Telerehabilitation bei Frauen mit Brustkrebs während der COVID-19-Pandemie.

METHODE

1. Design und Ort der Studie Dies ist eine Längsschnittstudie vom Typ der randomisierten klinischen Studie. Diese Studie wird an der Hope Physiotherapy and Esthetics Clinic mit Hauptsitz und Standort in der Stadt Juiz de Fora im Bundesstaat Minas Gerais entwickelt.

2. Teilnehmer Dreißig Personen nehmen an der Studie mit einer Brust-CA-Diagnose teil, die zuvor von einem Facharzt bestätigt wurde und die physiotherapeutische Versorgung in der Hope-Klinik für Physiotherapie und Ästhetik in der Stadt Juiz de Fora-MG besucht, die vom Eigentümer autorisiert wurde (ANHANG I ).

   Zur Berechnung des Stichprobenumfangs wurde für die zweiseitige Hypothese ein Alpha-Wert (Wahrscheinlichkeit Fehlerart 1) von 5 %, Beta (Wahrscheinlichkeit Fehlerart 2) von 20 %, Testpower von 80 % und eine Differenz zwischen den Gruppen angenommen von 10 % bezogen auf Motorleistungsdaten. Daher werden mindestens 30 Personen benötigt (Dodd et al., 2002).

   Alle Teilnehmer werden über die Ziele und Verfahren der Studie informiert und unterzeichnen bei Zustimmung die Einwilligungserklärung (FICF). Die Studie wird der Forschungsethikkommission (CEP) vorgelegt. Die Resolution 466/2012 des National Health Council vom 10.10.1996, die die Forschung am Menschen regelt, und die Deklaration von Helsinki (1964) werden respektiert. Die Daten werden elektronisch in Datenbanken mit eingeschränktem und sicherem Zugriff gespeichert. Alle Daten werden verschlüsselt, wobei alle Informationen entfernt werden, die Personen identifizieren könnten.

3. Verfahren Dreißig Frauen, bei denen Brust-AC diagnostiziert wurde, werden ausgewählt, um die Auswirkungen auf motorische Leistung, Schmerzen, wahrgenommene Anstrengung und HRV bei Interventionen durch VR zu analysieren.

   Zehn Sitzungen werden angewendet (zwei Sitzungen pro Woche). Zunächst reist der Forscher mit der gesamten Schutzausrüstung zum Wohnort des Teilnehmers, die für die Lieferung der Herzfrequenz-Erfassungsgurte erforderlich ist, die sich in einer mit 70% Alkohol desinfizierten Plastiktüte befinden, und um den Teilnehmern die Einverständniserklärung vorzulegen und zu erklären , sowie den Ablauf und die Ziele der Studie. Nach Unterzeichnung der Einwilligungserklärung werden über Online-Formulare folgende Informationen erhoben: Alter, Geschlecht, entsprechende Phase (z. B. Chemotherapie, Erstdiagnose, Komplikationen, Rückfalldiagnose), Aufenthaltsdauer, Begleiterkrankungen, verwendete Medikamente, Aufklärung. Anschließend werden die Fragebögen auf den European Organization for Research and Treatment of Cancer Quality of Life Questionnaire Core 30 (EORTC QLQ-C30), die Brunel Mood Scale (BRUMS), die BORG-Skala der wahrgenommenen Anstrengung und die Analog Affective Faces Scale angewendet.

   Anschließend wird ein Training mit Virtual Reality durchgeführt, bei dem die HRV (an den Tagen 1, 5 und 7) 10 Minuten vor der Durchführung der Aufgaben in einer Virtual-Reality-Umgebung (in Ruhe, Sitzen) für 15 Minuten während der erfasst wird Aufgaben in VR (MoveHero und Genius, gemäß Punkt 5.4.2. D und E) und für weitere 10 Minuten danach (in Ruhe, Sitzen), um die autonome Erholung der körperlichen Aktivität zu beurteilen. In den 10 Tagen werden Interventionen in VR verwendet (MoveHero und Genius und die Borg-Skala), die HRV und die anderen Auswertungen werden an den Tagen 1, 5 und 10 durchgeführt.

   3.1. Fragebögen und Tests zur körperlichen Beurteilung A) European Organization for Research and Treatment of Cancer Core Quality of Life Questionnaire (EORTC QLQ-C30) Der allgemeine Fragebogen (EORTC QLQ-C30) umfasst 30 Fragen zu fünf Funktionsskalen (körperlich, funktionell, emotional, sozial und kognitiv), eine globale Gesundheitszustandsskala, drei Symptomskalen (Müdigkeit, Schmerzen und Übelkeit/Erbrechen) und sechs zusätzliche Symptompunkte (Dyspnoe, Schlaflosigkeit, Appetitlosigkeit, Verstopfung, Durchfall und finanzielle Schwierigkeiten).

