eINLeItuNG
Eine wichtige Aufgabe der Sportmedizin und Trainingswissen- schaft ist die Bestimmung der körperlichen Leistungsfähigkeit eines Menschen sowie die Ermittlung optimaler individueller Be- lastungsintensitäten zur Verbesserung der allgemeinen Leistungs- fähigkeit. Dafür werden verschiedene physiologische Parameter (Herzfrequenz, Sauerstoffaufnahme, Kohlendioxidabgabe, Blutlak- tatkonzentration) im Rahmen von bestimmten körperlichen Be- lastungen ermittelt, wobei die Zusammenhänge dieser Parameter teilweise noch unklar sind (14). Neben diesen Parametern wird die sympathoadrenerge Aktivierung als entscheidende leistungsphy- siologische Stellgröße angesehen (33). Darüber hinaus ist in den letzen Jahren das Verhalten der Herzfrequenzvariabilität (HRV) in Ruhe sowie im Rahmen von körperlichen Belastungen immer mehr
Flöter N
1, Schmidt T
1, Keck A
1, Reer R
1, Jelkmann W
2, Braumann KM
1Bestimmung der individuellen anaeroben schwelle
mittels der herzfrequenzvariabilität in Abhängigkeit von der sympathoadrenergen Aktivität
Assessment of the Individual Anaerobic Threshold from Heart Rate Variability in Interdependency to the Activity of the Sympathetic Activation
1Abteilung Sport- und Bewegungsmedizin der Universität Hamburg
2 Institut für Physiologie der Universität zu Lübeck
Ziel der Studie war es zu überprüfen, ob sich mittels der Herzfrequenzvariabilität (HRV) die individuelle anaerobe Schwelle (IAS) bestimmen lässt und ob sich Ge- meinsamkeiten der HRV und der sympathoadrenergen Aktivität im Rahmen einer stufenförmig ansteigenden Belastung aufzeigen lassen. Methoden: Dazu wurde bei 10 weiblichen und 10 männlichen gesunden sportlichen Personen (Frauen:
26,7±2,3 Jahre; 170,8±6,3cm; 63,6±6,8kg; VO2max 46,2±5,1ml/min/kgKG; Män- ner: 27,7±5,3 Jahre; 183,5±4,1cm; 81,0±6,9kg; VO2max 50,0±2,9ml/min/kgKG) ein fahrradergometrischer Stufentest mit anschließender Durchführung mehre- rer Dauertests zur Bestimmung der IAS bei gleichzeitiger Detektion der HRV und der sympathoadrenergen Aktivität über die Bestimmung der Blutkonzentration von Adrenalin und Noradrenalin durchgeführt. Ergebnisse: In der Darstellung von Bland Altman Plots zeigte sich eine hohe Übereinstimmung der IAS und den nichtlinearen Parametern der HRV. Die deutlichste Übereinstimmung zeigten die Parameter SD1 und SD2. Darüber hinaus konnte ein Zusammenhang von nichtli- nearen Parametern der HRV, der Laktatkonzentration und der Blutkonzentration von Adrenalin und Noradrenalin aufgezeigt werden. Diskussion: Diese Ergebnisse belegen, dass sich mit nichtlinearen Parametern der HRV die IAS sehr zuverlässig bestimmen lässt und dass eine Aussage über den Aktivitätszustand des symptho- adrenergen Systems im Rahmen einer sportlichen Aktivität durch die HRV getrof- fen werden kann.
Schlüsselwörter: Poincaré Plot, Trainingssteuerung, autonomes Nervensys- tem, nichtlineare Herzfrequenzvariabilität.
The purpose of this study was to evaluate whether changes in heart rate variability (HRV) can be used to determine the individual anaerobic threshold (IAT). Fur- thermore, the correlation between the HRV and the sympathetic activation during an incremental exercise test was investigated. Ten female and ten male healthy, sports-active persons ( females: 26.7±2.3 years; 170.8±6.3cm; 63.6±6.8kg; VO2- max 46.2±5.1ml/min/kgBW; males: 27.7±5.3 years; 183.5±4.1cm; 81.0±6.9kg;
VO2max 50.0±2.9ml/min/kgBW) performed a ramp load cycle ergometric exer- cise to determine the IAT. Methods: HRV was recorded and the activity of the auto- nomic nervous system was evaluated by measuring venous blood concentrations of ephedrine and norepinephrine during the test. The IAT was validated in a 30- min steady state cycling exercise test according to the model of Heck. Results: The main results are as follows. Bland Altman Plots show a high concordance between the IAT and the HRV threshold (measured with nonlinear parameters).The most significant concordance was determined regarding SD1 and SD2. Additionally, a coherency between the nonlinear parameters of HRV and the ephedrine and nore- pinephrine blood concentrations could be seen. Discussion: These results suggest that the IAT can be assessed by nonlinear HRV parameters and thus can be used as an indicator of the activity of the sympathetic nervous system during sports exercises.
