폐 재활 운동 준수를 연구하는 지속적인 데이터 추적 기술을 사용하여

다음 프로토콜의 전반적인 목표는 지속적인 데이터 추적 기술을 사용하여 규정된 유산소 훈련 강도에 대한 준수 정도를 정확하게 측정하는 방법을 설명하는 것입니다. 이는 먼저 연속 데이터 추적 기술을 사용하여 데이터를 수집함으로써 달성됩니다. 유산소 운동 훈련 세션 중에는 데이터 추적 소프트웨어를 사용하여 각 주제, 각 훈련 세션에 대한 원시 데이터의 단일 파일을 얻은 다음 Excel 형식으로 변환합니다.

다음으로, 통계 소프트웨어를 사용하여 피험자당 단일 파일에 대한 데이터를 추출하고 결합하며, 이를 통해 달성된 강도를 목표 강도와 비교할 수 있으며, 결과는 주어진 개인 또는 세션별 그룹 세션에 대해 목표 강도에서 소요된 시간의 백분율로 표현된 순응률을 보여줍니다. 또는 전체 프로그램에 대해. 일반 출석 또는 완료율과 같은 기존 방법에 비해 이 기술을 사용하는 주요 이점은 운동 강도의 지속적인 측정을 기록할 수 있어 규정된 교육 프로그램의 준수 정도를 정확하게 계산할 수 있다는 것입니다. 따라서 이 방법은 폐폐 재활 분야의 주요 질문에 답하는 데 도움이 될 수 있으며, 예를 들어 어떤 운동 훈련 접근 방식이 폐쇄성 폐 질환 환자에서 가장 우수한 순응도와 관련이 있는지와 같은 질문에 답하는 데 도움이 될 수 있습니다.

이 방법은 목표 심박수 범위를 사용하여 운동 훈련을 준수할 수 있는 통찰력을 제공할 수 있습니다. 또한 목표 심박수 범위를 목표 와트 수준, 속도 또는 충족 수준으로 대체하여 순응도의 다른 정의에 쉽게 적용할 수 있습니다. 시작하기 전에 전기 간섭을 일으킬 수 있는 모든 무선 장치를 끄고 심박수 모니터와 장비가 누화를 최소화하기 위해 1미터 이상 떨어져 있는지 확인하십시오.

준비가 되면 심박수 트랜스미터를 환자에게 놓고 데이터 추적 소프트웨어를 켭니다. 다음으로, 유산소 장비를 시작하고 참가자에게 목표 강도에 도달하도록 지시합니다. 이 예에서 참가자는 목표 심박수의 분당 5회 이상 또는 ±5회 이내에서 훈련하도록 요청받습니다.

CardioMEM에서 수집한 데이터의 몇 가지 예로는 피험자 ID, 지속 시간, 강도 수준, 거리, 속도, 심박수 및 신체 노력에 해당하는 대사 등이 있습니다. 데이터 수집 후 유산소 장비의 중지를 누르고 데이터를 심장 메모리에 저장하고 추가 분석을 위해 문서를 내보냅니다. CardioMEM 소프트웨어는 고유한 운동 훈련 단계를 추적하지 않기 때문에 얻은 데이터를 처리해야 합니다.관심 없는 단계를 제거하려면 데이터 파일을 병합하고 목표 강도를 결정해야 합니다.

통계 분석 소프트웨어를 열어 새로 생성된 엑셀 파일을 가져오고 데이터 파일을 저장한 후 분석을 진행하기 전에 학습 단계에서 수집된 데이터에 집중하려면 워밍업 단계를 제거해야 합니다. 첫 번째 단계는 기간을 다시 코딩하고 필요한 변경을 수행하여 매초를 1로 식별하는 변수를 만드는 것입니다. 다음 단계는 두 번째 임시 변수를 만드는 것입니다.

이 변수의 이름을 tempo 2로 지정합니다. 생성되면 새 변수를 0부터 시작하도록 다시 코딩합니다. 변수를 다시 코딩한 후 0부터 시작하여 초를 합산합니다.

