Pulmoner Rehabilitasyon Egzersiz Bağlılık Eğitim Sürekli Veri İzleme Teknolojisi Kullanımı

Aşağıdaki protokolün genel amacı, reçete edilen bir aerobik antrenman yoğunluğuna uyumu kesin olarak ölçmek için sürekli veri izleme teknolojisinin nasıl kullanılabileceğini açıklamaktır. Bu, öncelikle sürekli veri izleme teknolojisi kullanılarak verilerin toplanmasıyla gerçekleştirilir. Bir aerobik egzersiz antrenman seansı sırasında, veri izleme yazılımı kullanılarak her denek için ve her antrenman seansı için tek bir ham veri dosyası elde edilir ve ardından bu veriler Excel formatına dönüştürülür.

Ardından, her bir denek için tek bir dosya şeklinde verileri çıkarmak ve birleştirmek amacıyla istatistiksel yazılım kullanılır; bu işlem, ulaşılan yoğunluğun hedef yoğunlukla karşılaştırılmasına olanak tanır. Elde edilen sonuçlar, belirli bir birey için veya bir grup için oturum bazlı ya da programın tamamı için, hedef yoğunlukta geçirilen sürenin yüzdesi olarak ifade edilen bir uyum oranını gösterir. Bu tekniği genel katılım veya tamamlama oranı gibi mevcut yöntemlere tercih etmenin temel avantajı, egzersiz yoğunluğunun sürekli ölçümlerle kaydedilebilmesi ve böylece reçete edilen eğitim programına olan uyumun kesin bir şekilde hesaplanabilmesidir. Dolayısıyla bu yöntem, pulmoner rehabilitasyon alanında, obstrüktif akciğer hastalığı olan hastalarda hangi egzersiz eğitim yaklaşımının en iyi uyum oranıyla ilişkili olduğu gibi temel soruların yanıtlanmasına yardımcı olabilir.

Bu yöntem, hedef kalp atış hızı aralığı kullanılarak egzersiz eğitimine olan bağlılığın anlaşılmasını sağlayabilse de, hedef kalp atış hızı aralığının hedef watt seviyesi, hız veya MET seviyesi ile değiştirilmesiyle bağlılığın diğer tanımlarına da kolayca uyarlanabilir. Başlamadan önce, elektriksel etkileşime neden olabilecek tüm kablosuz cihazları kapatın ve sinyal karışımını minimize etmek için kalp atış hızı monitörleri ile ekipmanların arasında en az bir metre mesafe olduğundan emin olun.

Hazır olduğunda, kalp atış hızı vericisini hastaya yerleştirin ve veri takip yazılımını açın. Ardından, aerobik ekipmanı çalıştırın ve katılımcıya hedef yoğunluğa ulaşması talimatını verin. Bu örnekte, katılımcılardan hedef kalp atış hızlarının dakikada artı veya eksi beş atış sınırları içerisinde antrenman yapmaları istenmektedir.

CardioMEM tarafından toplanan verilerin bazı örnekleri arasında denek kimliği, süre, yoğunluk düzeyi, mesafe, tempo, kalp atış hızı ve fiziksel eforun metabolik eşdeğeri yer almaktadır. Veri toplama işleminin ardından, aerobik ekipman üzerindeki durdurma düğmesine basarak verileri cardio hafızasına kaydedin ve ayrıca daha sonraki analizler için belgeyi dışa aktarın. CardioMEM yazılımı farklı egzersiz eğitim aşamalarını takip etmediğinden, elde edilen verilerin işlenmesi gerekir; ilgi dışı olan aşamaları elemek için veri dosyalarını birleştirin ve hedef yoğunluğu belirleyin.

Yeni oluşturulan Excel dosyasını içe aktarmak için istatistiksel analiz yazılımını açın ve analiz işlemine geçmeden önce veri dosyasını kaydedin; eğitim aşamasında toplanan verilere odaklanmak için ısınma aşamasının elenmesi gerekmektedir. İlk adım, süreyi yeniden kodlamak ve her saniyeyi bir olarak tanımlayan bir değişken oluşturmak için gerekli değişiklikleri yapmaktır. Bir sonraki adım ise ikinci bir geçici değişken oluşturmaktır.