   Die Punktzahl ergibt sich aus der Art der gewählten Antwort. Der Fragebogen erlaubt die Optionen „nein“ (ein Punkt), „wenig“ (zwei Punkte), „mäßig“ (drei Punkte) oder „sehr“ (vier Punkte). Bei den beiden Fragen zur globalen Gesundheitszustandsskala kann zwischen einem (sehr schlecht) und sieben Punkten (sehr gut) gewählt werden. Die Punktzahl im Fragebogen reicht von 0 bis 100.

   Hinsichtlich der funktionellen und globalen Gesundheitszustandsskalen sind höhere Werte mit einer besseren Lebensqualität verbunden; Bei den Symptomskalen entsprechen höhere Werte jedoch einem stärkeren Vorhandensein dieses Symptoms und folglich einer schlechteren Lebensqualität (Anhang I).

   B) Affektive analoge Gesichtsskala (FAS):

   Diese Skala bewertet das affektive Ausmaß des Schmerzes durch 9 Gesichtsausdrücke, die von Freude bis Traurigkeit reichen, was es ermöglicht, die Schmerzfreiheit bis hin zu einem höheren Schmerzgrad zu messen (McGrath, 1996).

   Gesichtsausdrücke werden sequentiell nach dem Buchstabenintervall (AI) geordnet, wobei das AD-Intervall die Abwesenheit von Schmerz darstellt, E den neutralen Punkt darstellt und das FI-Intervall verschiedene Grade von Schmerzintensitäten darstellt, wobei F die leicht zu ignorierende Schmerzangabe ist Anwesenheit von Familienmitgliedern, günstiges Umfeld, Maß an Komfort, Sicherheit und Verständnis der Fachkraft; G eine Schmerzintensität, die das Verhalten nicht beeinträchtigt und durch den Ausdruck des Kindes vermittelt werden kann; Es gibt eine Schmerzintensität, die das Verhalten stört und den Einsatz von Analgetika erfordert, und eine Intensität im maximalen Schmerzbereich, die ein stärkeres Eingreifen des Teams, die Beobachtung physischer und psychischer Aspekte sowie geeignete analgetische Techniken erfordert (Torritesi et al., 1998).

   So wählt der Einzelne unter den 9 Gesichtern, geordnet in einer Skala von A bis I, dasjenige aus, das die Intensität seines Schmerzes am besten anzeigt.

   C) Borgs wahrgenommene Belastungsskala:

   Es ist die Klassifizierung der wahrgenommenen Anstrengung, mit der die subjektive Intensität der Anstrengung gemessen wird. Es basiert auf Empfindungen, die während des Trainings erlebt werden, wie Muskelermüdung, erhöhte Herzfrequenz und beschleunigte Atmung (Andrews et al., 2013). Sie wird oft als Alternative zur Herzfrequenz verwendet, um die Intensität körperlicher Aktivität zu messen (BORG, 1970). Die Borg-Skala hat eine lineare Beziehung zur Sauerstoffaufnahme (BORG, 1982) und ist außerdem ein Maß zur Bestimmung der Trainingsintensität, während sie die körperliche und geistige Gesamtanstrengung bewertet, die von der Person bei körperlicher Aktivität wahrgenommen wird (BORG, 1998).

   D) Brunel-Stimmungsskala (BRUMS):

   Es misst sechs identifizierbare affektive Zustände (Anspannung, Depression, Wut, Energie, Müdigkeit und Verwirrung).

   Gebrauch) durch eine Bestandsaufnahme mit 24 Selbstauskünften, wobei die Befragten eine Liste von Adjektiven auf einer 5-Punkte-Likert-Skala von 0 (keine) bis 4 (extrem) basierend auf subjektiven Gefühlen bewerteten. Die Anweisungen beziehen sich darauf, wie sich die Teilnehmer letzte Woche gefühlt haben, einschließlich des heutigen Datums (Van Wijk; Martin; Hans-Arendse, 2013).

   3.2. Die Teilnehmer des Virtual-Reality-Trainings führen die Aufgaben individuell zu Hause mit Hilfe eines Computers auf einem Tisch und mit der Online-Präsenz des Evaluators durch, der für die Bereitstellung von Anweisungen und die Aufzeichnung der Ergebnisse verantwortlich ist. Höhen- und Abstandsanpassungen werden entsprechend den individuellen Bedürfnissen vorgenommen.

