Eddig a klubrendszerben ismert és egyéni sportágakban használt readiness metodika a CMJ- és a HRV-méréseken alapult. A megfelelő következtetések levonásához minden, az aktuális állapot meghatározását célzó vizsgálatot érdemes a hét minden napján megejteni a szükséges tendenciák nyomon követése érdekében. A HRV-analízissel az idegrendszer aktuális állapotát tudjuk meghatározni. A HRV (szívfrekvencia-variabilitás) mérés egy non-invazív módszer, amely a szívritmus (R-R távolságok ezredmásodpercben mérve) változékonyságát vizsgálja. A HRV-értékeket arra használjuk, hogy megállapítsuk a szívritmus szabályozásának állapotát. Ez különösen fontos a stressz, a kimerültség és az alvászavarok vizsgálatában, illetve sportolók esetén a terhelésre adott autonóm idegrendszeri válaszok értelmezésében, valamint elengedhetetlen a terhelésregeneráció optimalizálásához. A HRV-analízis lehetővé teszi az idegrendszer és a szív közötti interakciók mélyebb megértését. A HRV-metodikához szükséges kritériumrendszer alkalmazása csapatsportok esetén eddig igen nehézkes volt, hiszen minden sportolónak mellkaspántot kellett felvennie ébredés után, és nyugalmi helyzetben is elengedhetetlen volt a viselése.

Az eddigi módszerrel tehát kizárólag az autonóm idegrendszeri szabályozásból fogalmaztuk meg a lényegi következtetéseket, azonban sportlabor-körülmények között fontos kiegészítő vizsgálatot jelent a PWA-technológia és -módszertan alkalmazása, hiszen sportolóink érrendszerének állapota döntő jelentőségű a maximális teljesítmény eléréséhez.

A tudományos háttér áttekintése

De mi is az a PWA? A Pulse Wave Analysis (PWA) az artériás hullámformák értékelésére és a pulzusnyomás hullámformájából különböző hemodinamikai paraméterek megállapítására szolgáló technika. „A pulzushullám-elemzés (PWA) lehetővé teszi a perctérfogat (CO) becslését az artériás vérnyomás (AP) hullámformájának folyamatos elemzése alapján” [12] (CO=cardic output; AP=arterial pressure). A pulzushullám non-invazív regisztrálásához az ujjra vagy a karra helyezett pumpálható mandzsettát alkalmaztak, amit a rendszer a megfelelő időben felfújt és leeresztett. „A non-invazív PWA-rendszerek vagy a volume clamp módszeren alapulnak ujjmandzsettával, vagy automatizált radiális artériaapplanációs tonometrián, a bőrön a radiális artéria felett elhelyezett érzékelővel.” [12; 29]

A PWA- és a HRV-mérés a kardiológiai vizsgálatok és diagnosztikák fontos eszközévé vált a 20. század közepétől kezdve. Ebben az időszakban a tudomány és a technológia rohamos fejlődése lehetővé tette a szív- és érrendszeri betegségek megismerését, pontosabb diagnosztizálását és kezelésük hatékonyabbá tételét. A feltárt összefüggések segítik a sportban dolgozó szakembereket és sportolókat is abban, hogy elkerüljék a túlterhelést, túledzettséget, kiégést. A burnout elkerülése fontos a menedzserek, vezető pozícióban lévők életében is. Az előzményből következik, hogy optimális lenne egy olyan metodika alkalmazása, amely gyors és egyszerű, ezenkívül könnyen értelmezhető.

