Über Herzfrequenzvariabilität und die Apple Watch

Habe eine?

BEARBEITEN 3: 10. November 2018: Während das Folgende noch gilt, gibt es jetzt eine zuverlässige Problemumgehung, um mit Ihrer Apple Watch als erstes am Morgen aussagekräftige HRV-Datenpunkte zu erfassen und zu interpretieren. Weitere Informationen finden Sie in diesem Artikel.

Wenn Sie neu in der Welt der Herzfrequenzvariabilität (HRV) sind, sollten Sie diesen Beitrag zuerst lesen oder in diesem Deck stöbern.

Da so ziemlich alles das autonome Nervensystem beeinflusst, kann das Sammeln und Analysieren von Längsschnittdaten, die für den Vagalton repräsentativ sind, Einblicke in viele komplexe Mechanismen geben, die bei Gesundheit und Krankheit stattfinden. In der Vergangenheit war die HRV-Analyse jedoch schlecht standardisiert, was zu Schwierigkeiten bei der ordnungsgemäßen Gestaltung und Durchführung von Studien sowie zu Schwierigkeiten beim Vergleich der Studienergebnisse führte.

Der einfache Zugriff auf HRV-Daten verdeckt heute häufig die Kompliziertheit des Verständnisses und der korrekten Interpretation der bereitgestellten Informationen und der zugrunde liegenden physiologischen Prozesse. Die Notwendigkeit genauer RR-Intervalle, Entfernung von Artefakten, Kontext und Best Practices wird häufig übersehen, insbesondere im Verbraucherbereich. Daher kann die Natur der HRV selbst zu Verwirrung hinsichtlich ihrer Verwendung in der angewandten Forschung und bei Verbrauchern geführt haben (oder in Zukunft führen), die heute Zugang zu diesen Technologien haben.

Leider scheinen die neuesten Funktionen der Apple Watch ein wenig zur Verwirrung beigetragen zu haben. Dieser Beitrag ist hauptsächlich durch unzählige E-Mails motiviert, die ich bezüglich der Möglichkeit erhalten habe, die Apple Watch in HRV4Training zu integrieren, die einige Fehlinformationen zum Thema HRV und zur Apple Watch selbst deutlich machen.

Einfach ausgedrückt kann die Apple Watch derzeit nicht für zuverlässige und aussagekräftige HRV-Analysen mit Apps von Drittanbietern verwendet werden.

Möchten Sie erfahren, warum? Weiter lesen.

"Kann ich meine Apple Watch für die HRV-Analyse verwenden, wie ich es mit einem Polar- oder einem anderen Sensor mache?"

Leider kann die Apple Watch nicht als normaler Bluetooth-Sensor verwendet werden, wie Sie beispielsweise einen Polar-Brustgurt verwenden würden. Sicher, die Apple Watch kommuniziert über Bluetooth mit Ihrem Telefon, aber das reicht nicht aus. Der Grund dafür ist, dass die Apple Watch nicht dem Standard-Bluetooth-Niedrigenergie-Herzfrequenzprofil entspricht. Was bedeutet das? Es werden Standards eingeführt, damit wir Interoperabilität zwischen Sensoren, Telefonen und Apps haben können, die von verschiedenen Unternehmen hergestellt oder entwickelt wurden. Wenn ein Sensor auf den Markt kommt und das Unternehmen das standardmäßige Bluetooth-Niedrigenergie-Herzfrequenzprofil in den Sensor implementiert, kann jede App mit dem Sensor kommunizieren. Dies ist der Fall bei Polar, Wahoo und vielen anderen Herstellern. Andere entsprechen nicht den Standards, z. B. Fitbit oder Apple. Dies bedeutet, dass Apps von Drittanbietern außerhalb des von ihnen erstellten Ökosystems nicht direkt mit ihren Sensoren kommunizieren können.