   Vor Beginn der Aufgabe erklärt der Forscher die Aufgabe mündlich und es wird ein Video mit einer Demonstration der Funktionsweise des Spiels gesendet. Die Teilnehmer absolvieren dann einen einzelnen Versuch, um zu überprüfen, ob sie die Anweisungen verstanden haben.

   Folgende virtuelle Spiele kommen zum Einsatz: Reaction Time (3 Anpassungsversuche und 10 Analyseversuche), Coincident Timing (20 Wiederholungen zum Erwerb der Motorik und Leistungssteigerung), Coincident Timing (5 Wiederholungen + 5 Wiederholungen mit Geschwindigkeitssteigerung zur Analyse). von Retention und Transfer - motorisches Lernen), 5 Wiederholungen für die Transferphase), Fitts (3 Versuche in 4 verschiedenen Schwierigkeitsindizes), Genius (5 Minuten Training mit progressiver Schwierigkeitssteigerung entsprechend der Anzahl richtiger Antworten des Teilnehmers) , MoveHero (15 Minuten Training mit Musik je nach Anzahl der ausgewählten Sphären).

   A) Aufgabe 1 – Reaktionszeit Die Reaktionszeit ist eine Aufgabe, die darin besteht, die Zeit zu bewerten, die das Subjekt verbringt, um seine kognitive und motorische Reaktion mit den auf dem Computerbildschirm gegebenen Stimuli abzugleichen.

   Die von Crocetta et al., 2017, erstellte und validierte TRT_S2012-Software wird in einer Stichprobe von 76 gesunden Erwachsenen verwendet. Die Software schlägt einen einfachen Test der Gesamtreaktionszeit (TRT) vor, der aus dem Erscheinen eines gelben Quadrats (parametrierbar) in der Mitte des Monitors in zuvor definierten Zeitintervallen (im Bereich von 1,5 bis 6,5 ms) und bei gegebenem Stimulus besteht , sollte der Teilnehmer so schnell wie möglich reagieren, indem er die Leertaste auf der Computertastatur drückt.

   Bei dieser Aktivität werden die Millisekunden aufgezeichnet, die das Subjekt als Reaktion auf den Stimulus vorwegnimmt oder verzögert. Diese Aufgabe testet die Geschwindigkeit der zentralen und peripheren Informationsverarbeitung und wird in dieser Studie als Instrument zur Erfassung des kognitiven motorischen Trainings verwendet.

   Die Software ermöglicht auch einen Mental Fatigue Assessment Test des TRT (TRT Fatigue). Bei diesem Test besteht der Stimulus aus dem Erscheinen eines gelben Balkens, der zu einem zuvor als Intervall zwischen Stimuli (IEE) definierten Zeitpunkt begann, nach einer Verschiebung von links nach rechts. Als Hinweis vor dem Erscheinen des Stimulus wurde ein dünner vertikaler Balken in schwarzer Farbe, der einen Cursor simulierte, präsentiert, bis die gelbe Farbe den Stimulusbalken füllte. Die Reaktion sollte sein, in dem Moment, in dem der gelbe Reizbalken wahrgenommen wird, die Leertaste zu drücken. Die Leertaste muss gedrückt werden, während die gelbe Farbe angezeigt wird. Wenn der gelbe Reiz gestoppt wird, muss die Leertaste losgelassen werden. Gelbe Stimuluspräsentationszeiten wurden früher als Stimuluspräsentationszeit (TAE) definiert. Diese Aktivität wird in dieser Studie als Instrument zur Bewertung des kognitiven motorischen Trainings verwendet.

   B) Aufgabe 2 – Koinzidentes Timing Die koinzidente Timing-Aufgabe ist definiert als die wahrnehmungsmotorische Fähigkeit, eine motorische Reaktion synchron mit der Ankunft eines externen Objekts an einem bestimmten Punkt auszuführen (Belisle, 1963). Dies ist eine Abfangaufgabe, die Synchronität zwischen Augen- und Handbewegungen beinhaltet, eine Bewegungsstart-, Verzögerungs- und „Stopp“-Strategie erfordert, zusätzlich zu Genauigkeit und Präzision (Fooken et al., 2016; Ohta, 2016). Die Ausführung dieses ersten Protokolls wird mit der Aufgabe Koinzidentes Timing unter Verwendung des Touchscreens (Berühren des Computerbildschirms) durchgeführt.

