Summary

باستخدام تقنية مستمر تعقب البيانات لدراسة ممارسة الالتزام في التأهيل الرئوي

Published: November 08, 2013
doi:

Summary

ومن المعترف به على نطاق واسع لإعادة التأهيل الرئوي في إدارة أمراض الجهاز التنفسي. ومن المكونات الرئيسية لإعادة التأهيل الرئوي الناجح هو التمسك ممارسة التدريب الموصى بها. الغرض من هذا البروتوكول هو وصف كيف يمكن استخدام التكنولوجيا المستمر تتبع البيانات لقياس بدقة الانضمام إلى كثافة التدريب الهوائية المقررة.

Abstract

إعادة التأهيل الرئوي (PR) هو عنصر هام في إدارة أمراض الجهاز التنفسي. فعالية العلاقات العامة تعتمد على التقيد في ممارسة توصيات التدريب. دراسة ممارسة التقيد بالتالي هو خطوة رئيسية نحو تعظيم الاستفادة من برامج العلاقات العامة. حتى الآن، معظمهم من التدابير غير المباشرة، مثل معدلات المشاركة، والإنجاز، والحضور، وقد استخدمت لتحديد الالتزام العلاقات العامة. الغرض من هذا البروتوكول هو وصف كيف يمكن استخدام التكنولوجيا المستمر تتبع البيانات لقياس الالتزام كثافة التدريب الهوائية المقررة على أساس الثانية تلو الثانية.

في تحقيقاتنا، تم تعريف الالتزام كما في المرة المئة قضى داخل نطاق الهدف معدل ضربات القلب المحدد. على هذا النحو، وذلك باستخدام مزيج من الأجهزة والبرمجيات، ويتم قياس معدل ضربات القلب، تعقب، وسجلت خلال ركوب الدراجات ثاني بثانية لكل مشارك، لممارسة كل دورة. باستخدام البرمجيات الإحصائية، روقال انه يتم استخراج البيانات وتحليلها في وقت لاحق. ويمكن تطبيق نفس البروتوكول لتحديد الالتزام بتدابير أخرى من كثافة التمرين، مثل الوقت الذي يقضيه في القوة الكهربائية، ومستوى معين، أو السرعة على مقياس العمل دورة. وعلاوة على ذلك، فإن الأجهزة والبرمجيات باللغات لقياس الالتزام غيرها من طرق التدريب، مثل حلقة مفرغة، بيضاوي الشكل، السائر، والذراع مقياس العمل. هذا البروتوكول، وبالتالي، لديها تطبيق واسعة لقياس مباشرة الالتزام التمارين الرياضية.

Introduction

إعادة التأهيل الرئوي (PR) يجمع بين ممارسة التدريب، وتثقيف المرضى والدعم النفسي والاجتماعي، ومعترف بها على نطاق واسع باعتبارها حجر الزاوية في إدارة مرض الرئة 1-5. أهداف العلاقات العامة هي للحد من الأعراض، وتحسين الوضع الوظيفي، وتحسين نوعية الحياة المرتبطة بالصحة، وخفض تكاليف الرعاية الصحية 4،5. في التحليل التلوي من 31 العشوائية تسيطر المحاكمات في مرض الانسداد الرئوي المزمن (COPD)، وقد تبين العلاقات العامة لتحسين القدرة على ممارسة الرياضة بشكل كبير، والحد من ضيق التنفس والتعب، وتحسين وظيفة العاطفية وتعزيز شعور المرضى من السيطرة على حالتهم 6. وعلاوة على ذلك، والأدلة يوثق فعاليتها في الحد من التفاقم والجهاز التنفسي 7 أيام قضاها في المستشفى 8-13. وتعتبر التمرينات المفتاح لنجاح العلاقات العامة لأنها مسؤولة عن الكثير من الفوائد المرتبطة هذا التدخل 3-5. ومع ذلك، فإن القضية الرئيسية لعدةالمرضى والتمسك الكمية الموصى بها أو مستوى الممارسة. Nonadherence إلى العلاج الموصى بها قد يؤدي إلى فشل التدخلات العلاجية، فضلا عن الاستخدام غير الفعال للموارد الصحية 14.

وفقا لمنظمة الصحة العالمية، فإن مصطلح'' الالتزام'' يشير إلى المدى الذي يتزامن سلوك الشخص مع التوصيات التي قدمها أخصائي الرعاية الصحية 15. حتى الآن، تم تقييم إلى حد كبير الانضمام لممارسة التدريب في إعدادات إعادة التأهيل إما نسبة المشاركة (مثال. تسجيل للبرنامج)، ومعدل إنجاز (أي الانتهاء من البرنامج)، أو نسبة الحضور (أي عدد من التمارين حضر جلسات) 16-18. في الوقت الحاضر، لا "معيار الذهب" موجود لقياس الالتزام 15 والأساليب الحالية لا تسمح بقدر كبير من الدقة. وعلاوة على ذلك، وهذا يتوقف على اختيار methoد، وقد أظهرت معدلات الالتزام PR 16-19 تقلب كبير. على سبيل المثال، هوغ وآخرون 16 يقاس الالتزام في مرضى السدة الرئوية المزمنة والنسبة بين أولئك الذين أكملوا البرنامج إلى تلك المشار وجدت الالتزام انخفاض حوالي 40٪. ومع ذلك، أظهرت دراسات أخرى أن العلاقات العامة قد استخدمت معدلات الحضور، في المتوسط، وهو التزام 90٪ 10،20،21. عدم وجود تجانس في حساب الالتزام يجعل من الصعب مقارنة النتائج بين الدراسات. قلق آخر هو عدم وجود الدقة مع طرق حسابية القائمة؛ الحضور إلى جلسة التمرينات لا يضمن الالتزام شدة المقررة. هذه الفجوة في المعلومات أدت بنا إلى التحقيق في كيفية ويمكن حساب الالتزام بطريقة أكثر دقة.