A jelzett módszertan a vér okozta változások kimutatására a fotopletizmográfia (PPG) optikai mérési technikát alkalmazza. „A PPG egy nem invazív módszer a szövetekben a vértérfogat változásainak fotoelektromos eszközökkel történő rögzítésére. Ez a módszer a Lambert-Beer törvényen [25] alapul, amely azt jelzi, hogy a vérszöveten áthaladó fény gyengül az út hossza, a szövet sűrűsége, az abszorbancia és egyéb tényezők által. A vér mennyisége periodikusan változik a szív véráramának függvényében, csakúgy, mint a bőrön áthaladó fény intenzitása.” [26][27]

A PPG elvét alkalmazva mérhetővé válnak olyan kardiovaszkuláris paraméterek, mint a szívritmus, a vérnyomásváltozás és az oxigéntelítettség. Összegezve: alkalmas módszer lehet a PWA-hez, azonban az eddigi PPG-rendszerek dominánsan az R-R távolságok meghatározására voltak képesek, több-kevesebb sikerrel. A Fit4all eszköz (200 Hz) és a hozzá tartozó rendszer az előzőekben említett PPG-ból adódó lehetőségeket aknázza ki. Az eszköz és módszertan lehetővé teszi a HRV- és a PWA-rendszerből származó előnyök jelentős idő- és extra technológiai ráfordítás nélküli kiaknázását. Röviden: kis eszköz, mindössze egy pulzoximéter (1. ábra), mobil app, rövid adatfelvétel (140 mp), azonnali eredmény.

A módszertan alapja az, hogyan képes az eszköz a PPG-limitációkkal rendelkező görbéből pontosan elemezhető, a tudomány számára jól használható, referenciapontok meghatározására alkalmas transzformációt létrehozni, ami nem más, mint a felvett PPG kétszeres deriváltja (2. ábra). Az így kapott egyszeres derivált a görbe „meredekségét” jelzi, a kétszeres derivált az eredeti görbe „gyorsulását” jeleníti meg.

A hullámok morfológiájának leírására számos kitüntetett pont és származtatott paraméter áll rendelkezésünkre. [1] (3. ábra)

Az egy eszközben megjelenő két metódus és a fejlett automatikus elemzőrendszer miatt mindkét eljárás paraméterkészlete a rendelkezésünkre áll. Így pontos képet kapunk az egyén vegetatív idegrendszeri szabályozásáról, illetve érrendszere aktuális állapotáról, ami talán érthetőbbé válik a későbbiekben a változók megismerésével. Fontos kiemelni, hogy az egyszerű értelmezés érdekében minden változót percentilis értékben adunk meg, ez azt jelenti, hogy az értéktartományt 100 egyenlő egységre bontjuk, és minden érték ezen a 0-100-as skálán helyezkedik el, így egy átlagember számára is értelmezhetővé válnak az értékek, hiszen azonos dimenziójú adatokat jelenítünk meg. Az azonos dimenzió azért fontos, hogy a longitudinális -a tendenciákat megjelenítő -elemzéshez az értékek egy koordináta-rendszeren belül megjeleníthetővé váljanak. Az előzőekből következik, hogy mértékegységet és a mértékegységekhez tartozó normál tartományt így nem szükséges tudnia az értékelőnek.

A PPG-görbéből számított paraméterek

NAGY ARTÉRIA MEREVSÉGI INDEX: információt ad az artériák merevségéről. [7]

SI=h/deltaT. A deltaT: szisztolés és diasztolés csúcs közötti idő, h: a beteg magassága.

IZOMTÓNUS (REFLEXIÓS INDEX): diasztolés csúcsamplitúdó/szisztolés csúcsamplitúdó x100 – az értónus és az aorta rugalmasságának eredőmarkere. Az érték, amelyet a diasztolés és a szisztolés csúcsamplitúdó arányából számolunk ki százalékos formában. Ez az index összetett képet ad az érfalak tónusáról és az aorta rugalmasságáról. Az érték minél magasabb, annál jobb az izomtónus és az aorta rugalmassága. [3]

SZÍVKAPACITÁS (DICROTIC NOTCH INDEX): olyan mérőszám, amely a szívverés során a vérnyomásgörbe egy bizonyos pontján, a második csúcspont és az azt megelőző mélypont közötti viszonyt írja le. Ezt a jelenséget az aortabillentyű záródásakor megfigyelhető jel formálja. Ez a mérőszám a szív- és érrendszer állapotáról ad információt, és általában az életkor növekedésével csökken. Azonban vannak bizonyos tényezők – mint például a célzott szív- és érrendszeri edzések, szaunahasználat vagy forró fürdő –, amelyek rövid távon befolyásolhatják az értékét, és javíthatják a szív teljesítményét.

