Method Article

呼吸リハビリテーションに運動アドヒアランスを研究する継続的なデータ追跡技術を使用して

DOI:

10.3791/50643

⸱

November 8th, 2013

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

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

呼吸リハビリテーションは、広く呼吸器疾患の管理で認識されている。成功した呼吸リハビリテーションへの鍵となる要素は、推奨運動トレーニングの遵守である。本プロトコルの目的は、連続データのトラッキング技術は、正確に所定の有酸素トレーニング強度に対する接着性を測定するために使用できる方法を記述することである。

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

呼吸リハビリテーション（PR）は、呼吸器疾患の管理において重要な要素である。 PRの有効性は、訓練勧告を行使するの遵守に依存している。運動アドヒアランスの研究は、このように広報のプログラムの最適化に向けた重要なステップです。現在までのところ、そのような参加、完了、および出席率など、主に間接的な対策は、PRの遵守を決定するために使用されている。本プロトコルの目的は、連続データのトラッキング技術は、第バイ秒に基づいて所定の有酸素トレーニング強度に対する接着性を測定するために使用できる方法を記述することである。

我々の研究において、付着は、指定された目標心拍数範囲内で費やした時間のパーセントとして定義されている。このように、ハードウェアとソフトウェアの組み合わせを使用して、心拍数を測定し、追跡し、各運動セッションのために、各参加者のための第バイ秒をサイクル中に記録されている。統計ソフトウェア、Tを使用して彼のデータは、その後、抽出して分析する。同プロトコルは、自転車エルゴメーターで指定されたワット数、レベル、または速度で費やされた時間などの運動強度のその他の措置に遵守を決定するために適用することができます。さらに、ハードウェアとソフトウェアは、このような楕円形のトレッドミル、ステッパー、アームエルゴメーターなどのトレーニングの他のモードへの付着性を測定することも可能です。この議定書は、したがって、直接有酸素運動の遵守を測定するための膨大な可能性を有する。

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

呼吸リハビリテーション（PR）は、運動トレーニング、患者教育と心理社会的支援を組み合わせ、広く肺疾患1-5の管理における礎石として認識されます。 PRの目標は、症状を軽減機能状態を最適化するため、健康関連QOLを改善し、医療費4,5を減少させることである。 31のメタ分析では、慢性閉塞性肺疾患（COPD）でのランダム化比較試験を、PRが著しく、運動能力を改善する呼吸困難および疲労を軽減し、感情的な機能を改善し、それらの条件6の制御の患者の感覚を増強することが示された。さらに、証拠は病院8月13日で過ごした呼吸増悪7と日数を減らすことでその有効性を文書化します。それはこの介入3-5に関連する利益の多くを担当しているので、運動トレーニングは成功のPRの鍵と考えられている。しかし、いくつかの主要な問題患者が運動を推奨量またはレベルに付着している。推奨される治療への不遵守は、治療的介入の失敗だけでなく、健康上のリソース14の非効率的な使用になることがあります。

世界保健機関（WHO）によれば、用語''付着は''その人の行動が医療専門家15によって与えられた勧告と一致する程度を指す。現在までに、リハビリテーションの設定で訓練を行使する付着が大幅に（ すなわち 。プログラムへの登録）参加率のいずれかとして評価されている、完了率（ すなわち 、プログラムを仕上げ）、または出席率（運動の IE数セッションは）16〜18に参加しました。現在のところ、「ゴールドスタンダード」とは、高い精度を可能にしないアドヒアランス15と現在の方法を測定するために存在していない。さらに、選択したメトに応じてdは、PRへの付着率が大きく変動16-19を示している。例えば、ホッグら 16は言及されているものにプログラムを完了し、約40％の低い付着を発見した人々の間の比としてCOPD患者における密着性を測定した。しかし、出席率を使用している他のPR研究は、平均で、90％の付着10,20,21を示した。付着を計算する際に均一性の欠如は、それが困難な研究間の結果を比較することができる。もう一つの懸念は、既存の計算方法と精度の欠如である、運動トレーニングセッションに出席は所定の強度の遵守を保証するものではありません。情報にこのギャップは密着性がより正確な方法で計算する方法を調査するために私たちを導いた。