وقد سمحت التطورات الحديثة في تكنولوجيا معدات اللياقة البدنية لتتبع بيانات مستمرة، والتي يمكن استخدامها لرصد الالتزام كثافة التدريب الهوائية المقررة خلال األفرادجلسات التمرين القاعدة في سياق العلاقات العامة. وبشكل أكثر تحديدا، والأجهزة تتبع البيانات والبرمجيات تصاريح لتسجيل ثاني من قبل الثاني من مدة، والسرعة، مستوى، القوة الكهربائية، وتيرة ومعدل ضربات القلب، وبعد المسافة، واستهلاك السعرات الحرارية، VO METS، والسعرات الحرارية، ويوفر متوسطات كل المتغيرات مع استثناء من مستوى وVO 2. الميزة الرئيسية لهذه التكنولوجيا هو القدرة على تسجيل تدابير مفصلة المستمر، والذي يسمح لحساب دقيق الانضمام إلى ممارسة المقررة مقابل ذكرت سابقا الحضور العام أو معدلات الإنجاز. يمكن أن يكون هذا الإجراء من قيمة لأي دراسة تبحث في أثر برامج التدريب التمارين الرياضية واحد أو عدة. باستخدام هذه التكنولوجيا، والتزام المريض لشدة المنصوص عليها يمكن تقييم بحلول الوقت الذي يقضيه في المئة من القوة الكهربائية المحدد، ومستوى، والسرعة، أو معدل ضربات القلب أثناء مرحلة التدريب كل دورة. لتحقيقاتنا، تم تعريف الالتزام بروتوكول التمرينات كما في المئةالوقت الذي يقضيه داخل نطاق الهدف معدل ضربات القلب المحدد. منذ استجابة معدل ضربات القلب في عبء العمل submaximal نظرا تتناقص مع زيادة اللياقة القلبية التنفسية، وهذا النهج يضمن أن المرضى لا تزال في نفس النسبي (مقابل المطلق) كثافة التدريب في جميع أنحاء البرنامج. يصف هذا البروتوكول بالتفصيل كيف يمكن استخدام التكنولوجيا المستمر تتبع البيانات لقياس بدقة الانضمام إلى مجموعة ومعدل ضربات القلب المستهدفة المقررة.

