Name: Wykorzystanie technologii ciągłego śledzenia danych do badania przestrzegania zaleceń dotyczących ćwiczeń w rehabilitacji pulmonologicznej (Wideo) | JoVE Journal
Uploaded: 2013-11-08T23:00:00.000+00:00
Duration: 9 min 42 s
Description: Poznaj metodę ciągłego śledzenia danych do pomiaru przestrzegania zaleceń treningu aerobowego w rehabilitacji pulmonologicznej. Technologia ta umożliwia precyzyjne obliczenie wskaźnika adherencji u pacjentów z chorobami płuc.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Kanadyjskie Stowarzyszenie Chorób Płuc – Kanadyjscy Specjaliści ds. Zdrowia Układu Oddechowego; Fonds de recherche du Québec - Santé (FRQS)

Po zebraniu danych, uzyskuje się pojedynczy plik na podmiot na sesję surowych danych. Za pomocą oprogramowania statystycznego wszystkie sesje z każdego tematu są łączone w jeden plik. Następnie należy obliczyć docelową intensywność dla każdego przedmiotu. Wskaźnik przestrzegania tej docelowej intensywności można następnie obliczyć dla każdej sesji dla każdego uczestnika, dla każdej sesji dla wszystkich uczestników łącznie lub dla każdej grupy.
1. Zbieranie danych (przeprowadzane przez personel nadzorujący sesję szkoleniową)
<ol>
	<li>Zminimalizuj zakłócenia elektryczne, wyłączając urządzenia bezprzewodowe (np. telefony komórkowe, Wi-Fi itp.) i zminimalizuj przesłuchy, upewniając się, że monitory tętna i sprzęt są oddalone od siebie o co najmniej 1 metr. Patrz rysunek 1, aby zapoznać się z umiejscowieniem nadajnika na klatkę piersiową.</li>
	<li>Włącz oprogramowanie do śledzenia danych. Naciśnij start na sprzęcie aerobowym i trenuj uczestnika z docelową intensywnością. Na przykład w naszych badaniach uczestnicy są proszeni o trenowanie w zakresie ± 5 uderzeń/min od docelowego tętna. Patrz Rysunek 2, aby zapoznać się z CardioMemory.</li>
	<li>Zbieraj dane sekunda po sekundzie dla każdego uczestnika podczas każdej sesji rehabilitacyjnej. Zebrane dane obejmują: identyfikator podmiotu, czas trwania (hhmmss), poziom intensywności (1-30), obciążenie (waty), prędkość pedałowania (obroty/minutę), dystans (km), tempo (mm:ss/km), tętno (uderzenia/minutę), szacowane zużycie tlenu (VO2, ml/min/kg), metaboliczny ekwiwalent wysiłku fizycznego (METs), szacowany wydatek energetyczny (kcal/godz.) oraz szacowana zużyta energia (kcal). Zobacz rysunek 3.</li>
	<li>Naciśnij stop na sprzęcie aerobowym. Kliknij "zapisz", aby przesłać dane do CardioMemory. Kliknij "eksportuj", aby zapisać dokument poza CardioMemory. Dokument będzie w formacie .cvs i automatycznie będzie zawierał datę sesji.</li>
</ol>
2. Ekstrakcja danych
Oprogramowanie CardioMemory nie pozwala na rozróżnienie różnych faz ćwiczeń i treningu. W związku z tym uzyskane dane muszą zostać wyeksportowane do oprogramowania statystycznego w celu wyeliminowania faz, które nie są interesujące (np. rozgrzewka i schładzanie), scalenia plików danych i porównania osiągniętych wyników z intensywnością docelową.
<ol>
	<li>Otwórz oprogramowanie do analizy statystycznej, aby zaimportować plik Excel. Procedura: Plik → Otwórz → danych → W oknie "Otwórz dane" wybierz Wszystkie pliki z menu rozwijanego "Pliki typów" → wybierz Excel. Plik xls → Otwórz → W oknie "Otwieranie źródła danych Excela" kliknij przycisk OK.</li>
	<li>Zapisz plik danych w oprogramowaniu do analizy statystycznej. Rysunek 4 przedstawia przykładową bazę danych.</li>
	<li>Wyeliminuj fazy nietreningowe, czyli rozgrzewkę i schładzanie, jeśli interesuje Cię czas spędzony na docelowej intensywności podczas fazy treningowej.
	<ol>
		<li>Wyeliminuj fazę rozgrzewki (np. pierwsze 10 min):
		<ol>
			<li>Aby przekodować czas trwania, utwórz zmienną, która będzie identyfikować każdą sekundę jako 1. Procedura: 
przekształcać 
→ 
Przekoduj na różne zmienne... 
→
 W oknie "Recode into Different Variables" (Przekoduj do różnych zmiennych) wybierz 
Duration_A 
img alt="Strzałka" fo:content-width=".2in" src="/files/ftp_upload/50643/arrow.jpg" width="20px" />
 Kliknij strzałkę 
→ Zidentyfikuj "Nazwę zmiennej wyjściowej" (np. tempo) → Zmień → Kliknij Stare i Nowe Wartości → W sekcji "Stara wartość" wybierz Wartość: i wprowadź 0 → W polu "Nowa wartość" wybierz Wartość: i wprowadź 0 → Dodaj → W sekcji "Stara wartość" wybierz Wszystkie inne wartości, a następnie kliknij Wartość:, w polu "Nowa wartość" i wprowadź 1 → Dodaj → Kontynuuj → OK.
			<ul>
				<li>PRZEKODUJ Duration_A (0=0) (ELSE=1) NA Tempo.</li>
				<li>wykonać.</li>
			</ul>
			</li>
			<li>Utwórz drugą zmienną tymczasową. Procedura: Przekształć → Przesuń wartości → Wybierz tempo → Kliknij strzałkę → W polu "Nazwa:" wpisz zmienną tymczasową (np. tempo2) → Zmień → OK.
			<ul>
				<li>WARTOŚCI PRZESUNIĘCIA ZMIENNA=Tempo WYNIK=Tempo2 LAG=1.</li>
			</ul>
			</li>
			<li>Aby uruchomić tempo2 od 0, należy je przekodować. Procedura: Przekształć → przekoduj w te same zmienne → Wybierz tempo2 → Kliknij strzałkę → Kliknij Stare i Nowe wartości → W sekcji "Stara wartość" wybierz System-Missing → W sekcji "Nowa wartość" wybierz Wartość: i wprowadź 0 → Dodaj → Kontynuuj → OK.
			<ul>
				<li>RECODE Tempo2 (SYSMIS=0).</li>
				<li>wykonać.</li>
			</ul>
			</li>
			<li>Zsumuj sekundy zaczynając od zera. Procedura: Przekształć zmienną obliczeniową → → W polu "Zmienna docelowa:" wpisz tempo → W polu "Wyrażenie numeryczne" wpisz lag (tempo) +1 → IF... → Wybierz opcję Uwzględnij, jeśli wielkość liter spełnia warunek: → Wpisz tempo2 > 0 → Kontynuuj → OK.