SZÍVDINAMIKA (SZISZTOLÉS MEREDEKSÉG): megadja a felszálló hullám maximális meredekségét. Ez korrelál a bal kamra kilökődési dinamikájával (~dP/dt echokardiográfia), azaz minél jobban összehúzódik a bal kamra, annál meredekebb a nyomásfelhalmozódás az érrendszerben. A szívdinamika olyan mutató, amely a szív szisztolés (összehúzódási) fázisában a vérnyomás növekedésének sebességét jellemzi. A szisztolés meredekség (alfa) azt az értéket jelzi, mennyire gyorsan nő a nyomás a szívciklus ezen pontján. Minél hatékonyabban húzódik össze a bal kamra, annál gyorsabban nő a nyomás, ami meredek emelkedést mutat a görbén. Ez az érték összefügg a bal kamra kilökődési hatékonyságával és az egész testben történő erőátvitellel. Egyszerűen fogalmazva, ez egy jel, hogy mennyire erőteljesen és hatékonyan pumpál a szív, ami befolyásolja az edzés során végzett gyakorlatok teljesítményét.

BIOLÓGIAI ÉLETKOR(ÖREGEDÉSI INDEX)

A PPG-hullám második deriváltjából származtatva abszolút értéke az életkorral csökken. Ez a test valódi arteriális életkorához kapcsolódik. [2]

A biológiai életkor vagy más néven öregedési index az az érték, amelyet a pulzushullám-grafikon (PPG) második deriváltjából számítanak ki. Ez a szám azt mutatja meg, hogy az érhálózat milyen mértékben öregedett az idő múlásával. Minél alacsonyabb ez az érték, annál fiatalabbnak tekinthető az érrendszer. Ez az index segít megérteni, hogy a sportoló érrendszeri állapota mennyire felel meg a tényleges életkorának, és segíthet az edzéstervek és a regenerációs stratégiák személyre szabásában. Az egészséges életmód, a megfelelő edzés és a jó táplálkozás hozzájárulhat az arteriális életkor lassításához, így a sportoló teljesítőképességének fenntartásához.

ANYAGCSERE (CREST TIME)

A periódus kezdetétől a maximális szisztolés amplitúdóig eltelt idő 75/perc pulzusszámra korrigálva. Ez a mutató az anyagcsere sebességére és változásaira utal.

Az anyagcsere sebességének egyik mutatója a crest time, ami azt méri, mennyi idő telik el a pulzushullám periódusának kezdete és a legnagyobb szisztolés amplitúdó között, egységesítve egy 75 ütés/perc pulzusszámra. Ez a mérőszám arra utal, hogy az edzés során milyen gyorsan képes a szervezet reagálni és alkalmazkodni a változó igényekhez. Röviden: ez az érték tükrözi a sportoló anyagcsere-folyamatainak hatékonyságát és gyorsaságát, ami közvetlenül befolyásolja az energia előállítását és a teljesítményt edzés vagy verseny során. Az ideális crest time azt jelzi, hogy a sportoló anyagcseréje jól reagál a terhelésre, és képes gyors energiaszolgáltatásra.

SZÍVFESZÜLÉS/TÚLEDZETTSÉG

A crest time két időkomponense (left ventricular ejection time): LVET1, LVET2. Az LVET1 során a szívnek nem kell megküzdenie az utóterhelés következményeivel, míg az LVET2-ben az utóterhelésnek jelentős szerepe lehet ezen időintervallum hosszának alakításában. A két mutató segítségével meghatározható a szív leterheltségének mértéke vagy az esetleges túlterhelés. A szívfeszülés vagy túlmunka két fontos eleme az LVET1- és LVET2-mérés, amiket 75 ütés/perces pulzusra normalizálva határoznak meg. Az LVET1 a szívverés azon fázisa, amikor a szív még nem érzi az ellenállást, vagyis az afterload hatásait. Ez az időszak főként a szív saját összehúzódási képességére fókuszál. Ezzel szemben az LVET2 azt az időszakot jelzi, amikor a szívnek már meg kell birkóznia az ellenállással, ami jelentős befolyást gyakorol a szív teljesítményére.

