फेफड़े के पुनर्वास में व्यायाम पालन अध्ययन करने के लिए सतत डेटा ट्रैकिंग प्रौद्योगिकी का उपयोग करना

Summary

फेफड़े के पुनर्वास व्यापक रूप से सांस की बीमारियों के प्रबंधन में मान्यता प्राप्त है. सफल फेफड़े के पुनर्वास के लिए एक प्रमुख घटक सिफारिश व्यायाम प्रशिक्षण के पालन है. वर्तमान प्रोटोकॉल का उद्देश्य निरंतर डेटा ट्रैकिंग प्रौद्योगिकी ठीक एक निर्धारित एरोबिक प्रशिक्षण तीव्रता के पालन को मापने के लिए इस्तेमाल किया जा सकता है कि कैसे वर्णन करने के लिए है.

Abstract

फेफड़े के पुनर्वास (पीआर) सांस की बीमारियों के प्रबंधन में एक महत्वपूर्ण घटक है. पीआर की प्रभावशीलता प्रशिक्षण सिफारिशों व्यायाम के पालन पर निर्भर है. व्यायाम पालन का अध्ययन इस प्रकार जनसंपर्क कार्यक्रम के अनुकूलन की दिशा में एक महत्वपूर्ण कदम है. तिथि करने के लिए, इस तरह की भागीदारी, पूरा, और उपस्थिति की दरों के रूप में ज्यादातर अप्रत्यक्ष उपाय, पीआर के पालन का निर्धारण किया गया है. वर्तमान प्रोटोकॉल का उद्देश्य निरंतर डेटा ट्रैकिंग प्रौद्योगिकी एक दूसरी द्वारा दूसरी आधार पर एक निर्धारित एरोबिक प्रशिक्षण तीव्रता के पालन को मापने के लिए इस्तेमाल किया जा सकता है कि कैसे वर्णन करने के लिए है.

हमारी जांच में, पालन एक निर्दिष्ट लक्ष्य की हृदय गति सीमा के भीतर खर्च प्रतिशत समय के रूप में परिभाषित किया गया है. जैसे, हार्डवेयर और सॉफ्टवेयर का एक संयोजन का उपयोग कर, दिल दर साइकिल चालन के दौरान, मापा पर नज़र रखी, और दर्ज की गई है दूसरी द्वारा दूसरी प्रत्येक अभ्यास सत्र के लिए प्रत्येक भागीदार के लिए,. सांख्यिकीय सॉफ्टवेयर, टी का उपयोगवह डेटा बाद में निकाला और विश्लेषण किया जाता है. एक ही प्रोटोकॉल साइकिल ergometer पर एक निर्दिष्ट वाट क्षमता, स्तर, या गति से खर्च ऐसे समय के रूप में व्यायाम की तीव्रता के अन्य उपायों के पालन का निर्धारण करने के लिए लागू किया जा सकता है. इसके अलावा, हार्डवेयर और सॉफ्टवेयर जैसे अण्डाकार ट्रेडमिल, स्टेपर, और हाथ ergometer के रूप में प्रशिक्षण के अन्य साधनों के पालन, को मापने के लिए भी उपलब्ध है. वर्तमान प्रोटोकॉल, इसलिए सीधे एरोबिक व्यायाम के पालन को मापने के लिए एक विशाल प्रयोज्यता है.

Introduction

फेफड़े के पुनर्वास (पीआर) व्यायाम प्रशिक्षण, रोगी शिक्षा और psychosocial समर्थन को जोड़ती है, और व्यापक रूप से फेफड़े की बीमारी ^1-5 के प्रबंधन में एक आधार के रूप में मान्यता प्राप्त है. , लक्षणों को कम कार्यात्मक स्थिति का अनुकूलन, जीवन के स्वास्थ्य से संबंधित गुणवत्ता में सुधार, और स्वास्थ्य देखभाल की लागत ^4,5 कम करने के लिए पीआर का लक्ष्य कर रहे हैं. 31 के एक meta-विश्लेषण में क्रोनिक प्रतिरोधी फेफड़े के रोग (सीओपीडी) में नियंत्रित परीक्षण यादृच्छिक, पीआर काफी व्यायाम क्षमता में सुधार dyspnea और थकान को कम करने, भावनात्मक समारोह में सुधार और उनकी हालत ⁶ पर नियंत्रण के मरीजों की भावना बढ़ाने के लिए दिखाया गया था. इसके अलावा, सबूत अस्पताल ^8-13 में खर्च सांस exacerbations ⁷ और दिनों को कम करने में अपने प्रभाव दस्तावेजों. यह इस हस्तक्षेप ^3-5 से जुड़े लाभ के अधिक के लिए जिम्मेदार है, क्योंकि व्यायाम प्रशिक्षण सफल पीआर करने के लिए महत्वपूर्ण माना जाता है. हालांकि, कई के लिए एक प्रमुख मुद्दारोगियों को व्यायाम की सिफारिश की राशि या स्तर का पालन कर रहा है. की सिफारिश की उपचार के लिए nonadherence उपचारात्मक उपायों की विफलता के साथ ही स्वास्थ्य संसाधनों ¹⁴ का अकुशल प्रयोग में हो सकता है.