   Um die virtuelle Aufgabe zu evaluieren, entschieden wir uns für eine Software, die in Zusammenarbeit mit der Information Systems Group der School of Arts, Sciences and Humanities, EACH-USP (erste Version verwendet von Monteiro et al., 2014) entwickelt wurde und die 3D-Koinzidenz vorschlägt Zeitmessung am Computer. Diese Aktivität wird in dieser Studie als Instrument zur Bewertung des kognitiven motorischen Trainings verwendet.

   In der virtuellen Umgebung werden 10 3D-Kreise auf dem Computerbildschirm angezeigt, die nacheinander aufleuchten (rotes Licht), bis der letzte Kreis erreicht ist, der als Ziel gilt. Der Teilnehmer muss den Computerbildschirm genau in dem Moment berühren, in dem die letzte Kugel aufleuchtet, das Ziel ist also, die Berührung auf dem Bildschirm genau über dem letzten leuchtenden Kreis (Zielkreis) abzugleichen. Die Software gibt sofortiges Feedback über den Erfolg oder Fehler der Aufgabe durch verschiedene Töne und Farben, die zuvor demonstriert wurden (Monteiro et al., 2014, 2017; Bezerra et al., 2018). Wenn der Teilnehmer das Ziel zur gleichen Zeit trifft wie der Stimulus eintrifft, leuchtet ein grünes Licht um die Aufgabe herum auf - Rückmeldung treffen, wenn der Teilnehmer jedoch die Bewegung verzögert oder vorantreibt, leuchtet ein rotes Licht neben der Aufgabe auf - Rückmeldung aus Fehler. Das Spiel zeigt die Reihenfolge und Geschwindigkeit der Beleuchtung der Würfel und zeichnet die Gesamtzeit der Aufgabenausführung auf (Zeit, die zum Berühren des Sensors benötigt wird); vorhandene Fehler zwischen Stimulusankunft und Aufgabenerfüllung.

   Beim Design der Koinzidenz-Timing-Studie führt jeder Teilnehmer 20 Versuche der Aufgabe mit der dominanten oberen Extremität bei mäßiger Geschwindigkeit durch, d. h. 500 ms zwischen dem Aufleuchten jedes Kreises für die Akquisitionsphase. Nach der Akquisition warten die Teilnehmer 5 Minuten in Ruhe und führen dann fünf Versuche in der Retentionsphase durch. Da dies als einfache Aufgabe angesehen wird, haben wir uns für die kurzfristige Aufbewahrung entschieden (Monteiro et al., 2014 und Malheiros et al., 2016). Für die Transferphase werden fünf weitere Versuche mit erhöhter Geschwindigkeit unternommen, dh 250 ms zwischen dem Aufleuchten jedes Kreises.

   Die Leistung während Akquisitions-, Retentions- und Transferaufgaben wird unter Berücksichtigung des Unterschieds zwischen Zielauslösezeit und Sensorberührung bewertet. Zu diesem Zweck werden Leistungsmaße verwendet, die sich auf das Erreichen des Ziels „Aufgabenkoinzidenz“ beziehen: Konstanter Fehler, der den Richtungstrend der Bewegung widerspiegelt, die Verzögerung oder Vorwegnahme der Reaktion, und unter Verwendung des arithmetischen Mittels von berechnet die Unterschiede zwischen Leistung und Ziel unter Berücksichtigung ihrer Vorzeichen; Absoluter Fehler, der der Genauigkeit entspricht, mit der das Ziel der Aktion erreicht wurde, berechnet durch das arithmetische Mittel der absoluten Differenzen zwischen der tatsächlichen Leistung bei jedem Versuch und dem Ziel; und variabler Fehler, der die Präzision der Bewegung identifiziert, die Berechnung jedes Versuchs unter Berücksichtigung der Vorzeichen minus dem Durchschnitt der ersten fünf Versuche für jeden Teilnehmer durchführt, dann werden die Werte mit der zweiten Potenz und dem Durchschnitt von jeweils fünf erhöht Versuchen, die Quadratwurzel zu ziehen (Santos et al., 2003).

   C) Aufgabe 4 – Fitts Die Software, die die Aufgabe simuliert, ist „FittsReciprocalAimingTask v.1.0 (Horizontal)“, gemeinfrei (http://okazaki.webs.com - verfügbar im Internet am 01.09.2010) (Fernani et al., 2017) und wurde von Victor Hugo Alves Okazaki entwickelt, der die von Fitts Gesetz vorgeschlagene Aufgabe in einer virtuellen (Computer-) Umgebung darstellt. Diese Aktivität wird in dieser Studie als Instrument zur Bewertung des kognitiven motorischen Trainings verwendet.