Egyszerűsítve: ezek a mérések azt mutatják, hogy mekkora terhelésnek van kitéve a szív az edzést megelőzően és azt követően, és hogy jelentkezik-e a túlterhelés jele. Ha az LVET1 és LVET2 értékek magasak, az arra utalhat, hogy a szívnek keményebben kell dolgoznia, ami fokozott stressz vagy túlterhelés jele lehet. Ezek az információksegítenek az edzőknek abban, hogy megfelelően szabályozzák az edzésterhelést és az aktív pihenést, ezzel védve a sportoló egészségét és hosszú távú jó teljesítményét.

A mérés a fent említett paramétereken kívül az átlagos pulzusszámot (HR) és az artériás oxigénszaturációt (SpO2) is megadja a mérés során.

SZÍVRITMUS-VARIABILITÁS (HRV)

A 140 másodperces PPG-rekord lehetővé teszi a HRV (szívritmus-variabilitás) elemzését is. A HRV-paraméterek értékes információkkal szolgálnak a szív általános állapotáról és autonóm idegi szabályozásáról is. Például cukorbetegeknél, ahol a vagus aktivitása csökken, a HRV-paraméterek jellegzetes mintázata figyelhető meg, amely eltér az egészséges személyekétől (kardiális autonóm neuropátia (CAN). [9].

A HRV-elemzéshez a rendszer a nemzetközi kardiológiai szervezetek által 1996-ban leírt és elfogadott ajánlásokat alkalmazta, kisebb módosításokkal. [10] Az idő- és frekvenciatartomány, illetve a nem lineáris paraméterek elemzése adott matematikai szabályok szerint történik. A HRV-analízist több cikkben is alkalmazták infarktuson átesett betegek kockázatbecslésére. [10,11]

HRV (SDNN)

A számos HRV-paraméter közül a legszélesebb körben ismert [10] az SDNN. Értékét minden, a pulzusszám változékonyságát befolyásoló ciklikus komponens befolyásolja. Kvázi szummatív autonóm idegrendszeri indikátor. Fiataloknál és sportolóknál magasabb, stresszhelyzetben lévőknél és egészségtelen életmódot folytatóknál alacsonyabb.

Az SDNN az egyik leggyakrabban használt HRV- (szívritmus-variabilitás) mutató, amely a szívverések közötti időintervallumok átlagos szórását (standard deviation of all NN intervals) méri. Ez az érték azokat a ciklikus hatásokat tükrözi, amelyek a pulzusszám változékonyságát befolyásolják, és egyfajta összegző jelzője az autonóm idegrendszeri aktivitásnak.

Fiatal, fizikailag aktív emberek és sportolók esetében az SDNN-érték általában magasabb, mivel szívük és idegrendszerük rugalmasabb és jobban alkalmazkodik a különböző fizikai és mentális kihívásokhoz. Ellenben azoknál, akik stresszes vagy túledzett, túlterhelt élethelyzetben vannak, netán kevésbé egészséges életmódot élnek, az SDNN-érték alacsonyabb lehet, ami arra utalhat, hogy a szív rosszabbul reagál a változó igénybevételre.

Edzőként az SDNN értéke segíthet felmérni az edzésprogramok hatását, valamint megállapítani az esetleges túlterhelést vagy a pihenés szükségességét. Az SDNN monitorozásával optimalizálható az edzés intenzitása, elősegítve a sportolók egészségének megőrzését és a teljesítmény javulását.