フィットネス機器の技術の最近の進歩は、individu中に所定の有酸素トレーニング強度に遵守を監視するために使用できる連続データの追跡のために許可されているPRの文脈におけるAl運動セッション。第バイ秒の持続時間の記録、速度、レベル、ワット数、ペース、心拍数、距離、消費カロリー、VO 2、METS、カロリー、およびすべての変数の平均値を提供するとともに、より具体的には、データのトラッキング、ハードウェアとソフトウェア許可レベルと、VO 2を除く。この技術の主な利点は、以前に報告された一般的な出席または完了率に対して所定の運動への付着の正確な計算が可能連続詳細な対策を、記録する機能です。この手順では、1つまたはいくつかの有酸素運動のトレーニングプログラムの影響を調べる研究のために任意の値とすることができる。この技術を用いて、所定の強度に対する患者の遵守は、各セッションのトレーニングフェーズ中に指定されたワット数、レベル、速度、心拍速度で費やされた時間の割合によって評価することができる。私たちの調査では、運動トレーニングプロトコルへの付着はパーセントとして定義されている指定されたターゲット心拍数の範囲内で過ごした時間。所与の最大下作業負荷時の心拍数応答は心肺機能が増加するにつれて減少するので、このアプローチは、患者が、プログラム全体を通して同じ（絶対に対する）相対的なトレーニング強度のままであることを保証する。本プロトコルは、連続データ追跡技術が正確に所定の目標心拍数の範囲への付着を測定するために使用することができる方法を詳細に記載している。

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

データが収集されると、生データのセッションごとに被験体ごとに単一ファイルが取得される。統計ソフトウェアを使用して、対象ごとのすべてのセッションは、単一のファイルに結合されます。その後、目的の強度は、各被験者に対して計算されなければならない。そのターゲット強度の遵守率は、その後結合されたすべての被験者について、各セッションのために、またはグループごとに、対象ごとのセッションごとに計算することができます。

1。データ収集（トレーニングセッションを監督する担当者によって行わ）

  1. （ 例：携帯電話、無線LAN など ）の無線デバイスをオフにすることで電気的な干渉を最小限に抑え、心拍数モニタや機器が離れて、少なくとも1メートルであるかにより、クロストークを最小限に抑えることができます。心拍計トランスミッターの配置については、図1を参照してください。
  2. データ追跡ソフトウェアをオンにします。を押して、有酸素機器を起動し、ターゲット·強度で参加者を訓練する。例えば、我々の研究では、参加パンツは、彼らの目標心拍数の±5拍/分以内に訓練するように求められます。 CardioMemoryについては図2を参照してください。
  3. 各リハビリテーション·セッションの各参加者のための第二のバイ第2のデータを収集しています。収集されたデータは、以下が含まれます。対象のID、時間（HHMMSS）を、強度のレベル（1〜30）、作業負荷（ワット）、ペダル回転数（回転/分）、距離（km）、ペース（MM：SS /キロ）、心拍数（拍/分）、推定酸素消費量（VO 2、ml /分/ kg）を、物理的な努力（メッツ）の代謝当量、推定エネルギー消費量（kcal /時間）、推定エネルギー消費量（キロカロリー）。 図3を参照してください。
  4. 有酸素機器の記者ストップ。 CardioMemoryにデータをアップロードするために「保存」をクリックしてください。 CardioMemoryの外でドキュメントを保存する「エクスポート」をクリックしてください。文書は、。のCVS形式になりますと、自動的にセッションの日付が含まれます。

2。データ抽出

C言語ardioMemoryソフトウェアは、様々な運動トレーニング相の区別を可能にしない。このように、得られたデータ（ 例えば 、ウォームアップ及びクールダウン）、データファイルをマージし、目標強度に対して達成を比較対象としない相を除去するために統計ソフトウェアにエクスポートしなければならない。

