Met behulp van Continuous Data Tracking technologie om therapietrouw studeren in longrevalidatie
November 8th, 2013
Longrevalidatie wordt algemeen erkend in het beheer van aandoeningen van de luchtwegen. Een belangrijk onderdeel voor een succesvolle longrevalidatie is het vasthouden aan de aanbevolen trainingsprogramma. Het doel van dit protocol is om te beschrijven hoe continue data tracking-technologie kan worden gebruikt voor het volgen van een voorgeschreven aërobe trainingsintensiteit precies te meten.
Het algemene doel van het volgende protocol is om te beschrijven hoe continue datatrackingtechnologie kan worden gebruikt om de naleving van een voorgeschreven aërobe trainingsintensiteit nauwkeurig te meten. Dit wordt bereikt door eerst de gegevens te verzamelen met behulp van continue datatrackingtechnologie. Tijdens een aërobe trainingssessie wordt met behulp van datatrackingsoftware een enkele file met ruwe gegevens verkregen voor elke proefpersoon, voor elke trainingssessie, en vervolgens omgezet in een Excel-formaat.
Vervolgens wordt statistische software gebruikt om gegevens te extraheren en te combineren voor een enkel bestand per proefpersoon, waardoor de bereikte intensiteit kan worden vergeleken met de doelintensiteit. De resultaten tonen een nalevingsgraad uitgedrukt als het percentage tijd dat is besteed aan de doelintensiteit voor een bepaald individu of voor een groepssessie per sessie, of voor het hele programma. Het belangrijkste voordeel van het gebruik van deze techniek boven bestaande methoden zoals algemene aanwezigheid of voltooiingsgraad, is de mogelijkheid om continue metingen van oefenintensiteit te registreren, wat een nauwkeurige berekening van de naleving van het voorgeschreven trainingsprogramma mogelijk maakt. Dus deze methode kan helpen bij het beantwoorden van belangrijke vragen op het gebied van pulmonaire revalidatie, zoals welke trainingsaanpak geassocieerd is met de beste nalevingsgraad bij patiënten met obstructieve longziekte.
Hoewel deze methode inzicht kan geven in de naleving van oefentraining met behulp van een doelhartslagbereik, kan deze ook gemakkelijk worden aangepast aan andere definities van naleving door het doelhartslagbereik te vervangen door het doelwattageniveau, snelheid of met-niveau. Voordat u begint, schakelt u alle draadloze apparaten uit die elektrische interferentie kunnen veroorzaken en zorgt u ervoor dat de hartslagmeters en apparatuur ten minste een meter uit elkaar staan om crosstalk te minimaliseren.
Wanneer u klaar bent, plaatst u de hartslagzender op de patiënt en schakelt u de datatrackingsoftware in. Start vervolgens de aërobe apparatuur en geef de deelnemer instructies om hun doelintensiteit te bereiken. In dit voorbeeld wordt de deelnemers gevraagd om binnen plus of min vijf slagen per minuut van hun doelhartslag te trainen.
Enkele voorbeelden van de gegevens die door CardioMEM worden verzameld, zijn het proefpersoon-ID, duur, intensiteitsniveau, afstand, tempo, hartslag en metabolisch equivalent van fysieke inspanning. Na gegevensverzameling drukt u op stop op de aërobe apparatuur, slaat u de gegevens op in het cardiogeheugen en exporteert u het document voor verdere analyse. Aangezien de CardioMEM-software geen verschillende oefentrainingsfasen volgt, moeten de verkregen gegevens worden verwerkt. Om de fasen die niet van belang zijn te elimineren, worden de databestanden samengevoegd en wordt de doelintensiteit bepaald.
Open de statistische analysesoftware om het nieuw gemaakte Excel-bestand te importeren en sla het databestand op voordat u doorgaat met de analyse om u te concentreren op de gegevens die zijn verzameld tijdens de trainingsfase. De opwarmfase moet worden geëlimineerd. De eerste stap is om de duur opnieuw te coderen en de nodige wijzigingen aan te brengen om een variabele te creëren om elke seconde als één te identificeren. De volgende stap is het creëren van een tweede tijdelijke variabele.
Noem deze variabele tempo twee. Nadat deze is gemaakt, hercodeert u de nieuwe variabele om bij nul te beginnen. Nadat de variabele is hercodeerd, telt u de seconden op vanaf nul.