Im Fall von Apple muss eine Interaktion beispielsweise über die Health-App erfolgen, und es ist keiner Drittanbieter-App möglich, direkt mit der Uhr zu kommunizieren. Diese Einschränkung hat schwerwiegende Auswirkungen, da die Uhr Informationen auf eine Weise in Health schreibt, die außerhalb der Kontrolle von Apps von Drittanbietern liegt.

1. Ausgabe: Selbst wenn die Uhr die HRV genau berechnen und an Health schreiben würde, wäre dies immer noch ein Problem in Bezug auf die Benutzererfahrung, da eine Drittanbieter-App keine HRV-Messung auslösen kann. In ähnlicher Weise wird die Health-App möglicherweise zu einem anderen Zeitpunkt aktualisiert, je nachdem, wann Sie Ihre Drittanbieter-App verwenden möchten.

Abgesehen davon gibt es Sensoren, die nicht den Standards entsprechen, aber dennoch eine Möglichkeit bieten, entweder Rohdaten (PPG) oder Beat-to-Beat-Daten (RR-Intervalle) zu erfassen, die dann von einer Drittanbieter-App wie HRV4Training zur Berechnung verwendet werden könnten HRV. Dies ist auch bei der Apple Watch nicht der Fall, da keine Rohdaten oder Beat-to-Beat-Daten verfügbar sind. Selbst wenn sich der Sensor im Trainingsmodus befindet oder die App "Atmen" verwendet (dazu später mehr) und Daten mit höherer Frequenz in Health geschrieben werden (eine Stichprobe alle paar Sekunden statt alle paar Minuten), sind diese Daten absolut unzureichend Bei der HRV-Berechnung handelt es sich nicht um genaue Schlag-zu-Schlag-Daten, sondern lediglich um eine gemittelte Herzfrequenz.

2. Ausgabe: Die grundlegende Informationseinheit, die zur Berechnung der HRV benötigt wird, ist überhaupt nicht verfügbar.
Gleichzeitige Aufnahme mit einem Polar H7-Brustgurt, der mit der HRV Logger-App (unseren Referenzdaten) und der 'Breathe'-App in der Apple Watch verknüpft ist. In den Screenshots auf der rechten Seite können wir sehen, dass trotz der manuellen HRV-Messung, die bei Verwendung der App

"Aber meine Apple Watch schreibt HRV an Health"

Zwar hat die Apple Watch begonnen, HRV-Daten in Health zu schreiben, wenn die App "Breathe" verwendet wird, und auch zu anderen Zeiten während des Tages oder der Nacht. Einige Dinge, die hier besprochen werden sollten, sind:

  1. Welchen Wert schreibt die Apple Watch to Health (HRV ist keine einzelne Zahl und kann auf viele verschiedene Arten quantifiziert werden, von denen einige aussagekräftiger sind als andere).
3. Problem: Wenn wir uns kurze HRV-Messungen (1–5 Minuten) ansehen, können wir nur die parasympathische Aktivität erfassen, die durch andere Funktionen als die von der Apple Watch berechneten und in Health verfügbaren quantifiziert wird. Schauen Sie sich die Links an Wenn Sie zu Beginn dieses Beitrags nicht wissen, wovon ich spreche, ist die HRV-Analyse einfach eine Möglichkeit, bekannte Prozesse zu erfassen, die für physiologischen Stress repräsentativ sind - wenn sie richtig durchgeführt werden.

2. Was sind die Kriterien und was sind die Auswirkungen einer mangelnden Kontextualisierung dieser Messung (lesen Sie: Daten werden tagsüber zu zufälligen Zeiten geschrieben und nicht in einem klaren Kontext, als erstes am Morgen, wie ich es wärmstens empfehlen kann, wenn wir Ich möchte einen Sinn für die Daten haben - mehr zu Best Practices und Richtlinien für die HRV-Analyse finden Sie auch hier).

4. Ausgabe: Kontext ist alles, wenn wir über die Interpretation physiologischer Daten sprechen, und hier treten wir aufgrund fehlenden Kontexts einen Schritt zurück.