  1. 輸入に統計解析ソフトウェアを開き、ファイルを優れています。手順： ファイル figure-protocol-1 オープン figure-protocol-2 データ figure-protocol-3 「オープンデータ」ウィンドウで、「種類のファイル」のドロップダウンメニュー内のすべてのファイルを選択figure-protocol-4 Excelを選択します。 xlsファイルfigure-protocol-5開く = "中0.2" figure-protocol-6 「オープニングExcelのデータソース」画面で[OK]をクリックし。
  2. 統計解析ソフトのデータファイルを保存します。サンプル·データベースについては、図4を参照してください。
  3. 関心はトレーニング段階中にターゲット強度での時間を費やしている場合、nontrainingの段階、 すなわち 、ウォームアップとクールダウンをなくす。
    1. ウォームアップ相（ 例えば最初の10分）を除去。
      1. 期間を再コード化するために、1のように毎秒を識別するための変数を作成します。手順： トランスフォーム figure-protocol-7 異なる変数に再コード化する... figure-protocol-8 「異なる変数への再割り当て」WINDO中W、Duration_Aを選択figure-protocol-9矢印をクリックしますfigure-protocol-10 「出力変数名」（ 例：テンポ ） を識別figure-protocol-11 変更 figure-protocol-12 今までの値と新しい値をクリックしますfigure-protocol-13 「古い値」の下に、 値を選択しますと、0を入力します。 figure-protocol-14 「新しい価値」の下で、[選択値：0を入力します。 figure-protocol-15 加える figure-protocol-16 O：「古い値」の下に、src = "/ files/ftp_upload/50643/arrow.jpg"幅= "20pxの" />コンテンツ幅= "中0.2"は、 他のすべての値を選択し、[値 ]をクリック：、新しい"下値」と1を入力してくださいfigure-protocol-17 加える figure-protocol-18 続ける figure-protocol-19 [OK]をクリックします 。
        • RECODE Duration_A（0 = 0）（ELSE = 1）に変換するテンポ。
        • EXECUTE。
      2. 第2の一時変数を作成します。手順： トランスフォーム figure-protocol-20 シフト値 figure-protocol-21テンポを選択iles/ftp_upload/50643/arrow.jpg "幅=" 20pxの "/>矢印をクリックfigure-protocol-22 （ 例えばTEMPO2。）一時変数を入力します。「名前」の下にfigure-protocol-23 変更 figure-protocol-24 [OK]をクリックします 。
        • シフトは、VARIABLE =テンポ結果= TEMPO2のLAG =値1。
      3. 0でTEMPO2開始するには、再コード化されなければならない。手順： トランスフォーム figure-protocol-25 同じ変数に再コード figure-protocol-26 TEMPO2選択figure-protocol-27矢印をクリックします FOのG ALT = "アロー"：SRC = "/ files/ftp_upload/50643/arrow.jpg"」の0.2「コンテンツ幅=幅= "20pxの" /> 古い値と新しい値をクリックfigure-protocol-28 「古い値」の下で、 システム欠損選択figure-protocol-29 「新しい価値」の下で、 値を選択し、0を入力します。 figure-protocol-30 加える figure-protocol-31 続ける figure-protocol-32 [OK]をクリックします 。
        • RECODE TEMPO2（SYSMIS = 0）。
        • EXECUTE。
      4. ゼロから始まる秒を加算。手順： トランスフォーム/ 50643/arrow.jpg "幅=" 20pxの"/> 変数の計算 figure-protocol-33 「ターゲット変数：」の下型のテンポfigure-protocol-34 「数値式」タイプのラグ（テンポ）の下で1 figure-protocol-35 IF ... figure-protocol-36 ケースが条件を満たしている場合に含める]： figure-protocol-37入力TEMPO2> 0 figure-protocol-38 続ける figure-protocol-39 [OK]をクリックします。
        • IF（TEMPO2> 0）テンポ=ラグ（テンポ）+ 1。
        • EXECUTE。
      5. ウォームアップの最初の10分を除去するために、599秒の前にテンポデータを削除します。手順： データ figure-protocol-40 ケースを選択... figure-protocol-41 「ケースの選択」画面では、「選択」の下に、「条件が満たされた場合」を選択しますfigure-protocol-42 もし... figure-protocol-43で「ケースを選択：IF」ウィンドウ、挿入式のテンポ> 599 figure-protocol-44 続ける figure-protocol-45下「出力」とは、 選択されなかったケースを削除]を選択しますfigure-protocol-46 [OK]をクリックします 。 図5を参照してください。
        • オフフィルタ。
        • すべての使用。
        • IF（テンポ> 599）を選択します。
        • EXECUTE。
    2. クールダウン段階を排除する（ 例えば 5分前から）：
