Erfassung von individuellem Beanspruchungserleben am Arbeitsplatz über Herzratenvariabilität im Pflegebereich

Wissenschaftliche Beiträge

Zusammenfassung

Zur Erfassung physischer und psychischer Beanspruchungen im Labor wie auch im Arbeitskontext werden vermehrt objektive Messverfahren ergänzend zu erprobten subjektiven Verfahren eingesetzt. Grund hierfür sind u. a. kleiner werdende Sensoren mit immer mehr Leistungskapazität, die eine Messung objektiver Vitalparameter vereinfachen. In einer empirischen Untersuchung im Pflegebereich wurde ein smartes T‑Shirt als Messinstrument benutzt, welches in der Lage ist, ein EKG mit guter Qualität zu erfassen. Die aus dem EKG ableitbaren Maße der Herzratenvariabilität (HRV) gelten dabei als zuverlässige Indikatoren für die subjektiv erlebte Beanspruchung. Präsentiert werden erste Ergebnisse zum Ausmaß der individuellen Beanspruchung im Tagesverlauf und zur Qualität der erfassten HRV-Daten. Dabei wird ein Schwerpunkt auf den Vergleich verschiedener HRV-Parameter gelegt sowie der Einsatz dieser Parameter zur Beschreibung und Identifikation beanspruchender Ereignisse kritisch reflektiert.

Praktische Relevanz: Die Analyse objektiver Beanspruchungsmessungen über die Ermittlung der Herzratenvariabilität ermöglicht die Identifikation situativer Belastungsfaktoren im Arbeitssystem sowie Ansatzpunkte der Gesundheitsprävention durch arbeitsplatzbezogene Veränderungsmaßnahmen.

Schlüsselwörter

Stress am Arbeitsplatz Objektive Messverfahren Herzratenvariabilität Wearable Technologies 

Heart rate variability as an individual parameter to describe and explain stress experience of nursing staff

Abstract

There is a current trend to measure physical and psychic stress in lab and field via objective measurement procedures in addition to prove subjective measurements. One reason for this trend might be, smaller sensor technologies with more power to make objective measurement of vital signs easier. Smart biometric shirts were used to measure an ECG with high quality in a nursing context. Heart rate variability (HRV), derived from the ECG-signal, is a widely used measure for subjectively perceived stress. First results of a field study about quality of different heart rate variability measurements and differences in subjective stress during morning shifts will be presented. The focus is on a comparison between different HRV measurements and a critical reflection of the use of these measurements for description and identification of stressful events

Practical Relevance: Assessment of working conditions via objectively recorded heart rate variability allows for the valid identification of harmful stressors at the working system and gives well-founded advices for specific health prevention measures and reorganization of working processes.

Keywords

Stress at worksite objective measurement procedures Heart Rate Variability (HRV) Wearable Technologies 