Lassen Sie uns etwas tiefer in diese beiden Punkte eintauchen.

1. Welchen Wert schreibt die Apple Watch to Health?

Derzeit wird der SDNN-Wert von Health unterstützt (und auch von der Apple Watch berechnet). Ich persönlich glaube, dass diese Entscheidung hauptsächlich auf die Tatsache zurückzuführen ist, dass sich die medizinische Gemeinschaft in der Vergangenheit bei der Verwendung der HRV im Rahmen der klinischen Diagnose / medizinischen Anwendungen oder einfach zur Schichtung der Bevölkerung (z. B. hinsichtlich des Mortalitätsrisikos) auf den SDNN-Wert verlassen hat. Wie immer sollten wir jedoch zuerst verstehen, wie und warum SDNN verwendet wurde und wie und warum wir eine andere Metrik verwenden.

Zunächst wurde SDNN im Rahmen von 24-Stunden-Messungen verwendet, um ein Verständnis der Veränderungen der Herzvariabilität im Laufe des Tages als Reaktion auf den zirkadianen Rhythmus und akute Stressfaktoren zu erhalten. Es ging hauptsächlich darum, überhaupt keine Variabilität (die Unfähigkeit des Systems, auf einen Stressor zu reagieren, wie es bei schweren chronischen Erkrankungen / Erkrankungen auftreten kann) von einem gesunden Herz-Kreislauf-System zu unterscheiden - da SDNN das Ausmaß der Variabilität in unserem System mathematisch berechnet 24 Stunden RR-Intervalle (Schlag zu Schlag Unterschiede). Diese Methode ermöglicht die Quantifizierung von Makrounterschieden in der Physiologie zwischen bestimmten Erkrankungen und gesunden Kontrollen (zwischen einzelnen Studien). Diese Methode hängt auch stark von körperlicher Aktivität und anderen Störfaktoren ab, die die Physiologie während des Tages beeinflussen. Persönlich würde ich spekulieren, dass die meisten Unterschiede zwischen Gruppen, die durch SDNN über 24 Stunden nachweisbar sind, auch durch Morgen- oder Nachtmessungen (gut kontextualisierte Ruhephysiologie) in Bezug auf klare Marker für parasympathische Aktivität wie rMSSD oder HF erfasst werden.

Beispiel für die Verwendung der SDNN-Funktion in der medizinischen Literatur. Ereignisfreies Überleben von Hämodialysepatienten mit höherer und niedrigerer Herzfrequenzvariabilität. Bildunterschriften: a) Die höhere SDNN-Gruppe zeigte ein signifikant höheres Überleben ohne schwerwiegende unerwünschte kardiale und zerebrovaskuläre Ereignisse als die niedrigere SDNN-Gruppe. b) Die höhere SDANN-Gruppe zeigte ein signifikant höheres schwerwiegendes unerwünschtes kardiales und zerebrovaskuläres ereignisfreies Überleben als die niedrigere SDANN-Gruppe. Aus diesem Papier.

Die Dinge haben sich seitdem sehr verändert. Wir können jetzt Daten in einem bekannten Kontext (als erstes am Morgen) außerhalb der Laborbedingungen erfassen, so dass die Wirkung von Störfaktoren / externen Stressfaktoren begrenzt ist und auch die Konformität leicht verbessert wird. Wir gingen schließlich von der Querschnittsanalyse zwischen den Subjekten (sprich: Unterschiede zwischen Krankheit und Gesundheit in 24-Stunden-Holter-Messungen von verschiedenen Personen) zur Längsschnittanalyse innerhalb des Subjekts über (sprich: leistungsfähigere Analyse, mit der wir Änderungen in der Physiologie verfolgen können) zusammen mit Veränderungen der Gesundheit, einer bestimmten Krankheit, der körperlichen Leistungsfähigkeit eines Individuums).