			<ul>
				<li>IF (Tempo2 > 0) Tempo=Lag (tempo) + 1.</li>
				<li>wykonać.</li>
			</ul>
			</li>
			<li>Aby wyeliminować pierwsze 10 minut rozgrzewki, usuń dane dotyczące tempa, które poprzedzają 599 sekund. Procedura: Dane → Wybierz obserwacje... → W oknie "Wybierz obserwacje", w sekcji "Wybierz", wybierz "Jeśli warunek jest spełniony" → Jeśli... → W oknie "Wybierz obserwacje: Jeśli" wstaw tempo równania > 599 → Kontynuuj → W sekcji "Wyjście" wybierz Usuń niezaznaczone obserwacje → OK. Zobacz rysunek 5.
			<ul>
				<li>FILTRUJ WYŁĄCZ.</li>
				<li>UŻYJ WSZYSTKICH.</li>
				<li>WYBIERZ IF (tempo > 599).</li>
				<li>wykonać.</li>
			</ul>
			</li>
		</ol>
		</li>
		<li>Wyeliminuj fazę schładzania (np. ostatnie 5 minut):
		<ol>
			<li>Sortuj dane w kolejności malejącej, aby Duration_A przeniosły fazę schładzania na początek bazy danych, ponieważ program SPSS usuwa dane z górnej części pliku i później. Procedura: Dane → Sortuj sprawy → W oknie "Sortuj sprawy" wybierz Duration_A → kliknij strzałkę → W menu "Porządek sortowania" wybierz Malejąco → OK.
			<ul>
				<li>SORTUJ OBSERWACJE WEDŁUG Duration_A(D).</li>
			</ul>
			</li>
			<li>Przekoduj Duration_A, aby identyfikować każdą sekundę jako 1. Procedura: Przekształć → przekoduj na różne zmienne... → W oknie "Recode into Different Variables" wybierz Duration_A → kliknij strzałkę → Zidentyfikuj "Nazwa zmiennej wyjściowej" (np. tempoA) → Zmień → Kliknij Stare i nowe wartości → W sekcji "Stara wartość" wybierz Wartość: i wprowadź 0 → W sekcji "Nowa wartość" wybierz Wartość: i wprowadź 0 → Dodaj → Zaznacz wszystkie inne wartości w sekcji "Stara wartość", a następnie kliknij Wartość: w sekcji "Nowa wartość" i wprowadź 1 → Dodaj → Kontynuuj → OK.
			<ul>
				<li>PRZEKODUJ Duration_A (0=0) (ELSE=1) NA TempoA.</li>
				<li>wykonać.</li>
			</ul>
			</li>
			<li>Utwórz drugą zmienną tymczasową. Procedura: Przekształć → Przesuń wartości → Wybierz tempoA → Kliknij strzałkę → W polu "Nazwa:" wpisz zmienną tymczasową (np. tempoA2) → Zmień → OK.
			<ul>
				<li>WARTOŚĆ PRZESUNIĘCIA ZMIENNA=TempoA WYNIK=TempoA2 LAG=1.</li>
			</ul>
			</li>
			<li>Aby uruchomić tempoA2 na 0, należy go przekodować. Procedura: Przekształć → przekoduj w te same zmienne → Wybierz tempoA2 → Kliknij strzałkę → Kliknij Stare i nowe wartości → W sekcji "Stara wartość" wybierz System-Missing → W sekcji "Nowa wartość" wybierz Wartość: i wprowadź 0 → Dodaj → Kontynuuj → OK.
			<ul>
				<li>RECODE TempoA2 (SYSMIS=0).</li>
				<li>wykonać.</li>
			</ul>
			</li>
			<li>Sumuje sekundy zmiennej tempoA. Procedura: Przekształć zmienną obliczeniową → → W polu "Zmienna docelowa:" wpisz tempoA → W polu "Wyrażenie numeryczne" wpisz lag (tempoA)+1 → IF... → Wybierz opcję Uwzględnij, jeśli wielkość liter spełnia warunek: → Wpisz tempoA2> 0 → Kontynuuj → OK.
			<ul>
				<li>IF (TempoA2 > 0) TempoA=Opóźnienie (tempoA) + 1.</li>
				<li>wykonać.</li>
			</ul>
			</li>
			<li>Aby wyeliminować fazę schładzania (tj. 5 minut), usuń dane dotyczące tempa poprzedzające 299 sekund. Procedura: Dane → Wybierz obserwacje... → W oknie "Wybierz obserwacje", w sekcji "Wybierz", wybierz "Jeśli warunek jest spełniony" → Jeśli... → W oknie "Wybierz obserwacje: Jeśli" wstaw równanie tempoA > 299 → Kontynuuj → w sekcji "Wyjście", wybierz Usuń niezaznaczone przypadki → OK. Zobacz rysunek 6.
			<ul>
				<li>FILTRUJ WYŁĄCZ.</li>
				<li>UŻYJ WSZYSTKICH.</li>
				<li>WYBIERZ IF (tempoA > 299).</li>
				<li>wykonać.</li>
			</ul>
			</li>
		</ol>
		</li>
		<li>Zidentyfikuj numer sesji (lub datę) skojarzoną z zestawem danych. Utwórz i nazwij nową zmienną (np. Sesja). Procedura: Przekształć zmienną obliczeniową → → W oknie zmiennej obliczeniowej w obszarze Zmienna docelowa wpisz Sesja → kliknij przycisk Typ i etykieta, aby otworzyć "Zmienna obliczeniowa: Wpisz... " → w sekcji "Typ" wybierz Ciąg → Kontynuuj → w polu Wyrażenie ciągu wpisz "1" → OK. Zobacz rysunek 7.
		<ul>
			<li>Sesja STRING (A8).</li>
			<li>SESJA OBLICZENIOWA = '1'.</li>
			<li>wykonać.</li>
		</ul>
		</li>
		<li>Zapisz zmodyfikowany dokument SPSS w nowym pliku (przykład: subjectID_session#).</li>
		<li>Powtórz powyższą procedurę dla wszystkich pozostałych sesji dotyczących tego samego tematu.</li>
	</ol>
	</li>
</ol>
3. Scalanie danych - pojedynczy uczestnik
<ol>
	<li>Aby scalić wszystkie sesje w jedną bazę danych SPSS, otwórz pierwszą sesję uczestnika (tj. subjectID_session1).</li>
	<li>Scal pozostałe sesje z bieżącym plikiem. Procedura: Dane → scalanie plików → dodawanie spraw → w oknie "Dodaj sprawy do subjectID_session1.sav" kliknij przycisk Przeglądaj i wybierz plik subjectID_session2 → Otwórz → kontynuuj → w sekcji "Dodaj sprawy z ... " kliknij przycisk OK. Powtórz te czynności dla wszystkich pozostałych sesji. Zobacz rysunek 8.
	<ul>
		<li>DODAJ PLIKI /FILE=*</li>
		<li>/FILE='SubjectAB001_Session1.sav'.</li>
		<li>wykonać.</li>
	</ul>
	</li>
	<li>Dodaj kolumnę zawierającą numer identyfikacyjny podmiotu. Procedura: Przekształć zmienną obliczeniową → → W oknie "Zmienna obliczeniowa" w sekcji Zmienna docelowa wpisz SubjectID → kliknij Typ i etykieta, aby otworzyć "Zmienna obliczeniowa: Wpisz... " → w sekcji "Typ" wybierz Ciąg → Kontynuuj → w obszarze Wyrażenie ciągu wpisz "SubjectID" (np. "AB001") → OK. Zobacz rysunek 9.
	<ul>
		<li>CIĄG Subject_ID (A8).</li>
		<li>COMPUTE Subject_ID='AB001'.</li>