      1. SPSSは、以降のファイルの先頭からデータを除去するので、データベースの上にクールダウン段階をもたらすDuration_Aための降順でソートデータ。手順： データ figure-protocol-47 ケースの並べ替え figure-protocol-48 「ケースの並べ替え」画面では、Duration_Aを選択figure-protocol-49クリックRROW figure-protocol-50 「並べ替え順序」メニューで降順を選択figure-protocol-51 [OK]をクリックします 。
        • Duration_A（D）でケースの並べ替え。
      2. 1のように毎秒を識別するためにDuration_A再コーディング。手順： トランスフォーム figure-protocol-52 別の変数に再コーディング... figure-protocol-53 「異なる変数への再割り当て」ウィンドウで、Duration_Aを選択figure-protocol-54矢印をクリックしますfigure-protocol-55 「出力の識別変数名」（ 例。tempoA） figure-protocol-56変更figure-protocol-57 古い値と新しい値 ]をクリックしますfigure-protocol-58 「古い値」の下に、 値を選択しますと、0を入力します。 figure-protocol-59 「新しい価値」の下で、 値を選択し、0を入力します。 figure-protocol-60 加える figure-protocol-61 「新しい価値」の下と1を入力します。「古い値」の下で他のすべての値を選択して、[ 値]をクリックしてくださいad/50643/arrow.jpg "幅=" 20pxの"/> 追加 figure-protocol-62 続ける figure-protocol-63 [OK]をクリックします 。
        • RECODE Duration_A TempoA INTO（= 0）（ELSE = 1）。
        • EXECUTE。
      3. 第2の一時変数を作成します。手順： トランスフォーム figure-protocol-64 シフト値 figure-protocol-65 tempoAを選択figure-protocol-66矢印をクリックしますfigure-protocol-67タイプの一時的な変数（ 例えばtempoA2。）：「名前」の下figure-protocol-68変更 」の0.2 " figure-protocol-69 [OK]をクリックします 。
        • シフト= 1 VARIABLE = TempoA結果= TempoA2遅れがVALUES。
      4. 0でtempoA2を開始するには、再コード化されなければならない。手順： トランスフォーム figure-protocol-70 同じ変数に再コード figure-protocol-71 tempoA2を選択figure-protocol-72矢印をクリックしますfigure-protocol-73 古い値と新しい値 ]をクリックしますfigure-protocol-74 「古い値」の下で、 システムを選択してください。m同理事figure-protocol-75 「新しい価値」の下で、 値を選択し、0を入力します。 figure-protocol-76 加える figure-protocol-77 続ける figure-protocol-78 [OK]をクリックします 。
        • RECODE TempoA2（SYSMIS = 0）。
        • EXECUTE。
      5. tempoA変数の秒数を合計します。手順： トランスフォーム figure-protocol-79 変数を計算する figure-protocol-80 「ターゲット変数：」の下タイプtempoA 50643/arrow.jpg "幅=" 20pxの数値式」タイプのラグ（tempoA）1 "/>アンダー" figure-protocol-81 IF ... figure-protocol-82 ケースが条件を満たしている場合に含める]： figure-protocol-83タイプtempoA2> 0 figure-protocol-84 続ける figure-protocol-85 [OK]をクリックします。
        • IF（TempoA2> 0）TempoA =ラグ（tempoA）+ 1。
        • EXECUTE。
      6. クールダウン段階（ つまり 5分）を除去するために、299秒の前にテンポデータを削除します。手順： データPG "幅=" 20pxの"/>は、 ケースを選択... figure-protocol-86 「ケースの選択」画面では、「選択」の下に、「条件が満たされた場合」を選択しますfigure-protocol-87 もし... figure-protocol-88の「[ケースの選択：場合は "ウィンドウ、数式を挿入tempoA> 299 figure-protocol-89 続ける figure-protocol-90 "出力"の下に、 選択されなかったケースを削除]を選択しますfigure-protocol-91 [OK]をクリックします 。 図6を参照してください。
        • オフフィルタ。
        • すべての使用。
          • IF（tempoA> 299）を選択します。
      7. EXECUTE。
  4. データセットに関連付けられたセッション番号（または日付）を特定します。作成し、新しい変数（ 例 。 セッション ）という名前を付けます。手順： トランスフォーム figure-protocol-92 変数を計算する figure-protocol-93 ターゲット変数 、型のセッションで変数の計算]ウィンドウでfigure-protocol-94開こタイプ＆ラベル ] をクリックし、「変数の計算を：入力... "ウィンドウfigure-protocol-95 「タイプ」の下の文字列を選択するfigure-protocol-96 続ける 文字列式の下のタイプ'1 ' figure-protocol-97 [OK]をクリックします 。 図7を参照してください。
    • STRINGセッション（A8）。
    • COMPUTEセッション= '1 '。
    • EXECUTE。
  5. 新しいファイルに変更されたSPSSの文書を保存します（例：subjectID_session番号）。
  6. 同じ主題のための残りのすべてのセッションのために上記の手順を繰り返します。