विश्व स्वास्थ्य संगठन के अनुसार, शब्द'' पालन'' एक व्यक्ति के व्यवहार एक स्वास्थ्य देखभाल पेशेवर ¹⁵ द्वारा दी गई सिफारिशों के साथ मेल खाता किस हद तक को दर्शाता है. तिथि करने के लिए, पुनर्वास सेटिंग्स में प्रशिक्षण अभ्यास के पालन बड़े पैमाने पर भागीदारी की दर (कार्यक्रम को अर्थात्. पंजीकरण), पूरा होने की दर (यानी कार्यक्रम परिष्करण), या उपस्थिति की दर व्यायाम की (यानी नंबर या तो के रूप में मूल्यांकन किया गया है सत्र) ^16-18 में भाग लिया. वर्तमान में, कोई नहीं है "सोने के मानक 'बड़ी सफाई के लिए अनुमति नहीं देते पालन ¹⁵ और मौजूदा तरीकों को मापने के लिए मौजूद है. इसके अलावा, चयनित metho के आधार परडी, पीआर के पालन की दरें बड़ी परिवर्तनशीलता ^16-19 से पता चला है. उदाहरण के लिए, हॉग एट अल. संदर्भित उन लोगों के लिए कार्यक्रम पूरा किया और लगभग 40% की एक कम पालन पाया कि जो लोग बीच अनुपात के रूप में सीओपीडी रोगियों में ¹⁶ मापा पालन. हालांकि, उपस्थिति दरों का इस्तेमाल किया है कि अन्य पीआर पढ़ाई, औसतन, एक 90% पालन ^10,20,21 प्रदर्शन किया. पालन ​​की गणना में एकरूपता की कमी के कारण यह मुश्किल पढ़ाई बीच में परिणामों की तुलना करने के लिए बनाता है. एक और चिंता का विषय मौजूदा गणना के तरीकों के साथ परिशुद्धता की कमी है, एक व्यायाम प्रशिक्षण सत्र के लिए उपस्थिति निर्धारित तीव्रता के पालन की गारंटी नहीं है. जानकारी में यह अंतर पालन एक अधिक सटीक तरीके से गणना की जा सकती है कि कैसे जांच करने के लिए हमें का नेतृत्व किया.

फिटनेस उपकरण प्रौद्योगिकी के क्षेत्र में हाल के अग्रिमों individu के दौरान एक निर्धारित एरोबिक प्रशिक्षण तीव्रता के पालन की निगरानी के लिए इस्तेमाल किया जा सकता है, जो निरंतर डेटा ट्रैकिंग, के लिए अनुमति दी हैएक पीआर संदर्भ में अल अभ्यास सत्र. दूसरी द्वारा दूसरी अवधि की रिकॉर्डिंग, गति, स्तर, वाट क्षमता, गति, हृदय गति, दूरी, कैलोरी की खपत, वीओ _2, मेट्स, और कैलोरी, और सभी चर का मूविंग प्रदान करता है के साथ के लिए अधिक विशेष रूप से, डेटा ट्रैकिंग हार्डवेयर और सॉफ्टवेयर परमिट स्तर और vo ₂ के अपवाद. इस प्रौद्योगिकी का मुख्य लाभ यह है कि पहले की रिपोर्ट सामान्य उपस्थिति या पूरा दरों की तुलना में निर्धारित व्यायाम के पालन की सटीक गणना के लिए अनुमति देता है जो निरंतर विस्तृत उपायों, रिकॉर्ड करने की क्षमता है. यह प्रक्रिया एक या कई एरोबिक व्यायाम प्रशिक्षण कार्यक्रमों के प्रभाव का परीक्षण किसी भी अध्ययन के लिए मूल्य का हो सकता है. इस प्रौद्योगिकी का उपयोग करना, एक निर्धारित तीव्रता के रोगी पालन प्रत्येक सत्र के प्रशिक्षण के चरण के दौरान एक निर्दिष्ट वाट क्षमता, स्तर, गति, या दिल की दर पर खर्च प्रतिशत समय से मूल्यांकन किया जा सकता. हमारी जांच के लिए, एक व्यायाम प्रशिक्षण प्रोटोकॉल के पालन प्रतिशत के रूप में परिभाषित किया गया हैएक निर्दिष्ट लक्ष्य की हृदय गति सीमा के भीतर बिताए समय. एक दिया submaximal काम का बोझ कम दिल दर प्रतिक्रिया cardiorespiratory फिटनेस वृद्धि के रूप में कम हो जाती है के बाद से, इस दृष्टिकोण रोगियों कार्यक्रम के दौरान (निरपेक्ष बनाम) एक ही रिश्तेदार प्रशिक्षण तीव्रता पर रहना सुनिश्चित करता है. वर्तमान प्रोटोकॉल निरंतर डेटा ट्रैकिंग प्रौद्योगिकी ठीक एक निर्धारित लक्ष्य की हृदय गति सीमा का पालन करने को मापने के लिए इस्तेमाल किया जा सकता है कि कैसे विस्तार से वर्णन किया गया है.