		<li>wykonać.</li>
	</ul>
	</li>
	<li>Dodaj kolumnę zawierającą docelową intensywność obiektu (np. docelowe tętno [THR]). Procedura: Przekształć zmienną obliczeniową → → W oknie "Zmienna obliczeniowa" w sekcji Zmienna docelowa wpisz THR → kliknij Typ i etykieta, aby otworzyć "Zmienna obliczeniowa: Wpisz... " → w sekcji "Typ" wybierz Numeryczne → Kontynuuj → w polu Wyrażenie numeryczne wpisz THR (np. 110) → OK. Zobacz rysunek 10.
	<ul>
		<li>CIĄG THR (A8).</li>
		<li>OBLICZ THR='110'.</li>
		<li>wykonać.</li>
	</ul>
	</li>
	<li>Zapisz bazę danych pod inną nazwą pliku (np. SubjectAB001_session1-36).</li>
	<li>Powtórz te czynności dla wszystkich pozostałych uczestników. W tym momencie każdy uczestnik będzie miał do dyspozycji bazę danych zawierającą wszystkie sesje.</li>
</ol>
4. Scalanie danych - grupowanie uczestników
<ol>
	<li>Aby zgrupować kilku uczestników w jednej bazie danych, otwórz kartotekę uczestnika (np. subjectID_session1-36).</li>
	<li>Scal pozostałych uczestników z bieżącym plikiem. Procedura: Dane → scalanie plików → dodawanie spraw → w oknie "Dodaj sprawy do SubjectAB001_session1-36.sav" kliknij przycisk Przeglądaj i wybierz plik SubjectCD002_session1-36 → Otwórz → Kontynuuj → w sekcji "Dodaj sprawy z ... " kliknij przycisk OK. Powtórz te czynności dla wszystkich uczestników, których chcesz pogrupować. Zobacz rysunek 11.
	<ul>
		<li>DODAJ PLIKI /FILE=*</li>
		<li>/ZMIEŃ NAZWĘ (AB001=d0)</li>
		<li>/FILE='SubjectAB001_Session1-36.sav'</li>
		<li>/RENAME (CD002=d1)</li>
		<li>/DROP=d0 d1.</li>
		<li>wykonać.</li>
	</ul>
	</li>
	<li>Zapisz nową bazę danych (np.Group01_Subjects001-010).</li>
</ol>
5. Identyfikacja intensywności celu (np. zasięg THR)
<ol>
	<li>Zidentyfikuj zakres THR; kliknij Przekształć → Zmienna obliczeniowa → w oknie "Zmienna obliczeniowa" w sekcji "Zmienna docelowa" wprowadź nową nazwę zmiennej (np. Diff_HR_THR) → "Wpisz i oznacz... " → w polu "Zmienna obliczeniowa: wpisz.... " wybierz Numeryczne → Kontynuuj → W polu "Wyrażenie numeryczne" wprowadź równanie: HR - THR → OK. To daje nam nową zmienną.
	<ul>
		<li>OBLICZ Diff_HR_THR=HR - THR.</li>
		<li>wykonać.</li>
	</ul>
	</li>
	<li>Przekoduj zmienne, aby określić, czy HR leży poniżej, powyżej, czy w zakresie THR. Procedura: Przekształć → przekoduj na różne zmienne... → wybierz Diff_HR_THR → kliknij strzałkę → w sekcji "Zmienna wyjściowa" w sekcji "Nazwa" wpisz Diff_HR_THR _recoded → Zmień → stare i nowe wartości... → w oknie "Recode Into Different Variables: Old and New Values":</li>
</ol>
<obramowanie tabeli="1">
	<tbody>
		<tr>
			<td align="center">Stara wartość</td>
			<td align="center">Nowa wartość</td>
			<td></td>
			<td align="center">>Stary-->Nowy:</td>
		</tr>
		<tr>
			<td align="center">Zakres: od -5 do 5</td>
			<td align="środek">1</td>
			<td align="center" rowspan="4">Dodaj</td>
			<td align="środek">-5 przez 5 --> 1</td>
		</tr>
		<tr>
			<td align="center">Zakres, wartość NAJNIŻSZA prze: -5</td>
			<td align="środek">0</td>
			<td align="center">Najniższy do -5 --> 0</td>
		</tr>
		<tr>
			<td align="center">Zakres, wartość do NAJWYŻSZEJ: 5</td>
			<td align="środek">0</td>
			<td align="center">5 thru Najwyższy --> 0</td>
		</tr>
		<tr>
			<td align="center">Brak systemu</td>
			<td align="center">Brak systemu</td>
			<td align="center">SYSMIS--> SYSMIS</td>
		</tr>
	</tbody>
</table>
→ Kontynuuj → OK. Zobacz rysunek 12.
<ul style="margines po lewej: 80px;">
	<li>PRZEKODUJ Diff_HR_THR (SYSMIS=SYSMIS) (od -5 do 5=1) (od najniższego do -5=0) (od 5 do najwyższego=0) DO</li>
	<li>Diff_HR_THR_Recoded.</li>
	<li>wykonać.</li>
</ul>
6. Obliczanie procentu przestrzegania zaleceń
<ol>
	<li>W pliku Group01_Subjects001-010 oblicz wszystkie sekundy, w których pacjenci znajdowali się w zakresie THR, wykonując następujące czynności: Dane → Zagregowane → W oknie "Zagregowane dane", w sekcji "Przerwij zmienne":" wybierz subjectID i sesję, → kliknij strzałkę → w sekcji "Podsumowania zmiennych:" wybierz Diff_HR_THR _recoded → kliknij strzałkę → OK. Zostanie utworzona nowa zmienna o nazwie Diff_HR_THR _recoded_mean.
	<ul>
		<li>kruszywo</li>
		<li>/OUTFILE=* MODE=DODAJ zmienne</li>
		<li>/BREAK=Subject_ID Sesja</li>
		<li>/Diff_HR_THR_Recoded_mean=ŚREDNIA(Diff_HR_THR_Recoded).</li>
	</ul>
	</li>
	<li>Przelicz uzyskaną wartość na procent; kliknij Przekształć → Compute Variable → w sekcji "Target Variable" wprowadź nazwę zmiennej (np. Perc_THR) → w polu "Numeric Expression" wybierz Diff_HR_THR _recoded_mean → kliknij strzałkę→ pomnóż wartość przez 100 (Diff_HR_THR _recoded_mean * 100) → OK. Następnie uzyskujemy przestrzeganie zaleceń jako procent czasu spędzonego w THR dla każdego tematu dla każdej sesji. Zobacz rysunek 13
	<ul>
		<li>OBLICZ Perc_THR=Diff_HR_THR_Recoded_mean * 100.</li>
		<li>wykonać.</li>
	</ul>
	</li>
	<li>Aby uzyskać zgodność co do procentu czasu spędzonego w THR dla każdego tematu dla wszystkich sesji łącznie, w oknie "Zagregowane dane", w sekcji "Przerwij zmienną(e)" zastąp subjectID i sesję tylko subjectID. Zobacz rysunek 14.</li>
	<li>Aby uzyskać zgodność dotyczącą procentu czasu spędzonego w THR dla każdej sesji dla wszystkich tematów łącznie, w oknie "Zagregowane dane", w sekcji "Przerwij zmienną(e)" zastąp identyfikator podmiotu i sesję tylko sesją.</li>
	<li>Zapisz bazę danych pod inną nazwą pliku (np. Group01_Subjects001-010_Aggregate).</li>
</ol>