3。データのマージ - シングル参加

  1. シングルSPSSデータベース、オープン参加者の最初のセッション（ すなわち 。subjectID_session1）にすべてのセッションをマージする。
  2. 現在のファイルへの残りのセッションをマージ。手順： データ figure-protocol-98 ファイルのマージfigure-protocol-99 ケースを追加 figure-protocol-100 「subjectID_session1.savにケースの追加」画面で、[参照 ] をクリックし、ファイルsubjectID_session2を選択figure-protocol-101 オープン figure-protocol-102 続ける figure-protocol-103 」からケースの追加... "中ウィンドウ[OK]をクリックします。残りのすべてのセッションについて、この手順を繰り返します。 図8を参照してください。
    • * =ファイル/ファイルを追加
    • / FILE = 'SubjectAB001_Session1.sav'。
    • EXECUTE。
  3. 対象者のID番号が含まれている列を追加します。手順：Trを ansform figure-protocol-104 変数を計算する figure-protocol-105 ターゲット変数の下の「変数の計算」ウィンドウで、次のように入力しSubjectID figure-protocol-106開こタイプ＆ラベル ] をクリックし、「変数の計算を：入力... "ウィンドウfigure-protocol-107 「タイプ」の下の文字列を選択するfigure-protocol-108 続ける figure-protocol-109 文字列式タイプ 'SubjectID'（ 例えば'AB001'）の下でs/ftp_upload/50643/arrow.jpg "幅=" 20pxの"/> [OK]をクリックします。 図9を参照してください。
    • STRING subject_idの（A8）。
    • subject_idの= 'AB001」を計算します。
    • EXECUTE。
  4. 被験者の目標強度（ 例えば 。目標心拍数[THR]）を含む列を追加します。手順： トランスフォーム figure-protocol-110 変数を計算する figure-protocol-111 ターゲット変数 、型のTHRの下に「変数の計算」ウィンドウで、 figure-protocol-112開こタイプ＆ラベル ] をクリックし、「変数の計算を：入力... "ウィンドウfigure-protocol-113 「タイプ」の下の数字を選択figure-protocol-114続行 figure-protocol-115 数値式タイプTHR（ 例えば。110）の下でfigure-protocol-116 [OK]をクリックします 。 図10を参照してください。
    • STRINGのTHR（A8）。
    • COMPUTE T​​HR = '110 '。
    • EXECUTE。
  5. 別のファイル名でデータベースを保存します（ 例。SubjectAB001_session1-36）。
  6. 残りのすべての参加者に対して、この手順を繰り返します。この時点では、各参加者は、すべてのセッションを含むデータベースを持つことになります。

4。データのマージ - グループ化参加

  1. 単一のデータベース、オープン参加者のファイル（ つまり subjectID_session1-36）にグループ化する複数の参加者。
  2. 現在のFへの残りの参加をマージパリ。手順： データ figure-protocol-117 ファイルのマージ figure-protocol-118 ケースを追加 figure-protocol-119内窓「追加ケースSubjectAB001_session1-36.savに」、[参照 ] をクリックし、ファイルSubjectCD002_session1-36を選択したfigure-protocol-120 オープン figure-protocol-121 続ける figure-protocol-122 」からケースの追加... "中ウィンドウをクリックして、[OK]。は、グループに希望するすべての参加者に対して、この手順を繰り返します。 図11を参照してください。
    • ファイルを追加/FILE = *
    • /名前（AB001 = D0）
    • / FILE = 'SubjectAB001_Session1-36.sav'
    • /名前（CD002 = D1）
    • / DROP = D0とD1。
    • EXECUTE。
  3. 新しいデータベースを保存します（ 例。Group01_Subjects001-010）。

5。ターゲット強度の識別（ 例えば THRレンジ）

  1. THR範囲を特定する。 トランスフォーム ]をクリックしますfigure-protocol-123 変数を計算する figure-protocol-124 「ターゲット変数」に新しい変数名を入力します（ 例：Diff_HR_THR）の下で「変数の計算」ウィンドウでfigure-protocol-125 「タイプ·ラベル···」 figure-protocol-126 「C言語で ompute変数：入力....「 数値を選択figure-protocol-127 続けるfigure-protocol-128 - THR人事：「数値式」の式を入力します。 figure-protocol-129 [OK]をクリックします。これは新しい変数を提供してくれます。
    • COMPUTE Diff_HR_THR = HR - THR。
    • EXECUTE。
  2. HRは上、下にある、またはThrの範囲内かどうかを識別するための変数を再コーディング。 手順： トランスフォーム figure-protocol-130 別の変数に再コーディング... figure-protocol-131 Diff_HR_THRを選択"SRC =" / files/ftp_upload/50643/arrow.jpg中0.2 "幅=" 20pxの "/>矢印をクリックしますfigure-protocol-132 「名前」タイプDiff_HR_THR _recoded下の「出力変数」の下figure-protocol-133 変更 figure-protocol-134 古い値と新しい値... figure-protocol-135ウィンドウ：「古い値と新しい値が異なる変数に再コード」の：
追加
古い値 新しい値 旧- >新：
範囲：-5〜5 1 -5 5 THRU - > 1
範囲、値を通じてLOWEST：-5 0 -5 THRU最低 - > 0
範囲は、最高を通じて価値：5 0 > 0 - 最高THRU 5
システム欠損値システム欠損値 SYSMIS - > SYSMIS

figure-protocol-136 続ける figure-protocol-137 [OK]をクリックします 。 図12を参照してください。

  • RECODE Diff_HR_THR（SYSMIS = SYSMIS）（-5 = 1 5 THRU）（最低THRU -5 = 0）（最高= 0 THRU 5）に変換する
  • Diff_HR_THR_Recoded。
  • EXECUTE。