Bu değişkene tempo two adını verin. Oluşturulduktan sonra, yeni değişkeni sıfırdan başlayacak şekilde yeniden kodlayın. Değişken yeniden kodlandıktan sonra, sıfırdan başlayarak saniyeleri toplayın.

Toplam elde edildikten sonra, 599 saniyeden önceki tempo verileri kaldırılarak ısınma aşamasının ilk 10 dakikası elenebilir. Ardından, soğuma aşamasının elenmesi gerekir; bunu yapmak için, soğuma aşamasını veri tabanının üst kısmına getirmek amacıyla süre verilerini azalan düzende sıralayın.

Her saniyeyi bir olarak tanımlamak için A süresini yeniden kodlayın. Ardından, tempo adında ikinci bir geçici değişken oluşturun. A'yı, tempo değişkeninin saniyeleriyle tanımlanan başlangıç noktasından itibaren sıfırdan başlayacak şekilde yeniden kodlayın; soğuma fazını ortadan kaldırmak için, 299 saniyeden sonrasına gelen tempo verilerini silin.

Ardından, yeni bir değişken oluşturarak veri setiyle ilişkili oturum numarasını belirleyin. Son olarak, tek bir hastanın tüm oturumlarını tek bir SPSS veritabanında birleştirmek için düzenlenmiş SPSS belgesini yeni bir dosya olarak kaydedin. Katılımcının ilk oturumunu açın.

Ardından, kalan oturumları mevcut dosyada birleştirin. Birleştirme işleminin ardından, deneğin kimliğini (id) içeren bir sütun ekleyin. Daha sonra, deneğin hedef yoğunluğunu içeren bir sütun ekleyin.

Veritabanını farklı bir dosya adı altında kaydedin. Bu prosedürü geri kalan tüm katılımcılar için tekrarlayın. Bu aşamada, her bir katılımcı tüm oturumları içeren bir veritabanına sahip olacaktır.

Birden fazla katılımcıyı tek bir veri tabanında gruplandırmak için katılımcının dosyasını açın, kalan katılımcıları mevcut dosyayla birleştirin ve bu bilgileri yeni bir veri tabanı olarak kaydedin. Veriler hazırlandıktan sonra, hedef yoğunluk belirlenebilir. Bunu yapmak için öncelikle, kalp atım hızı ile hedef kalp atım hızı arasındaki farkı içeren bir sütun ekleyin.

Ardından, kalp hızının hedef kalp hızı aralığının altında, üstünde veya bu aralıkta olup olmadığını belirlemek için değişkenleri yeniden kodlayın. Yüzde uyum, hastaların hedef aralıkta kaldıkları tüm saniyelerin belirlenmesiyle hesaplanır. Bir değer elde edildiğinde, hedef kalp hızında geçirilen sürenin yüzdesi olarak uyum oranını elde etmek için bu değeri yüzdeye dönüştürün.

Her bir denek için, tüm oturumlar birleştirilerek, her oturum için bir uyum oranı elde etmek amacıyla toplam veri penceresindeki denek kimliği ve oturum bilgilerini sadece denek kimliğiyle değiştirin. Tüm denekler birleştirilerek, denek kimliği ve oturum bilgilerini sadece oturumla değiştirin. Son olarak, veri tabanını farklı bir dosya adı altında kaydedin.

Sonuç olarak, veriler belirli bir bireyde veya farklı gruplarda zaman içindeki uyum modellerini incelemek veya bireyler ya da gruplar için eğitim programı boyunca ortalama uyum oranına bakmak için kullanılabilir. Uzmanlaşıldığında, bu prosedür tek bir denek için seans başına yaklaşık beş dakikada tamamlanabilir. Bu prosedürü uygularken, verilerin takip edilebilmesi ve ardından kaydedilebilmesi için kardiyo hafıza yazılımının egzersiz ekipmanından önce başlatılmasının önemli olduğunu unutmamak gerekir.

İkinci olarak, çapraz etkileşim ve/veya veri kaybı riskini azaltmak için girişim kaynakları minimize edilmelidir. Bu videoyu izledikten sonra, reçete edilen aerobik eğitim yoğunluğuna uyumu hassas bir şekilde ölçmek için sürekli veri takip teknolojisinin nasıl kullanılacağı konusunda iyi bir anlayışa sahip olmalısınız.