합계를 얻으면 599초 동안 진행되는 템포 데이터를 제거하여 워밍업 단계의 처음 10분을 제거할 수 있습니다. 다음으로, 휴지 단계를 제거해야 합니다.이렇게 하려면 기간 동안 데이터를 내림차순으로 정렬합니다. A를 사용하여 휴지 단계를 데이터베이스의 맨 위로 가져옵니다.

기간 A를 다시 코딩하여 모든 초를 1로 식별합니다. 다음으로, tempo라는 두 번째 임시 변수를 만듭니다. 2는 새로 생성된 변수를 템포의 몇 초 동안 정의된 시작점으로 0에서 시작하도록 다시 코딩하고, 재사용 대기 단계를 제거하는 변수, 299초 동안 진행되는 템포 데이터를 제거합니다.

다음으로, 새 변수를 만들어 데이터 세트와 연결된 세션 번호를 식별합니다. 마지막으로, 수정된 SPSS 문서를 새 파일로 저장하여 단일 환자에 대한 모든 세션을 단일 SPSS 데이터베이스로 병합합니다. 참가자의 첫 번째 세션을 엽니다.

그런 다음 나머지 세션을 현재 파일에 병합합니다. 병합되면 제목의 ID가 포함된 열을 추가합니다. 숫자 다음으로, 주제의 목표 강도를 포함하는 열을 추가합니다.

데이터베이스를 다른 파일 이름으로 저장합니다. 나머지 모든 참가자에 대해 이 절차를 반복합니다. 이 시점에서 각 참가자는 모든 세션을 포함하는 데이터베이스를 갖게 됩니다.

여러 참가자를 단일 데이터베이스로 그룹화하려면 참가자의 파일을 열고 나머지 참가자를 현재 파일에 병합한 다음 이 정보를 새 데이터베이스로 저장합니다. 데이터가 준비되면 목표 강도를 식별할 수 있습니다. 먼저 이 작업을 수행하려면 심박수와 목표 심박수 간의 차이가 포함된 열을 추가합니다.

그런 다음 변수를 다시 코딩하여 심박수가 목표 심박수 범위보다 낮은지, 높은지 또는 범위 내에 있는지 확인합니다. 순응도(%)는 환자가 목표 범위 내에 있었던 모든 시간(초)을 확인하여 계산됩니다. 값을 얻으면 이를 백분율로 변환하여 목표 심박수 내에서 소요된 시간의 백분율로 준수 비율을 구합니다.

각 피험자에 대해, 결합된 모든 세션에 대해 집계 데이터 창에서 피험자 ID 및 세션을 피험자 ID만 있는 것으로 대체하여 각 세션에 대한 준수율을 얻습니다. 결합된 모든 과목에 대해 주제 ID와 세션을 세션으로만 대체합니다. 마지막으로 데이터베이스를 다른 파일 이름으로 저장합니다.

궁극적으로, 데이터는 주어진 개인 또는 다른 그룹에서 시간 경과에 따른 순응 패턴을 살펴보거나 개인 또는 그룹에 대한 교육 프로그램 전반에 걸쳐 평균 순응률을 확인하는 데 사용할 수 있습니다. 일단 숙달되면 이 절차는 한 과목에 대해 세션당 약 5분 안에 완료할 수 있습니다. 이 절차를 시도하는 동안 데이터를 추적하고 나중에 기록할 수 있도록 운동 장비보다 먼저 심장 기억 소프트웨어를 시작하는 것을 기억하는 것이 중요합니다.

둘째, 간섭 소스를 최소화하여 누화 및/또는 데이터 손실의 위험을 줄여야 합니다. 이 비디오를 시청한 후에는 연속 데이터 추적 기술을 사용하여 규정된 유산소 훈련에 대한 순응도를 정확하게 측정하는 방법을 잘 이해하게 될 것입니다. 강렬.