Protocol

مرة واحدة ويتم جمع البيانات، يتم الحصول على ملف واحد لكل موضوع في كل دورة من البيانات الخام. باستخدام البرمجيات الإحصائية، يتم الجمع بين جميع الدورات لكل موضوع في ملف واحد. بعد ذلك، يجب أن تحسب كثافة المستهدفة لكل موضوع. ومن ثم يمكن حساب معدل الالتزام ان كثافة هدف في كل دورة في الموضوع، لكل دورة لجميع المواد الدراسية مجتمعة، أو لكل مجموعة. 1. جمع البيانات (التي يقوم بها أفراد الإشراف على دورة تدريبية) تقليل التداخل الكهربائي عن طريق إيقاف الأجهزة اللاسلكية (مثل الهواتف المحمولة، وواي فاي، الخ.) والتقليل من الحديث المتبادل عن طريق ضمان المراقبين والمعدات معدل ضربات القلب لا يقل عن 1 متر عن بعضها البعض. الرجوع إلى الشكل 1 لوضع الارسال معدل ضربات القلب. بدوره على تتبع البيانات البرمجيات. الصحافة بدء على المعدات الهوائية وتدريب المشاركين على كثافة الهدف. على سبيل المثال، في دراساتنا، مشارآةويطلب من السراويل لتدريب في حدود ± 5 نبضة / دقيقة من معدل ضربات القلب المستهدفة. الرجوع إلى الشكل 2 لCardioMemory. جمع البيانات الثانية تلو الثانية لكل مشارك لكل دورة التأهيل. وتشمل البيانات التي يتم جمعها ما يلي: رقم الموضوع، مدة (HHMMSS)، ومستوى شدة (1-30)، وعبء العمل (واط)، وسرعة تهديداتها (الثورات / دقيقة)، وبعد المسافة (كم)، وتيرة (MM: SS / كم)، معدل ضربات القلب (نبضة / دقيقة)، ويقدر استهلاك الأوكسجين (VO 2، مل / دقيقة / كلغ)، أي ما يعادل الأيضية من الجهد البدني (ميتس)، والنفقات المقدرة الطاقة (كيلو كالوري / ساعة)، وتقدر الطاقة المستهلكة (كيلو كالوري). انظر الشكل 3. توقف الصحافة على المعدات الهوائية. انقر فوق "حفظ" لتحميل البيانات إلى CardioMemory. انقر فوق "تصدير" لحفظ المستند خارج CardioMemory. وسوف تكون الوثيقة بتنسيق السير الذاتية وسوف تشمل تلقائيا موعد انعقاد الدورة. 2. استخراج البيانات Cبرامج ardioMemory لا يسمح للتمييز من مختلف مراحل التمرينات. على هذا النحو، فإن البيانات التي تم الحصول عليها يجب أن يتم تصديرها إلى برامج إحصائية من أجل القضاء على المراحل التي ليست من مصلحة (مثل الاحماء وباردة إلى أسفل)، ودمج ملفات البيانات، وقارن تحقيق ضد كثافة الهدف. البرمجيات مفتوحة التحليل الإحصائي لاستيراد ملف اكسل. الإجراء: ملف فتح معطيات في "فتح البيانات" نافذة، حدد كافة الملفات في القائمة المنسدلة من "ملفات من أنواع" حدد إكسل. ملف XLS <img alt="سهم" fo:content-wiالبيوت = ".2 في" سرك = "/ files/ftp_upload/50643/arrow.jpg" العرض = "20px" /> فتح في "فتح مصدر البيانات إكسل" نافذة انقر فوق موافق. حفظ ملف البيانات في برامج التحليل الإحصائي. انظر الشكل 4 لقاعدة بيانات العينة. القضاء على مراحل nontraining، أي الاحماء وتهدئة، وإذا كانت الفائدة هو الوقت الذي يقضيه في كثافة الهدف خلال مرحلة التدريب. القضاء على مرحلة الاحماء (على سبيل المثال 10 دقيقة الأولى): لإعادة رمز المدة، وإنشاء متغير لتحديد كل ثانية ك 1. الإجراء: تحويل إعادة رمز إلى متغيرات مختلفة … في "إعادة رمز في متغيرات مختلفة" يندوث، حدد Duration_A انقر السهم تحديد "إخراج اسم المتغير" (على سبيل المثال تيرة) تغيير انقر على قديم وقيم جديدة تحت عنوان "القيمة القديمة"، حدد القيمة: وأدخل 0 تحت عنوان "القيمة الجديدة"، حدد القيمة: وأدخل 0 إضافة <img alt="سهم" f س: محتوى العرض = ".2 في" سرك = "/ files/ftp_upload/50643/arrow.jpg" "20px" /> تحت عنوان "القيمة القديمة"، حدد كافة القيم الأخرى ثم انقر على القيمة:، تحت عنوان "جديد قيمة "وأدخل 1 إضافة استمر موافق. إعادة تكويد Duration_A (0 = 0) (ELSE = 1) في تيمبو. تنفذ. إنشاء متغير مؤقتة الثانية. الإجراء: تحويل القيم التحول حدد وتيرةiles/ftp_upload/50643/arrow.jpg "العرض =" 20px "/> اضغط السهم تحت عنوان "الاسم:" نوع متغير مؤقت (. مثل tempo2) تغيير موافق. VALUES SHIFT المتغير = تيمبو النتيجة = Tempo2 LAG = 1. لبدء tempo2 في 0، يجب مشفر ذلك. الإجراء: تحويل إعادة رمز في نفس المتغيرات حدد tempo2 انقر السهم <im ز بديل = "ارو" fo: محتوى العرض = ".2 في" سرك = "/ files/ftp_upload/50643/arrow.jpg" "20px" /> اضغط القديمة والقيم الجديدة تحت عنوان "القيمة القديمة"، حدد النظام، مفقود تحت عنوان "القيمة الجديدة"، حدد القيمة: وأدخل 0 إضافة استمر موافق. إعادة تكويد Tempo2 (SYSMIS = 0). تنفذ. خلاصة القول الثواني بدءا من الصفر. الإجراء: تحويل/ 50643/arrow.jpg "العرض =" 20px "/> حساب المتغير تحت عنوان "متغير الهدف:" الإيقاع نوع تحت عنوان "التعبير الرقمي" نوع تأخر (الإيقاع) +1 IF … تحديد تضمين اذا كان الشرط يرضي القضية: اكتب tempo2> 0 استمر موافق. IF (Tempo2> 0) تيمبو = الرحلات الجوية