6。パーセント接着の計算

  1. Group01_Subjects001-010のファイルでは、患者は次のようにして、THRの範囲内であったことをすべての秒を計算します。 データ figure-protocol-138 集計 figure-protocol-139 「集計データ」ウィンドウで、下に"（S）変数ブレイク：「subjectIDとセッションを選択figure-protocol-140矢印をクリックしますfigure-protocol-141 「変数の概要（S）：」の下Diff_HR_THR _recodedを選択figure-protocol-142矢印をクリックしますfigure-protocol-143 FO = "アロー"：コンテンツ幅= SRC = "/ files/ftp_upload/50643/arrow.jpg"幅= "20pxの" /> OK」の0.2 "。新しい変数は、名前Diff_HR_THRの_recoded_meanで作成されます。
    • AGGREGATE
    • / OUTFILE = * MODE = ADDVARIABLES
    • / BREAK = subject_idのセッション
    • / Diff_HR_THR_Recoded_mean =平均値（Diff_HR_THR_Recoded）。
  2. 割合に得られた値を変換し、 変換をクリックしますfigure-protocol-144 変数を計算する figure-protocol-145 「ターゲット変数"変数名を入力の下に（ 例えば Perc_THR） figure-protocol-146 「数値式」の下Diff_HR_THR _recoded_meanを選択"/>矢印をクリックしますfigure-protocol-147 100（Diff_HR_THR _recoded_mean * 100）での値を掛けfigure-protocol-148 [OK]をクリックします。次に、セッションごとに各被験者について、THR内に費やされる時間の割合として密着性を得る。 図13を参照してください
    • Perc_THR = Diff_HR_THR_Recoded_mean * 100を計算します。
    • EXECUTE。
  3. 唯一subjectIDと代替subjectIDとセッション ：「変数ブレーク（S）」の下、「集計データ」ウィンドウで、結合されたすべてのセッションについて、各被験者のために、THR内費やした時間の割合のための遵守を入手します。 図14を参照してください。
  4. 結合されたすべての被験者について、セッションごとに、THR内費やした時間の割合のための接着性を得るためには、「集計データ」ウィンドウで、「下唯一のセッションで「代替subjectIDとセッション ：変数（複数可）を破る。
  5. 別のファイル名（ 例。Group01_Subjects001-010_Aggregate）の下にデータベースを保存します。

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

プロトコルが正しく実行されたときに、付着速度は、各セッション（ 図13）のために、すべてのセッション（ 図14）が各被験者について、合わせたすべての被験者についてのセッションごとに各被験者について得られる。一つの主題の単一のセッションのために上記のプロトコルを完了するのに必要な時間の見積もりは、約5分である。遵守のための結果は、0から100パーセントの範囲とすることができる。この情報を使用して、追加の分析は、被験者（ すなわち、性差、疾患の重症度など ）、経時変化を同定するため、及び付着のパターンを明らかにする間の差を決定することができる。また、グループ間の付着の比較を行うことができ、例えば、異なる運動トレーニングプログラムが比較することができる。最後に、さらなる調査を介して、不遵守の原因はPR中の特定の時点で同定することができる。

"> figure-results-1
図1。心拍計トランスミッターの配置 。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-2
図2。データ追跡ソフトウェアを使用して収集されたデータのサンプル 。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-3
図3。データ追跡ソフトウェア出力例 。jove.com/files/ftp_upload/50643/50643fig3highres.jpg "ターゲット=" _blank ">拡大画像を表示するにはここをクリックしてください。

figure-results-4
図4。統計ソフトウェアデータベースのサンプルを示すサンプル·データベース 。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-5
図5。排除のウォームアップ段階を説明するサンプル·データベース 。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-6 図6。排除クールダウン段階を例示するサンプルデータベース 。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-7
セッション番号のために追加の列を示す図7。サンプル·データベース 。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-8
図8。シングルparticipanのマージされたセッションを説明するサンプル·データベーストン。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-9
図9。対象者識別番号のために追加の列を示すサンプル·データベース 。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-10
目標心拍数のために追加の列を説明する図10。サンプル·データベース 。 拡大画像を表示するには、ここをクリックしてください 。

「FO：キープtogether.withinページ= "e_content常に"> figure-results-11
マージされた参加者のファイルを説明する図11。サンプル·データベース 。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-12
再コード化心拍数の変数を説明する図12。サンプル·データベース 。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-13
Fサンプル·データベースは、（横の赤線は、同一の対象のセッションとの密着性の変化を強調して） 各セッションの各被験者のために目標心拍数の範囲内で費やした時間の割合として付着性を示した 。13 igure。 拡大画像を表示するには、ここをクリックしてください 。

figure-results-14
図14。すべてのセッションの被験者ごとに目標心拍数の範囲内で費やした時間の割合のための付着性を示すサンプル·データベース （横の赤線は、被写体との違いを強調して）。 拡大画像を表示するには、ここをクリックしてください 。