Protocol

डेटा एकत्र हो जाने के बाद कच्चे डेटा के सत्र प्रति विषय के प्रति एक एकल फाइल प्राप्त की है. सांख्यिकीय सॉफ्टवेयर का उपयोग करना, विषय के प्रति सभी सत्रों में एक ही फ़ाइल में संयुक्त रहे हैं. बाद में, लक्ष्य तीव्रता प्रत्येक विषय के लिए गणना की जानी चाहिए. कि लक्ष्य तीव्रता के पालन दर तो संयुक्त सभी विषयों के लिए प्रत्येक सत्र के लिए, या समूह प्रति, विषय के प्रति प्रति सत्र की गणना की जा सकती है. 1. डेटा संग्रह (प्रशिक्षण सत्र के पर्यवेक्षण के कर्मियों द्वारा किए गए) वायरलेस उपकरणों (जैसे सेल फोन, वाई फाई, आदि.) को बंद करके बिजली के हस्तक्षेप को कम करने और दिल दर पर नज़र रखता है और उपकरणों के अलावा कम से कम 1 मीटर कर रहे हैं सुनिश्चित करने के द्वारा crosstalk कम से कम. दिल दर ट्रांसमीटर के स्थान के लिए चित्रा 1 को देखें. डेटा ट्रैकिंग सॉफ्टवेयर ऑन करें. प्रेस एरोबिक उपकरणों पर शुरू और लक्ष्य तीव्रता में भागीदार ट्रेन. उदाहरण के लिए, हमारे अध्ययन में, भागीदारीपैंट अपने लक्ष्य दिल दर की ± 5 धड़कता / मिनट के भीतर प्रशिक्षित करने के लिए कहा जाता है. CardioMemory के लिए चित्रा 2 देखें. प्रत्येक पुनर्वास सत्र के लिए प्रत्येक भागीदार के लिए दूसरी द्वारा दूसरी डेटा लीजिए. एकत्र आंकड़ों निम्नलिखित शामिल हैं: विषय आईडी, अवधि (HHMMSS), तीव्रता का स्तर (1-30), काम का बोझ (वाट), pedaling गति (क्रांतियों / मिनट), दूरी (किमी), गति (मिमी: एस एस / मी), हृदय की दर (धड़कता / मिनट), अनुमानित ऑक्सीजन की खपत (वीओ 2, मिलीग्राम / मिनट / किग्रा), शारीरिक प्रयास (मेट्स) की चयापचय समकक्ष, अनुमानित ऊर्जा व्यय (किलो कैलोरी / घंटा), और अनुमानित ऊर्जा खपत (किलो कैलोरी). चित्रा 3 देखें. एरोबिक उपकरणों पर प्रेस बंद करो. CardioMemory के लिए डाटा अपलोड करने के लिए "सहेजें" क्लिक करें. CardioMemory के बाहर दस्तावेज़ को बचाने के लिए "निर्यात" पर क्लिक करें. दस्तावेज़. सीवीएस प्रारूप में होगा और स्वचालित रूप से सत्र की तारीख शामिल होंगे. 2. डेटा निष्कर्षण सीardioMemory सॉफ्टवेयर विभिन्न व्यायाम प्रशिक्षण चरणों का गौरव के लिए अनुमति नहीं है. जैसे, प्राप्त आंकड़ों (जैसे वार्म अप और शांत डाउन), डेटा फ़ाइलें विलय, और लक्ष्य तीव्रता के खिलाफ हासिल की तुलना ब्याज की नहीं हैं कि चरणों को खत्म करने के क्रम में एक सांख्यिकीय सॉफ्टवेयर को निर्यात किया जाना चाहिए. आयात करने के लिए ओपन सांख्यिकीय विश्लेषण सॉफ्टवेयर फाइल एक्सेल. प्रक्रिया: फ़ाइल खुला डेटा "ओपन डाटा" खिड़की में, "प्रकार की फ़ाइलें" की लटकती मेनू में सभी फ़ाइलों का चयन एक्सेल का चयन करें. xls फ़ाइल <img alt="तीर" fo:content-wiडीटीएच = "src" > ओपन "खोलने Excel डेटा स्रोत" खिड़की ठीक क्लिक करें में. एक सांख्यिकीय विश्लेषण सॉफ्टवेयर में डेटा फ़ाइल सहेजें. एक नमूना डेटाबेस के लिए 4 चित्र देखें. ब्याज प्रशिक्षण चरण के दौरान लक्ष्य तीव्रता में बिताए समय है, तो nontraining चरणों, यानी वार्म अप और शांत डाउन हटा दें. वार्म अप चरण (जैसे पहले 10 मिनट) को हटा दें: , अवधि recode 1 के रूप में हर दूसरे की पहचान करने के लिए एक चर बनाने के लिए. प्रक्रिया: रूपांतरण विभिन्न चर में recode … "अलग चर में recode" windo मेंडब्ल्यू, Duration_A चयन तीर क्लिक करें "आउटपुट चर नाम" (जैसे गति) को पहचानें परिवर्तन पुराने और नए मूल्यों पर क्लिक करें "पुराने मूल्य" के अंतर्गत, चुनें मूल्य: और दर्ज 0 "नई मूल्य" के तहत, चयन मूल्य: और दर्ज 0 जोड़ना <img alt="तीर" f ओ सामग्री चौड़ाई = "src" > "पुराने मूल्य" के तहत "में .2", अन्य सभी मूल्यों का चयन तो मूल्य पर क्लिक करें: नया "के तहत मूल्य "और 1 दर्ज जोड़ना जारी ठीक है. Recode Duration_A (0 = 0) (और = 1) टेंपो में. निष्पादित. एक दूसरा अस्थायी चर बनाएँ. प्रक्रिया: रूपांतरण शिफ्ट मान चयन टेम्पोiles/ftp_upload/50643/arrow.jpg "चौड़ाई =" 20px "/> तीर पर क्लिक करें के तहत "नाम:" प्रकार अस्थायी चर (. जैसे tempo2) परिवर्तन ठीक है. शिफ्ट मूल्यों variable = टेंपो परिणाम = Tempo2 अंतराल = 1. 