Wissenschaft & Methodik

Eigene Forschung.
Eigene HRV-Analysen.

Wir entwickeln HRV-Verfahren und berechnen die Kennwerte für wissenschaftliche Studien. Diese Erfahrung und die Forschung zur Verbindung von Gehirn und Körper prägen die neue ANS-Explorer-Generation.

Psychophysiology

Aktuelle Forschung

Wie beständig ist vagal vermittelte HRV über ein Jahr?

In einer wissenschaftlichen Zusammenarbeit mit der Forschungsgruppe von Dr. Magdalena K. Wekenborg am Else Kröner Fresenius Zentrum für Digitale Gesundheit der TU Dresden wurde die zeitliche Stabilität vagal vermittelter Herzratenvariabilität über einen Zeitraum von einem Jahr untersucht.

NEUROCOR führte die HRV-Berechnungen für diese gemeinsame Forschungsarbeit durch und brachte dabei seine langjährige Expertise in der HRV-Analyse ein.

Temporal stability of vagally-mediated heart rate variability over a one-year period: A latent state-trait examination

DOI: 10.1111/psyp.70445

Unsere wissenschaftliche Herkunft

Aus universitärer Hirnforschung.

Eine Grundlagenarbeit von Prof. Dr. Werner Wittling zur funktionalen Hirnasymmetrie und zur zentralen Regulation körperlicher Prozesse untersuchte 1998 die unterschiedliche Beteiligung der Gehirnhälften an der parasympathischen Herzsteuerung. Diese Arbeiten bildeten den wissenschaftlichen Kontext, aus denen eigene HRV-Analyseverfahren und der ANS Explorer hervorgingen.

Forschung in Zusammenarbeit

Konkrete Fragen.
Eigene Analysekompetenz.

Dresden Burnout StudySeit 2015Langzeit-Forschungsprogramm

Autonome Regulation und Erschöpfung im Langzeitverlauf.

Seit 2015 untersucht die Dresden Burnout Study, wie sich Belastung und Erschöpfung über die Jahre entwickeln. Das an der TU Dresden unter der Leitung von Prof. Dr. Clemens Kirschbaum aufgebaute Forschungsprogramm verbindet wiederholte Befragungen mit biologischen Untersuchungen, darunter Messungen der Herzratenvariabilität.

Die hier vorgestellten Arbeiten von Dr. Magdalena K. Wekenborg und dem beteiligten Forschungsteam untersuchen Zusammenhänge zwischen autonomer Herzregulation und Erschöpfung. Für die HRV-Auswertungen dieser Arbeiten kam jeweils – zuletzt für die Erhebungswelle 2025 – unsere Analysetechnologie NEUROCOR® precisionHRV zum Einsatz.

Ausgewählte Veröffentlichungen und Ergebnisse anzeigen

Ausgewählte Veröffentlichungen aus der Langzeitstudie

Die folgenden Arbeiten betrachten ausgewählte Messzeitpunkte. Sie bilden nicht die gesamte Laufzeit und alle Erhebungen der DBS ab.

Veröffentlichung 2019

Zwei Messzeitpunkte im Abstand von etwa einem Jahr

167 Teilnehmende wurden im Abstand von ungefähr einem Jahr untersucht. Eine niedrigere anfängliche HRV hing mit später höheren Burnoutsymptomen und emotionaler Erschöpfung zusammen. In der Gegenrichtung war emotionale Erschöpfung mit späterer HRV-Abnahme verbunden.

Vollständiger Literaturverweis

Wekenborg MK, Hill LK, Thayer JF, Penz M, Wittling RA, Kirschbaum C (2019). The Longitudinal Association of Reduced Vagal Tone With Burnout. Psychosomatic medicine, 81(9), 791-798.

Originalpublikation ↗

Veröffentlichung 2022

Auswertung von vier Erhebungswellen: 2015–2018

In die Analyse gingen 378 Teilnehmende ein, die an mindestens zwei der vier jährlichen Biomarkererhebungen zwischen 2015 und 2018 teilgenommen hatten. Höhere vagal vermittelte HRV sagte im statistischen Modell geringere spätere Erschöpfung voraus; für die umgekehrte Richtung zeigte sich kein entsprechender Zusammenhang.