<ol><li><a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+Strategy+for+the+Diagnosis%2C+Management%2C+and+Prevention+of+Chronic+Obstructive+Pulmonary+Disease+%5BInternet%5D%5BTitle%5D)+AND+%22Global+Initiative+for+Chronic+Obstructive+Lung+Disease+%28GOLD%29%22%5BJournal%5D)">Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Pulmonary Disease [Internet].</a> Global Initiative for Chronic Obstructive Lung Disease (GOLD). , (2013).</li>
<li>Celli, B. R., MacNee, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Standards+for+the+diagnosis+and+treatment+of+patients+with+COPD%3A+a+summary+of+the+ATS%2FERS+position+paper%29%5BTitle%5D)+AND+%22Eur.+Respir.+J%22%5BJournal%5D)">Standards for the diagnosis and treatment of patients with COPD: a summary of the ATS/ERS position paper).</a> Eur. Respir. J. 23 (6), 932-946 (2004).</li>
<li>O'Donnell, D. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Canadian+Thoracic+Society+recommendations+for+management+of+chronic+obstructive+pulmonary+disease--2003%5BTitle%5D)+AND+%22Can.+Respir.+J%22%5BJournal%5D)">Canadian Thoracic Society recommendations for management of chronic obstructive pulmonary disease--2003.</a> Can. Respir. J. 10 Suppl A, 11(2003).</li>
<li>Lacasse, Y., Maltais, F., Goldstein, R. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pulmonary+rehabilitation%3A+an+integral+part+of+the+long-term+management+of+COPD%5BTitle%5D)+AND+%22Swiss+Med%2C+Wkly%22%5BJournal%5D)">Pulmonary rehabilitation: an integral part of the long-term management of COPD.</a> Swiss Med, Wkly. 134 (41-42), 601-605 (2004).</li>
<li>Hui, K. P., Hewitt, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+simple+pulmonary+rehabilitation+program+improves+health+outcomes+and+reduces+hospital+utilization+in+patients+with+COPD%5BTitle%5D)+AND+%22Chest%22%5BJournal%5D)">A simple pulmonary rehabilitation program improves health outcomes and reduces hospital utilization in patients with COPD.</a> Chest. 124 (1), 94-97 (2003).</li>
<li>Lacasse, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pulmonary+rehabilitation+for+chronic+obstructive+pulmonary+disease%5BTitle%5D)+AND+%22The+Cochrane+Database+of+Systematic+Reviews%22%5BJournal%5D)">Pulmonary rehabilitation for chronic obstructive pulmonary disease.</a> The Cochrane Database of Systematic Reviews. (4), (2001).</li>
<li>Guell, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Long-term+effects+of+outpatient+rehabilitation+of+COPD%3A+A+randomized+trial%5BTitle%5D)+AND+%22Chest%22%5BJournal%5D)">Long-term effects of outpatient rehabilitation of COPD: A randomized trial.</a> Chest. 117 (4), 976-983 (2000).</li>
<li>Hui, K. P., Hewitt, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+simple+pulmonary+rehabilitation+program+improves+health+outcomes+and+reduces+hospital+utilization+in+patients+with+COPD%5BTitle%5D)+AND+%22Chest%22%5BJournal%5D)">A simple pulmonary rehabilitation program improves health outcomes and reduces hospital utilization in patients with COPD.</a> Chest. 124 (1), 94-97 (2003).</li>
<li>Griffiths, T. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Results+at+1+year+of+outpatient+multidisciplinary+pulmonary+rehabilitation%3A+a+randomised+controlled+trial%5BTitle%5D)+AND+%22Lancet%22%5BJournal%5D)">Results at 1 year of outpatient multidisciplinary pulmonary rehabilitation: a randomised controlled trial.</a> Lancet. 355 (9201), 362-368 (2000).</li>
<li>Young, P., Dewse, M., Fergusson, W., Kolbe, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improvements+in+outcomes+for+chronic+obstructive+pulmonary+disease+%28COPD%29+attributable+to+a+hospital-based+respiratory+rehabilitation+programme%5BTitle%5D)+AND+%22Aust.+NZ+J.+Med%22%5BJournal%5D)">Improvements in outcomes for chronic obstructive pulmonary disease (COPD) attributable to a hospital-based respiratory rehabilitation programme.</a> Aust. NZ J. Med. 29 (1), 59-65 (1999).</li>
<li>Stewart, D. G., Drake, D. F., Robertson, C., Marwitz, J. H., Kreutzer, J. S., Cifu, D. X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Benefits+of+an+inpatient+pulmonary+rehabilitation+program%3A+a+prospective+analysis%5BTitle%5D)+AND+%22Arch.+Phys.+Med+.Rehabil%22%5BJournal%5D)">Benefits of an inpatient pulmonary rehabilitation program: a prospective analysis.</a> Arch. Phys. Med .Rehabil. 82 (3), 347-352 (2001).</li>
<li>Bowen, J. B., Thrall, R. S., ZuWallack, R. L., Votto, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Long-term+benefits+of+short-stay+inpatient+pulmonary+rehabilitation+in+severe+chronic+obstructive+pulmonary+disease%5BTitle%5D)+AND+%22Monaldi+Arch.+Chest+Dis%22%5BJournal%5D)">Long-term benefits of short-stay inpatient pulmonary rehabilitation in severe chronic obstructive pulmonary disease.</a> Monaldi Arch. Chest Dis. 54 (2), 189-192 (1999).</li>
<li>Foglio, K., Bianchi, L., Ambrosino, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Is+it+really+useful+to+repeat+outpatient+pulmonaryrehabilitation+programs+in+patients+with+chronic+airway+obstruction%3F+A+2-year+controlled+study%5BTitle%5D)+AND+%22Chest%22%5BJournal%5D)">Is it really useful to repeat outpatient pulmonaryrehabilitation programs in patients with chronic airway obstruction? A 2-year controlled study.</a> Chest. 119 (6), 1696-1704 (2001).</li>
<li>George, J., Kong, D. C. M., Stewart, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adherence+to+disease+management+programs+in+patients+with+COPD%5BTitle%5D)+AND+%22International+Journal+of+COPD%22%5BJournal%5D)">Adherence to disease management programs in patients with COPD.</a> International Journal of COPD. 2 (3), 253-262 (2007).</li>
<li><a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adherence+to+long-term+therapies%3A+evidence+for+action%5BTitle%5D)+AND+%22Annex%22%5BJournal%5D)">Adherence to long-term therapies: evidence for action.</a> Annex. 1, (2003).</li>
<li>, Forthcoming.</li>
<li>Hogg, L., Garrod, R., Thornton, H., McDonnell, L., Bellas, H. &, White, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effectiveness%2C+attendance%2C+and+completion+of+an+integrated%2C+system-wide+pulmonary+rehabilitation+service+for+COPD%3A+prospective+observational+study%5BTitle%5D)+AND+%22COPD%22%5BJournal%5D)">Effectiveness, attendance, and completion of an integrated, system-wide pulmonary rehabilitation service for COPD: prospective observational study.</a> COPD. 9 (5), 546-554 (2012).</li>
<li>Singh, S. J., Smith, D. L., Hyland, M. E., Morgan, M. D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+short+outpatient+pulmonary+rehabilitation+programme%3A+immediate+and+longer+term+effects+on+exercise+performance+and+quality+of+life%5BTitle%5D)+AND+%22Respir.+Med%22%5BJournal%5D)">A short outpatient pulmonary rehabilitation programme: immediate and longer term effects on exercise performance and quality of life.</a> Respir. Med. 92, 1146-1154 (1998).</li>
<li>Young, P., Dewse, M., Fergusson, W., Kolbe, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Respiratory+rehabilitation+in+chronic+obstructive+pulmonary+disease%3A+predictors+of+nonadherence%5BTitle%5D)+AND+%22Eur.+Respir.+J%22%5BJournal%5D)">Respiratory rehabilitation in chronic obstructive pulmonary disease: predictors of nonadherence.</a> Eur. Respir. J. 13, 855-859 (1999).</li>
<li>Brooks, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Characterization+of+pulmonary+rehabilitation+programs+in+Canada+in%5BTitle%5D)+AND+%22Can.+Respir.+J%22%5BJournal%5D)">Characterization of pulmonary rehabilitation programs in Canada in.</a> Can. Respir. J. 14 (2), 87-92 (2005).</li>
<li>Fischer, M. J., Scharloo, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drop-out+and+attendance+in+pulmonary+rehabilitation%3A+the+role+of+clinical+and+psychosocial+variables%5BTitle%5D)+AND+%22Respir.+Med%22%5BJournal%5D)">Drop-out and attendance in pulmonary rehabilitation: the role of clinical and psychosocial variables.</a> Respir. Med. 103 (10), 1564-1571 Forthcoming.</li>
<li>Sabit, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predictors+of+poor+attendance+at+an+outpatient+pulmonary+rehabilitation+programme%5BTitle%5D)+AND+%22Respir.+Med%22%5BJournal%5D)">Predictors of poor attendance at an outpatient pulmonary rehabilitation programme.</a> Respir. Med. 102 (6), 819-824 Forthcoming.</li>
<li>Polar Wearlink + Transmitter [Internet]. USA: Nike + Support;. 15, Available from:
 <a target="_blank" href="http://support-en-us.nikeplus.com/app/answers/detail/a_id/20882/p/3169,3176">http://support-en-us.nikeplus.com/app/answers/detail/a_id/20882/p/3169,3176</a> (2012).</li>
<li>Office: Excel specifications and limits [Internet]. USA: Microsoft;. , Available from:
 <a target="_blank" href="http://office.microsoft.com/en-us/excel-help/excel-specifications-and-limits-HP010342495.aspx">http://office.microsoft.com/en-us/excel-help/excel-specifications-and-limits-HP010342495.aspx</a> (2013).</li>
<li>Droogendyk, H. Moving data and results between SAS and Mocrosoft Excel [Internet]. USA: SAS Global Forum. , Available from:
	