REGENERÁCIÓ (RMSSD)

Az autonóm idegrendszer paraszimpatikus aktivitása egyenes arányban befolyásolja az értékét. Értéke a regeneráció mértékére vonatkozik. Az rMSSD a regenerációs szívritmus-variabilitás egyik mutatója, a szívverések közötti időintervallumok négyzetösszege gyökének átlaga (Root Mean Square of Successive Differences). Ez az érték közvetlenül kapcsolódik az autonóm idegrendszer paraszimpatikus, vagyis nyugalmi állapotot támogató részének aktivitásához. Minél magasabb az rMSSD-érték, annál erőteljesebb a paraszimpatikus aktivitás, ami azt jelzi, hogy a test intenzíven regenerálódik és pihen.

Az rMSSD-érték segíthet felmérni az edzőnek, hogy egy sportoló hol tart a regenerációs folyamataiban egy-egy edzés vagy verseny után. Magas rMSSD-értékek esetén kipihent és készen áll a következő edzésre vagy kihívásra. Az alacsony értékek azt jelezhetik, hogy szükség van további pihenésre vagy a regenerációs stratégiák felülvizsgálatára, mint például a táplálkozás, a hidratáció, a sleep management vagy a stresszkezelés javítása.

ENERGIASZINT (TELJES TELJESÍTMÉNY)

Megadja a frekvenciatartomány-elemzési görbe alatti területet. Hasonló információkat hordoz, mint az SDNN, és az értékét befolyásoló tényezők ugyanazok. Értéke a test aktuális energiaszintjére vonatkozik.

Az energiaszint, amit gyakran „teljes teljesítmény” néven is emlegetnek a HRV-elemzések során, a frekvenciatartomány-elemzéskor a teljesítmény spektrumgörbe alatti területet mutatja. Ez az érték azt jelzi, hogy az autonóm idegrendszer milyen szintű aktivitást mutat, és ezáltal a sportoló aktuális energiaszintjére utal.

Az SDNN-hez hasonlóan az energiaszint is átfogó képet ad a szívvariabilitásról, de itt a frekvenciaspektrum egészének összegzésével. A magasabb érték azt jelenti, hogy a sportoló energikusabb, és valószínűleg jobban készen áll a fizikai aktivitásra. Ugyanakkor az alacsonyabb érték jelezheti a fáradtságot vagy a nem kielégítő regenerációt.

Az edzők számára ez az információ fontos lehet az edzés intenzitásának beállításakor, valamint a sportoló napi állapotának és a készültségének megítélésében. A „teljes teljesítmény” monitorozása segíthet abban, hogy a sportoló a lehető legjobb állapotba kerüljön az edzéseken és versenyeken.

IDEGRENDSZERI EGYENSÚLY (LF/HF)

Ez a különböző frekvenciasávok közötti arányt leíró szám a HRV frekvenciatartomány-elemzéséből. Az LF- (alacsony frekvencia: 0,04 Hz-0,15 Hz) komponenst szimpatikus és paraszimpatikus hatások egyaránt érintik, míg a HF- (nagyfrekvenciás: 0,15 Hz-0,4 Hz) komponenst csak a paraszimpatikus aktivitás növekedése befolyásolja. Ebből következően a kettő aránya hozzávetőlegesen azt írja le, hogy az autonóm idegrendszer szimpatikus vagy paraszimpatikus hatásai erősebbek-e a mérés pillanatában egy adott személynél. Az LF/HF arány egy százalékos (percentilis) skálán méri az autonóm idegrendszer szimpatikus és paraszimpatikus részeinek aktivitását. Ez az arány azt mutatja, hogy a mérés időpontjában a szervezet mely idegrendszeri állapota van túlsúlyban. Ha az LF/HF arány értéke körülbelül 50 percentilis, az az egyensúlyt jelzi az idegrendszer szimpatikus és paraszimpatikus komponensei között. Ha az érték 50 percentilis alatt van, az a paraszimpatikus (nyugtató, regeneráló) aktivitás túlsúlyát jelzi, míg 50 percentilis felett a szimpatikus (aktiváló, stresszválaszt előidéző) aktivitás dominanciáját mutatja. Ez a mutató különösen fontos az edzőknek, mivel segít nekik az edzés és a pihenés megfelelő egyensúlyának megtalálásában, és megtudhatják, melyek azok az időszakok, amikor a sportoló esetleg túlzott stresszhatás alatt áll, vagy épp ellenkezőleg, sikerült regenerálódnia. Az LF/HF arány percentilis értékének nyomon követése segít az edzésintenzitás finomhangolásában és a sportoló teljesítményének maximalizálásában.