   Die Aufgabe, die die Geschwindigkeit und Präzision der Bewegungsbeziehung nach dem Fitts'schen Gesetz bewertet, besteht darin, manuelle Bewegungen auszuführen, die auf ein Ziel (blaue Balken) in 3 Schwierigkeitsindizes (ID) mit steigenden Anforderungen an die Präzision gerichtet sind. Die Bewegungszeit ergibt sich aus der Teilung zwischen voreingestellten Sekunden für die Aufgabe (10) und der Anzahl der auf dem Ziel ausgeführten Berührungen.

   Vor Beginn der Aufgabe muss der Ausführende eine seiner Hände auf die Maus legen und der Cursor (auf dem Computer betrachtet) muss sich an einem Zwischenpunkt zwischen den beiden Zielen (Seitenleisten) befinden. Nach der Ausgangsposition muss der Darsteller mit der Maus den Cursor bewegen und nach dem Hören auf die Ziele klicken, zwei Balken, die parallel vertikal angeordnet sind, mit Abmessungen und Abstand, die gemäß jeder iID bestimmt werden, abwechselnd und so schnell wie möglich Der Computer löst einen Alarm aus, um die Aufgabe zu starten. Nach 10 Sekunden zeigt ein neuer akustischer Alarm das Ende der Aufgabe an. Die Gesamtbewegungszeit wird aufgezeichnet, die sich aus der Division der voreingestellten Sekunden für die Aufgabe (10) und der Anzahl der Berührungen (10/Anzahl der Berührungen) ergibt.

   Die Aufgabe besteht aus jeweils drei Versuchen in den Schwierigkeitsstufen (ID 2, ID4a, ID4b und ID6), wobei sich bei jeder Stufe mit zunehmendem Schwierigkeitsgrad Breite und Abstand der Balken verändern. ID4 wurde auf zwei Arten angewendet (ID4a und ID4b): In ID4a sind der Abstand und die Breite der Balken größer, in ID4b sind der Abstand zwischen den Balken und die Breite kleiner, wobei die gleiche ID beibehalten wird.

   Für die Datenanalyse wird die Beziehung zwischen Geschwindigkeit und Genauigkeit der Bewegung, die durch die von Fitts vorgeschlagene mathematische Gleichung beschrieben wird, berücksichtigt, wobei es eine log-lineare Beziehung zwischen Bewegungszeit und Aufgabenschwierigkeit gibt, wobei Ziele unterschiedlicher Größe und Entfernung unterschiedliche Zeiten benötigen Ziele erreichen (Boyd et al., 2009).

   Wenn die Größe des Ziels verringert wird oder die Entfernung größer wird, nimmt die Bewegungsgeschwindigkeit ab, sodass die Bewegung genau ist. Aufgrund der intrinsischen Information zwischen dem Ziel (D) und dem Abstand zwischen ihnen (L), liefert die log2-Gleichung (2D/L) einen Schwierigkeitsindex (DI) für die Zielfähigkeiten, wobei je höher die ID, desto schwieriger die Aufgabe. Schwierigere Aufgaben erfordern mehr Bewegungszeit (Fitts, 1954).

   D) Aufgabe 5 – Genius Game-Software, die in Zusammenarbeit mit der Gruppe Informationssysteme der School of Arts, Sciences and Humanities, EACH-USP, entwickelt wurde, wird verwendet. Unter den verschiedenen Spielen, die von der Software präsentiert werden, wurde ein Spiel ausgewählt, das motorische und kognitive Stimuli zulässt, das Spiel stellt eine Gedächtnisaufgabe dar, bei der eine Folge von Farben vom Computer ausgegeben wird (Aufgabe basiert auf dem Spiel, das im Handel als „Genius“ bekannt ist). die das Individuum dann wiederholt, um die richtige generierte Sequenz zu erhalten. Der Schwierigkeitsgrad steigt mit jedem Treffer des Motivs. Die virtuelle Schnittstelle liefert Berichte über die Reaktionszeit und die Zeit zwischen den Berührungen jeder Taste.

   Diese Aktivität wird in dieser Studie als Instrument zur Beurteilung der Gedächtnisleistung sowie als Bestandteil des kognitiven Motoriktrainings verwendet.

