Using Continuous Data Tracking Technology to Study Exercise Adherence in Pulmonary Rehabilitation

Amanda K. Rizk; Rima Wardini; Emilie Chan-Thim; Barbara Trutschnigg; Am&#233;lie Forget; V&#233;ronique Pepin

doi:10.3791/50643

JoVE Journal
Medicine

This content is Free Access.

JoVE Journal Medicine

Using Continuous Data Tracking Technology to Study Exercise Adherence in Pulmonary Rehabilitation

使用连续数据跟踪技术在肺康复研究锻炼坚持性

Full Text

14,076 Views

09:42 min

November 8, 2013

DOI: 10.3791/50643-v

Amanda K. Rizk^1,2,3, Rima Wardini^2,3, Emilie Chan-Thim^1,2,3, Barbara Trutschnigg³, Amélie Forget³, Véronique Pepin^2,3

¹Individualized Program,Concordia University, ²Department of Exercise Science,Concordia University, ³Centre de Recherche, Axe Maladies Chroniques,Hôpital du Sacré-Coeur de Montréal

Please note that some of the translations on this page are AI generated. Click here for the English version.

Overview

This protocol outlines the use of continuous data tracking technology to measure adherence to prescribed aerobic training intensity in pulmonary rehabilitation. By collecting and analyzing exercise data, researchers can gain insights into patient adherence rates and improve rehabilitation strategies.

Key Study Components

Area of Science

Pulmonary rehabilitation
Exercise adherence
Data tracking technology

Background

Adherence to exercise training is crucial for effective pulmonary rehabilitation.
Traditional methods of measuring adherence may lack precision.
Continuous data tracking offers a more accurate assessment of exercise intensity.
This study aims to enhance understanding of adherence in patients with obstructive lung disease.

Purpose of Study

To describe a protocol for measuring adherence to aerobic training intensity.
To utilize data tracking technology for precise adherence calculations.
To compare achieved intensity with target intensity during training sessions.

Methods Used

Data collection using continuous tracking technology during aerobic sessions.
Conversion of raw data into Excel format for analysis.
Statistical software to calculate adherence rates based on target intensity.
Elimination of non-training phases from data for accurate results.

Main Results

Adherence rates can be expressed as a percentage of time spent at target intensity.
The method allows for comparison of adherence across different training approaches.
Data can reveal patterns of adherence over time for individuals or groups.
Insights gained can inform best practices in pulmonary rehabilitation.

Conclusions

Continuous data tracking significantly improves adherence measurement.
This protocol can be adapted for various definitions of exercise adherence.
Findings may lead to enhanced rehabilitation strategies for patients.

Frequently Asked Questions

What is the main goal of this protocol?

The main goal is to measure adherence to prescribed aerobic training intensity using continuous data tracking technology.

How is data collected during the exercise sessions?

Data is collected using continuous tracking technology and is saved for analysis after each session.

What are the advantages of this method over traditional adherence measures?

This method provides continuous measures of exercise intensity, allowing for precise adherence calculations.

Can this protocol be adapted for other types of exercise?

Yes, it can be adapted by changing the target metrics, such as wattage level or speed.

What types of data are collected during the sessions?

Data collected includes subject ID, duration, intensity level, heart rate, and metabolic equivalent of physical effort.

How long does it take to process the data?

Once mastered, the data processing can be completed in approximately five minutes per session for one subject.

肺康复治疗是目前公认的呼吸系统疾病的管理。一个关键组成部分，以成功的肺康复是坚持推荐运动训练。本议定书的目的是描述如何连续数据跟踪技术可用于精确测量遵守规定的有氧训练强度。

以下协议的总体目标是描述如何使用连续数据跟踪技术来精确测量对规定有氧训练强度的依从性。这是通过首先使用连续数据跟踪技术收集数据来实现的。在有氧运动训练期间，使用数据跟踪软件为每个受试者、每个训练课获取一个原始数据文件，然后将其转换为 Excel 格式。