Literatur

  1. Al Sayed C, Vinches L, Hallé S (2017) Validation of a wearable biometric system’s ability to monitor heart rate in two different climate conditions under variable physical activities. E‑health Telecommun Syst Netw 6:19–30CrossRefGoogle Scholar
  2. Bertrand M, Mullainathan S (2000) Do people mean what they say? Implications for subjective survey data. University of Chicago, MimeoGoogle Scholar
  3. Bläsing D et al (im Druck) Nachhaltigkeit im Gesundheitswesen durch den Einsatz von Servicerobotik. In: Bamberg E, Schmitt CT (Hrsg) Psychologie und Nachhaltigkeit. Springer, WiesbadenGoogle Scholar
  4. Böckelmann I (2012) Analyse der Herzfrequenzvariabilität (HRV) – praktische Relevanz. Zentralbl Arbeitsmed Arbeitsschutz Ergonomie 62:275–279CrossRefGoogle Scholar
  5. Boucsein W (1991) Arbeitspsychologische Beanspruchungsforschung heute – eine Herausforderung an die Psychophysiologie. Psychol Rundsch 42:129–144Google Scholar
  6. Chen F et al (2016) Robust multimodal cognitive load measurement. Springer International Publishing Switzerland, ChamCrossRefGoogle Scholar
  7. Fagard RH, Pardaens K, Staessen JA (1999) Influence of demographic, anthropometric and lifestyle characteristics on heart rate and its variability in the the population. J Hypertens 17:1589–1599CrossRefGoogle Scholar
  8. Felber D et al (2008) Effect of physical activity on heart rate variability in normal weight, overweight and obese subjects: results from the SAPALDIA study. Eur J Appl Physiol 104:557–565CrossRefGoogle Scholar
  9. Ferdous M, Ferdousi S (2014) Acute effect of cigarette smoking on HRV in current cigarette smokers. Banglad Soc Physiol 9(2):59–64Google Scholar
  10. Föhr T et al (2015) Subjective stress, objective heart rate variability-based stress, and recovery on workdays among overweight and psychologically distressed individuals: a cross-sectional study. J Occup Med Toxicol 10:1–9CrossRefGoogle Scholar
  11. Heijjel L, Roth E (2004) What is the adequate sampling interval of the ECG signal for heart rate variability analysis in the time domain? Physiol Meas 25:1405–1411CrossRefGoogle Scholar
  12. Ito H et al (2001) Shift work modifies the circadian patterns of heart rate variability in nurses. Int J Cardiol 79:231–236CrossRefGoogle Scholar
  13. Järvelin-Pasanen S et al (2013) Effects of implementing an ergonomic work schedule on heart rate variability in shift-working nurses. J Occup Health 55:225–233CrossRefGoogle Scholar
  14. Karakaya O et al (2007) Acute effect of cigarette smoking on heart rate variability. Angiology 58(5):620–624CrossRefGoogle Scholar
  15. Krueger H (2007) Einführung in die Arbeitsphysiologie. In: Letzel S, Nowak D (Hrsg) Handbuch Arbeitsmedizin. Ecomed-Verlag-Ges, Landsberg, LechGoogle Scholar
  16. Kuronen E (2013) EPIC sensors in electrocardiogram measurement. http://theseus56-kk.lib.helsinki.fi/bitstream/handle/10024/67543/Kuronen_Esa.pdf?sequence=1&isAllowed=y. Zugegriffen: 17. Aug. 2017Google Scholar
  17. Mahdiani S et al (2015) Is 50 Hz high enough ECG sampling frequency for accurate HRV analysis. 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), Milan, 25.08.-29.08.2015.CrossRefGoogle Scholar
  18. Malik M (1996) Heart rate variability. Standards of measurement, physiological interpretation, and clinical use. Eur Heart J 17:354–381CrossRefGoogle Scholar
  19. Melillo P, Bracale M, Pecchia L (2011) Nonlinear heart rate variability features for real-life stress detection. Case study: students under stress due to university examination. Biomed Eng Online 10:1–13CrossRefGoogle Scholar
  20. Merkel T (2015) Bestandsaufnahme: Sind der Einsatz von Smartphone, Tracker und Wearables für die Arbeitswissenschaft Fluch oder Segen. In: Tagungsband der Herbstkonferenz der Gesellschaft für Arbeitswissenschaft am 21. und 22.09.2015 in DresdenGoogle Scholar
  21. Päßler S et al (2013) Validation of the use of heart rate variability measurements during meal intake in humans. Comput Cardiol (2010) 40:999–1002Google Scholar
  22. Pizzuti GP, Cifaldi S, Nolfe G (1985) Digital sampling rate and ECG analysis. J Biomed Eng 7:247–250CrossRefGoogle Scholar