   E) Aufgabe 6 – MoveHero-Software, die an der School of Arts, Sciences and Humanities der Universität von São Paulo entwickelt wurde, wird ebenfalls verwendet. Das Spiel besteht aus Bällen, die in vier imaginären Säulen auf dem Computerbildschirm im Rhythmus eines vom Forscher ausgewählten Liedes fallen. Die Aufgabe besteht darin, die Bälle nicht fallen zu lassen. Die Bälle können jedoch nur berührt werden, wenn sie vier parallel angeordnete Kreise (auf zwei Höhenniveaus) erreichen, zwei links und zwei rechts vom Teilnehmer (0 0 \o/ 0 0), die als Ziele 1 bezeichnet werden. 2 , 3 und 4 von links nach rechts gesehen.

   Das Spiel erfasst die Bewegungen des Teilnehmers über eine Webcam und erfordert keinen physischen Kontakt, um die Aufgabe auszuführen, sodass der Teilnehmer seine Arme in einem Abstand von eineinhalb Metern vom Computerbildschirm oder durch den Touchscreen bewegen muss, der Kontakt erfordert der Computerbildschirm im Innenraum der gezeichneten Kreise. Der Teilnehmer muss warten, bis die Kugeln fallen, bis sie beginnen, einen der Zielkreise zu überlappen. Daher erfordert das Spiel, dass der Teilnehmer eine Strategie zur Antizipation von Bewegungen hat, um die Bälle innerhalb dieser Kreise zu erreichen.

   Das Spiel bietet eine Trefferrückmeldung durch eine Nummerierung (+1), die neben der Kugel erscheint, die erfolgreich innerhalb des Ziels getroffen wurde, außerdem ist die Gesamtpunktzahl in der oberen linken Ecke des Bildschirms sichtbar, mit 10 Punkten für jede rechte.

   Diese Aktivität wird in dieser Studie als Instrument zur Bewertung der Gedächtnisleistung sowie als Bestandteil des kognitiven Motortrainings verwendet.

   3.3. Herzratenvariabilität (HRV) Die Analyse der HRV folgt den Richtlinien der Task Force der European Society of Cardiology und der North American Society of Pacing and Electrophysiology (TFESC & NASPE, 1996).

   Die Freiwilligen werden (online) angewiesen, den ihnen überlassenen Sammelgürtel anzulegen. Der Gurt sollte auf der Brust platziert werden, und der Herzfrequenzempfänger (Elite HRV-App auf dem Mobiltelefon) wird in der Nähe des Freiwilligen positioniert. Die HRV wird nach der Ersteinschätzung in Ruhe für 10 Minuten, während des Trainings mit Virtual Reality für 10 Minuten und für 10 Minuten nach der Aktivität in VR aufgezeichnet. Für die Analyse von HRV-Daten in Ruhe und während Aufgaben werden 256 aufeinanderfolgende RR-Intervalle verwendet.

   Die Herzfrequenz wird während des gesamten Protokolls von Elite HRV Schlag für Schlag aufgezeichnet, und die vom Monitor aufgezeichneten RR-Intervalle werden (.txt-Datei) an das Kubios HRV®-Programm (Kubios HRV v.1.1 für Windows, Biomedical Signal Analysis Group, Department für Angewandte Physik, Universität Kuopio, Finnland).

   Im Programm selbst (Kubios HRV®) wird eine digitale Filterung im moderaten Modus durchgeführt, um vorzeitige ektopische Schläge und Artefakte zu eliminieren, und nur Serien mit mehr als 95 % Sinusschlägen werden in die Studie aufgenommen (Vanderlei et al., 2008) .

   Die Analyse der HRV wird mit linearen Methoden (Zeit- und Frequenzbereich) und mit nichtlinearen Methoden durchgeführt, die mit der Kubios HRV®-Software analysiert werden.

   A) Lineare Verfahren (Zeit- und Frequenzbereich) Im Zeitbereich werden die Indizes RMSSD, pNN50 und SDNN verwendet. Der RMSSD-Index ist definiert als die Quadratwurzel des mittleren Quadrats der Differenzen zwischen benachbarten normalen RR-Intervallen. (Marães et al., 2003).

   Wobei: RR = R-R-Intervalle; N = Anzahl der RR-Intervalle in der ausgewählten Datenreihe.

   Der pNN50-Index wiederum ist ein empfindlicher und leicht interpretierbarer Marker der parasympathischen SNA-Modulation, definiert als der Prozentsatz aufeinanderfolgender Unterschiede im R-R-Intervall, dessen absoluter Wert 50 ms übersteigt. Das SDNN hingegen spiegelt die Beteiligung beider ANS-Zweige wider und entspricht der Standardabweichung des Mittelwerts aller normalen RR-Intervalle, ausgedrückt in ms (Pumprla et al., 2002; Ribeio und Moraes Filho, 2005; Vanderlei et Al., 2009).

