Eignung einer Messung der Herzratenvariabilität zur Validierung ...

Ramona S. Curteanu Hochschule München
Ursprungs sind. Man sieht es den Menschen nicht unbedingt an, wenn sie z.B. depressiv
sind, jedoch spiegelt sich eine Einflussgröße, wie Depression oder Burn-Out, bemerkenswert
im Parameter der HRV wider. Der zweite Versuch zur Beantwortung der Robustheits-
frage der untersuchten Parameter erscheint jedoch sinnvoller und bodenständiger. Jeder
Ingenieur kennt das Problem der zufälligen Fehler einer beliebigen Messreihe. Warum soll
man diesen Ansatz zur Fehlerrechnung nicht auf die Gesundheitsindikatoren übertragen
können? In der Messtechnik macht es doch keinen Unterschied, ob man Temperaturen
oder Interbeat-Intervalle misst. Alle Messreihen sind fehlerbehaftet und es ist sinnvoll,
diese wahrzunehmen und ihre möglichen Auswirkungen durch die Fehlerfortpflanzung auf
den Parameter zu untersuchen.
Im Ausblick bleibt nun sicherlich von Interesse, eine geeignete und vor allem robuste
Validierung der HRV Parameter zu erforschen. Bisher war eher die Robustheitsfrage auf
die einzelnen Parameter gerichtet, sodass man entscheiden kann, welcher Parameter ist
wirklich robust gegenüber Ausreißern. Man könnte aber die Frage nach der Robustheit
auch auf die statistische Auswertung der schon etablierten Parameter der HRV richten.
Auf diesem Gebiet hat sich nämlich in den letzten Jahren viel verändert, viele statistische
Methoden erwiesen sich als nicht robust. 1 Es gibt zahlreiche neue, robuste Parameter
wie die M-Schätzer, R-Schätzer, „trimmed mean“, MAD oder α-winsorisiertes Mittel und
Gini mean difference. Dennoch wäre es spannend herauszufinden, ob mit den Mitteln der
robusten Statistik eine geeignete Auswertungsmethodik der HRV Parameter zu leisten
wäre. Dies könnte das Ziel weiterer wissenschaftlicher Studien im Bereich der Salutogenese
sein.
1 Siehe Robuste Statistik mit R nach Jurecková & Picek.
68