利用连续数据追踪技术研究肺康复中的运动依从性

以下方案的总体目标是描述如何利用连续数据追踪技术精确测量受试者对规定有氧训练强度的依从性。该方法首先通过连续数据追踪技术收集数据。在每次有氧运动训练过程中，使用数据追踪软件为每位受试者在每次训练过程中获取一个原始数据文件，随后将其转换为 Excel 格式。

接下来，使用统计软件提取并整合每位受试者的单个文件数据，从而将实际达到的强度与目标强度进行比较，获得的结果以个体或团体在每次训练 session 中或整个项目期间处于目标强度的时间百分比来表示依从率。与现有的通用方法（如总体出勤率或完成率）相比，该技术的主要优势在于能够连续记录运动强度数据，从而精确计算对规定训练方案的依从程度。因此，该方法有助于回答肺康复领域中的关键问题，例如在阻塞性肺疾病患者中，哪种运动训练方式与最高的依从率相关。

尽管该方法可通过目标心率范围来评估运动训练的依从性，但也可通过将目标心率范围替换为目标功率水平、速度或代谢当量（MET）水平，轻松适用于其他依从性定义。在开始之前，关闭所有可能引起电干扰的无线设备，并确保心率监测器与设备之间至少相距一米，以尽量减少串扰。

准备就绪后，将心率发射器放置在患者身上，并启动数据追踪软件。接着，启动有氧运动设备，并指导受试者达到其目标强度。在此示例中，要求受试者在目标心率上下浮动每分钟五次的范围内进行训练。

CardioMEM 收集的数据示例包括受试者 ID、持续时间、运动强度水平、距离、步速、心率以及体力活动的代谢当量。数据采集完成后，需在有氧运动设备上按下停止按钮，将数据保存至 cardio memory，并导出文件以供进一步分析。由于 CardioMEM 软件无法追踪不同的运动训练阶段，因此必须对所获得的数据进行处理，以剔除无关阶段，合并数据文件，并确定目标强度。

打开统计分析软件以导入新创建的 Excel 文件，并在继续分析之前保存数据文件，重点关注训练阶段收集的数据，需要剔除热身阶段的数据。第一步是重新编码持续时间，进行必要修改以创建一个变量，将每一秒标识为 1。下一步是创建第二个临时变量。

将此变量命名为 tempo two。创建后，将新变量重新编码为从零开始。变量重新编码完成后，从零开始累加秒数。

获得总和后，可通过删除时间在599秒之前的速度数据，去除热身阶段的前10分钟。接下来，需要去除整理运动阶段。为此，应按持续时间对数据进行降序排序，以便将整理运动阶段移至数据库的顶部。

将时长A重新编码，使每一秒均标识为1。接着，创建第二个名为tempo的临时变量。对新创建的变量进行重新编码，使其从零开始，起始点定义为tempo变量的秒数，该变量用于消除冷却阶段，删除299秒之后的tempo数据。

接下来，通过创建一个新变量来确定与该数据集相关联的会话编号。最后，将修改后的 SPSS 文档另存为一个新文件，以将单个患者的全部会话合并到一个 SPSS 数据库中。打开该受试者的第一次会话。

接下来，将剩余的会话合并到当前文件中。合并后，添加一列表示受试者的编号。然后，再添加一列表示受试者的目标强度。

将数据库另存为不同的文件名。对所有其余参与者重复此步骤。至此，每位参与者都将拥有一个包含所有会话的数据库。

为了将多名参与者合并到单个数据库中，请打开其中一名参与者的文件，将其他参与者的数据合并至当前文件，并将此信息保存为一个新的数据库。数据准备完成后，即可确定目标强度。首先，添加一列，用于记录心率与目标心率之间的差值。

然后对变量进行重新编码，以确定心率是低于、高于还是处于目标心率范围内。通过计算患者处于目标范围内的总秒数，得出依从性百分比。获得该数值后，将其转换为百分比，从而得到在目标心率范围内所花费时间的依从率。

对于每位受试者，将所有会话的数据合并，在汇总数据窗口中用仅包含受试者ID的信息替换受试者ID和会话信息，以获得每个会话的依从率。对于所有受试者的数据合并时，用仅包含会话的信息替换受试者ID和会话。最后，将数据库另存为不同的文件名。

最终，这些数据可用于分析特定个体或不同群体在一段时间内的依从性模式，或用于分析个体或群体在整个训练项目中的平均依从率。掌握该操作后，每名受试者的每次实验大约只需五分钟即可完成。在实施该操作时，务必记住在启动运动设备之前先运行心肺记忆软件，以便能够追踪数据并进行后续记录。

其次，必须尽量减少干扰源，以降低串扰或数据丢失的风险。观看本视频后，您应能够充分理解如何使用连续数据追踪技术，精确测量受试者对规定有氧训练强度的依从性。