0 पर tempo2 शुरू करने के लिए, यह recoded किया जाना चाहिए. प्रक्रिया: रूपांतरण समान चर में recode Tempo2 का चयन करें तीर क्लिक करें <im जी alt = "तीर" के लिए: सामग्री चौड़ाई = "src" > पुराने और नए मूल्यों को क्लिक करें "पुराने मूल्य" के तहत, सिस्टम गुम चयन "नई मूल्य" के तहत, मान का चयन: और 0 दर्ज जोड़ना जारी ठीक है. Recode Tempo2 (SYSMIS = 0). निष्पादित. शून्य से शुरू सेकंड राशि. प्रक्रिया: रूपांतरण/ 50643/arrow.jpg "चौड़ाई =" 20px "/> कंप्यूट चर "लक्ष्य चर:" के तहत प्रकार टेम्पो "संख्यात्मक अभिव्यक्ति" प्रकार अंतराल (गति) एक के तहत अगर … चयन करते हैं मामले संतुष्ट हालत को शामिल करें: टाइप tempo2> 0 जारी ठीक है. यदि (Tempo2> 0) टेंपो = अंतराल (गति) + 1. निष्पादित. वार्म अप के पहले 10 मिनट को खत्म करने के लिए, 599 सेकंड पहले आने वाले टेम्पो डेटा को हटा दें. प्रक्रिया: डाटा मामलों का चयन करें … "हालत संतुष्ट है" "चुनिंदा मामलों" खिड़की में, "चुनें" के तहत, चयन तो … में "मामलों का चयन करें:" अगर खिड़की, सम्मिलित समीकरण गति> 599 जारी नीचे"उत्पादन", अचयनित मामलों हटाएँ चुनें ठीक है. चित्रा 5 देखें. फिल्टर बंद. सभी का उपयोग. (गति> 599) तो चयन करें. निष्पादित. शांत डाउन चरण (. जैसे पिछले 5 मिनट) को हटा दें: SPSS के बाद फाइल के ऊपर से डेटा को हटा Duration_A, डेटाबेस के ऊपर से शांत डाउन चरण लाने के लिए अवरोही क्रम में सॉर्ट डेटा. प्रक्रिया: डाटा क्रमबद्ध मामले "क्रमबद्ध मामले" खिड़की में, Duration_A चयन एक क्लिकRROW "क्रमबद्ध आदेश" मेनू में उतरते चयन ठीक है. Duration_A (डी) के अनुसार सॉर्ट मामले. 1 के रूप में हर दूसरे की पहचान करने के लिए Duration_A recode. प्रक्रिया: रूपांतरण विभिन्न चर में recode … "अलग चर में recode" खिड़की में, Duration_A चयन तीर क्लिक करें "आउटपुट को पहचानें चर नाम "(उदाहरण के लिए. TempoÃ) परिवर्तन पुराने और नए मूल्यों को क्लिक करें "पुराने मूल्य" के अंतर्गत, चुनें मूल्य: और दर्ज 0 "नई मूल्य" के तहत, मान का चयन: और 0 दर्ज जोड़ना "नई मूल्य" के अंतर्गत और 1 दर्ज करें: "पुराने मूल्य" के अंतर्गत अन्य सभी मूल्यों का चयन करें, तो मूल्य पर क्लिक करेंad/50643/arrow.jpg "चौड़ाई =" 20px "/> जोड़ें जारी ठीक है. Recode Duration_A Tempoà में (0 = 0) (और = 1). निष्पादित. एक दूसरा अस्थायी चर बनाएँ. प्रक्रिया: रूपांतरण शिफ्ट मान Tempoà का चयन करें तीर क्लिक करें के तहत "नाम:" प्रकार अस्थायी चर (. जैसे tempoA2) <img alt="तीर" fo:content-wiडीटीएच = "src" > बदलें "में .2" ठीक है. शिफ्ट = 1 चर = Tempoà परिणाम = TempoA2 अंतराल मूल्यों. 