Az eszközt és a rendszert a Nemzeti Kézilabda Akadémia jelenleg is teszteli. Tapasztalataink alapján ilyen egyszerű és rövid adatfelvételből ennyire átfogó képet sportolóink aktuális állapotának meghatározása során még nem kaptunk. Longitudinális readiness vizsgálatot csapatsportokban csak nehézkesen tudtunk alkalmazni, azonban a rendszert tesztelve könnyen és jól használhatónak tartjuk az eljárást.

A Selye-féle stresszelmélet alapján [32] az autonóm idegrendszer szimpatikus-paraszimpatikus válaszreakcióit [28] (4. ábra), és a fáradás-túlterhelés-túledzettségre adott válaszokat és hatásmechanizmust értelmezve az edzésterhelés (amit stresszként szükséges értelmeznünk) [30; 31] és pihenés aránya pontosabban értelmezhető, optimalizálható, illetve az inger erőssége (terjedelem, intenzitás) is pontosítható.

Gyakorlati tapasztalatok

A méréseket napi rendszerességgel, ébredést követően végezték el a játékosok. Fontos kiemelni, hogy az adatfelvétel mindenképpen ébredés után történjen, mert minél több inger éri a tesztalanyt, annál jobban befolyásolja a mérési paramétereket, amelyek az akkori tényleges állapotot jelzik. A legfontosabb mérési nap a mérkőzés napja, illetve az azt megelőző két nap volt. Egyetlen nem megfelelő („rossz”) mérési eredmény esetében nem módosítottuk a terhelést, kivéve, ha ezt az értéket a kiemelt napok egyikén mértük, szombati mérkőzés esetén aznap, illetve csütörtökön vagy pénteken. Hétfői, keddi és szerdai eredmény esetében csak akkor módosítottunk, ha legalább két napon nem az elvárt értékeket kaptunk.

Általában nagyobb terhelést követően a másnapi mérések kevésbé voltak közel az optimálishoz. A paraméterek változását mátrixban értelmeztük, viszont megfigyelhetőek voltak a fő eltérések a terhelés/stressz hatására. Ilyen például edzést követően a hipertrófia; a sportolók is jelezték, hogy izomlázuk van, azizomtónusértékben csökkenést regisztráltunk. Viszont sok esetben a nagy artéria merevsége és a szívfeszülés/túledzettség paraméterekben nem következett be jelentős változás. Regenerációs programot (10-20 perc ciklikus aerob, Normatec, masszázs, hidegterápia, meditáció, légzőgyakorlatok) követően az értékek legtöbb esetben normalizálódtak. A mérési eredményeket egyéb readiness vizsgálatokkal kiegészítve értelmeztük, mint például wellness kérdőív, illetve CMJ (mod. RSI, magasság imp-mom.). Ez a kiegészítés a napi aktuális forma/állapot meghatározásán kívül a túledzettség elkerülése érdekében is jól használható. Információt kapunk az idegrendszer egyensúlyi helyzetéről vagy az esetleges eltolódása irányáról, fáradása típusáról (idegrendszer vagy szív- és érrendszer), így ezt befolyásolni tudjuk az intenzitás, a volumenmutatók módosításával vagy akár különböző légzőgyakorlatok, alternatív regenerációs módszerek beépítésével. Ezen túlmenően a különböző periodizációs blokkok, edzéstípusok/célok (állóképesség, hipertrófia, erő, gyorsaság, robbanékonyság stb.) hatását is megfigyelhetjük. Példaként említhetjük, hogy alapozási időszakban az ACWR (Acute Chronic Workload Ratio) terhelési mutató eltolása akut irányba megfelelő mértékű-e, és kiváltja-e a gyulladás karakterisztikájára jellemző kívánt markereket, továbbá, hogy ezek az értékek csak kellő ideig jelennek-e meg. Az értékek ismerete, kontrollálása kiemelten fontos szezon közben annak érdekében, hogy a sportoló mérkőzésről mérkőzésre megfelelő formában legyen, sőt, ha idény közben az erőnléti fejlesztés a cél, akkor ezen adatok pontos ismerete nélkülözhetetlen a teljesítményadaptációs mérleg nyelvének megfelelő ideig és mértékig történő kibillentéséhez.