   Für die Analyse der HRV im Frequenzbereich werden niederfrequente Spektralkomponenten (LF - Bereich von 0,04 bis 0,15 Hertz) in absoluten Einheiten und hochfrequente (HF - Variationsbereich von 0,15 bis 0,4 Hertz) in normierten Einheiten verwendet, und das Verhältnis zwischen diesen Komponenten (LF/HF), das den relativen Wert jeder Spektralkomponente in Bezug auf die Gesamtleistung abzüglich der sehr niederfrequenten Komponenten (VLF) darstellt. Der für die Spektralanalyse verwendete Algorithmus ist die schnelle Fourier-Transformation – FFT (256-s-Fenster mit 50 % Überlappung).

   Um die Spektralindizes zu erhalten, wird ein Diagramm (Tachogramm) gebildet, das die Variation der RR-Intervalle als Funktion der Zeit ausdrückt. Das Tachogramm enthält ein scheinbar periodisches Signal, das zeitlich oszilliert und durch mathematische Algorithmen wie die schnelle Fourier-Transformation (FFT) verarbeitet wird. Die FFT-Methode wird verwendet, um eine Schätzung der HRV-Spektralleistung während der stationären Phasen des Experiments zu erhalten, um Vergleiche zwischen den Studienergebnissen zu ermöglichen. Es ermöglicht die Wiederherstellung des Tachogrammsignals auch nach der Transformation durch die FFT, was die Objektivität der Technik demonstriert, da während des Prozesses keine Informationen verloren gehen. Die einfache Anwendung dieser Methode und die gute grafische Darstellung sind die Hauptgründe für ihre häufigere Verwendung (Carvalho, 2009; Vanderlei et al., 2009).

   B) Nichtlineare Methoden (Trends Debugged Fluctuations Analysis und Poincaré-Graph) Für die Analyse der HRV durch nichtlineare Methoden werden der Poincaré-Graph (Komponenten SD1, SD2 und SD1/SD2-Verhältnis), DFA (Trends Debugged Fluctuation Analysis) verwendet.

   Der DFA quantifiziert das Vorhandensein oder Fehlen fraktaler Korrelationseigenschaften von RR-Intervallen und wurde durch Zeitreihendaten validiert. Diese Methode berechnet die Effektivwertschwankung des Integrals und debuggt die Zeitreihen, wodurch die Erkennung der intrinsischen Selbstähnlichkeit ermöglicht wird, die in die nicht stationären Zeitreihen eingebettet ist.

   Das DFA-Diagramm ist nicht streng linear, sondern besteht aus zwei unterschiedlichen Bereichen mit unterschiedlichen Kurven, die durch einen Punkt getrennt sind, was darauf hindeutet, dass es während Perioden von 4-11 Schlägen (oder 4 bis 13) einen kurzfristigen Fraktal-Skalenexponenten (α1) gibt. und einen Langzeitexponenten (α2) für längere Perioden (größer als 11 Schläge) (Carvalho et al, 2009).

   Werte von α1 nahe 0,5 sind mit weißem Rauschen (Zufallssignal; es besteht keine Korrelation zwischen den Werten) verbunden, während Werte nahe 1,5 mit Brown'schem Rauschen (stark korrelierte Verhaltenssignale) verbunden sind. Werte nahe 1,0 sind charakteristisch für fraktalartige Prozesse, die mit dem dynamischen Verhalten von Zeitreihen verbunden sind, die von komplexen Systemen generiert werden, wie z. B. die autonome Regulierung des Sinusrhythmus bei einem gesunden Probanden (Godoy et al., 2007).

   Das Poincaré-Diagramm hingegen ist eine quantitative Analysemethode, die auf Änderungen der sympathischen oder parasympathischen Modulation der Herzfrequenz über aufeinanderfolgende Intervalle basiert, ohne dass die Datenstationaritätseigenschaft benötigt wird. Das Poincaré ist ein Diagramm, in dem jedes RR-Intervall als eine Funktion von RR (i-T) dargestellt ist, wobei i das Intervall und T eine vordefinierte Verzögerung ist, die für ein RR-Signal verwendet wird. Die visuelle Untersuchung des Diagramms wurde häufig bei der Analyse der HRV verwendet, wo das Poincaré-Diagramm quantitativ analysiert werden kann, um die Standardabweichungen der RR-Intervalldistanzen zu berechnen. Diese Standardabweichungen werden SD1 und SD2 genannt. Diese Analyse erfordert keine Vorverarbeitung oder Datenstabilität, was sie besonders interessant macht (Godoy et al., 2007).