0 पर tempoA2 शुरू करने के लिए, यह recoded किया जाना चाहिए. प्रक्रिया: रूपांतरण समान चर में recode TempoA2 का चयन करें तीर क्लिक करें पुराने और नए मूल्यों को क्लिक करें "पुराने मूल्य" के तहत, सिस्टम एम चयन issing "नई मूल्य" के तहत, मान का चयन: और 0 दर्ज जोड़ना जारी ठीक है. Recode TempoA2 (SYSMIS = 0). निष्पादित. Tempoà चर के सेकंड राशि. प्रक्रिया: रूपांतरण चर कंप्यूट "लक्ष्य चर:" के तहत प्रकार Tempoà 50643/arrow.jpg "चौड़ाई =" 20px संख्यात्मक अभिव्यक्ति "प्रकार अंतराल (TempoÃ) एक" /> के तहत " अगर … चयन करते हैं मामले संतुष्ट हालत को शामिल करें: प्रकार tempoA2> 0 जारी ठीक है. यदि (TempoA2> 0) Tempoà = अंतराल (TempoÃ) + 1. निष्पादित. शांत डाउन चरण (यानी 5 मिनट) को खत्म करने के लिए, 299 सेकंड पहले आने वाले टेम्पो डेटा को हटा दें. प्रक्रिया: डाटापीजी "चौड़ाई =" 20px "/> का चयन मामलों … "हालत संतुष्ट है" "चुनिंदा मामलों" खिड़की में, "चुनें" के तहत, चयन तो … "में चयन मामले:" अगर खिड़की, समीकरण सम्मिलित TempoÃ> 299 जारी "उत्पादन" के अंतर्गत, अचयनित मामलों हटाएँ चुनें ठीक है. चित्रा 6 देखें. फिल्टर बंद. सभी का उपयोग. </lमैं> यदि (TempoÃ> 299) का चयन करें. निष्पादित. डाटासेट के साथ जुड़े सत्र संख्या (या तारीख) को पहचानें. बनाएँ और एक नया चर (जैसे. सत्र) नाम. प्रक्रिया: रूपांतरण चर कंप्यूट लक्ष्य चर, प्रकार सत्र के तहत गणना चर खिड़की में खोलने के लिए प्रकार और लेबल क्लिक करें "कंप्यूट चर: एक प्रकार …" खिड़की "प्रकार" के तहत स्ट्रिंग का चयन जारी </em> स्ट्रिंग अभिव्यक्ति प्रकार '1 'के तहत ठीक है. 7 चित्र देखें. STRING सत्र (8). कंप्यूट सत्र = '1 '. निष्पादित. एक नई फ़ाइल में संशोधित SPSS दस्तावेज़ सहेजें (उदाहरण: subjectID_session #). एक ही विषय के लिए सभी शेष सत्र के लिए ऊपर प्रक्रिया को दोहराएँ. 3. डाटा को मिलाकर – एकल प्रतिभागी एक एकल SPSS डेटाबेस, खुला प्रतिभागी का पहला सत्र (यानी. SubjectID_session1) में सभी सत्रों मर्ज करने के लिए. मौजूदा फ़ाइल को शेष सत्र मिलाएं. प्रक्रिया: डाटा फाइलों विलय मामले जोड़ें "subjectID_session1.sav मामलों जोड़ें" खिड़की में, ब्राउज़ करें क्लिक करें और फ़ाइल subjectID_session2 चयन खुला जारी "से मामले जोड़ें …" में खिड़की ठीक क्लिक करें. सभी शेष सत्र के लिए दोहराएँ. 8 चित्रा देखें. फ़ाइलें / फ़ाइल जोड़ = * / फ़ाइल = 'SubjectAB001_Session1.sav'. निष्पादित. विषय के आईडी नंबर होता है जो एक स्तंभ जोड़ें. प्रक्रिया: TR ansform चर कंप्यूट लक्ष्य चर, प्रकार SubjectID तहत "कंप्यूट चर" विंडो में खोलने के लिए प्रकार और लेबल क्लिक करें "कंप्यूट चर: एक प्रकार …" खिड़की "प्रकार" के तहत स्ट्रिंग का चयन जारी स्ट्रिंग अभिव्यक्ति प्रकार 'SubjectID' (जैसे 'AB001') के तहतs/ftp_upload/50643/arrow.jpg "चौड़ाई =" 20px "/> ठीक है. 9 चित्र देखें. STRING Subject_ID (8). कंप्यूट Subject_ID = 'AB001'. निष्पादित. विषय के लक्ष्य तीव्रता (जैसे. लक्ष्य दिल दर [THR]) शामिल हैं एक स्तंभ जोड़ें. प्रक्रिया: रूपांतरण चर कंप्यूट लक्ष्य चर, प्रकार THR के तहत "कंप्यूट चर" विंडो में खोलने के लिए प्रकार और लेबल क्लिक करें "कंप्यूट चर: एक प्रकार …" खिड़की "प्रकार" के तहत संख्यात्मक चयन <img alt="तीर" fo:contईएनटी चौड़ाई = "src" > जारी संख्यात्मक अभिव्यक्ति प्रकार THR के तहत (जैसे. 110) ठीक है. 10 चित्र देखें. STRING THR (8). कंप्यूट THR = '110 '. निष्पादित. एक अलग फ़ाइल नाम के तहत डेटाबेस को बचाने (जैसे. SubjectAB001_session1-36). शेष सभी प्रतिभागियों के लिए दोहराएँ. इस बिंदु पर, प्रत्येक भागीदार सभी सत्रों से युक्त एक डेटाबेस होगा. 4. डाटा को मिलाकर – समूहन प्रतिभागियों एक एकल डाटाबेस में समूह कई प्रतिभागियों के लिए, खुला भागीदार फाइल (यानी subjectID_session1-36). वर्तमान एफ के लिए शेष प्रतिभागियों मर्जइले. प्रक्रिया: डाटा फाइलों विलय मामले जोड़ें में खिड़की "जोड़ें मामले SubjectAB001_session1-36.sav करने के लिए", ब्राउज़ करें क्लिक करें और फ़ाइल SubjectCD002_session1-36 का चयन खुला जारी "से मामले जोड़ें …" में खिड़की ठीक क्लिक करें. आप समूह में इच्छा है कि सभी प्रतिभागियों के लिए दोहराएँ. 