A későbbiekben érdemes lenne megvizsgálni a különböző szubjektív és objektív készenléti mérések összefüggését, hatásainak erősségét és a mérkőzésen nyújtott teljesítmény/sikeresség kapcsolatát, relevanciáját, továbbá az idegrendszeri tónus hatását az agilitás képességére.

Összegezve: az előzőekben megjelenített vizsgálati módszertan számos új lehetőséget nyit meg a csapatsportoknál is a periodizáció tökéletesítése érdekében. Az objektív eljárás lehetőséget biztosít a terhelés adta válaszok értelmezéséhez, optimalizálásához, továbbá a regenerációs technikák hatásának vizsgálatához és azok érrendszere és idegrendszerre gyakorolt hatásának megfigyeléséhez, valamint a sportolót érő pszichés, érzelmi hatások okozta élettani változások kimutatásához.

IRODALOM

[1] Elgendi M. On The Analysis of fingertip photoplethysmogram signals. CurrCardiolRev. 2012; 8: 14–25.

[2] Takazawa K, Tanaka N, Fujita M, et al. Assessment of vasoactive agents and vascular aging by the second derivative of photoplethysmogram waveform. Hypertension. 1998; 32: 365–370.

[3] Millasseau S, Kelly R, Ritter J, et al. Determination of age-related increases in large artery stiffness by digital pulse contour analysis. ClinSci. 2002; 103: 371–377.

[4] Wesselink R. Blood Pressure Waveform Analysis in cardiogenic shock & acute myocardial infarction. 2016;

[5] Pilt K, Meigas K, Ferenets R, et al. Photoplethysmographic Signal Waveform index for detection of increased arterial stiffness. PhysiolMeas. 2014; 35: 2027–2036.

[6] Inoue N, Kawakami H, Yamamoto H, et al. Second Derivative of the finger photoplethysmogram and cardiovascular mortality in middle-aged and elderly Japanese women. Hypertens Res. 2017; 40: 207–211.

[7] Millasseau SC, Ritter JM, Takazawa K, et al. Contour Analysis of the photoplethysmographic pulse measured at the finger. J Hypertens. 2006; 24: 1449–1456.

[8] Haiden A, Eber B, Weber T. U-Shaped Relationship of Left Ventricular Ejection Time Index and All-Cause Mortality. Am J Hypertens. 2014; 27: 702–709.

[9] Fisher VL, Tahrani AA. Cardiac Autonomic Neuropathy in patients with diabetes mellitus: current perspectives. Diabetes MetabSyndrObes. 2017; 10: 419–434.

[10] TaskForce of the European Society of Cardiology and theNorth American Society of Pacing and Electrophysiology. Heart Rate Variability: standards of measurement, physiological interpretation and clinical use. Circulation. 1996; 93: 1043–1065.

[11] Karp E, Shiyovich A, Zahger D, et al. Ultra-Short-Term Heart Rate Variability for Early Risk Stratification following Acute ST-Elevation Myocardial Infarction. Cardiology. 2009; 114: 275–283.

[12] Saugel, Bernd, Karim Kouz, Thomas W.L. Scheeren et al. Cardiac output estimation using pulse wave analysis—physiology, algorithms, and technologies: a narrative review. British Journal of Anaesthesia, Volume 126, Issue 1, 67 - 76
[13] Bedford, D. E., The ancient art of feeling the pulse. Br. Heart J. 1951; 13, 423–437.