接下来，使用统计软件为每个受试者提取和组合单个文件的数据，这允许将达到的强度与获得目标强度结果进行比较，显示依从率，表示为给定个体或逐个小组会话在目标强度下花费的时间百分比，或整个程序。与现有方法（如一般出勤率或完成率）相比，使用这种技术的主要优点是能够记录运动强度的连续测量，从而可以精确计算对规定训练计划的依从性。因此，这种方法可以帮助回答肺康复领域的关键问题，例如哪种运动训练方法与阻塞性肺病患者的最佳依从率相关。

尽管这种方法可以使用目标心率范围深入了解运动训练的依从性。它还可以通过将目标心率范围替换为目标瓦数水平、速度或达到水平来轻松适应其他依从性定义。开始之前，请关闭所有可能造成电气干扰的无线设备，并确保心率监测器和设备至少相距一米，以尽量减少串扰。

准备好后，将心率传感器放在患者身上并打开数据跟踪软件。接下来，启动有氧设备并指导参与者达到他们的目标强度。在此示例中，参与者被要求在目标心率每分钟正负 5 次以内进行训练。

CardioMEM 收集的数据的一些示例包括受试者 ID、持续时间、强度水平、距离、配速、心率和体力劳动的代谢当量。数据收集后，在有氧设备上按停止，将数据保存到心肺功能中，此外还可以导出文档以供进一步分析。由于 CardioMEM 软件不跟踪不同的运动训练阶段，因此必须对获得的数据进行处理要消除不感兴趣的阶段，请合并数据文件并确定目标强度。

打开统计分析软件导入新创建的 Excel 文件并保存数据文件，然后再进行分析以专注于训练阶段收集的数据，需要消除热身阶段。第一步是重新编码持续时间，进行必要的更改以创建一个变量，以将每秒标识为 1。下一步是创建第二个临时变量。

将此变量命名为 tempo two。创建后，将新变量重新编码为从 0 开始。对变量进行重新编码后，对从 0 开始的秒数求和。

获得总和后，可以通过删除持续 599 秒的速度数据来消除预热阶段的前 10 分钟。接下来，需要消除冷却阶段为此，请按持续时间的降序对数据进行排序。A 将冷却阶段置于数据库顶部。

重新编码持续时间 A 以将每秒标识为 1。接下来，创建名为 tempo 的第二个临时变量。一个 2 重新编码新创建的变量，从零开始，起点定义了一些速度的秒数，一个变量来消除冷却阶段，删除继续 299 秒的速度数据。

接下来，通过创建新变量来确定与数据集关联的会话编号。最后，将修改后的 SPSS 文档另存为新文件，以将单个患者的所有会话合并到单个 SPSS 数据库中。打开参与者的第一个会话。

接下来，将剩余的会话合并到当前文件中。合并后，添加包含主题 ID 的列。编号接下来，添加一个包含主题目标强度的列。

以不同的文件名保存数据库。对所有剩余的参与者重复此过程。此时，每个参与者都将拥有一个包含所有会话的数据库。

要将多个参与者分组到一个数据库中，请打开参与者的文件，将其余参与者合并到当前文件，然后将此信息另存为新数据库。准备好数据后，可以确定目标强度。要首先执行此作，请添加一个包含心率和目标心率之间差异的列。

然后对变量进行重新编码，以确定心率是低于、高于目标心率范围还是在目标心率范围内。依从性百分比是通过确定患者在目标范围内的所有秒数来计算的。获得值后，将其转换为百分比以获得依从率，即在目标心率内花费的时间百分比。

对于每个主题，对于所有组合的会话，在聚合数据窗口中将主题 ID 和会话替换为仅主题 ID，以获得每个会话的依从率。对于所有合并的受试者，仅将受试者 ID 和会话替换为会话。最后，以不同的文件名保存数据库。

最终，这些数据可用于查看给定个人或不同群体随时间变化的依从性模式，或查看个人或群体在整个培训计划中的平均依从率。掌握后，一个受试者每次会话大约五分钟即可完成此过程。在尝试此过程时，请务必记住在使用健身器材之前启动心肺功能软件，以便跟踪数据并随后记录下来。

其次，必须尽量减少干扰源，以降低串扰和/或丢失数据的风险。看完这个视频，你应该对如何使用连续数据跟踪技术来精确测量对规定有氧训练的依从性有一个很好的了解。强度。