Im Zusammenhang mit unserer Bewertung des chronischen Grundstresses unter Verwendung einer gut kontextualisierten Morgenmessung von kurzer Dauer - was meiner Meinung nach der Ort ist, an dem wir beginnen sollten, wenn wir etwas mehr über Stress und Physiologie mit HRV lernen möchten - macht es weniger Es ist sinnvoll, SDNN zu betrachten, und wir sollten uns HRV-Merkmale ansehen, die für die parasympathische Aktivität wie rMSSD oder HF repräsentativ sind.

In HRV4Training verwenden wir rMSSD, da bekannt ist, dass es ein Marker für parasympathische Aktivität ist. Je niedriger der Wert, desto höher der Stress im Vergleich zu Ihren Basisdaten / früheren Daten (offensichtlich eine übermäßige Vereinfachung). Aus Sicht der menschlichen Physiologie hängt dies mit der Tatsache zusammen, dass die parasympathische Aktivität hauptsächlich die Aktivität des Vagusnervs ist. Der Vagusnerv wirkt auf Rezeptoren, die Knoten signalisieren, um den Puls von Schlag zu Schlag zu modulieren, während die sympathische Aktivität unterschiedliche Signalwege mit langsamerer Signalübertragung aufweist. Daher spiegeln Änderungen von Schlag zu Schlag die parasympathische Aktivität wider und können unter Verwendung von rMSSD oder HF quantifiziert werden (siehe Nunan et al.).

Leider erlaubt Health derzeit Entwicklern nicht, andere Funktionen als SDNN zu schreiben, da dies von der Apple Watch berechnet und gemeldet wird. Da Apple in den letzten Monaten Health and the Watch verbessert hat, werden hoffentlich auch in Zukunft weitere HRV-Funktionen hinzugefügt.

Weitere Überlegungen zu diesem Punkt finden Sie unter Bearbeiten 2 am Ende der Seite.

2. Was sind die Kriterien und welche Auswirkungen hat die mangelnde Kontextualisierung dieser Messung?

Wie bereits erwähnt, schreibt die Apple Watch von Zeit zu Zeit HRV-Werte (SDNN) in Health, es ist jedoch unklar, nach welchen Kriterien (außerhalb der Verwendung der App 'Breathe') ein SDNN-Messwert konsistent ausgelöst wird) ist auch nicht klar, was die Genauigkeit ist.

Im Allgemeinen würde ich von Stichproben / Messungen während des Tages abraten, da sie nur eine sehr geringe Wiederholbarkeit aufweisen und normalerweise nur einige vorübergehende akute Stressfaktoren und die Auswirkungen körperlicher Aktivität widerspiegeln (selbst wenn Sie nur in einen anderen Raum gehen, wird dies Ihre Herzfrequenz erhöhen und Ihre Herzfrequenz senken HRV für einige Sekunden / Minuten, abhängig von Ihrem Fitnesslevel und Ihrem Gesundheitszustand, geschweige denn Kaffee trinken, sich über Ihren Facebook-Feed aufregen usw.). Es gibt eine große Variabilität in der HRV, viel mehr als in der Herzfrequenz, und daher wird der Kontext noch wichtiger.

Im Idealfall möchten Sie den chronischen Grundstress erfassen, den Sie messen, wenn Sie Ihre Messwerte in einem bekannten Kontext mit begrenzten Auswirkungen externer Faktoren messen. Dies bedeutet, dass Sie morgens als erstes vor dem Essen, Trinken, Sport treiben und Ihren Messwert lesen E-Mail usw.

Chronischer Grundstress spiegelt wichtige Stressfaktoren wie „Lebensstress“, hartes Training, Reisen, ein wenig zu viele Getränke in der letzten Nacht usw. wider. Durch die Quantifizierung können Sie besser verstehen, wie Ihr Körper auf Ihren Lebensstil reagiert und hoffentlich führend ist zur Umsetzung sinnvoller Änderungen. Dies ist heute die sinnvollste praktische Anwendung der HRV für den Verbraucher.

Kamerabasierte Messung von HRV4Training.