 <a target="_blank" href="http://support.sas.com/resources/papers/proceedings12/247-2012.pdf">http://support.sas.com/resources/papers/proceedings12/247-2012.pdf</a> (2012).</li>
<li>Raynald's SPSS Tools: FAQ [Internet]. Canada: Raynald Levesque; c2001-2004. , Available from:
	
 <a target="_blank" href="http://pages.infinit.net/rlevesqu/FAQ.htm#HowManyVariables ">http://pages.infinit.net/rlevesqu/FAQ.htm#HowManyVariables </a> (2004).</li>
</ol>

Autorzy oświadczają, że nie mają konkurencyjnych interesów finansowych.

Technologia ciągłego śledzenia danych pozwala na bardzo precyzyjny pomiar przestrzegania ćwiczeń. Procedurę tę można łatwo dostosować do innych definicji przestrzegania zaleceń, zastępując docelowy zakres tętna docelową mocą, poziomem, prędkością lub poziomem MET. W tym przykładzie fazy rozgrzewki i schładzania zostały wyeliminowane, aby wyizolować fazę ćwiczeń ze względu na nasz konkretny cel badawczy. Jeśli fazy rozgrzewki i schładzania są interesujące dla innych badaczy, krok 2.3 ("Wyeliminuj fazy nietreningowe") może zostać usunięty z protokołu. Ponadto dostępny jest również sprzęt i oprogramowanie do pomiaru przestrzegania innych trybów treningu, takich jak bieżnia, orbitrek, stepper i ergometr ramienia.
Postępując zgodnie z powyższym protokołem, pewne proste kroki mają kluczowe znaczenie. Po pierwsze, oprogramowanie CardioMemory musi zostać uruchomione przed sprzętem do ćwiczeń (np. ergometrem rowerowym), aby dane dotyczące ćwiczeń były śledzone, a następnie rejestrowane. Jeśli dane zostaną utracone na tym początkowym etapie, protokół ekstrakcji danych będzie musiał zostać odpowiednio dostosowany. Po drugie, źródła zakłóceń muszą być zminimalizowane, aby zmniejszyć ryzyko przesłuchów i/lub utraty danych. Monitory tętna komunikują się bezprzewodowo ze sprzętem i oprogramowaniem. W związku z tym zakłócenia są szczególnie szkodliwe, jeśli do obliczenia przestrzegania zaleceń używa się docelowego tętna. Wreszcie, konieczne jest wybranie oprogramowania statystycznego do bazy danych, które jest w stanie pozwolić na przechowywanie dużych ilości danych. Na przykład w badaniu, w którym 10 uczestników wykonuje 36 sesji po 40 minut każda, zostanie wygenerowanych 864 000 wierszy punktów danych. Program Excel 2007 i nowsze wersje mogą zawierać 1 048 576 wierszy w arkuszu23, podczas gdy programy SAS24 i SPSS25 nie mają ograniczeń co do liczby wierszy. W zależności od całkowitej liczby punktów danych oczekiwanych dla danego badania, oprogramowanie musi być odpowiednio dobrane.
Pomimo znaczących zalet tej technologii, istnieją dwa główne ograniczenia. Pierwszym z nich jest utrata danych, która może wynikać z awarii sprzętu i/lub oprogramowania. Jak wspomniano powyżej, utrata danych może być spowodowana zakłóceniami elektrycznymi urządzeń bezprzewodowych (tj. telefonów komórkowych lub Wi-Fi), a dokładniej zakłóceniami w bezprzewodowej transmisji danych o tętnie. Czasami jednak utrata danych może być również spowodowana niezidentyfikowanymi przyczynami. Drugim ograniczeniem jest to, że oprogramowanie nie zapewnia opcji systematycznego oznaczania lub dzielenia protokołu ćwiczeń w celu rozróżnienia/zidentyfikowania różnych faz. Gdyby ta opcja była dostępna, ekstrakcja interesującej nas fazy ćwiczeń mogłaby być wykonywana bezpośrednio w oprogramowaniu, co ograniczyłoby kroki w protokole obliczania przestrzegania. Opcja umieszczania markerów byłaby również praktyczna w badaniu przestrzegania protokołów treningu interwałowego lub przerywanego, ponieważ pozwoliłaby na rozróżnienie różnych faz (np. niska i wysoka intensywność).
Z perspektywy na przyszłość, zastosowanie technologii ciągłego śledzenia danych w celu precyzyjnego ilościowego określenia przestrzegania zaleceń umożliwi naukowcom zbadanie wzorców reakcji ćwiczeń na różne interwencje, zidentyfikowanie determinantów przestrzegania zaleceń oraz scharakteryzowanie osób przestrzegających zaleceń pozytywnie i słabo. Ostatecznie lepsze zrozumienie przestrzegania zaleceń dotyczących ćwiczeń pozwoli na optymalizację programów rehabilitacji ruchowej.

Rehabilitacja pulmonologiczna (PR) łączy w sobie trening fizyczny, edukację pacjenta i wsparcie psychospołeczne, i jest powszechnie uznawana za kamień węgielny w leczeniu chorób płuc1-5. Celem PR jest zmniejszenie objawów, optymalizacja stanu funkcjonalnego, poprawa jakości życia związanej ze zdrowiem oraz obniżenie kosztów opieki zdrowotnej4,5. W metaanalizie 31 randomizowanych, kontrolowanych badań klinicznych dotyczących przewlekłej obturacyjnej choroby płuc (POChP) wykazano, że PR znacznie poprawia wydolność fizyczną, zmniejsza duszność i zmęczenie, poprawia funkcje emocjonalne i zwiększa poczucie kontroli pacjentów nad swoim stanem6. Ponadto dowody dokumentują jego skuteczność w zmniejszaniu zaostrzeń układu oddechowego7 i dni spędzonych w szpitalu8-13. Trening fizyczny jest uważany za klucz do udanego PR, ponieważ jest odpowiedzialny za wiele korzyści związanych z tą interwencją3-5. Jednak głównym problemem dla wielu pacjentów jest przestrzeganie zalecanej ilości lub poziomu ćwiczeń. Nieprzestrzeganie zaleceń dotyczących leczenia może skutkować niepowodzeniem interwencji terapeutycznych, a także nieefektywnym wykorzystaniem zasobów zdrowotnych14.
Według Światowej Organizacji Zdrowia, termin ''przestrzeganie'' odnosi się do stopnia, w jakim zachowanie danej osoby pokrywa się z zaleceniami wydanymi przez pracownika służby zdrowia15. Do tej pory przestrzeganie treningu ruchowego w warunkach rehabilitacji było w dużej mierze oceniane jako wskaźnik uczestnictwa (tj. rejestracja do programu), wskaźnik ukończenia (tj. ukończenie programu) lub wskaźnik frekwencji (tj. liczba sesji ćwiczeń, w których uczestniczył)16-18. Obecnie nie istnieje żaden "złoty standard" pomiaru przestrzeganiazaleceń 15, a obecne metody nie pozwalają na dużą precyzję. Ponadto, w zależności od wybranej metody, wskaźniki przestrzegania PR wykazały dużą zmienność16-19. Na przykład Hogg i wsp. 16 mierzyło przestrzeganie zaleceń lekarskich u pacjentów z POChP jako stosunek osób, które ukończyły program, do tych, którzy zostali skierowani, i stwierdzono niskie przestrzeganie zaleceń wynoszące około 40%. Jednak inne badania PR, w których wykorzystano wskaźniki frekwencji, wykazały średnio 90% przestrzeganie zaleceń10,20,21. Brak jednorodności w obliczaniu przestrzegania zaleceń lekarskich utrudnia porównywanie wyników między badaniami. Innym problemem jest brak precyzji w istniejących metodach obliczeniowych; Uczestnictwo w sesji treningowej nie gwarantuje przestrzegania zalecanej intensywności. Ta luka w informacjach skłoniła nas do zbadania, w jaki sposób można obliczyć przestrzeganie zaleceń w bardziej precyzyjny sposób.
Ostatnie postępy w technologii sprzętu fitness pozwoliły na ciągłe śledzenie danych, które mogą być używane do monitorowania przestrzegania zalecanej intensywności treningu aerobowego podczas indywidualnych sesji ćwiczeń w kontekście PR. Mówiąc dokładniej, sprzęt i oprogramowanie do śledzenia danych pozwala na rejestrowanie sekunda po sekundzie czasu trwania, prędkości, poziomu, mocy, tempa, tętna, dystansu, zużycia kalorii, VO2, METS i kalorii oraz zapewnia średnie wszystkich zmiennych z wyjątkiem poziomu i VO2. Główną zaletą tej technologii jest możliwość ciągłego rejestrowania szczegółowych pomiarów, co pozwala na precyzyjne obliczenie przestrzegania zaleconych ćwiczeń w porównaniu z wcześniej raportowanymi ogólnymi wskaźnikami frekwencji lub ukończenia. Ta procedura może być przydatna w każdym badaniu oceniającym wpływ jednego lub kilku programów treningu aerobowego. Korzystając z tej technologii, przestrzeganie przez pacjenta zalecanej intensywności można ocenić na podstawie procentu czasu spędzonego przy określonej mocy, poziomie, prędkości lub tętnie podczas fazy treningu każdej sesji. W naszych badaniach przestrzeganie protokołu treningu fizycznego zostało zdefiniowane jako procent czasu spędzonego w określonym docelowym zakresie tętna. Ponieważ reakcja tętna przy danym submaksymalnym obciążeniu zmniejsza się wraz ze wzrostem wydolności krążeniowo-oddechowej, takie podejście zapewnia, że pacjenci pozostają na tym samym względnym (w porównaniu z bezwzględnym) intensywnością treningu przez cały program. Niniejszy protokół szczegółowo opisuje, w jaki sposób technologia ciągłego śledzenia danych może być wykorzystana do precyzyjnego pomiaru przestrzegania określonego docelowego zakresu tętna.