[14] Hyndman, B. W., Kitney, R. I., and Sayers, B. M. 1971; Spontaneous rhythms in physiological control systems. Nature 233, 339–341.

[15] Sayers, B. M., Analysis of heart rate variability. Ergonomics 1973;16, 17–32.

[16] Peñáz, J., Honzikova, N., and Fisher, B.,Spectral analysis of resting variability of some circulatory paramers in man. Physiol. Bohemoslov. 1978;27, 349–357.

[17] Huikuri, H. V., Mäkikallio, T. H., Airaksinen, K. E., Seppänen, T., Puukka, P., Räiha, I. J., and Sourander, L. B., Power-law relationship of heart rate variability as a predictor of mortality in the elderly. Circulation 1998; 97, 2031–2036.

[18] Plews DJ, Laursen PB, Kilding AE, Bucheit M., Heart-rate variability and training-intensity distribution in elite rowers., 2014.

[19] Vaz MS, Picanco LM, Del Vecchio FB., Effects of different training amplitudes on heart rate and heart rate variability in young rowers.2014.

[20] Park SB, Lee BC, Jeong KS, Standardized tests of heart rate variability for autonomic function tests in healthy Koreans. 2007.

[21] Nunan D, Sandercoc GR, Brodie DA., A quantitative systematic review of normal values for short-term heart rate variability in healthy adults. 2010.

[22] Andreas Voss , Rico Schroeder, Andreas Heitmann, Annette Peters, Siegfried Perz, Short-Term Heart Rate Variability - Influence of Gender and Age in Healthy Subjects 2015.

[23] Mourot L, Bouhaddi M, Perrey S, Capelle S, Henriet MT, Wolf JP, Rouillon JD, Regnard J., Decrease in heart rate variability with overtraining: assessment by the Poincaré plot analysis. 2004.

[24] Richard P Sloan, PhD, Mei-Hua Huang, DrPH, Heather Mccreath, PhD, Stephen Sidney, MD, Kiang Liu, PhD, O. Dale Williams, Teresa Seeman, PhD, Cardiac Autonomic control and the effects of age, race and sex: the cardia study. 2008.

[25] M. Cejnar, H. Kobler, and S. N. Hunyor, Quantitative photoplethysmography: Lambert-Beer law or inverse function incorporating light scatter, Journal of Biomedical Engineering, vol. 15, no. 2, pp. 151–154, 1993.

[26] J. Allen, Photoplethysmography and its application in clinical physiological measurement, Physiological Measurement, vol. 28, no. 3, pp. R1–39, 2007.

[27] Qin C, Wang X, Xu G, Ma X. Advances in Cuffless Continuous Blood Pressure Monitoring Technology Based on PPG Signals. Biomed Res Int. 2022 Oct 1;2022:8094351. doi: 10.1155/2022/8094351. PMID: 36217389; PMCID: PMC9547685.

[28 John M Karemaker] An introduction into autonomic nervous function To cite this article: 2017 Physiol. Meas. 38 R89

[29] Penáz J. Criteria for set point estimation in the volume clamp method of blood pressure measurement. Physiol Res. 1992;41(1):5-10. PMID: 1610779.

[30] Carfagno, David G. DO, CAQSM1; Hendrix, Joshua C. MS-III2. Overtraining Syndrome in the Athlete: Current Clinical Practice. Current Sports Medicine Reports 13(1):p 45-51, January/February 2014. | DOI: 10.1249/JSR.0000000000000027

[31] Cardoos, Nathan MD. Overtraining Syndrome. Current Sports Medicine Reports 14(3):p 157-158, May/June 2015. | DOI: 10.1249/JSR.0000000000000145

[32] SELYE H. Stress and the general adaptation syndrome. Br Med J. 1950 Jun 17;1(4667):1383-92. doi: 10.1136/bmj.1.4667.1383. PMID: 15426759; PMCID: PMC2038162.

[33] https://www.fit4all.health/hu-HUmegtekintve 2023.11.01 01:35