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

連続データトラッキング技術は、運動アドヒアランスの非常に正確な測定のために有効になります。この手順は、容易に目標ワット数、レベル、速度、又はMETレベルと目標心拍数範囲を置換することによって付着の他の定義に適合させることができる。この例では、ウォームアップとクールダウンの段階があるため、当社の特定の研究目的の行使相を分離するために排除された。ウォームアップとクールダウンの相が他の研究者が興味を持つべきであり、ステップ2.3（「nontraining段階の排除」）プロトコルから排除することができる。さらに、ハードウェアとソフトウェアは、このような楕円形のトレッドミル、ステッパー、アームエルゴメーターなどのトレーニングの他のモードへの付着性を測定することも可能です。

上記のプロトコルを、以下の場合には、一定の簡単な手順が重要です。まず、CardioMemoryソフトウェアは、Tracのように運動データのための運動器具（ 例えば 。自転車エルゴメーター）前に開始されなければならないKED、その後記録した。データはこの初期段階で失われるべき、データ抽出プロトコルがそれに応じて調整する必要がある。第二に、干渉源は、クロストークおよび/またはデータ損失のリスクを低減するために最小化されなければならない。心拍数のモニターは、機器やソフトウェアと無線で通信。密着性を計算するために目標心拍数を使用する場合したがって、干渉は特に有害である。最後に、大量のデータのために可能にする能力を有するデータベースの統計ソフトウェアを選択することが肝要である。例えば、10の参加者は40分ごとに36セッションを完了すると研究では、データ点の864000行が生成される。 SAS 24とSPSSの25行数には制限がないのに対し、Excel 2007とそれ以降のバージョンでは、ワークシート23で1,048,576行が含まする能力を有する。所与の研究のために期待されるデータポイントの総数に応じて、ソフトウェアがそれに応じて選択する必要がある。

この技術の顕著な利点にもかかわらず、二つの主要な制限が存在する。第一の機器および/またはソフトウェア障害から生じ得るデータ損失である。上述したように、データの損失は、無線デバイス（ すなわち 、携帯電話や無線LAN）との電気的干渉によるもので、より具体的には、心拍数の無線データ伝送と干渉することができる。しかし、時々、データ損失も判定不能の原因に起因することができる。第二の制限は、ソフトウェアを識別/異なる位相を区別するために、体系的に運動プロトコルをマークするか、分割するオプションを提供しないということです。このオプションが利用可能であった場合は、対象となる運動相の抽出を遵守計算プロトコルの手順を制限するであろう、ソフトウェアで直接行うことができた。それができるようになるだけでなく、マーカーを配置するオプションが間隔または断続的な訓練プロトコルの遵守の研究のために実用的である異なる位相（ 例えば 、高強度に対する低）の分化。

今後の展望については、正確に遵守を定量化するための継続的なデータのトラッキング技術の使用は、異なる介入に対する運動応答のパターンを調査する研究者を可能にアドヒアランスの決定要因を特定し、良いと貧しいadherersを特徴づけるでしょう。最終的には、運動の付着をよりよく理解するには、運動リハビリテーションプログラムの最適化を可能にする。

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者は、彼らが競合する経済的利益を持っていないことを宣言します。

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

カナダ肺協会 - カナダ呼吸器医療従事者、フォン·ド·RECHERCHEデュケベック - サンテ（FRQS）

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Bike Excite Med 700Technogym - www.technogym.comSCIFIT (http://scifit.com/)
CardioMemory ソフトウェア Technogym - www.technogym.comバージョン 1.0SCIFIT (http://scifit.com/)
Polar 心拍計Polar - www.polarca.comT31 コード化トランスミッター 
SPSS Statistical SoftwareSPSS Inc. - www.spss.com/バージョン 16.0SAS/STAT ソフトウェア (http://www.sas.com/)