11 चित्रा देखें. फ़ाइलों को जोड़ने /फ़ाइल = * / नाम बदलें (AB001 = D0) / फ़ाइल = 'SubjectAB001_Session1-36.sav' / नाम बदलें (CD002 = डी 1) / ड्रॉप = D0 डी 1. निष्पादित. नया डेटाबेस (उदाहरण. Group01_Subjects001-010) को बचाओ. 5. लक्ष्य तीव्रता के पहचान (जैसे THR रेंज) एक THR सीमा को पहचानें, रूपांतरण क्लिक करें चर कंप्यूट "लक्ष्य चर" एक नया चर नाम दर्ज (जैसे Diff_HR_THR) के तहत "कंप्यूट चर" खिड़की में "प्रकार और लेबल …" "सी में ompute चर: एक टाइप करें …. "संख्यात्मक चयन जारी "संख्यात्मक अभिव्यक्ति" के तहत समीकरण दर्ज करें: ऑफिस – THR ठीक है. यह एक नया चर के साथ हमें प्रदान करता है. कंप्यूट Diff_HR_THR = ऑफिस – THR. निष्पादित. ऑफिस से ऊपर, नीचे है, या THR सीमा के भीतर की पहचान क्या चर recode. प्रक्रिया: रूपांतरण विभिन्न चर में recode … Diff_HR_THR चयन"Src =" / files/ftp_upload/50643/arrow.jpg में .2 "चौड़ाई =" 20px "/> तीर क्लिक करें "नाम" प्रकार Diff_HR_THR _recoded तहत "उत्पादन चर 'के तहत परिवर्तन पुराने और नए मूल्यों … खिड़की: "पुरानी और नई मूल्यों अलग चर में recode" में: पुराने मूल्य नई मूल्य ओल्ड -> नई: रेंज: -5 से 5 तक 1 <टीडी align = "center" राउस्पान = "4"> जोड़ें -5 5 के माध्यम से -> 1 रेंज, मूल्य के माध्यम से सबसे -5 0 -5 के माध्यम से सबसे कम -> 0 रेंज, मूल्य उच्चतम माध्यम: 5 0 5 उच्चतम माध्यम -> 0 सिस्टम-लापता सिस्टम-लापता SYSMIS -> SYSMIS जारी ठीक है. 12 चित्रा देखें. Recode Diff_HR_THR (SYSMIS = SYSMIS) (-5 5 = 1 के माध्यम से) (के माध्यम -5 = 0 न्यूनतम) (5 उच्चतम = 0 के माध्यम से) में Diff_HR_THR_Recoded. निष्पादित. 6. प्रतिशत पालन की गणना Group01_Subjects001-010 फ़ाइल में, मरीजों को निम्नलिखित करके THR सीमा के भीतर थे कि सभी सेकंड गणना: डाटा कुल "कुल डेटा" खिड़की में, के तहत "(ओं) चर तोड़:" चयन subjectID और सत्र तीर क्लिक करें "(ओं) चर का सारांश:" के तहत Diff_HR_THR _recoded चयन तीर क्लिक करें <img alt के लिए = "तीर": सामग्री चौड़ाई = "src" > ठीक है "में .2". एक नया चर नाम Diff_HR_THR _recoded_mean के साथ बनाई गई है. कुल / Outfile = * मोड = ADDVARIABLES / तोड़ = Subject_ID सत्र / Diff_HR_THR_Recoded_mean मतलब = (Diff_HR_THR_Recoded). एक प्रतिशत में प्राप्त मूल्य कन्वर्ट; रूपांतरण क्लिक करें चर कंप्यूट "लक्ष्य चर" चर नाम दर्ज तहत (जैसे Perc_THR) "संख्यात्मक अभिव्यक्ति 'के तहत Diff_HR_THR _recoded_mean चयन"/> तीर क्लिक करें 100 (Diff_HR_THR _recoded_mean * 100) द्वारा मूल्य गुणा ठीक है. हम तो प्रत्येक सत्र के लिए प्रत्येक विषय के लिए THR भीतर बिताए समय का एक प्रतिशत के रूप में पालन प्राप्त करते हैं. 13 चित्रा देखें कंप्यूट Perc_THR = Diff_HR_THR_Recoded_mean * 100. निष्पादित. केवल subjectID साथ स्थानापन्न subjectID और सत्र: के तहत, "कुल डेटा" खिड़की में, सभी संयुक्त सत्र के लिए प्रत्येक विषय के लिए THR भीतर बिताए समय का प्रतिशत के पालन प्राप्त करने के लिए "(ओं) चर तोड़". 14 चित्रा देखें. "कुल डेटा" खिड़की में, "के तहत, संयुक्त सभी विषयों के लिए प्रत्येक सत्र के लिए THR भीतर बिताए समय का प्रतिशत के पालन प्राप्त करने के लिएकेवल सत्र के साथ "विकल्प subjectID और सत्र: (ओं) चर तोड़ो. एक अलग फ़ाइल नाम (जैसे. Group01_Subjects001-010_Aggregate) के तहत डेटाबेस को बचाने.

