Kontrolliertes_und_i.. - Jochen Fahrenberg
Kontrolliertes_und_i.. - Jochen Fahrenberg
Kontrolliertes_und_i.. - Jochen Fahrenberg
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Die Entwicklung dieser Artefakt-Kontrolle wurde an einem eigens dazu registrierten Fall<br />
(bewbd01.vpd) entwickelt <strong>und</strong> an vier Datensätzen, die uns dankenswerterweise von Herrn Prof.<br />
Dr. Thomas Schmidt (Institut für Epidemiologie, Sozialmedizin <strong>und</strong> Ges<strong>und</strong>heitsforschung,<br />
Medizinische Hochschule Hannover) zu Verfügung gestellt wurden, erprobt.<br />
Zur Bestimmung der Parameter des Verfahrens, benötigt man eine „optimale“ Missing-Data-<br />
Bereinigung als Referenz. Dazu wurde der Datenfile am Bildschirm nach Augenschein korrigiert<br />
wurde, d.h. alle Auffälligkeiten des Fingerpuls-Signals wurden Missing gesetzt <strong>und</strong> ebenso<br />
die Blutdruck-Daten der entsprechenden Zeitpunkte. Danach wurde der Originalfile automatisch<br />
reanalysiert (on-line-geeigneten Artefaktbereinigung). Mit dem „explizit“ bereinigten Vergleichsfile<br />
konnten durch Try-and-Error (Vergleich der Mittelwerte <strong>und</strong> Standardabweichungen,<br />
Korrelation) folgende Parameter für die Missing-Data-Setzung bestimmt werden:<br />
1. Begrenzung der aktuellen Werte, Missing-Data, wenn: Herzfrequenz ⊄(40,180) bpm, systolischer<br />
Blutdruck ⊄(85,235) mmHg, diastolischer Blutdruck ⊄(30,140) mmHg;<br />
2. Missing-Data, wenn Herzfrequenz-Diskrepanz: HF Portapres -HF Vary ⊄(-4,+8) bpm;<br />
Weiter gehende on-line-geeignete Artefakt-Erkennungen, die bekannte Frequenzgänge der Signale<br />
verwenden (Kurzzeitveränderungen, Tiefpassfilter) erbrachten keine wesentlichen Verbesserungen.<br />
Die Ergebnisse der expliziten <strong>und</strong> automatischen Artefakt-Bereinigung sind in Tabelle<br />
3.2 eingetragen.<br />
Tabelle 3.2: Vergleich der explizit <strong>und</strong> automatisch korrig ierten Variablen der 10-Sek<strong>und</strong>en-<br />
Segmente.<br />
Variable N Mittelwerte Standardabweichungen Korrelat.<br />
expliz. autom. p expliz. autom. p r p<br />
HR_PP_ 645 106.34 106.45 0.205 13.92 14.03 0.200 0.99 0.000<br />
SYSTOL 625 145.22 145.09 0.591 26.94 27.53 0.010 0.98 0.000<br />
DIAST_ 624 73.57 73.49 0.686 10.54 11.55 0.000 0.92 0.000<br />
Die Korrelation von explizit <strong>und</strong> automatisch korrigierter<br />
systolischen Blutdruckwerten ist mit .98<br />
zwar nicht perfekt, doch scheinen die Fehler nach<br />
Inspektion des Scattergramms (Abbildung 3.3) tolerierbar,<br />
zumal bei der expliziten MD-Setzung nur<br />
augenfällige Veränderungen <strong>und</strong> Ausreißer getilgt<br />
wurden. Auch kann der vorliegende Datenfile nicht<br />
unbedingt als beispielhaft (sondern eher als probeweise<br />
erhoben) angesehen werden. Da-rüberhinaus<br />
sind Segmente von nur 10 Sek<strong>und</strong>en vermutlich<br />
deutlich zu klein. Im Vorgriff auf den folgenden<br />
Abschnitt werden die Daten mit Segmenten von 60<br />
Sek<strong>und</strong>en analysiert (Tabelle 3.3).<br />
Abbildung 3.3: Scattergramm des systolischen<br />
Blutdrucks (10-Sek<strong>und</strong>en-<br />
Segmente): SYSTOL01=automatisch korrigierte<br />
Werte, STYSTOL02=explizit korrigierte<br />
Werte.<br />
Tabelle 3.3: Vergleich der explizit <strong>und</strong> automatisch korrigierten Variablen der Minuten-Segmente.<br />
Variable N Mittelwerte Standardabweichungen Korrelat.<br />
expliz. autom. p expliz. autom. p r p<br />
HR_PP_ 114 107.09 107.30 0.108 13.18 13.37 0.160 0.99 0.000<br />
SYSTOL 114 146.28 146.64 0.387 25.59 25.82 0.570 0.99 0.000<br />
DIAST_ 114 74.13 74.26 0.707 9.60 10.48 0.009 0.94 0.000<br />
52