الطويلة (الإيقاع) + 1. تنفذ. للقضاء على 10 دقيقة الأولى من الاحماء، وإزالة البيانات تيرة التي تسبق 599 ثواني. الإجراء: بيانات حدد الحالات … في "تحديد حالات" نافذة، تحت عنوان "اختر"، اختر "إذا اقتنعت حالة" إذا … في "تحديد حالات: إذا كان" النافذة، وتيرة إدراج المعادلة> 599 استمر تحت"إخراج"، اختر حذف الحالات غير محددة موافق. انظر الشكل 5. FILTER OFF. يستعمل ALL. SELECT IF (الإيقاع> 599). تنفذ. القضاء على مرحلة تهدئة (على سبيل المثال مشاركة 5 دقائق.): فرز البيانات في ترتيب تنازلي لDuration_A لتحقيق مرحلة تهدئة إلى الأعلى من قاعدة البيانات، كما SPSS يزيل البيانات من أعلى الملف فصاعدا. الإجراء: بيانات نوع حالات في "ترتيب حالات" نافذة، حدد Duration_A انقر فوقRROW في القائمة "ترتيب" حدد تنازلي موافق. قضايا الترتيب حسب Duration_A (D). إعادة رمز Duration_A لتحديد كل ثانية ك 1. الإجراء: تحويل إعادة رمز إلى متغيرات مختلفة … في "إعادة رمز في متغيرات مختلفة" نافذة، حدد Duration_A انقر السهم تحديد "المخرجات اسم المتغير "(على سبيل المثال. tempoA) تغيير انقر القديمة والقيم الجديدة تحت عنوان "القيمة القديمة"، حدد القيمة: وأدخل 0 تحت عنوان "القيمة الجديدة"، حدد القيمة: وأدخل 0 إضافة حدد كافة القيم الأخرى تحت عنوان "القيمة القديمة"، ثم انقر على القيمة: تحت عنوان "القيمة الجديدة" وأدخل 1ad/50643/arrow.jpg "العرض =" 20px "/> إضافة استمر موافق. إعادة تكويد Duration_A (0 = 0) (ELSE = 1) INTO TempoA. تنفذ. إنشاء متغير مؤقتة الثانية. الإجراء: تحويل القيم التحول حدد tempoA انقر السهم تحت عنوان "الاسم:" نوع متغير مؤقت (. مثل tempoA2) <img alt="سهم" fo:content-wiالبيوت = ".2 في" سرك = "/ files/ftp_upload/50643/arrow.jpg" العرض = "20px" /> تغيير موافق. SHIFT قيم المتغيرات = TempoA النتيجة = TempoA2 LAG = 1. لبدء tempoA2 في 0، يجب مشفر ذلك. الإجراء: تحويل إعادة رمز في نفس المتغيرات حدد tempoA2 انقر السهم انقر القديمة والقيم الجديدة تحت عنوان "القيمة القديمة"، حدد نظام-M آيسنج تحت عنوان "القيمة الجديدة"، حدد القيمة: وأدخل 0 إضافة استمر موافق. إعادة تكويد TempoA2 (SYSMIS = 0). تنفذ. خلاصة القول الثواني المتغير tempoA. الإجراء: تحويل حساب المتغير تحت عنوان "متغير الهدف:" نوع tempoA 50643/arrow.jpg "العرض =" 20px "/> تحت عنوان" التعبير الرقمي "نوع تأخر (tempoA) +1 IF … تحديد تضمين اذا كان الشرط يرضي القضية: نوع tempoA2> 0 استمر موافق. IF (TempoA2> 0) = TempoA التأخر (tempoA) + 1. تنفذ. للقضاء على مرحلة تهدئة (أي 5 دقائق)، وإزالة البيانات تيرة التي تسبق 299 ثواني. الإجراء: بياناتخريج "العرض =" 20px "/> حدد الحالات … في "تحديد حالات" نافذة، تحت عنوان "اختر"، اختر "إذا اقتنعت حالة" إذا … في "تحديد حالات: إذا كان" نافذة، إدراج المعادلة tempoA> 299 استمر تحت عنوان "الإخراج"، اختر حذف الحالات غير محددة موافق. انظر الشكل 6. FILTER OFF. يستعمل ALL. </lط> SELECT IF (tempoA> 299). تنفذ. تحديد رقم جلسة (أو التاريخ) المرتبطة البيانات. إنشاء واسم متغير جديد (على سبيل المثال. الدورة). الإجراء: تحويل حساب المتغير في إطار متغير حساب تحت الهدف الدورة المتغير، اكتب انقر فوق نوع والملصقات لفتح "حساب المتغير: اكتب …" نافذة تحت عنوان "النوع" حدد سلسلة استمر </em> تحت سلسلة نوع التعبير '1 ' موافق. انظر الشكل 7. الدورة STRING (A8). الدورة COMPUTE = '1 '. تنفذ. حفظ المستند SPSS تعديل في ملف جديد (على سبيل المثال: subjectID_session #). كرر الإجراء أعلاه لجميع الدورات المتبقية لنفس الموضوع. 3. دمج البيانات – مشارك واحدة لدمج جميع الدورات في قاعدة بيانات SPSS واحدة، الدورة الأولى مشارك مفتوحة (أي. subjectID_session1). دمج الدورات المتبقية إلى الملف الحالي. الإجراء: بيانات دمج الملفات إضافة حالات في "إضافة إلى حالات subjectID_session1.sav" نافذة، انقر على استعراض واختيار ملف subjectID_session2 فتح استمر في "إضافة حالات من …" نافذة انقر فوق موافق. كرر لجميع الدورات المتبقية. انظر الشكل 8. إضافة ملفات / FILE = * / FILE = 'SubjectAB001_Session1.sav'. تنفذ. إضافة عمود الذي يحتوي على رقم الشخص المعني. الإجراء: آر ansform حساب المتغير في نافذة "متغير حساب" تحت الهدف المتغير، اكتب SubjectID انقر فوق نوع والملصقات لفتح "حساب المتغير: اكتب …" نافذة تحت عنوان "النوع" حدد سلسلة استمر تحت سلسلة نوع التعبير 'SubjectID' (على سبيل المثال "AB001 ')s/ftp_upload/50643/arrow.jpg "العرض =" 20px "/> موافق. انظر الشكل 9. STRING Subject_ID (A8). COMPUTE Subject_ID = 'AB001 ". تنفذ. إضافة عمود يحتوي على كثافة الهدف الموضوع (على سبيل المثال. معدل ضربات القلب المستهدف [THR]). الإجراء: تحويل حساب المتغير في "حساب المتغير" نافذة تحت متغير الهدف، نوع THR انقر فوق نوع والملصقات لفتح "حساب المتغير: اكتب …" نافذة تحت عنوان "النوع" حدد الرقمي <img alt="سهم" fo:contوالأنف والحنجرة، العرض = ".2 في" سرك = "/ files/ftp_upload/50643/arrow.jpg" "20px" /> متابعة تحت رقمى نوع التعبير THR (على سبيل المثال. 