   Für die quantitative Analyse des Diagramms werden die folgenden Indizes berechnet: SD1 (Standardabweichung der kurzfristigen Schlag-zu-Schlag-Variabilität), SD2 (langfristige Standardabweichung kontinuierlicher RR-Intervalle) und das SD1/SD2-Verhältnis (Brunetto et al., 2005). Die qualitative Analyse des Diagramms erfolgt durch die Analyse der von Tulppo et al. beschriebenen Figuren, die von seinem Attraktor gebildet wurden. (1998) in: 1) Abbildung, in der eine Zunahme der Streuung der RR-Intervalle mit einer Zunahme der Intervalle beobachtet wird, charakteristisch für einen normalen Plot. 2) Abbildung mit geringer globaler Schlag-zu-Schlag-Streuung und ohne langfristigen Anstieg der RR-Intervall-Streuung. 3) Komplexe oder parabolische Figur, bei der zwei oder mehr unterschiedliche Kanten vom Hauptteil des Diagramms getrennt sind, wobei an jeder Kante mindestens drei Punkte enthalten sind.

4. Datenanalyse Zur Datenanalyse werden deskriptive Statistiken zur Charakterisierung der Probe durchgeführt und die Ergebnisse mit Mittelwert und Standardabweichung dargestellt.

   Für die schlussfolgernde Analyse von Aufgaben in VR werden als abhängige Variablen für "Coincident Timing" und "MoveHero" die Fehlermaße in Millisekunden berücksichtigt (Konstante Fehler, die den Richtungstrend der Bewegung bewerten, Absolut, das die Genauigkeit der Bewegung demonstriert, und Variable die die Präzision der Bewegung identifiziert), für TR die Zeit und Millisekunden, für Genius die Anzahl der Sequenzen, die zu Beginn und am Ende der Aufgabenzeit ausgeführt werden, sowie die Zeit zwischen jeder Berührung der Kugeln.

   Für Fitts wird die Analyse durchgeführt, indem die Werte von b0 (Achsenabschnitt), b1 (Neigung) und r2 (Entschlossenheitsindex) für jeden Teilnehmer ermittelt werden, wobei jeder Versuch in den drei Schwierigkeitsindizes berücksichtigt wird. Der MANOVA-Einweg wird verwendet, um die Mittelwerte der Gruppen in den drei interessierenden Variablen (b0, b1 und r2) zu vergleichen. Um Zusammenhänge zwischen Leistung auf der Motorskala, Alter, Steigung der Geraden (b1), Schnittpunkt (b0) und Bewegungszeitstreuungsdaten (r2) zu überprüfen, wird der Korrelationskoeffizient von Pearson verwendet. ANOVA wird durchgeführt, um die Auswirkungen des Schwierigkeitsindex auf die Bewegungszeit (TM) und eine multiple Regressionsanalyse zu untersuchen, um herauszufinden, welche Faktoren die TM beeinflussen.

   Für die Analyse der HRV-Indizes werden für Intergruppenanalysen auch der Student t-Test oder der Mann-Whitney-Test verwendet.

   Um den Einfluss unabhängiger Variablen (Alter, Krankheitsstadium, Medikamente etc.) auf die abhängigen Variablen zu analysieren, wird der lineare Regressionstest durchgeführt.

   Ein Signifikanzniveau von 0,05 (5 %) wird definiert, und alle während der Arbeit konstruierten Intervalle haben eine statistische Zuverlässigkeit von 95 %.

   Das Statistikprogramm ist SPSS (StatisticalPackage for Social Sciences), Version 26.0.

5. Verbreitung und Auswertung VR-Ergebnisse in Bezug auf Motorik, Schmerz und HRV werden durch deskriptive und inferenzstatistische Analysen analysiert und in wissenschaftlichen Artikeln verbreitet, die an spezifische Zeitschriften im Bereich mit hohem Impact-Faktor gesendet werden.

Darüber hinaus werden die Ergebnisse in Buchkapiteln und auf internationalen Konferenzen präsentiert. Somit verfügen Gesundheits- und Bildungsfachkräfte über mehr wissenschaftliche Beweise, um ihre Aktivitäten bei Patienten mit AC zu leiten.