Der Fall für weniger ist mehr

Selbst wenn Beat-to-Beat-Daten im freien Leben mit hoher Genauigkeit erfasst werden können, ist eine einzelne Messung in einem bekannten Kontext (als erstes am Morgen) wertvoller als die Aufzeichnung weiterer Daten zu zufälligen Tageszeiten oder kontinuierlich.

Warum das? Bedenken Sie, dass wir versuchen, die parasympathische Aktivität zu messen, also den Zweig des autonomen Nervensystems (ANS), der für Ruhe, Erholung und Entspannung zuständig ist. Das ANS ist von so ziemlich allem betroffen (Essen, Alkohol, Kaffee, Stress - denken Sie nur daran, etwas online zu lesen und in kürzester Zeit eine emotionale Reaktion zu erhalten), und misst daher den ganzen Tag, während es möglicherweise nützlich ist, wenn es richtig kontextualisiert wird (z. B. wenn Sie können Verknüpfen Sie die physiologischen Reaktionen mit dem, was gerade passiert, da ähnliche Reaktionen sowohl durch körperliches Training oder einfach nur herumlaufen - als auch durch psychologische, emotionale oder andere Stressfaktoren ausgelöst werden. Daher ist Physiologie allein ohne Kontext in der Regel einfach nicht sinnvoll Reflexion aller akuten Stressfaktoren, denen wir tagsüber begegnen. Wenn Sie daran interessiert sind, Ihre Reaktion auf die Nahrungsaufnahme oder eine Meditationssitzung zu messen, ist dies sehr sinnvoll (auch wenn in diesem Fall ein besserer Versuchsaufbau darin besteht, den Pre- / Post-Stressor zu messen und relative Veränderungen zu analysieren).

Wenn Sie jedoch daran interessiert sind, den zugrunde liegenden / grundlegenden physiologischen Stress zu messen, um möglicherweise Anpassungen an Ihrem Lebensstil oder Trainingsplan vorzunehmen, werden Sie diese Informationen möglicherweise verpassen oder mit dem verwechseln, was in Ihrem Tag passiert. Die HRV wird stark von akuten Stressfaktoren beeinflusst, daher die Bedeutung der „Morgenroutine“, die gemessen wird, sobald Sie aufwachen und versuchen, entspannt zu bleiben.

Die Unfähigkeit der täglichen Messungen, den zugrunde liegenden physiologischen Stress widerzuspiegeln, wurde kürzlich auch in einem von Ricardo Mesquita verfassten Artikel gezeigt, in dem die Autoren zu dem Schluss kamen, dass die Analyse von RMSSD aus täglichen Routinetätigkeiten nicht zuverlässig ist und daher keine Gültigkeit angenommen werden kann. RMSSD sollte daher aus RR-Intervallen berechnet werden, die unter standardisierten Bedingungen aufgezeichnet wurden, beispielsweise während des OT beim Aufwachen. “ - Dies setzt sogar voraus, dass rMSSD während der täglichen Aktivitäten korrekt erfasst werden kann, was bei Verwendung von PPG-basierten Geräten nicht selbstverständlich ist (mehr zu Artefakten später). Papier hier.

Okay, noch ein paar Worte zu Technologie und Artefakten.

"Es ist nicht möglich, dass die Apple Watch die HRV nicht genau messen kann, und Sie können dies mit der Telefonkamera tun."

Die Apple Watch misst möglicherweise die HRV genau. Ich hoffe es sehr und wir würden es gerne mit den Technologien verwenden, die wir entwickelt haben. In einigen unserer Vergleiche mit Polar-Brustgurten zeigte die Apple Watch tatsächlich eine große Übereinstimmung hinsichtlich des gemessenen SDNN bei Verwendung der App 'Breathe' (im obigen Beispiel meldete die Apple Watch SDNN 131 ms, während die Polar + HRV Logger meldete 137 ms, da die beiden Streams nicht einmal richtig synchronisiert sind, sieht dies sehr gut aus - siehe Bearbeiten 1 am Ende der Seite).