110) موافق. انظر الشكل 10. THR STRING (A8). COMPUTE THR = '110 '. تنفذ. حفظ قاعدة بيانات تحت اسم ملف مختلف (على سبيل المثال. SubjectAB001_session1-36). أكرر لجميع المشاركين المتبقية. عند هذه النقطة، سوف يكون لكل مشارك قاعدة بيانات تحتوي على جميع الدورات. 4. دمج البيانات – تجميع المشاركين لمجموعة العديد من المشاركين في قاعدة بيانات واحدة، ملف المشارك مفتوحة (أي subjectID_session1-36). دمج المشاركين المتبقية إلى و الحاليإيل. الإجراء: بيانات دمج الملفات إضافة حالات في "إضافة إلى حالات SubjectAB001_session1-36.sav" نافذة، انقر على استعراض واختيار ملف SubjectCD002_session1-36 فتح استمر في "إضافة حالات من …" نافذة انقر فوق موافق. كرر لجميع المشاركين التي ترغب في المجموعة. انظر الشكل 11. إضافة ملفات /FILE = * / RENAME (AB001 = D0) / FILE = 'SubjectAB001_Session1-36.sav' / RENAME (CD002 = D1) / DROP = D0 D1. تنفذ. حفظ قاعدة بيانات جديدة (على سبيل المثال. Group01_Subjects001-010). 5. تحديد كثافة الهدف (على سبيل المثال مدى THR) تحديد مجموعة THR؛ انقر فوق تحويل حساب المتغير في "حساب المتغير" نافذة تحت عنوان "الهدف المتغير" إدخال اسم متغير جديد (على سبيل المثال Diff_HR_THR) "نوع والملصقات …" في "C المتغير ompute: اكتب …. "حدد الرقمي استمر تحت عنوان "التعبير الرقمي" دخول المعادلة: HR – منتدى المجالس الرومانسية موافق، وهذا يوفر لنا مع متغير جديد. COMPUTE Diff_HR_THR = HR – منتدى المجالس الرومانسية. تنفذ. إعادة رمز المتغيرات لتحديد ما إذا كانت الموارد البشرية تقع تحت أعلاه، أو ضمن نطاق THR. الإجراء: تحويل إعادة رمز إلى متغيرات مختلفة … حدد Diff_HR_THR.2 في "سرك =" / files/ftp_upload/50643/arrow.jpg "العرض =" 20px "/> انقر السهم تحت عنوان "متغير إخراج" تحت "اسم" نوع Diff_HR_THR _recoded تغيير القديم والجديد القيم … في "إعادة رمز إلى متغيرات مختلفة: قديم وقيم جديدة" نافذة: القيمة القديمة القيمة الجديدة القديمة -> جديد: مجموعة: -5 إلى 5 1 <الدفتيريا محاذاة = "مركز" روسبان = "4"> إضافة -5 خلال 5 -> 1 مجموعة، من خلال أدنى قيمة: -5 0 أقل من خلال -5 -> 0 مجموعة، القيمة من خلال أعلى مستويات: 5 0 5 من خلال أعلى -> 0 نظام عداد المفقودين نظام عداد المفقودين SYSMIS -> SYSMIS استمر موافق. انظر الشكل 12. إعادة تكويد Diff_HR_THR (SYSMIS = SYSMIS) (-5 خلال 5 = 1) (من الأقل خلال -5 = 0) (5 = أعلى من خلال 0) INTO Diff_HR_THR_Recoded. تنفذ. 6. حساب نسبة الالتزام في Group01_Subjects001-010 ملف، وحساب كل ثانية أن المرضى الذين كانوا ضمن مجموعة THR طريق القيام بما يلي: البيانات مجموع في "تجميع البيانات" نافذة، تحت عنوان "كسر متغير (ق):" حدد subjectID والدورة انقر السهم تحت عنوان "ملخصات متغير (ق):" حدد _recoded Diff_HR_THR انقر السهم <img alt = "ارو" fo: محتوى العرض = ".2 في" سرك = "/ files/ftp_upload/50643/arrow.jpg" "20px" /> موافق. يتم إنشاء متغير جديد مع _recoded_mean اسم Diff_HR_THR. AGGREGATE / OUTFILE = * = MODE ADDVARIABLES / BREAK = الدورة Subject_ID / Diff_HR_THR_Recoded_mean = متوسط ​​(Diff_HR_THR_Recoded). تحويل القيمة التي تم الحصول عليها في مئوية، انقر فوق تحويل حساب المتغير تحت عنوان "الهدف المتغير" إدخال اسم متغير (على سبيل المثال Perc_THR) تحت عنوان "التعبير الرقمي" حدد Diff_HR_THR _recoded_mean"/> انقر السهم مضاعفة القيمة من خلال 100 (Diff_HR_THR _recoded_mean * 100) موافق. نحن ثم الحصول على التزام كنسبة مئوية من الوقت الذي يقضيه داخل THR لكل موضوع لكل دورة. انظر الشكل 13 COMPUTE Perc_THR = Diff_HR_THR_Recoded_mean * 100. تنفذ. للحصول على التزام لنسبة الوقت الذي يقضيه داخل THR لكل موضوع لجميع الدورات مجتمعة، في "تجميع البيانات" نافذة، تحت عنوان "كسر متغير (ق):" subjectID بديلا وجلسة عمل مع subjectID فقط. انظر الشكل 14. للحصول على التزام لنسبة الوقت الذي يقضيه داخل THR لكل دورة لجميع المواد الدراسية مجتمعة، في "تجميع البيانات" نافذة، تحت عنوان "كسر متغير (ق): "subjectID بديلا وجلسة عمل مع الدورة فقط. حفظ قاعدة البيانات تحت اسم ملف مختلف (على سبيل المثال. Group01_Subjects001-010_Aggregate).