Zodra de som is verkregen, kunnen de eerste 10 minuten van de opwarmfase worden geëlimineerd door de tempogegevens te verwijderen die 599 seconden voorafgaan. Vervolgens moet de afkoelfase worden geëlimineerd. Hiervoor sorteert u de gegevens in aflopende volgorde op duur. A om de afkoelfase bovenaan de database te brengen.
Hercodeer duur A om elke seconde als een te identificeren. Maak vervolgens een tweede tijdelijke variabele genaamd tempo. A twee, hercodeer de nieuw gemaakte variabele om bij nul te beginnen met het startpunt gedefinieerd door de seconden van het tempo, een variabele om de afkoelfasen te elimineren, verwijder de tempogegevens die 299 seconden voorafgaan.
Vervolgens identificeert u het sessienummer geassocieerd met de dataset door een nieuwe variabele te maken. Sla tenslotte het gewijzigde SPSS-document op als een nieuw bestand om alle sessies voor een enkele patiënt samen te voegen in een enkele SPSS-database. Open de eerste sessie van de deelnemer.
Vervolgens worden de resterende sessies samengevoegd in het huidige bestand. Nadat ze zijn samengevoegd, voegt u een kolom toe die de id van de deelnemer bevat. Nummer volgende, voeg een kolom toe die de doelintensiteit van de deelnemer bevat.
Sla de database op onder een andere bestandsnaam. Herhaal deze procedure voor alle overige deelnemers. Op dit punt zal elke deelnemer een database hebben die alle sessies bevat.
Om meerdere deelnemers in één database te groeperen, opent u het bestand van de deelnemer, voegt u de resterende deelnemers toe aan het huidige bestand en slaat u deze informatie op als een nieuwe database. Nadat de gegevens zijn voorbereid, kan de doelintensiteit worden geïdentificeerd. Om dit te doen, voegt u eerst een kolom toe die het verschil bevat tussen de hartslag en de doelhartslag.
Vervolgens hercodeert u de variabelen om te bepalen of de hartslag onder, boven of binnen het doelhartslagbereik ligt. De nalevingspercentage wordt berekend door alle seconden te bepalen waarin patiënten binnen het doelbereik waren. Zodra een waarde is verkregen, wordt deze omgezet in een percentage om het nalevingspercentage te verkrijgen als het percentage tijd dat binnen het doelhartslagbereik is doorgebracht.
Voor elke proefpersoon, voor alle sessies samen, vervangt u proefpersoon-ID en sessie door alleen proefpersoon-ID in het aggregaatgegevensvenster om een nalevingspercentage voor elke sessie te verkrijgen. Voor alle proefpersonen samen, vervangt u proefpersoon-ID en sessie door alleen sessie. Ten slotte slaat u de
Overzicht
Dit protocol beschrijft het gebruik van continue gegevensregistratietechnologie om de naleving van voorgeschreven aërobe trainingsintensiteit in pulmonale revalidatie te meten. Door het verzamelen en analyseren van trainingsgegevens kunnen onderzoekers inzicht krijgen in de nalevingspercentages van patiënten en revalidatiestrategieën verbeteren.
Belangrijke studieonderdelen
Wetenschapsgebied
- Pulmonale revalidatie
- Trainingsnaleving
- Gegevensregistratietechnologie
Achtergrond
- Naleving van training is cruciaal voor effectieve pulmonale revalidatie.
- Traditionele methoden voor het meten van naleving kunnen onnauwkeurig zijn.
- Continue gegevensregistratie biedt een nauwkeurigere beoordeling van de trainingsintensiteit.
- Deze studie heeft tot doel het begrip van naleving bij patiënten met obstructieve longziekte te verbeteren.
Doel van de studie
- Een protocol beschrijven voor het meten van de naleving van aërobe trainingsintensiteit.
- Gegevensregistratietechnologie gebruiken voor nauwkeurige nalevingsberekeningen.
- De behaalde intensiteit vergelijken met de doelintensiteit tijdens trainingssessies.
Gebruikte methoden
- Gegevensverzameling met behulp van continue registratietechnologie tijdens aërobe sessies.
- Conversie van ruwe gegevens naar Excel-formaat voor analyse.
- Statistische software om nalevingspercentages te berekenen op basis van de doelintensiteit.