An dieser Stelle sollte jedoch klar sein, dass die Daten nicht das erforderliche Format haben, damit wir die von uns verwendeten Funktionen zum Zeitpunkt ihrer Verwendung berechnen können. Das Problem besteht nicht darin, eine Uhr zu sein oder optische Messungen zu verwenden, sondern einfach so gesperrt zu sein, dass die Art der Nutzung verhindert wird, die wir benötigen würden, wenn wir einen Wert basierend auf diesen Daten liefern möchten, und nicht nur Zahlen oder hübsche Grundstücke.

In dieser Phase können Sie mit HRV4Training sowohl mit der Kamera (einer validierten Messung) als auch mit regulären Sensoren messen, die den Standardprotokollen entsprechen, einschließlich des einzigen Armbandes, das unter bestimmten Umständen tatsächlich genaue RR-Intervalle melden kann.

Gleichzeitiges RR-Intervall eines einzelnen Probanden während einer 60-sekündigen Aufzeichnung für Photoplethysmographie (PPG), polaren Brustgurt (H7) und Elektrokardiogramm (EKG). Es ist möglich. Papier hier.

Da die App für eine Morgenmessung verwendet wird, bei der der Benutzer völlig still ist, wird sie per Definition in der optimalen Einstellung für optische Messwerte verwendet, während jede Bewegung des Handgelenks oder andere Probleme während der Messung der Apple Watch möglicherweise Artefakte verursachen.

Artefakte?

Ja, Artefakte.

Zwei aufeinanderfolgende Minuten EKG-Daten. Die zweite Minute beinhaltet einen einzelnen ektopischen Schlag. rMSSD für die erste Datenminute beträgt 79 ms, für die zweite 201 ms, ein großer Unterschied, wenn man bedenkt, dass sich an der parasympathischen Aktivität nichts geändert hat. Beachten Sie, dass dies ein EKG ist und alle Sensormodalitäten von Artefakten betroffen sind, die manchmal unterschiedlicher Natur sind und behandelt werden müssen, wenn wir die Daten verstehen wollen.

HRV-Daten werden stark von Artefakten beeinflusst, entweder im Messgerät (falscher Schlag erkannt, Bewegung für PPG-Sensoren) oder in den tatsächlichen Daten (ektopischer Schlag, Arrhythmien), die ordnungsgemäß behandelt werden müssen.

Es ist unklar, wie die Apple Watch mit Artefakten umgeht, und zum gegenwärtigen Zeitpunkt gibt es keine Möglichkeit zu verstehen, ob es welche gab, da keine Datenqualitätsmetrik gemeldet wird. Ich habe an anderer Stelle (hier) für mehr Transparenz plädiert, insbesondere beim Umgang mit physiologischen Daten, da fast keine Sensoren Hinweise auf das Vertrauensniveau in die Qualität der gemeldeten Daten liefern, was Auswirkungen auf jeden hat, der sich auf solche Daten verlässt übergeordnete Analyse.

Ein cleveres Unternehmen, Cardiogram, nutzte die Tatsache, dass die Apple Watch die Herzfrequenz nicht korrekt melden kann, wenn eine Arrhythmie vorliegt (wir sprechen hier von einer durchschnittlichen Herzfrequenz, einer viel einfacheren Messgröße, nicht von einer Variabilität), um gesunde Personen und Personen zu identifizieren mit Arrhythmien.

Während die Überwachungsfähigkeiten und -einschränkungen von Anwendungen auf höherer Ebene ausgenutzt werden können, die darauf abzielen, Teile der Bevölkerung in verschiedene Gruppen auf der Grundlage gesundheitsbezogener Metriken / Risikostratifizierung zu gruppieren, ist dies ein Problem, wenn wir versuchen, zuverlässig und genau zu messen HRV einer Person, die die Uhr so ​​verwendet, wie sie heute ist.