Representative Results

عندما يتم تنفيذ البروتوكول بشكل صحيح، ويتم الحصول على معدل الالتزام لكل موضوع لكل دورة (الشكل 13)، لكل موضوع لجميع الدورات (الشكل 14)، ولكل دورة لجميع المواد الدراسية مجتمعة. تقدير الوقت اللازم لإتمام البروتوكول أعلاه لجلسة واحدة من موضوع واحد هو حوالي 5 دقائق. يمكن لنتائج الانضمام تتراوح بين 0-100٪. باستخدام هذه المعلومات، يمكن إجراء تحليلات إضافية لتحديد الاختلافات بين المواضيع (أي الفروق بين الجنسين، وشدة المرض، الخ.)، لتحديد التغييرات على مر الزمن، والكشف عن أنماط في الالتزام. وعلاوة على ذلك، فإن المقارنة بين مجموعات من الالتزام لا يمكن أن يؤديها، على سبيل المثال، يمكن مقارنة برامج التمرينات المختلفة. أخيرا، من خلال إجراء مزيد من التحقيقات، ويمكن تحديد أسباب nonadherence في نقطة زمنية محددة خلال العلاقات العامة. "> الشكل 1. الارسال معدل ضربات القلب التنسيب. اضغط هنا لمشاهدة صورة بشكل اكبر . الشكل 2. عينة من البيانات التي تم جمعها باستخدام برنامج تتبع البيانات. اضغط هنا لمشاهدة صورة بشكل اكبر . الرقم 3. عينة من انتاج البرمجيات تتبع البيانات.jove.com/files/ftp_upload/50643/50643fig3highres.jpg "الهدف =" _blank "> اضغط هنا لمشاهدة صورة أكبر. الشكل 4. نموذج قاعدة بيانات توضح عينة من قاعدة البيانات الإحصائية البرمجيات. اضغط هنا لمشاهدة صورة بشكل اكبر . الرقم 5. نموذج قاعدة بيانات توضح مرحلة الاحماء القضاء عليها. اضغط هنا لمشاهدة صورة بشكل اكبر . <img alt="الرقم 6" fo:content-width= "5IN" سرك = "/ files/ftp_upload/50643/50643fig6.jpg" العرض = "600px ل" /> الرقم 6. نموذج قاعدة بيانات توضح مرحلة تهدئة القضاء عليها. اضغط هنا لمشاهدة صورة بشكل اكبر . الرقم 7. قاعدة بيانات نموذج يوضح عمود المضافة لعدد الدورة. اضغط هنا لمشاهدة صورة بشكل اكبر . قاعدة بيانات الرقم 8. عينة توضح جلسات المدمجة لparticipan واحد ر. اضغط هنا لمشاهدة صورة بشكل اكبر . الرقم 9. عينة قاعدة بيانات توضح عمود المضافة لرقم هوية الموضوع. اضغط هنا لمشاهدة صورة بشكل اكبر . قاعدة بيانات الرقم 10. عينة توضح عمود المضافة لمعدل ضربات القلب المستهدفة. اضغط هنا لمشاهدة صورة بشكل اكبر . e_content "FO: المحافظة على together.within صفحة =" دائما "> قاعدة بيانات الرقم 11. عينة توضح الملفات المشاركين المدمجة. اضغط هنا لمشاهدة صورة بشكل اكبر . قاعدة بيانات الرقم 12. عينة توضح المتغيرات معدل ضربات القلب مشفر. اضغط هنا لمشاهدة صورة بشكل اكبر . Figure 13. قاعدة بيانات نموذج يوضح التزام كنسبة مئوية من الوقت الذي يقضيه في نطاق معدل ضربات القلب المستهدفة لكل موضوع لكل دورة (الخط الأحمر الأفقي يسلط الضوء على تغيير في الالتزام بين الدورات لنفس الموضوع). اضغط هنا لمشاهدة صورة بشكل اكبر . قاعدة بيانات الرقم 14. عينة توضح التزام لنسبة الوقت الذي يقضيه في نطاق معدل ضربات القلب المستهدفة لكل موضوع لجميع الدورات (الخط الأحمر الأفقي يسلط الضوء على الفرق بين الموضوعات). اضغط هنا لمشاهدة صورة بشكل اكبر .

