Herzratenvariabilität (HRV) verstehen

Diese Seite wirft einen genaueren, quellengestützten Blick auf die HRV (Herzratenvariabilität), den Ausgangspunkt von Feelmo. Es wird ein wenig technisch, doch geschrieben ist es für alle, die die Bedeutung ihres Balance-Werts tiefer verstehen möchten. Wenn du am Ende angekommen bist, sollte einleuchten, warum Feelmo nicht auf den Herzschlag selbst schaut, sondern auf „die Schwankung zwischen den Schlägen“ – und wie du deine eigenen Werte lesen kannst.

Herzschläge und das „Intervall zwischen den Schlägen“

Im Elektrokardiogramm erzeugt jeder Herzschlag einen großen, scharfen Ausschlag (die R-Zacke). Das Intervall von einer R-Zacke zur nächsten nennt man das R-R-Intervall (das Intervall zwischen normalen Schlägen – also ohne Herzrhythmusstörungen und dergleichen – wird auch als N-N-Intervall bezeichnet).

Während die „Herzfrequenz (Schläge pro Minute)“ deine durchschnittliche Geschwindigkeit beschreibt, beschreibt die HRV, wie stark diese Intervalle schwanken. Selbst bei denselben „60 Schlägen pro Minute“ gibt es ein Herz, das so gleichmäßig tickt wie ein Metronom, und ein Herz, das sich geschmeidig im Takt deines Atems dehnt und zusammenzieht. Letzteres gilt allgemein als ein Zustand, in dem das autonome Nervensystem rasch umschaltet, um sich der Situation anzupassen – mit anderen Worten, ein Zustand hoher Anpassungsfähigkeit (Task Force, 1996; Shaffer & Ginsberg, 2017).

Und hier liegt der entscheidende Punkt. Schwankung ist kein Anzeichen für ein Problem – im Gegenteil, sie kann ein Zeichen guter Ausgeglichenheit sein. Das Herz ist keine Maschine, die einen festen Rhythmus hält; es ist ein lebendiger Stimmer, der sein Tempo bei jedem Ein- und Ausatmen, bei jedem Moment von Anspannung und Loslassen fein verändert. Genau diese „Geschmeidigkeit“ ist es, worauf Feelmo schaut.

Abbildung: Die R-Zacken im Elektrokardiogramm und das Intervall zwischen aufeinanderfolgenden R-Zacken (R–R). Dass die Breite nicht konstant ist, sondern schwankt – genau das ist die HRV.

Die drei Analysedomänen

Die Analysemethoden der HRV lassen sich grob in drei „Domänen“ gliedern (Task Force, 1996; Shaffer & Ginsberg, 2017). Stell sie dir wie „Brillen“ vor, mit denen man dieselben R-R-Intervalldaten aus unterschiedlichen Blickwinkeln betrachtet. Feelmo nutzt diese Domänen als wissenschaftlichen Hintergrund, legt aber nicht offen, nach welchem genauen Rezept die Signale in den Balance-Wert übersetzt werden.

1. Zeitbereich

Dieser drückt die Variabilität der R-R-Intervalle als statistische Kennwerte entlang der Zeitachse aus. Es ist die anschaulichste Brille und zugleich die am einfachsten zu berechnende. Manche Betrachtungen schauen auf die gesamte Streuung der Schlagintervalle, andere auf kurzfristige Veränderungen von Schlag zu Schlag.

Feelmo behandelt sie als Zutaten, nicht als öffentliche Bestandteile des Werts. Die App verbindet aus der HRV gewonnene Hinweise mit der Messqualität und deiner eigenen Ausgangslinie, statt eine einzelne Kennzahl als den Wert auszugeben.

2. Frequenzbereich

Dieser zerlegt die Schwankung der R-R-Intervalle in schnellere und langsamere Anteile. Musikalisch gesprochen ist es wie eine Brille, die einen Akkord in die einzelnen Töne auftrennt, aus denen er sich zusammensetzt. Sowohl atmungsbedingte schnelle Schwankungen als auch langsamere Muster des Druckausgleichs können aufschlussreich sein, doch keine einzelne Frequenzkomponente und kein einzelnes Verhältnis ist „die Antwort“.

Abbildung: Wenn du einatmest, beschleunigt sich die Herzfrequenz ein wenig; wenn du ausatmest, verlangsamt sie sich ein wenig (respiratorische Sinusarrhythmie, RSA). Diese atmungsbedingte Schwankung ist ein wichtiger Hinweis auf die parasympathische Aktivität (Berntson et al., 1993). Genau deshalb können langsame, lange Ausatem-Atemtechniken die Herzschlagvariabilität im Moment sanft beeinflussen.

3. Nichtlinearer Bereich

Der Herzrhythmus ist keine einfache Periodizität; er besitzt eine fraktale, komplexe Struktur. Form- und komplexitätsbasierte Analysen werden als Wege untersucht, die „Qualität“ der Balance zu erfassen (Shaffer & Ginsberg, 2017). Die Auffassung ist, dass ein gesunder Herzrhythmus „mäßig komplex“ ist – zu eintönig oder zu ungeordnet, und die Anpassungsfähigkeit lässt nach. Diese nichtlineare Sichtweise ist eine Idee, die wir im Hintergrund in Ehren halten.