Vollständiger Literaturverweis

Wekenborg MK, Schwerdtfeger A, Rothe N, Penz M, Walther A, Kirschbaum C, Thayer JF, Wittling RA, Hill LK (2022). Determining the direction of prediction of the association between parasympathetic dysregulation and exhaustion symptoms. Scientific reports, 12(1), 10648.

Originalpublikation ↗

Weitere Erhebungen und Auswertungen führen das Forschungsprogramm über die hier dargestellten Untersuchungszeiträume hinaus fort.

Beide Auswertungen stammen aus dem Dresdner Längsschnittprogramm und untersuchen die zeitlichen Beziehungen mit unterschiedlichen Analyseansätzen. Die beobachteten Beziehungen liefern Hinweise auf zeitliche Zusammenhänge, keine individuelle Burnoutdiagnose und keinen Nachweis einer Ursache.

Unser Team führte die HRV-Berechnungen vollständig durch. Datenerhebung, Studienleitung und statistische Modellierung erfolgten in der wissenschaftlichen Zusammenarbeit.

Journal of Clinical Medicine9.550berufstätige Erwachsene · 19 Standorte

9.550 Menschen. 19 Standorte. HRV-Analyse mit NEUROCOR.

Was verrät die autonome Herzregulation über gesundheitliche Risiken?

Diese Frage untersuchten wir gemeinsam mit Prof. Dr. Joachim E. Fischer und einem internationalen Forschungsteam anhand von Daten der Mannheim Industrial Cohort Study. Im Mittelpunkt standen Zusammenhänge der Herzratenvariabilität mit Blutdruck, Zucker- und Fettstoffwechsel sowie Entzündungsmarkern.

Für die HRV-Auswertungen kam unsere eigene Analysetechnologie zum Einsatz: NEUROCOR® precisionHRV.

Studie und Ergebnisse im Detail

Die 2019 veröffentlichte Proof-of-Concept-Arbeit untersuchte in einer Querschnittsauswertung, ob niedrige Werte vagal vermittelter HRV mit erhöhten Entzündungs-, Glukose-, Blutfett- und Blutdruckmerkmalen verbunden waren. Sie fand entsprechende Zusammenhänge und prüfte mögliche Schwellenwerte.

Vollständiger Literaturverweis

Jarczok MN, Koenig J, Wittling A, Fischer JE, Thayer JF (2019). First Evaluation of an Index of Low Vagally-Mediated Heart Rate Variability as a Marker of Health Risks in Human Adults: Proof of Concept. Journal of clinical medicine, 8(11), E1940.

Originalpublikation ↗

NEUROCOR® precisionHRV

Eigene Analysetechnologie.
Patentiert.

Seit 1999 entwickeln wir die HRV-Analyse bis ins mathematische und physikalische Detail weiter. Unser NEUROCOR® precisionHRV-Algorithmus verbindet diese Entwicklungsarbeit zu einem eigenen Verfahren für die präzise Berechnung der Herzratenvariabilität – von den Herzschlagintervallen bis zur frequenzbasierten Spektralanalyse.

Für das von Werner und Arne Wittling entwickelte Analyseverfahren wurde das europäische Patent EP2745770B1 erteilt.

EUROPEAN PATENTEP 2 745 770 B1

Eigene HRV-Verfahren.
Öffentlich dokumentierte Entwicklung.

Titelseite der europäischen Patentschrift EP 2 745 770 B1.
Analyseverfahren im Detail
  1. 01

    Aufbereitung

    Ungeeignete Herzschlagintervalle im zeitlichen und atembezogenen Zusammenhang behandeln.

  2. 02

    Dynamische Neuabtastung

    Eine gleichmäßig abgetastete Zeitreihe erzeugen. Die Schrift beschreibt kubische Splines und ein Raster mit Zweierpotenz-Länge.