<table><tbody><tr><td>Rower Excite Med 700</td><td>Technogym - www.technogym.com</td><td></td> Oprogramowanie <td>SCIFIT (http://scifit.com/)</td></tr><tr><td>CardioMemory&nbsp;</td><td>Technogym - www.technogym.com</td><td>Wersja 1.0</td><td>SCIFIT (http://scifit.com/)</td></tr><tr><td>Polar Czujnik pracy serca</td><td>Polar -</td><td>Nadajnik kodowany www.polarca.com T31</td><td>&nbsp;</td></tr><tr><td>SPSS Statistical Software</td><td>SPSS Inc. - www.spss.com/</td> <td>Wersja 16.0</td><td>oprogramowania SAS/STAT (http://www.sas.com/)</td></tr></tbody></table>

wykorzystanie technologii ciągłego śledzenia danych do badania przestrzegania zaleceń dotyczących ćwiczeń w rehabilitacji pulmonologicznej

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

Rehabilitacja oddechowa (PR) jest ważnym elementem w leczeniu chorób układu oddechowego. Skuteczność PR zależy od przestrzegania zaleceń dotyczących treningu fizycznego. Badanie przestrzegania zaleceń dotyczących ćwiczeń jest zatem kluczowym krokiem w kierunku optymalizacji programów PR. Do tej pory do określenia przestrzegania PR stosowano głównie miary pośrednie, takie jak wskaźniki uczestnictwa, ukończenia i frekwencji. Celem niniejszego protokołu jest opisanie, w jaki sposób technologia ciągłego śledzenia danych może być wykorzystana do pomiaru przestrzegania zalecanej intensywności treningu aerobowego sekunda po sekundzie.
W naszych badaniach, przestrzeganie zaleceń zostało zdefiniowane jako procent czasu spędzonego w określonym docelowym zakresie tętna. W związku z tym, za pomocą kombinacji sprzętu i oprogramowania, tętno jest mierzone, śledzone i rejestrowane podczas jazdy na rowerze sekunda po sekundzie dla każdego uczestnika, dla każdej sesji ćwiczeń. Za pomocą oprogramowania statystycznego dane są następnie wyodrębniane i analizowane. Ten sam protokół można zastosować do określenia przestrzegania innych miar intensywności ćwiczeń, takich jak czas spędzony przy określonej mocy, poziomie lub prędkości na ergometrze rowerowym. Ponadto dostępny jest również sprzęt i oprogramowanie do pomiaru przestrzegania innych trybów treningu, takich jak bieżnia, orbitrek, stepper i ergometr ramienia. Niniejszy protokół ma zatem szerokie zastosowanie do bezpośredniego pomiaru przestrzegania ćwiczeń aerobowych.

Przy prawidłowym przeprowadzeniu protokołu uzyskuje się wskaźnik przestrzegania zaleceń (adherence rate) dla każdego badanego w każdej sesji (Rysunek 13), dla każdego badanego we wszystkich sesjach (Rysunek 14) oraz dla każdej sesji dla wszystkich badanych łącznie. Szacowany czas wymagany do ukończenia powyższego protokołu dla jednej sesji jednego badanego wynosi około 5 min. Wyniki przestrzegania zaleceń mogą mieścić się w przedziale 0-100%. Wykorzystując te informacje, można przeprowadzić dodatkowe analizy w celu określenia różnic między badanymi (np. różnic według płci, stopnia zaawansowania choroby itp.), zidentyfikowania zmian w czasie oraz ujawnienia wzorców przestrzegania zaleceń. Ponadto możliwe jest porównanie poziomu przestrzegania zaleceń między grupami; na przykład można porównać różne programy treningu fizycznego. Wreszcie, dzięki dalszym badaniom, można zidentyfikować przyczyny braku przestrzegania zaleceń w określonych punktach czasowych podczas rehabilitacji oddechowej (PR).
<img alt="Schemat monitora tętna przedstawiający pas piersiowy używany do śledzenia danych fizjologicznych." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig1.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rycina 1"> 
Rycina 1. Umiejscowienie nadajnika tętna. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig1highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększony obraz</a>.
<img alt="Wykres wydajności wysiłkowej, analiza danych tętna, prędkości i VO2 podczas sesji jazdy na rowerze." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig2.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rycina 2"> 
Rycina 2. Przykładowe dane zebrane przy użyciu oprogramowania do śledzenia danych. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig2highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększony obraz</a>.
<img alt="Wykres analizy danych z ćwiczeń; statystyki jazdy na rowerze; kolumny: prędkość, kalorie, HR, VO2; wskaźniki wydajności." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig3.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rysunek 3"> 
Rysunek 3. Przykładowy wynik z oprogramowania do monitorowania danych. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig3highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większy obraz</a>.
<img alt="Tabela analizy danych SPSS przedstawiająca zmienne statystyczne i wskaźniki dla badania monitorowania sprawności fizycznej." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig4.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rycina 4"> 
Rycina 4. Przykładowa baza danych ilustrująca próbkę bazy danych z oprogramowania statystycznego. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig4highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większy obraz</a>.
<img alt="Tabela analizy danych statystycznych w oprogramowaniu SPSS, wyświetlająca różne zmienne i wyniki." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig5.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rycina 5"> 
Rycina 5. Przykładowa baza danych ilustrująca wyeliminowaną fazę rozgrzewki. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig5highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększony obraz</a>.
<img alt="Tabela statystycznej analizy danych w oprogramowaniu SPSS, przedstawiająca różne wskaźniki dla wyników eksperymentalnych." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig6.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rysunek 6"> 
Rysunek 6. Przykładowa baza danych ilustrująca usuniętą fazę chłodzenia. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig6highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większy obraz</a>.
<img alt="Arkusz danych SPSS; statystyczna analiza danych, tabelaryczne wyniki eksperymentu studenckiego, sortowanie zmiennych." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig7.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rycina 7"> 
Rycina 7. Przykładowa baza danych ilustrująca dodanie kolumny dla numeru sesji. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig7highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większy obraz</a>.
<img alt="Analiza danych w programie SPSS; arkusz kalkulacyjny; analiza zmiennych; statystyka badawcza; IBM SPSS Statistics." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig8.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rycina 8"> 
Rycina 8. Przykładowa baza danych ilustrująca połączone sesje dla pojedynczego uczestnika. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig8highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększony obraz</a>.
<img alt="Statystyczna analiza danych w SPSS; tabela zmiennych; ekran wprowadzania danych; wyniki eksperymentu." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig9.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rysunek 9"> 
Rysunek 9. Przykładowa baza danych ilustrująca dodaną kolumnę z numerem identyfikacyjnym badanego. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig9highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększony obraz</a>.
<img alt="Tabela danych statystycznych w oprogramowaniu SPSS, przedstawiająca zmienne i identyfikatory uczestników." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig10.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rysunek 10"> 
Rysunek 10. Przykładowa baza danych ilustrująca dodaną kolumnę dla docelowej częstości akcji serca. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig10highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większy obraz</a>.
<img alt="Arkusz analizy danych w programie SPSS, przedstawiający zmienne, wiersze danych i wyniki statystyczne." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig11.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rycina 11"> 
Rycina 11. Przykładowa baza danych ilustrująca połączone pliki uczestników. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig11highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większy obraz</a>.
<img alt="Analiza danych w programie SPSS, przedstawiająca tabelę zmiennych statystycznych wykorzystywanych do oceny wskaźników zdrowotnych." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig12.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rycina 12"> 
Rycina 12. Przykładowa baza danych ilustrująca zakodowane ponownie zmienne tętna. <a href="https://www.jove.com/files/ftp_upload/50643/50643fig12highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększony obraz</a>.
<img alt="Tabela analizy danych SPSS, interfejs oprogramowania statystycznego pokazujący kolumny obliczonych parametrów i statystyk." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig13.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rysunek 13"> 
Rysunek 13. Przykładowa baza danych ilustrująca przestrzeganie zaleceń jako procent czasu spędzonego w docelowym zakresie tętna dla każdego badanego w każdej sesji (pozioma czerwona linia wyróżnia zmianę przestrzegania zaleceń między sesjami dla tego samego badanego). <a href="https://www.jove.com/files/ftp_upload/50643/50643fig13highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większy obraz</a>.
<img alt="Analiza danych SPSS, tabela statystyczna, zmienne, badania, interfejs oprogramowania, przetwarzanie danych." fo:content-width="5in" src="/files/ftp_upload/50643/50643fig14.jpg" width="600px" data-altupdatedat="1787630408000" data-alt="Rysunek 14"> 
Rysunek 14. Przykładowa baza danych przedstawiająca przestrzeganie procentowego czasu spędzonego w docelowym zakresie tętna dla każdego badanego we wszystkich sesjach (pozioma czerwona linia podkreśla różnice między badanymi). <a href="https://www.jove.com/files/ftp_upload/50643/50643fig14highres.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększony obraz</a>.