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Pulmonary Disease [Internet]. Global Initiative for Chronic Obstructive Lung Disease (GOLD). , (2013).">Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Pulmonary Disease [Internet]. Global Initiative for Chronic Obstructive Lung Disease (GOLD). , (2013).
  2. 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).">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. Canadian Thoracic Society recommendations for management of chronic obstructive pulmonary disease--2003. Can. Respir. J. 10 Suppl A, 11(2003).">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. Pulmonary rehabilitation: an integral part of the long-term management of COPD. Swiss Med, Wkly. 134 (41-42), 601-605 (2004).">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. A simple pulmonary rehabilitation program improves health outcomes and reduces hospital utilization in patients with COPD. Chest. 124 (1), 94-97 (2003).">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. Pulmonary rehabilitation for chronic obstructive pulmonary disease. The Cochrane Database of Systematic Reviews. (4), (2001).">Lacasse, Y., et al. Pulmonary rehabilitation for chronic obstructive pulmonary disease. The Cochrane Database of Systematic Reviews. (4), (2001).
  7. Long-term effects of outpatient rehabilitation of COPD: A randomized trial. Chest. 117 (4), 976-983 (2000).">Guell, R., et al. Long-term effects of outpatient rehabilitation of COPD: A randomized trial. Chest. 117 (4), 976-983 (2000).
  8. A simple pulmonary rehabilitation program improves health outcomes and reduces hospital utilization in patients with COPD. Chest. 124 (1), 94-97 (2003).">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. Results at 1 year of outpatient multidisciplinary pulmonary rehabilitation: a randomised controlled trial. Lancet. 355 (9201), 362-368 (2000).">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. 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).">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. Benefits of an inpatient pulmonary rehabilitation program: a prospective analysis. Arch. Phys. Med .Rehabil. 82 (3), 347-352 (2001).">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. Long-term benefits of short-stay inpatient pulmonary rehabilitation in severe chronic obstructive pulmonary disease. Monaldi Arch. Chest Dis. 54 (2), 189-192 (1999).">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. 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).">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. Adherence to disease management programs in patients with COPD. International Journal of COPD. 2 (3), 253-262 (2007).">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).">Adherence to long-term therapies: evidence for action. Annex. 1, (2003).
  16. , Forthcoming.
  17. Effectiveness, attendance, and completion of an integrated, system-wide pulmonary rehabilitation service for COPD: prospective observational study. COPD. 9 (5), 546-554 (2012).">Hogg, L., Garrod, R., Thornton, H., McDonnell, L., Bellas, H. &, 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).
  18. A short outpatient pulmonary rehabilitation programme: immediate and longer term effects on exercise performance and quality of life. Respir. Med. 92, 1146-1154 (1998).">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).
  19. Respiratory rehabilitation in chronic obstructive pulmonary disease: predictors of nonadherence. Eur. Respir. J. 13, 855-859 (1999).">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).
  20. Characterization of pulmonary rehabilitation programs in Canada in. Can. Respir. J. 14 (2), 87-92 (2005).">Brooks, D., et al. Characterization of pulmonary rehabilitation programs in Canada in. Can. Respir. J. 14 (2), 87-92 (2005).
  21. Drop-out and attendance in pulmonary rehabilitation: the role of clinical and psychosocial variables. Respir. Med. 103 (10), 1564-1571 Forthcoming.">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 Forthcoming.
  22. Predictors of poor attendance at an outpatient pulmonary rehabilitation programme. Respir. Med. 102 (6), 819-824 Forthcoming.">Sabit, R., et al. Predictors of poor attendance at an outpatient pulmonary rehabilitation programme. Respir. Med. 102 (6), 819-824 Forthcoming.
  23. http://support-en-us.nikeplus.com/app/answers/detail/a_id/20882/p/3169,3176 (2012).">Polar Wearlink + Transmitter [Internet]. USA: Nike + Support;. 15, Available from: http://support-en-us.nikeplus.com/app/answers/detail/a_id/20882/p/3169,3176 (2012).
  24. http://office.microsoft.com/en-us/excel-help/excel-specifications-and-limits-HP010342495.aspx (2013).">Office: Excel specifications and limits [Internet]. USA: Microsoft;. , Available from: http://office.microsoft.com/en-us/excel-help/excel-specifications-and-limits-HP010342495.aspx (2013).
  25. http://support.sas.com/resources/papers/proceedings12/247-2012.pdf (2012).">Droogendyk, H. Moving data and results between SAS and Mocrosoft Excel [Internet]. USA: SAS Global Forum. , Available from: http://support.sas.com/resources/papers/proceedings12/247-2012.pdf (2012).
  26. http://pages.infinit.net/rlevesqu/FAQ.htm#HowManyVariables (2004).">Raynald's SPSS Tools: FAQ [Internet]. Canada: Raynald Levesque; c2001-2004. , Available from: http://pages.infinit.net/rlevesqu/FAQ.htm#HowManyVariables (2004).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Continuous Data TrackingExercise AdherencePulmonary RehabilitationHeart Rate MonitoringAerobic Training IntensityStatistical Software AnalysisData Collection ProtocolTarget Heart Rate RangeExercise Session TrackingAdherence Rate Calculation

Related Articles