Discussion

تمكن المستمر التكنولوجيا تتبع بيانات لقياس دقيق جدا من ممارسة الالتزام. هذا الإجراء يمكن أن تتكيف بسهولة مع تعريفات أخرى من الالتزام عن طريق استبدال مجموعة الهدف معدل ضربات القلب مع القوة الكهربائية المستهدفة، ومستوى، والسرعة، أو على مستوى MET. في المثال الحالي، تم القضاء على الاحماء وتهدئة مراحل لعزل مرحلة التمرين بسبب هدفنا بحثية محددة. يجب على الاحماء وتهدئة مراحل تكون ذات فائدة للباحثين أخرى، خطوة 2.3 ("القضاء على مراحل nontraining") يمكن القضاء عليها من البروتوكول. وعلاوة على ذلك، فإن الأجهزة والبرمجيات باللغات لقياس الالتزام غيرها من طرق التدريب، مثل حلقة مفرغة، بيضاوي الشكل، السائر، والذراع مقياس العمل.

عند اتباع البروتوكول أعلاه، بعض الخطوات البسيطة هي الحاسمة. أولا، يجب بدء برنامج CardioMemory قبل ممارسة المعدات (على سبيل المثال. مقياس العمل دورة) للبيانات التمرين أن يكون تراكوسجلت في وقت لاحق رطة. يجب أن يتم فقدان البيانات في هذه الخطوة الأولية، سيتعين على بروتوكول استخراج البيانات التي سيتم تعديلها وفقا لذلك. ثانيا، يجب أن يكون الحد الأدنى مصادر التداخل للحد من مخاطر الحديث المتبادل و / أو البيانات المفقودة. شاشات معدل ضربات القلب التواصل لاسلكيا مع أجهزة والبرمجيات. وبالتالي، تدخل يضر خاصة إذا كان معدل ضربات القلب المستهدفة باستخدام لحساب الالتزام. أخيرا، لا بد من تحديد البرامج الإحصائية لقاعدة البيانات التي لديها القدرة على السماح لكميات كبيرة من البيانات. على سبيل المثال، في دراسة مع 10 مشاركا إكمال 36 دورات في كل 40 دقيقة، سيتم إنشاء 864،000 صفوف من نقاط البيانات. اكسل 2007 والإصدارات الأحدث لديها القدرة على احتواء 1،048،576 الصفوف في ورقة عمل 23، في حين SAS 24 و 25 SPSS ليس لهما حدود لعدد من الصفوف. اعتمادا على عدد من نقاط البيانات المتوقعة لدراسة معينة، يحتاج البرنامج ليتم اختيارها وفقا لذلك. </p>

على الرغم من المزايا البارزة لهذه التكنولوجيا، وجود اثنين من القيود الرئيسية. الأول هو فقدان البيانات، والتي يمكن أن تنجم عن المعدات و / أو فشل البرنامج. كما ذكر أعلاه، يمكن أن يكون فقدان البيانات بسبب التداخل الكهربائي مع الأجهزة اللاسلكية (أي الهواتف المحمولة أو واي فاي)، وبشكل أكثر تحديدا التدخل في نقل البيانات لاسلكيا من معدل ضربات القلب. ومع ذلك، في بعض الأحيان، يمكن أن يكون فقدان البيانات أيضا نتيجة لأسباب هويته. والقيد الثاني هو أن البرنامج لا يوفر خيار وضع العلامات أو تقسيم بروتوكول ممارسة منهجية من أجل التفريق / التعرف على مراحل مختلفة. إذا كان هذا الخيار متاحا، استخراج مرحلة ممارسة الفائدة يمكن القيام بها مباشرة في البرنامج، التي من شأنها أن تحد من الخطوات في حساب بروتوكول الانضمام. كذلك، فإن الخيار من وضع علامات تكون عملية لدراسة الانضمام إلى البروتوكولات فترة التدريب أو متقطعة كما انها ستسمح للالتفريق بين المراحل المختلفة (على سبيل المثال. منخفضة مقابل كثافة عالية).

لآفاق المستقبل، فإن استخدام تكنولوجيا التعقب المستمر البيانات لتحديد بالضبط التقيد تمكين الباحثين للتحقيق أنماط من الاستجابة لممارسة التدخلات المختلفة، وتحديد محددات الانضمام، وتميز adherers جيدة والفقراء. في نهاية المطاف، سوف فهم أفضل لممارسة الالتزام تسمح لتعظيم الاستفادة من برامج إعادة التأهيل ممارسة الرياضة.