- Verwijdering van niet-trainingsfasen uit de gegevens voor nauwkeurige resultaten.
Belangrijkste resultaten
- Nalevingspercentages kunnen worden uitgedrukt als een percentage van de tijd die op de doelintensiteit is doorgebracht.
- De methode maakt het mogelijk om de naleving te vergelijken over verschillende trainingsbenaderingen.
- Gegevens kunnen patronen van naleving over tijd onthullen voor individuen of groepen.
- De verkregen inzichten kunnen de beste praktijken in pulmonale revalidatie informeren.
Conclusies
- Continue gegevensregistratie verbetert de nalevingsmeting aanzienlijk.
- Dit protocol kan worden aangepast voor verschillende definities van trainingsnaleving.
- De bevindingen kunnen leiden tot verbeterde revalidatiestrategieën voor patiënten.
Veelgestelde vragen
Executive Industry Relevance
Measuring exercise adherence with continuous data tracking provides a precise, quantitative metric for evaluating pulmonary rehabilitation program effectiveness. This approach enables objective assessment of patient engagement with prescribed aerobic intensity, supporting data-driven optimization of rehabilitation strategies. By capturing second-by-second adherence data, the method reduces reliance on indirect proxies like attendance or completion rates, enhancing predictive confidence in intervention outcomes.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of exercise as a therapeutic intervention by quantifying target engagement through real-time adherence metrics.
- Operational Value: Supports hypothesis testing regarding optimal training intensities for obstructive lung disease models.
Screening & Assay Development
- Scientific Value: Generates standardized, reproducible adherence readouts (percent time in target heart rate range) for cross-study comparison.
- Operational Value: Facilitates assay-like precision in measuring exercise intensity adherence across diverse aerobic modalities (cycling, treadmill, elliptical).
Translational & Preclinical Research
- Scientific Value: Bridges discovery and preclinical validation by providing translatable adherence metrics applicable to human pulmonary rehabilitation.
- Operational Value: Enables longitudinal tracking of adherence patterns to inform dose-response relationships in exercise-based therapies.
Pipeline & Workflow Integration
The method integrates into discovery biology workflows as a quantitative adherence assay, supporting exercise intervention screening and lead optimization through objective intensity compliance measurement.
- Discovery Biology: Provides quantitative adherence data to evaluate exercise as a mechanistic intervention in respiratory disease models.
- Screening: Delivers reproducible, continuous intensity measurements enabling high-fidelity comparison of aerobic training approaches.
- Analytics: Outputs percentage adherence metrics that allow statistical comparison of achieved vs. prescribed intensity across sessions and cohorts.
- Translational Research: Supports continuity from discovery exercise models to human pulmonary rehabilitation through standardized adherence quantification.
- Enterprise Reuse: Establishes a reusable capability for measuring exercise adherence across respiratory, cardiovascular, and metabolic disease research programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in exercise intervention efficacy by reducing measurement noise in adherence assessment.
- Operational Value: Delivers standardized, scalable adherence measurement compatible with multi-site pulmonary rehabilitation studies.
- Strategic Value: Improves go/no-go decisions for exercise-based therapies by providing objective adherence data to de-risk therapeutic hypotheses.
- Portfolio Impact: Enables risk-adjusted prioritization of exercise interventions based on quantifiable target engagement metrics.
Implementation Considerations
- Requires expertise in exercise physiology and continuous data tracking systems (e.g., heart rate monitoring with telemetry).
- Needs compatible hardware (heart rate monitors, aerobic equipment) and software for data collection, export, and statistical analysis (Excel, SPSS).
- Demands cross-team standardization of target intensity definitions (e.g., heart rate range, wattage) and data processing protocols.
- Involves adaptation considerations when applying to different aerobic modalities or patient populations with varying baseline fitness.
- Limited to aerobic exercise adherence measurement; does not capture resistance training or flexibility components of rehabilitation.
Biopharma FAQs
Chapters in this video
0:05
Title
1:50
Data Collection
2:58
Data Conversion and Extraction
3:26
Eliminate Warm-up Phase
4:27
Eliminate Cool-down Phase
5:51
Data Merging
7:04
Identification of Target Intensity and Calculation of Percent Adherence
8:24
Results: Adherence Patterns
8:48
Conclusion