Wie gemessen wird – EKG und optische Sensoren

• EKG (Elektrokardiogramm) – Die Referenzmethode, die die elektrische Aktivität des Herzens direkt über Elektroden aufzeichnet
• PPG (Photoplethysmografie) – Die von der Apple Watch und anderen genutzte Methode, die die Pulswelle des Blutflusses mit LED-Licht erfasst. Die auf diese Weise gewonnene Variabilität der Intervalle von Schlag zu Schlag heißt streng genommen PRV (Pulsratenvariabilität)

Systematische Übersichtsarbeiten berichten, dass die PRV in Ruhe gut mit der EKG-basierten HRV übereinstimmt (Schäfer & Vagedes, 2013). Weil andererseits die Übereinstimmung bei Körperbewegung oder Anstrengung nachlässt, wird Daten aus Ruhe und Schlaf mehr Gewicht beigemessen. Die Apple Watch misst am Arm – einem Ort, der sich leicht bewegt –, sodass sich Rauschen einschleicht, wenn das Handgelenk in Bewegung ist. Auch das ist ein Grund, warum Feelmo besonderen Wert auf Daten legt, die entstehen, „wenn du sitzt und zur Ruhe gekommen bist“ oder „während du schläfst“.

Messdauer und Bedingungen

• Eine standardmäßige Kurzzeitaufzeichnung wurde traditionell auf 5 Minuten festgelegt (Task Force, 1996)
• Die Gültigkeit kürzerer „ultrakurzer“ Aufzeichnungen hängt davon ab, welche Sichtweise der HRV verwendet wird (Munoz et al., 2015; Laborde et al., 2017)
• Jeder Kennwert wird von Körperhaltung, Atmung, Tageszeit, Koffein, Körperbewegung und mehr beeinflusst, weshalb es am allerwichtigsten ist, die Messbedingungen konstant zu halten (Laborde et al., 2017)

Wie Feelmo dies nutzt

Feelmo verbindet mehrere aus der HRV gewonnene Hinweise, die Messqualität und die Abweichung von deiner eigenen Ausgangslinie, um aus der von der Apple Watch abgeleiteten HRV deinen Balance-Wert (0–100) zu bilden. Es ist keine unmittelbare Anzeige einer einzelnen öffentlichen Kennzahl.

Die Grundsätze für seine Interpretation sind stets dieselben.

• Lies ihn als den Unterschied zu deiner eigenen Ausgangslinie, nicht im Vergleich zu anderen. Statt „höher/niedriger als der Durchschnitt“ schauen wir darauf, „wie du heute im Vergleich zu deinem gewohnten Selbst schwankst“
• Miss Messungen mehr Gewicht bei, die unter Bedingungen mit wenigen äußeren Einflüssen entstehen – besonders während des Schlafs oder wenn du sitzt und zur Ruhe gekommen bist. Weil das Handgelenk anfällig für Körperbewegung ist, sind Daten aus stabilen Situationen vertrauenswürdiger
• Empfange ihn durch die Ausdrucksweisen deiner sechs Begleiter, die ihm zur Seite gestellt sind, und nicht durch den Wert selbst. Wir übersetzen die Zahl nicht in eine „Note“, sondern in sanfte Worte der Beobachtung für dich am heutigen Tag – wir treffen niemals endgültige Urteile

Wie genau mehrere Hinweise zusammengeführt und in den Balance-Wert von 0–100 umgewandelt werden – die präzise Zusammensetzung und Gewichtung –, ist Feelmos eigene Analyselogik und wird nicht öffentlich offengelegt. Was hier zählt, ist der Grundsatz, dass Feelmo nicht „deine Gefühle errät“, sondern das Gleichgewicht deines autonomen Nervensystems sanft im Blick behält. Für den wissenschaftlichen Hintergrund sieh dir bitte auch Die Wissenschaft hinter Balance an, und wie du den Wert liest, findest du unter Was der Balance-Wert ist.

Literatur

1. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation. 1996;93(5):1043–1065.
2. Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms. Frontiers in Public Health. 2017;5:258.
3. Laborde S, Mosley E, Thayer JF. Heart Rate Variability and Cardiac Vagal Tone in Psychophysiological Research – Recommendations for Experiment Planning, Data Analysis, and Data Reporting. Frontiers in Psychology. 2017;8:213.
4. Billman GE. A frequency-domain ratio does not accurately measure cardiac sympatho-vagal balance. Frontiers in Physiology. 2013;4:26.
5. Schäfer A, Vagedes J. How accurate is pulse rate variability as an estimate of heart rate variability? A review on studies comparing photoplethysmographic technology with an electrocardiogram. International Journal of Cardiology. 2013;166(1):15–29.
6. Munoz ML, van Roon A, Riese H, et al. Validity of (Ultra-)Short Recordings for Heart Rate Variability Measurements. PLoS One. 2015;10(9):e0138921.
7. Berntson GG, Cacioppo JT, Quigley KS. Respiratory sinus arrhythmia: autonomic origins, physiological mechanisms, and psychophysiological implications. Psychophysiology. 1993;30(2):183–196.