Datenerhebung zur Stresserkennung

Nach Angaben der WHO (Weltgesundheitsorganisation) ist Stress zu einer weltweiten Epidemie geworden und gilt als die Krankheit des Jahrhunderts, die Menschen unterschiedlichen Alters und Berufs betrifft. Stress ist definiert als Druck oder Anspannung körperlicher, geistiger oder emotionaler Art, die das Individuum überwältigt und die Leistung seiner körperlichen und geistigen Funktionen beeinträchtigt. Wenn der Stress andauert, wird das Immunsystem beeinträchtigt, wodurch der Körper anfällig für Krankheiten und vorzeitige Alterung wird. Zu den mit übermäßigem Stress verbundenen psychophysiologischen Reaktionen gehören chronische Müdigkeit, Geschwüre, Depressionen, Bluthochdruck und Herzinfarkt. Angesichts dieser Folgen ist es wichtig, dass Maßnahmen ergriffen werden, um Stresssymptome frühzeitig zu erkennen, damit die Menschen angemessen behandelt werden und ihre normalen Aktivitäten wieder aufnehmen können.

Die in der Literatur vorgestellten Studien legen die Möglichkeit nahe, biologische Signale als Indikatoren für das Vorhandensein von Stress zu verwenden. In diesen Studien werden bestimmte physiologische Variablen gemessen und mit dieser Belastung des Individuums in Beziehung gesetzt. Die meisten bisherigen Studien konzentrierten sich jedoch auf akuten Stress, was bedeutet, dass er von kurzer Dauer war. Das Ziel dieser Studie war es, bestimmte physiologische Indikatoren mit dem Vorhandensein von chronischem Stress in Beziehung zu setzen, dh dass er lange andauert und vom Individuum oft nicht wahrgenommen wird.

Dazu haben die Untersucher Blutdruckwerte, Hauttemperatur, galvanische Hautreaktion und Herzratenvariabilität gemessen und mit den Ergebnissen von ISSL (Lipp's Inventory of Stress Symptoms for Adults), PSS (Perceived Stress Scale) verglichen. und SRRS (Social Readjustment Rating Scale) als Stresszustand des Individuums. Die Herzratenvariabilität wurde sowohl im Zeit- als auch im Frequenzbereich überprüft. Alle physiologischen Signale wurden von nicht-invasiven und nicht-intrusiven Sensoren überwacht und waren für die Teilnehmer absolut sicher.

Um die Beziehung zwischen den physiologischen Variablen und dem bestehenden chronischen Stresszustand zu untersuchen, verwendeten die Forscher einen Algorithmus zur Analyse biologischer Signale, der auf einem Multilayer Perceptron Neural Network mit Backpropagation Algorithm (MLP) und Principal Components Analysis (PCA) basiert. Um die Leistung des Klassifikators bei der Identifizierung von chronischem Stress zu bewerten, überprüfen die Forscher die Indikatoren für Präzision, Sensitivität, Spezifität und Genauigkeit. Die Ergebnisse wurden dann anhand von Receiver Operating Characteristic Curves (ROC) analysiert.

Die ethische Genehmigung wurde von der lokalen Ethikkommission eingeholt (CAAE-28201014.2.0000.5497) für die Teilnehmer. Sie waren über die Methodik und die Vertraulichkeit ihrer personenbezogenen Daten informiert worden. Alle Verfahren wurden nach schriftlicher Einverständniserklärung aller Teilnehmer durchgeführt. Die Datenerhebung wurde im Oktober 2014 abgeschlossen.