Rehabilitacja oddechowa jest powszechnie uznawana w leczeniu chorób układu oddechowego. Kluczowym elementem udanej rehabilitacji oddechowej jest przestrzeganie zalecanego treningu fizycznego. Celem niniejszego protokołu jest opisanie sposobu, w jaki technologia ciągłego śledzenia danych może być wykorzystana do precyzyjnego pomiaru przestrzegania zalecanej intensywności treningu aerobowego.

Wykorzystanie technologii ciągłego śledzenia danych do badania przestrzegania zaleceń dotyczących ćwiczeń w rehabilitacji pulmonologicznej

Pulmonary rehabilitation (PR) is an important component in the management of respiratory diseases. The effectiveness of PR is dependent upon adherence to ...

Ogólnym celem poniższego protokołu jest opisanie sposobu wykorzystania technologii ciągłego śledzenia danych do precyzyjnego pomiaru przestrzegania zalecanej intensywności treningu aerobowego. Osiąga się to poprzez wstępne zebranie danych za pomocą technologii ciągłego śledzenia danych. Podczas sesji treningu aerobowego, przy użyciu oprogramowania do śledzenia danych, dla każdego badanego i dla każdej sesji treningowej uzyskuje się pojedynczy plik z surowymi danymi, który następnie jest konwertowany do formatu Excel.Następnie wykorzystuje się oprogramowanie statystyczne do ekstrakcji i łączenia danych w jeden plik na osobę, co pozwala na porównanie osiągniętej intensywności z intensywnością docelową; uzyskane wyniki wskazują stopień przestrzegania zaleceń, wyrażony jako procent czasu spędzonego na intensywności docelowej dla danej osoby lub dla grupy, w ujęciu poszczególnych sesji lub dla całego programu. Główną zaletą zastosowania tej techniki w porównaniu do istniejących metod, takich jak ogólna frekwencja czy wskaźnik ukończenia programu, jest możliwość rejestrowania ciągłych pomiarów intensywności ćwiczeń, co pozwala na precyzyjne obliczenie stopnia przestrzegania zaleceń określonego programu treningowego. Zatem metoda ta może pomóc w odpowiedzi na kluczowe pytania w dziedzinie rehabilitacji pulmonologicznej, takie jak to, który sposób treningu fizycznego wiąże się z najlepszym stopniem przestrzegania zaleceń u pacjentów z obturacyjną chorobą płuc.Choć metoda ta pozwala ocenić przestrzeganie planu treningowego w oparciu o docelowy zakres tętna, można ją łatwo dostosować do innych definicji przestrzegania zaleceń, zastępując docelowy zakres tętna docelowym poziomem mocy, prędkością lub poziomem MET. Przed rozpoczęciem należy wyłączyć wszystkie urządzenia bezprzewodowe, które mogą powodować zakłócenia elektryczne, oraz upewnić się, że monitory tętna i sprzęt znajdują się w odległości co najmniej jednego metra od siebie, aby zminimalizować interferencje.Po przygotowaniu należy założyć nadajnik tętna pacjentowi i uruchomić oprogramowanie do śledzenia danych. Następnie należy włączyć sprzęt do ćwiczeń aerobowych i poinstruować uczestnika, aby osiągnął docelową intensywność. W tym przykładzie uczestnicy są proszeni o trenowanie w zakresie plus lub minus pięciu uderzeń na minutę od ich docelowego tętna.Przykłady danych gromadzonych przez CardioMEM obejmują identyfikator badanego, czas trwania, poziom intensywności, dystans, tempo, tętno oraz ekwiwalent metaboliczny wysiłku fizycznego. Po zakończeniu gromadzenia danych należy zatrzymać urządzenie do ćwiczeń aerobowych, zapisać dane w pamięci CardioMEM oraz wyeksportować dokument do dalszej analizy. Ponieważ oprogramowanie CardioMEM nie śledzi poszczególnych faz treningu, uzyskane dane muszą zostać przetworzone w celu usunięcia faz nieistotnych, połączenia plików danych oraz określenia docelowej intensywności.Otwórz oprogramowanie do analizy statystycznej, aby zaimportować nowo utworzony plik Excel, a następnie zapisz plik z danymi przed przystąpieniem do analizy. Aby skupić się na danych zebranych podczas fazy treningowej, należy usunąć fazę rozgrzewki. Pierwszym krokiem jest rekodowanie czasu trwania – wprowadź niezbędne zmiany, aby utworzyć zmienną identyfikującą każdą sekundę jako jednostkę. Kolejnym krokiem jest utworzenie drugiej zmiennej tymczasowej.Nazwij tę zmienną tempo two. Po utworzeniu przekoduj nową zmienną tak, aby zaczynała się od zera. Po przekodowaniu zmiennej zsumuj sekundy zaczynając od zera.Po uzyskaniu sumy można wyeliminować pierwsze 10 minut fazy rozgrzewki, usuwając dane dotyczące tempa poprzedzające 599 sekund. Następnie należy wyeliminować fazę schładzania. W tym celu należy posortować dane w kolejności malejącej według czasu trwania, aby przenieść fazę schładzania na górę bazy danych.Przekoduj czas trwania A, aby każda sekunda była identyfikowana jako jeden. Następnie utwórz drugą zmienną tymczasową o nazwie tempo. Przekoduj nowo utworzoną zmienną tak, aby zaczynała się od zera, przyjmując za punkt początkowy sekundy zmiennej tempo; aby wyeliminować fazę chłodzenia, usuń dane zmiennej tempo wykraczające poza 299 sekund.Następnie, tworząc nową zmienną, należy określić numer sesji przypisany do zestawu danych. Na koniec zapisz zmodyfikowany dokument SPSS jako nowy plik, aby połączyć wszystkie sesje jednego pacjenta w jednej bazie danych SPSS. Otwórz pierwszą sesję uczestnika.Następnie połącz pozostałe sesje z bieżącym plikiem. Po połączeniu dodaj kolumnę zawierającą identyfikator badanego. Następnie dodaj kolumnę zawierającą docelową intensywność badanego.Zapisz bazę danych pod inną nazwą pliku. Powtórz tę procedurę dla wszystkich pozostałych uczestników. W tym momencie każdy uczestnik będzie posiadał bazę danych zawierającą wszystkie sesje.Aby zgrupować kilku uczestników w jednej bazie danych, otwórz plik jednego uczestnika, połącz pozostałych uczestników z aktualnym plikiem, a następnie zapisz te informacje jako nową bazę danych. Po przygotowaniu danych można określić intensywność docelową. W tym celu należy najpierw dodać kolumnę zawierającą różnicę między tętnem a tętnem docelowym.Następnie należy przekodować zmienne, aby określić, czy tętno znajduje się poniżej, powyżej lub w docelowym zakresie tętna. Procent przestrzegania zaleceń oblicza się poprzez zsumowanie wszystkich sekund, w których pacjenci znajdowali się w zakresie docelowym. Po uzyskaniu tej wartości należy przeliczyć ją na procent, aby otrzymać stopień przestrzegania zaleceń jako procent czasu spędzonego w docelowym zakresie tętna.Dla każdego badanego, dla wszystkich połączonych sesji, zastąp identyfikator badanego i sesję samym identyfikatorem badanego w oknie agregacji danych, aby uzyskać wskaźnik przestrzegania zaleceń dla każdej sesji. Dla wszystkich połączonych badanych zastąp identyfikator badanego i sesję samą sesją. Na koniec zapisz bazę danych pod inną nazwą pliku.W ostateczności dane te mogą być wykorzystane do analizy wzorców przestrzegania zaleceń w czasie u danej osoby lub w różnych grupach, bądź do określenia średniego wskaźnika przestrzegania zaleceń w trakcie całego programu treningowego dla osób lub grup. Po opanowaniu techniki procedura ta może być przeprowadzana w czasie około pięciu minut na sesję dla jednego badanego. Podczas wykonywania tej procedury ważne jest, aby uruchomić oprogramowanie cardio memory przed włączeniem sprzętu do ćwiczeń, aby dane mogły być monitorowane, a następnie zapisywane.Po drugie, należy zminimalizować źródła zakłóceń, aby zmniejszyć ryzyko wystąpienia przesłuchów i/lub utraty danych. Po obejrzeniu tego filmu powinni Państwo posiadać gruntowną wiedzę na temat wykorzystania technologii ciągłego śledzenia danych do precyzyjnego pomiaru przestrzegania zaleconej intensywności treningu aerobowego.