Apple Watch-Daten für eine Person mit Vorhofflimmern stammen aus dem Cardiogram-Blog unter diesem Link. Wie Sie sehen, gibt es ganze Minuten ohne Herzfrequenzdaten oder fehlerhafte Daten, da die Apple Watch unter diesen Umständen nicht richtig misst. Dies ist offensichtlich nicht das Aussehen von Vorhofflimmern. Dies ist jedoch ein Problem, wenn wir die HRV mit diesem Gerät zuverlässig messen möchten, da nicht nur Daten falsch sind, sondern auch nicht als solche gemeldet werden.

Na und?

Ich glaube, Apple geht in die richtige Richtung, und bei HRV4Training schauen wir uns weiterhin die Daten sowie andere Möglichkeiten zur Verwendung der Uhr an. Hoffentlich ist dies nur eine Frage der Zeit. Derzeit ist es jedoch eindeutig nicht möglich, die Uhr in die App zu integrieren.

Ich hoffe, Sie fanden diese Lektüre etwas nützlich und sie wird Ihnen helfen, die verfügbaren Technologien optimal zu nutzen.

Es gibt viel zu lernen, wenn wir uns unserer Physiologie und unserer Reaktion auf verschiedene Lebensstressoren etwas bewusster sind. Es ist jedoch sehr wichtig, dass diese Messungen genau und richtig kontextualisiert sind.

Erfahren Sie mehr unter den folgenden Links:

Holen Sie sich messen. Keine Sensoren erforderlich.

EDIT 1: 28. September 2018: Hernando et al. Zeigen in einem kürzlich erschienenen Artikel mit dem Titel „Validierung der Apple Watch für Herzfrequenzvariabilitätsmessungen während Entspannung und psychischem Stress bei gesunden Probanden“, dass die RR-Intervalle von der Apple Watch tatsächlich sehr genau sind Das sind fantastische Neuigkeiten. Was in diesem Beitrag besprochen wird, gilt jedoch weiterhin. Daher können die RR-Intervalle nur über die Breathe-App abgerufen werden. Leider kann keine andere App auf diese Daten zugreifen oder eine Messung durchführen.

Aus dem Papier: „Apple enthält keine Programmiermethode, mit der Entwickler direkt auf die Werte zugreifen können. Diese App (Breathe) speichert die RR-Rohwerte mit einer Genauigkeit von Centisekunden in der persönlichen Gesundheitsakte des Benutzers, auf die mit der Apple Health App im XML-Format exportiert werden kann. “

EDIT 2: 15. Oktober 2018: Aufgrund der Tatsache, dass sich die Dinge in Bezug auf den Zugriff auf PPG-Rohdaten oder sogar nur RR-Intervalle nicht in Kürze zu ändern scheinen, bleiben wir (als Entwickler) beim SDNN-Wert In Health habe ich einige Arbeiten durchgeführt, um die Wirksamkeit im Zusammenhang mit Kurzzeitmessungen, die als erstes am Morgen durchgeführt wurden, und um chronischen Stress so zu erfassen, wie wir es mit rMSSD tun würden, besser zu verstehen. Die Ergebnisse sind recht positiv, und eine breitere Diskussion zu diesem Aspekt finden Sie in diesem Blog-Beitrag: https://www.hrv4training.com/blog/heart-rate-variability-hrv-features-can-we-use-sdnn- anstelle von rmssd-a-datengesteuerter-Perspektive-auf-kurzfristige-Variabilitätsanalyse

Marco hat einen Doktortitel in angewandtem maschinellem Lernen, einen M.Sc. cum laude in Informatik Ingenieurwesen und ist derzeit in einem M.Sc. in Bewegungswissenschaften und Hochleistungscoaching.

Er hat mehr als 50 Artikel und Patente an der Schnittstelle zwischen Physiologie, Gesundheit, Technologie und menschlicher Leistung veröffentlicht.

Er ist Mitbegründer von HRV4Training und liebt das Laufen.