  23. Podsakoff PM et al (2003) Common method biases in behavioral research: a critical review of the literature and recommended remedies. J Appl Psychol 88(5):879–903CrossRefGoogle Scholar
  24. Pumprla J et al (2002) Functional assessment of heart rate variability: physiological basis and practical applications. Int J Cardiol 84:1–14CrossRefGoogle Scholar
  25. Rauh R et al (2006) Acute effects of caffeine on heart rate variability in habitual caffeine consumers. Clin Physiol Funct Imaging 26:163–166CrossRefGoogle Scholar
  26. Revina NE (2006) Heart rate variability as an autonomic index of conflict-induced behavior of individuals under emotional stress. Hum Physiol 32:182–186CrossRefGoogle Scholar
  27. Riese H et al (2004) Job strain in relation to ambulatory blood pressure, heart rate, and heart rate variability among female nurses. Scand J Work Environ Health 30:477–485CrossRefGoogle Scholar
  28. Rohmert W, Rutenfranz J (1983) Praktische Arbeitsphysiologie. Thieme, StuttgartGoogle Scholar
  29. Sammito S, Böckelmann I (2016) Factors influencing heart rate variability. International cardiovascular forum. Journal 6:18–22Google Scholar
  30. Sammito S et al (2014) Nutzung der Herzfrequenz und der Herzratenvariabilität in der Arbeitsmedizin und Arbeitswissenschaft. Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften e. V. (AWMF), BerlinGoogle Scholar
  31. Sauder KA et al (2012) Effect of meal content on heart rate variability and cardiovascular reactivity to mental stress. Psychophysiology 49(4):470–477CrossRefGoogle Scholar
  32. Souza BB et al (2015) Lifetime shift work exposure: association with anthropometry, body composition, blood pressure, glucose and heart rate variability. Occup Environ Med 72:208–215CrossRefGoogle Scholar
  33. Teisala T et al (2014) Associations of physical activity, fitness, and body composition with heart rate variability-based indicators of stress and recovery on workdays: a cross-sectional study. J Occup Med Toxicol 9:1–9CrossRefGoogle Scholar
  34. Thews G, Vaupel P (2005) Vegetative Physiologie, 5. Aufl. Springer, HeidelbergGoogle Scholar
  35. Triebig G, Kentner M, Schiele R (2014) Arbeitsmedizin – Handbuch für Theorie und Praxis, 4. Aufl. Gentner Verlag, StuttgartGoogle Scholar
  36. Villar R, Beltrame T, Hughson RL (2015) Validation of the hexoskin wearable vest during lying, sitting, standing, and walking activities. Appl Physiol Nutr Metab 40:1019–1024CrossRefGoogle Scholar
  37. Vollmer M (2015) A robust, simple and reliable measure of heart rate variability using relative RR intervals. http://marcusvollmer.github.io/HRV/files/paper.pdf. Zugegriffen: 05. Dez. 2016CrossRefGoogle Scholar
  38. Vollmer M (2016) Neue robuste Methoden zur Herzschlagerkennung und zur Quantifizierung der Herzfrequenzvariabilität. http://d-nb.info/1124413723/34. Zugegriffen: 22. Aug. 2017Google Scholar
  39. Watson D, Pennebaker JW, Folger R (1986) Beyond negative affectivity: measuring stress and satisfaction in the workplace. J Organ Behav Manage 8:141–157Google Scholar
  40. Weippert M et al (2013) Heartrate variability and blood pressure during dynamic and static exercise at similar heart rate levels. PLOS ONE 8:e83690CrossRefGoogle Scholar
  41. Williams DP et al (2016) Effects of body mass index on parasympathetic nervous system reactivity and recovery following orthostatic stress. J Nutr Health Aging. https://doi.org/10.1007/s12603-016-0817-8 Google Scholar
  42. Ziemssen T, Gasch J, Ruediger H (2008) Influence of ECG sampling frequency on spectral analysis of RR intervals and baroreflex sensitivity using the EUROBAVAR data set. J Clin Monit Comput 22(2):159–168CrossRefGoogle Scholar
  43. Zimmermann-Viefhoff F et al (2016) Short-term effects of esspresso coffee on heart rate variability and blood pressure in habitual and non-habitual coffee consumers – a randomized crossover study. Nutr Neurosci 19(4):169–175CrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland 2017

Authors and Affiliations

  1. 1.Institut für PsychologieErnst-Moritz-Arndt Universität GreifswaldGreifswaldDeutschland

Personalised recommendations