Declarações

The authors have nothing to disclose.

Acknowledgements

جمعية الرئة الكندية – المهنيين الجهاز التنفسي الصحة الكندية؛ فون للبحوث كيبيك – صحة (FRQS)

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/)

Referências

  1. . Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Pulmonary Disease [Internet]. Global Initiative for Chronic Obstructive Lung Disease (GOLD). , (2013).
  2. Celli, B. R., MacNee, W. Standards for the diagnosis and treatment of patients with COPD: a summary of the ATS/ERS position paper). Eur. Respir. J. 23 (6), 932-946 (2004).
  3. O’Donnell, D. E., et al. Canadian Thoracic Society recommendations for management of chronic obstructive pulmonary disease–2003. Can. Respir. J. 10 Suppl A, 11 (2003).
  4. Lacasse, Y., Maltais, F., Goldstein, R. S. Pulmonary rehabilitation: an integral part of the long-term management of COPD. Swiss Med, Wkly. 134 (41-42), 601-605 (2004).
  5. Hui, K. P., Hewitt, A. B. A simple pulmonary rehabilitation program improves health outcomes and reduces hospital utilization in patients with COPD. Chest. 124 (1), 94-97 (2003).
  6. Lacasse, Y., et al. Pulmonary rehabilitation for chronic obstructive pulmonary disease. The Cochrane Database of Systematic Reviews. (4), (2001).
  7. Guell, R., et al. Long-term effects of outpatient rehabilitation of COPD: A randomized trial. Chest. 117 (4), 976-983 (2000).
  8. Hui, K. P., Hewitt, A. B. A simple pulmonary rehabilitation program improves health outcomes and reduces hospital utilization in patients with COPD. Chest. 124 (1), 94-97 (2003).
  9. Griffiths, T. L., et al. Results at 1 year of outpatient multidisciplinary pulmonary rehabilitation: a randomised controlled trial. Lancet. 355 (9201), 362-368 (2000).
  10. Young, P., Dewse, M., Fergusson, W., Kolbe, J. Improvements in outcomes for chronic obstructive pulmonary disease (COPD) attributable to a hospital-based respiratory rehabilitation programme. Aust. NZ J. Med. 29 (1), 59-65 (1999).
  11. Stewart, D. G., Drake, D. F., Robertson, C., Marwitz, J. H., Kreutzer, J. S., Cifu, D. X. Benefits of an inpatient pulmonary rehabilitation program: a prospective analysis. Arch. Phys. Med .Rehabil. 82 (3), 347-352 (2001).
  12. Bowen, J. B., Thrall, R. S., ZuWallack, R. L., Votto, J. J. Long-term benefits of short-stay inpatient pulmonary rehabilitation in severe chronic obstructive pulmonary disease. Monaldi Arch. Chest Dis. 54 (2), 189-192 (1999).
  13. Foglio, K., Bianchi, L., Ambrosino, N. Is it really useful to repeat outpatient pulmonaryrehabilitation programs in patients with chronic airway obstruction? A 2-year controlled study. Chest. 119 (6), 1696-1704 (2001).
  14. George, J., Kong, D. C. M., Stewart, K. Adherence to disease management programs in patients with COPD. International Journal of COPD. 2 (3), 253-262 (2007).
  15. . Adherence to long-term therapies: evidence for action. Annex. 1, (2003).
  16. Hogg, L., Garrod, R., Thornton, H., McDonnell, L., Bellas, H. &. a. m. p. ;., White, P. Effectiveness, attendance, and completion of an integrated, system-wide pulmonary rehabilitation service for COPD: prospective observational study. COPD. 9 (5), 546-554 (2012).
  17. Singh, S. J., Smith, D. L., Hyland, M. E., Morgan, M. D. L. A short outpatient pulmonary rehabilitation programme: immediate and longer term effects on exercise performance and quality of life. Respir. Med. 92, 1146-1154 (1998).
  18. Young, P., Dewse, M., Fergusson, W., Kolbe, J. Respiratory rehabilitation in chronic obstructive pulmonary disease: predictors of nonadherence. Eur. Respir. J. 13, 855-859 (1999).
  19. Brooks, D., et al. Characterization of pulmonary rehabilitation programs in Canada in. Can. Respir. J. 14 (2), 87-92 (2005).
  20. Fischer, M. J., Scharloo, M., et al. Drop-out and attendance in pulmonary rehabilitation: the role of clinical and psychosocial variables. Respir. Med. 103 (10), 1564-1571 .
  21. Sabit, R., et al. Predictors of poor attendance at an outpatient pulmonary rehabilitation programme. Respir. Med. 102 (6), 819-824 .
check_url/pt/50643?article_type=t

Play Video

Citar este artigo
Rizk, A. K., Wardini, R., Chan-Thim, E., Trutschnigg, B., Forget, A., Pepin, V. Using Continuous Data Tracking Technology to Study Exercise Adherence in Pulmonary Rehabilitation. J. Vis. Exp. (81), e50643, doi:10.3791/50643 (2013).

View Video