using-continuous-data-tracking-technology-to-study-exercise-adherence

Research

JoVE Journal

Medicine

Medycyna

Zastosowanie ciągłej technologii śledzenia danych do badania przestrzegania ćwiczeń w rehabilitacji osób z chorobami układu oddechowego

Ten protokół opisuje metodę ilościowego określania wydajności kończyn górnych w codziennym życiu za pomocą akcelerometrów noszonych na nadgarstku.

Metoda ilościowego określania wydolności kończyn górnych w życiu codziennym za pomocą akcelerometrów

Celem jest promowanie nowego podejścia do rehabilitacji kardiologicznej (CR), wykorzystującego unikalny system zdalnego monitorowania pacjentów, który umożliwi świadczeniodawcom opieki zdrowotnej monitorowanie pacjentów z CR w domu przy niskich kosztach, z zamiarem zwiększenia dostępności usług CR i poprawy zgodności. Badanie jest obecnie w toku.

Nowatorska platforma cyfrowa dla monitorowanego programu domowej rehabilitacji kardiologicznej

To innowacyjne urządzenie wykorzystuje czujniki magneto-inercyjne, aby umożliwić analizę chodu i aktywności w niekontrolowanych środowiskach. Obecnie w procesie kwalifikacji jako miernik wyniku w Europejskiej Agencji Medycznej, jednym z wniosków będzie pełnienie funkcji klinicznego punktu końcowego w badaniach klinicznych w chorobach nerwowo-mięśniowych.

Domowy monitor do analizy chodu i aktywności

Prezentowany tutaj jest protokół do badania efektów ćwiczeń płucnych przepisanych w domu u stabilnych pacjentów z przewlekłą obturacyjną chorobą płuc (POChP), który jest modyfikowany na podstawie tradycyjnych chińskich ćwiczeń w zależności od duszności i ograniczonej zdolności wysiłkowej obserwowanej u pacjentów z POChP.

Ćwiczenia płucne na receptę w domu u pacjentów ze stabilną przewlekłą obturacyjną chorobą płuc

Protokół pokazuje prototyp domowej platformy do zbierania danych multimodalnych, która wspiera badania optymalizujące adaptacyjną głęboką stymulację mózgu (aDBS) dla osób z neurologicznymi zaburzeniami ruchu. Przedstawiamy również kluczowe wnioski z wdrażania platformy przez ponad rok w domu osoby z chorobą Parkinsona.

Przeniesienie kliniki do domu: multimodalny ekosystem gromadzenia danych w domu wspierający adaptacyjną głęboką stymulację mózgu

Sprzężenie ruchowo-oddechowe (LRC) jest potencjalnie korzystne dla biegaczy, ale może być trudne do wykonania. Wprowadzamy niestandardowe rozwiązanie zaimplementowane na smartfonie, aby zindywidualizować i poprowadzić biegaczy w kierunku LRC.

Niestandardowa aplikacja na smartfony do kierowania sprzęgiem lokomotywowo-oddechowym w terenie za pomocą adaptacyjnych dźwięków oddechowych

Skuteczność połączenia treningu na bieżni wspomaganego przez egzoszkielet z wirtualną rzeczywistością opartą na grze na temat możliwości wykonywania dwóch zadań u osób, które przeżyły udar, nie została jeszcze zbadana. Dlatego ten program rehabilitacyjny ma na celu zbadanie potencjalnych funkcji i zalet tej kombinacji w zwiększaniu zdolności chodzenia podczas rekonwalescencji po udarze.

Program rehabilitacyjny treningu na bieżni wspomaganego masą ciała wspomaganego egzoszkieletem z niewciągającą rzeczywistością wirtualną dla pacjentów po udarze

U osób, które przeżyły zespół ostrej niewydolności oddechowej (ARDS) oraz stany krytyczne, często rozwija się długotrwała słabość mięśniowa. Manualne badanie siły mięśni (MMT) jest wystandaryzowanym badaniem klinicznym powszechnie stosowanym do pomiaru siły obwodowych grup mięśni szkieletowych. Niniejszy materiał wideo prezentuje procedurę MMT z wykorzystaniem 6-stopniowej skali Medical Research Council.

Manualne badanie siły mięśni: metoda pomiaru siły mięśni kończyn zastosowana u pacjentów w stanie krytycznym

Cewnik urządzenia telemetrycznego jest wszczepiany do aorty brzusznej w celu ciągłego zbierania danych hemodynamicznych od zwierząt przed i po przecięciu rdzenia kręgowego w obrębie klatki piersiowej. Nowatorskie oprogramowanie JAVA wykorzystano do analizy parametrów hemodynamicznych, a także częstotliwości i intensywności spontanicznych epizodów dysrefleksji autonomicznej.

Opracowanie algorytmu do przeprowadzenia kompleksowego badania dysrefleksji autonomicznej u zwierząt z dużym uszkodzeniem rdzenia kręgowego przy użyciu urządzenia telemetrycznego

Aby ocenić reakcje dyfuzji płuc i układu naczyniowego na ćwiczenia, opisujemy technikę wielokrotnego dyfuzji tlenu w celu określenia objętości krwi włośniczkowej i zdolności dyfuzji błony, a także echokardiografię kontrastową z pobudzoną solą fizjologiczną, aby ocenić rekrutację wewnątrzpłucnych zespoleń tętniczo-żylnych.

Ocena objętości krwi włośniczkowej w naczyniach włosowatych płuc, zdolności dyfuzyjnej błony i wewnątrzpłucnych zespoleń tętniczo-żylnych podczas wysiłku fizycznego

Poznaj metodę ciągłego śledzenia danych do pomiaru przestrzegania zaleceń treningu aerobowego w rehabilitacji pulmonologicznej. Technologia ta umożliwia precyzyjne obliczenie wskaźnika adherencji u pacjentów z chorobami płuc.

Wykorzystanie technologii ciągłego śledzenia danych do badania przestrzegania zaleceń dotyczących ćwiczeń w rehabilitacji pulmonologicznej (Wideo) | JoVE Journal

Wykorzystanie technologii ciągłego śledzenia danych do badania przestrzegania zaleceń dotyczących ćwiczeń w rehabilitacji pulmonologicznej

Przeglądaj więcej filmów