  3. 03

    Trend und Fenster

    Langsame Trends und Randeffekte der endlichen Aufzeichnung berücksichtigen. Zeitraster, Gewichtung und Normierung aufeinander abstimmen.

  4. 04

    Spektralzuordnung

    Berechnete Spektralwerte diskreten Frequenzbereichen – sogenannten Bins – zuordnen und bei der Summierung berücksichtigen.

Weitere Anwendungen in Studien

Ausgewählte Studien mit NEUROCOR.

Einblicke in den Einsatz unserer Verfahren und Systeme: Die folgenden Arbeiten zeigen einen Ausschnitt aus unterschiedlichen Forschungsfeldern – von Arbeitsbelastung und Schlaf bis zu Stoffwechsel und Erschöpfung.

Wissenschaftliche Vergleichbarkeit über Jahre.

Gerade in Längsschnittstudien ist entscheidend, dass HRV-Daten über alle Messzeitpunkte hinweg nach konsistenten, dokumentierten Analyseverfahren ausgewertet werden. Deshalb bewahren wir bewährte Analysekonfigurationen und Verfahrensstände, auch wenn wir den ANS Explorer und seine Analysemethoden kontinuierlich weiterentwickeln.

Forschung in Buchform

Jahrzehnte der Forschung.
Ein vertiefender Zugang.
Herzschlagvariabilität

Unser Fachbuch „Herzschlagvariabilität: Frühwarnsystem, Stress- und Fitnessindikator“ verbindet Grundlagen, Messmethoden und Anwendungen. Die Bibliografie erschließt die dazugehörige Forschungsgeschichte mit Zeitschriftenartikeln, Büchern und Tagungsbeiträgen.

Buchcover: Herzschlagvariabilität – Frühwarnsystem, Stress- und Fitnessindikator von Werner Wittling und Ralf Arne Wittling
Werner Wittling / Ralf Arne Wittling · Originalbuchcover

Weiterführende Methoden und Anwendungen

Autonome Dynamik.
Neue Fragestellungen.

CADA – Regulation im bewegten Leben.

Zeitlich hochauflösende Echtzeitanalyse instationärer oszillierender Signale.

CADA im Detail

CADA – Continuous Autonomic Dynamics Analysis ist unser Verfahren zur zeitlich hochauflösenden Echtzeitanalyse instationärer oszillierender Signale: Schwingungen, deren Eigenschaften sich während der Messung verändern.

Das Verfahren verfolgt die zeitliche Entwicklung von Amplitude, Frequenz und Phase ausgewählter Signalanteile.

Auf kardiorespiratorische Signale angewendet, eröffnet CADA einen dynamischen Blick auf die aktuelle autonome Regulation – während wechselnder Anforderungen, körperlicher Aktivität und anschließender Erholung.

Im Mittelpunkt steht nicht nur ein zusammenfassender Wert über eine Messperiode, sondern die Frage, wie sich Regulation im laufenden Geschehen verändert.

CADA: methodischer Hintergrund am ZNF

CHESTRA

Orchestrating Autonomic Health

CHESTRA bringt die Untersuchung autonomer Dynamik in den Fahr- und Sim-Racing-Kontext. Im Mittelpunkt steht die Verbindung physiologischer Signale mit Fahrdaten und konkreten Situationen auf der Strecke.

CHESTRA im Detail

So lassen sich Fragen untersuchen, die eine reine Rundenzeit offenlässt: Wann treten Veränderungen während einer Fahrt auf? Wie entwickeln sie sich über mehrere Runden? Welche Muster zeigen sich im Zusammenhang mit anspruchsvollen Abschnitten und der Erholung danach?

CHESTRA verbindet damit unsere Methodenentwicklung mit einem eigenständigen Anwendungs- und Forschungsfeld. Untersucht werden Zusammenhänge zwischen körperlicher Regulation und Fahrgeschehen – nicht pauschal aus einem Einzelwert abgeleitete Urteile über Fahrfähigkeit.

CHESTRA entdecken

Der nächste Schritt

Lassen Sie uns über
Ihre Anwendung sprechen.

Kontakt aufnehmen