Representative Results

प्रोटोकॉल सही ढंग से किया जाता है, जब कोई दर पालन सभी सत्रों के लिए प्रत्येक विषय चित्रा (14) के लिए, प्रत्येक सत्र (13 चित्रा) के लिए प्रत्येक विषय के लिए प्राप्त किया है, और संयुक्त सभी विषयों के लिए प्रत्येक सत्र के लिए है. एक विषय के एक ही सत्र के लिए ऊपर प्रोटोकॉल को पूरा करने के लिए आवश्यक समय का अनुमान लगभग 5 मिनट है. पालन ​​के लिए परिणाम 0-100% से लेकर कर सकते हैं. इस जानकारी का उपयोग, अतिरिक्त विश्लेषण विषयों (यानी सेक्स मतभेद, रोग की गंभीरता, आदि.), समय के साथ परिवर्तन की पहचान करने के लिए, और पालन में पैटर्न प्रकट करने के बीच के मतभेदों को निर्धारित करने के लिए किया जा सकता है. इसके अलावा, समूहों के बीच पालन की तुलना प्रदर्शन किया जा सकता है, उदाहरण के लिए, विभिन्न व्यायाम प्रशिक्षण कार्यक्रमों की तुलना में किया जा सकता है. अंत में, आगे की जांच पड़ताल के माध्यम से, nonadherence के कारणों जनसंपर्क के दौरान विशिष्ट समय बिंदुओं पर पहचाना जा सकता है. "> चित्रा 1. हार्ट दर ट्रांसमीटर नियुक्ति. बड़ी छवि को देखने के लिए यहां क्लिक करें . डेटा ट्रैकिंग सॉफ्टवेयर का उपयोग कर एकत्र आंकड़ों के चित्रा 2. नमूना. बड़ी छवि को देखने के लिए यहां क्लिक करें . डेटा ट्रैकिंग सॉफ्टवेयर उत्पादन का आंकड़ा 3. नमूना.jove.com/files/ftp_upload/50643/50643fig3highres.jpg "लक्ष्य =" _blank "> बड़ी छवि को देखने के लिए यहां क्लिक करें. चित्रा 4. सांख्यिकीय सॉफ्टवेयर डेटाबेस का एक नमूना illustrating नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें . चित्रा 5. सफाया वार्म अप चरण illustrating नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें . <img alt="चित्रा 6" fo:content-width= "5in" src = "/ files/ftp_upload/50643/50643fig6.jpg" चौड़ाई = "600px" /> सफाया शांत डाउन चरण illustrating चित्रा 6. नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें . सत्र संख्या के लिए गयी एक स्तंभ illustrating चित्रा 7. नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें . एक एकल participan के लिए मर्ज किए गए सत्र illustrating चित्रा 8. नमूना डेटाबेस टी. बड़ी छवि को देखने के लिए यहां क्लिक करें . विषय पहचान संख्या के लिए गयी एक स्तंभ illustrating आंकड़ा 9. नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें . लक्ष्य दिल दर के लिए गयी एक स्तंभ illustrating चित्रा 10. नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें . "के लिए: रखने together.within पृष्ठ =" e_content हमेशा "> मर्ज किए गए 'प्रतिभागियों फाइलें illustrating चित्रा 11. नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें . Recoded दिल दर चर illustrating चित्रा 12. नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें . एफigure 13. (क्षैतिज लाल रेखा एक ही विषय के लिए सत्र के बीच पालन में परिवर्तन पर प्रकाश डाला गया) प्रत्येक सत्र के लिए प्रत्येक विषय के लिए लक्ष्य की हृदय गति सीमा के भीतर बिताए समय का एक प्रतिशत के रूप में पालन illustrating नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें . सभी सत्र (क्षैतिज लाल रेखा विषयों के बीच अंतर पर प्रकाश डाला गया) के लिए प्रत्येक विषय के लिए लक्ष्य की हृदय गति सीमा के भीतर बिताए समय का प्रतिशत के पालन illustrating चित्रा 14. नमूना डेटाबेस. बड़ी छवि को देखने के लिए यहां क्लिक करें .

Discussion

सतत डेटा ट्रैकिंग प्रौद्योगिकी व्यायाम से पालन करने का एक बहुत ही सटीक माप के लिए सक्षम बनाता है. इस प्रक्रिया को आसानी से लक्ष्य वाट क्षमता, स्तर, गति, या मिले स्तर के साथ लक्ष्य की हृदय गति सीमा की जगह से पालन के अन्य परिभाषाओं के लिए अनुकूलित किया जा सकता है. वर्तमान उदाहरण में, वार्म अप और शांत डाउन चरणों क्योंकि हमारे विशिष्ट अनुसंधान उद्देश्य से व्यायाम चरण अलग करने के लिए गिराए गए थे. वार्म अप और शांत डाउन चरणों अन्य शोधकर्ताओं के हित के लिए होना चाहिए, 2.3 कदम ("nontraining चरणों खत्म करने ') प्रोटोकॉल से समाप्त किया जा सकता है. इसके अलावा, हार्डवेयर और सॉफ्टवेयर जैसे अण्डाकार ट्रेडमिल, स्टेपर, और हाथ ergometer के रूप में प्रशिक्षण के अन्य साधनों के पालन, को मापने के लिए भी उपलब्ध है.

