» Grundlagen » Herzratenvariabilität » Messmethoden

Physiologische Grundlagen
Messmethoden

Messmethoden

Bei den Verfahren zur HRV-Messung unterscheidet man grundsätzlich zwischen zwei unterschiedlichen methodischen Zugängen, und zwar zeitanalytische und frequenzanalytische Methoden.

Zeitanalytische Methoden
Die zeitanalytischen Methoden basieren auf einfachen deskriptiven statistischen Verfahren zur Beschreibung der Streuungsbreite der RR-Intervalle. Für die Analysen werden grundsätzlich zwei unterschiedliche Datenquellen herangezogen: (1) die real gemessenen RR-Zeiten der in die Messperiode eingehenden Herzschläge und (2) die berechneten Differenzen zwischen den RR-Zeiten aufeinanderfolgender Herzschläge. Da viele Maße redundant sind, seien nachfolgend nur die bedeutsamsten herausgegriffen.

Frequenzanalytische Methoden
Die frequenz- oder spektralanalytischen Verfahren (Power Spektrum Analyse) zerlegen die gesamt Herzschlagvariabilität in ihre Frequenzkomponenten und liefern Informationen darüber, welcher Betrag der Varianz (Power) des Herzrhythmus durch periodische Oszillationen der Herzrate einer bestimmten Frequenz erklärt werden kann. Dabei wird das gesamte Frequenzspektrum in einzelne Frequenzbänder unterteilt. Für ein bestimmtes Frequenzband wird ein Maß der Spektralpower (Variationsstärke) auf die Weise bestimmt, dass die Fläche unter der Spektraldichtefunktion ermittelt wird (vgl. Abbildung). Üblicherweise werden 3 Frequenzbänder unterschieden. Der Ausprägungsgrad der einzelnen Frequenzbänder, d.h. ihre absolute Power, wird als Millisekunden zum Quadrat (ms²) angegeben.

Ergebnis einer Spektralanalyse

Als mathematisches Verfahren kommt am häufigsten die Fast Fourier Transformation (FFT) zur Anwendung. Die FFT ist eine hochvalide und reliable Messmethode zur Bestimmung der autonom-nervösen Indikatoren in Ruhephasen, während deren sich die Herzschlaggeschwindigkeit nicht gravierend ändert. Sie analysiert relativ lange Zeitbereiche, die mehrere Perioden des interessierenden Frequenzbandes beinhalten müssen und setzt voraus, dass das in Frage kommende Signal stationär ist. Sie erlaubt daher keine valide kontinuierliche Messung von Zeitverläufen, die durch schnelle und bedeutsame Veränderungen der Power des zu erfassenden Frequenzbandes charakterisiert sind, wie dies zum Beispiel für Messungen während oder nach intensiven körperlichen Belastungen der Fall ist.

Für letzteren Fall bieten sich sog. wavelet Verfahren an, wie z.B. die Complex Demodulation Method (CDM). Dieses ist eine nichtlineare Methode, die zur Analyse von Zeitverläufen mit nichtstationären und unstabilen Oszillationen geeignet ist und die kontinuierliche Erfassung von beliebig schnellen Veränderungen des interessierenden Aktivierungsniveaus in beliebig langen Zeitabschnitten erlaubt.

Die wichtigsten frequenzanalytischen Maße sind:

Für eine übersichtliche und leicht interpretierbare Darstellung der individuellen Untersuchungsbefunde einzelner Probanden oder Patienten bieten sich verschiedene Darstellungsmöglichkeiten an. Die von uns präferierte Darstellungsweise ist ein zweidimensionales Schema, das eine Kombination aus dem Gesamtniveau des autonom-nervösen Regulationsstatus und dem Verhältnis zwischen sympathischer und parasympathischer Aktivierung enthält. Die Lokalisation des Individualwertes einer Person wird durch einen blauen Punkt markiert (vgl. Abbildung).

Individuelle Ergebnisgrafik

Auf der x-Achse ist sympatho-vagale Balance abgetragen (LFms²/HFms²). Je weiter sich eine Person auf der x-Achse nach links bewegt, umso stärker ist ihre parasympathische Aktivierung im Vergleich zur sympathischen Aktivierung ausgeprägt. Je weiter der Punkt nach rechts verschoben ist, umso stärker ist die sympathische gegenüber der parasympathischen Aktivierung ausgeprägt.

Auf der y-Achse ist das Gesamtniveau des autonom-nervösen Regulationsstatus abgetragen. Hierzu können entweder der zeitanalytisch gewonnene SDRR-Wert oder der frequenzanalytisch gewonnene Total Power (TP) Wert herangezogen werden. Je höher der Wert einer Person auf der y-Achse angesiedelt ist, umso effizienter ist ihre autonom-nervöse Regulationsfähigkeit.