ऊपर प्रोटोकॉल का पालन करते हैं, तो कुछ सरल कदम महत्वपूर्ण हैं. सबसे पहले, CardioMemory सॉफ्टवेयर Trac होने के लिए व्यायाम डेटा के लिए व्यायाम उपकरणों (जैसे. साइकिल ergometer) से पहले शुरू कर दिया जाना चाहिएked और बाद में दर्ज की गई. डेटा इस प्रारंभिक चरण में खो जाना चाहिए, डेटा निष्कर्षण प्रोटोकॉल के अनुसार समायोजित करने की आवश्यकता होगी. दूसरे, हस्तक्षेप के सूत्रों crosstalk और / या खो डेटा के जोखिम को कम करने के लिए कम से कम किया जाना चाहिए. दिल दर पर नज़र रखता उपकरण और सॉफ्टवेयर के साथ संवाद wirelessly. पालन ​​की गणना करने के लक्ष्य की हृदय गति का उपयोग करते हुए इस प्रकार, यदि हस्तक्षेप विशेष रूप से हानिकारक है. अंत में, यह डेटा की बड़ी मात्रा के लिए अनुमति देने के लिए क्षमता है कि डेटाबेस के लिए सांख्यिकीय सॉफ्टवेयर का चयन करने के लिए आवश्यक है. उदाहरण के लिए, 10 प्रतिभागियों में 40 मिनट प्रत्येक पर 36 सत्र पूरा करने के साथ एक अध्ययन में, डेटा बिंदुओं की 864,000 पंक्तियों उत्पन्न हो जाएगा. एसएएस ²⁴ और SPSS ²⁵ पंक्तियों की संख्या के लिए कोई सीमा नहीं है, जबकि Excel 2007 और बाद के संस्करणों, एक वर्कशीट ²³ में 1,048,576 पंक्तियों को नियंत्रित करने की क्षमता है. किसी दिए गए अध्ययन के लिए उम्मीद की डेटा बिंदुओं की कुल संख्या के आधार पर, सॉफ्टवेयर तदनुसार चयनित किया जाना चाहिए. </p>

इस तकनीक की उल्लेखनीय बढ़त के बावजूद दो मुख्य सीमाओं मौजूद हैं. पहला उपकरण और / या सॉफ्टवेयर विफलता से परिणाम कर सकते हैं, जो डेटा हानि है. जैसा कि ऊपर कहा, डेटा हानि वायरलेस उपकरणों (यानी सेल फोन या वाई फाई) के साथ बिजली के हस्तक्षेप की वजह से हो सकता है, और अधिक विशेष रूप से दिल की दर के वायरलेस डाटा ट्रांसमिशन के साथ हस्तक्षेप कर सकते हैं. बहरहाल, समय पर, डेटा हानि भी unidentifiable कारणों की वजह से हो सकता है. एक दूसरी सीमा सॉफ्टवेयर अंकन या विभिन्न चरणों की पहचान / अंतर करने के क्रम में व्यवस्थित रूप से व्यायाम प्रोटोकॉल बंटवारे का विकल्प प्रदान नहीं करता है. यह विकल्प उपलब्ध थे, तो ब्याज के व्यायाम चरण की निकासी पालन गणना प्रोटोकॉल में कदम की सीमा होती है, जो सॉफ्टवेयर में सीधे प्रदर्शन किया जा सकता है. इसके लिए अनुमति होगी, साथ ही मार्करों रखने का विकल्प अंतराल या रुक – रुक कर प्रशिक्षण प्रोटोकॉल के पालन के अध्ययन के लिए व्यावहारिक होगा(उच्च तीव्रता बनाम उदा. कम) विभिन्न चरणों के भेदभाव.

भविष्य के दृष्टिकोण के लिए, ठीक पालन यों के लिए निरंतर डेटा ट्रैकिंग प्रौद्योगिकी का उपयोग, विभिन्न उपायों के लिए व्यायाम प्रतिक्रिया के पैटर्न की जांच करने के लिए सक्षम शोधकर्ताओं पालन के निर्धारकों की पहचान है, और अच्छे और गरीब adherers विशेषताएँ जाएगा. अंत में, व्यायाम के पालन की बेहतर समझ व्यायाम पुनर्वास कार्यक्रमों के अनुकूलन के लिए अनुमति देगा.

Materials

Bike Excite Med 700	Technogym – www.technogym.com		SCIFIT (http://scifit.com/)
CardioMemory software	Technogym – www.technogym.com	Version 1.0	SCIFIT (http://scifit.com/)
Polar heart rate monitor	Polar – www.polarca.com	T31 coded Transmitter
SPSS Statistical Software	SPSS Inc. – www.spss.com/	Version 16.0	SAS/STAT software (http://www.sas.com/)