Key Words: Performance testing, nonlinear heart rate variability analysis, auto- nomic nervous system.
summARy zusAmmeNfAssuNG
in den Mittelpunkt gerückt (3). Mit der nicht invasiven HRV Mes- sung kann der Aktivitätszustand des vegetativen Nervensystems angezeigt werden. Während Abhängigkeiten und Wechselwirkun- gen der HRV von wichtigen physiologischen Funktionsparametern wie der Atmung und Herzfrequenz nachgewiesen werden konnten (4,10) sind Zusammenhänge mit der Laktatkinetik unklar. Für das Laktat- und Katecholaminverhalten im Rahmen sportlicher Belas- tungen konnten hohe Korrelationen aufgezeigt werden (9,13), nicht
accepted: December 2011 published online: February 2012 dOI: 10.5960/dzsm.2011.062
flöter N, schmidt t, Keck A, Reer R, Jelkmann w, Braumann Km: Bestimmung der individuellen anaeroben Schwelle mittels der Herzfrequenzvariabilität in Abhängig- keit von der sympathoadrenergen Aktivität. Dtsch Z Sportmed 63 (2012) 41-45
eindeutig ist jedoch, ob bzw. in welchem kausalen Zusammen- hang die Laktatbildung und Katecholaminkonzentration im Blut stehen (23).
Zielsetzung
In dieser Untersuchung werden daher im Rahmen einer stufenförmig ansteigenden Belastung die HRV sowie die Laktat- und Katecholamin- kinetik gemeinsam untersucht. Es soll zum einen geklärt werden, ob sich mittels der HRV die individuelle anaerobe Schwelle (IAS) (hier an- hand des maximales Laktat Steady States (MLSS) untersucht) ermit- teln lässt und zum anderen, ob sich Beziehungen zwischen der HRV und der sympathoadrenergen Aktivität aufzeigen lassen.
mAteRIAL uNd methOdeN
VersuchspersonenEs wurden 10 männliche und 10 weibliche gesunde, sportlich ak- tive Personen untersucht (Frauen: 26,7±2,3 Jahre; 170,8±6,3 cm;
63,6±6,8kg; VO2max 46,2±5,1ml/min/kgKG; Männer: 27,7±5,3Jahre;
183,5±4,1cm; 81,0±6,9kg; VO2max 50,0±2,9ml/min/kgKG). Die Stu- die wurde nach den Richtlinien der Ethikkommission der Universität Hamburg durchgeführt.
Versuchsablauf
Die Probanden wurden angehalten, 24 Stunden vor dem Test kein Training zu absolvieren und keine koffeinhaltigen Getränke zu sich zu nehmen. Im Rahmen der Erstuntersuchung wurde ein Stufentest (50Watt Einstieg, Steigung 17Watt/min, Stufenlänge 3min) mit ei- nem drehzahlunabhängigen, elektromagnetisch gebremsten Fahrra- dergometer (Lode Excalibur Sport 1000W, Lode Medical Technology, Groningen, Niederlande) durchgeführt. Innerhalb von zwei Wochen folgten Dauertests zur Festlegung der IAS bzw. des MLSS nach dem Protokoll von Heck (17), wobei die Ausgangsschwelle nach dem Kon- zept von Stegmann bestimmt wurde (22).
Bestimmung der Blutparameter laktat
Zu Beginn des Testes und am Ende jeder Belastungsstufe wurde aus dem Ohrläppchen kapilläres Blut entnommen (25µl) und nach dem Testende automatisch enzymatisch-amperometrisch analysiert (Ebio Plus, Eppendorf, Diosen C Line EKF-Diagnostik).
Katecholamine
Das Blut zur Bestimmung von Adrenalin und Noradrenalin wurde aus einer Venenverweilkanüle aus einer Kubitalvene abgenommen und mittels eines Hochleistungsflüssigkeitschromatographen (High Per- formance liquid Chromatography-HPLC, Komplettkits Recipe Clin- Rep®) analysiert.
eKg, rr-intervalle und Herzfrequenz
Die Herzfrequenz und die HRV wurden aus einem 12-Kanal EKG (vicardio, getemed, Teltow, sample rate: 1000Hz) der letzten zwei Mi- nuten jeder Belastungsstufe bestimmt. Dabei wurden die QRS-Kom- plexe automatisch detektiert (20). Der Rohdatensatz der RR-Intervalle wurde durch visuelle Kontrolle und einer Filterung mit einem digitalen Butterworth-Tiefpassfilters 5. Ordnung von 8Hz von Artefakten berei- nigt und in eine eigens für die Studie entwickelte Software (vicardio) für die Weiterverarbeitung exportiert. Dabei wurden nur RR- Intervalle
gewertet, die sich um weniger als 75% von dem darauf folgenden oder vorhergehenden RR-Intervall unterschieden (8,19,28).
auswertung HrV
Zur Auswertung der HRV können zeitbasierte, frequenzbasierte und nichtlineare Analysemethoden verwendet werden (25). Die zeit- und frequenzbasierten Analysemethoden erfordern dabei eine Signalstati- onarität, welche im Rahmen einer stufenförmig ansteigenden Belas- tung nicht gegeben ist (5,29). Nichtlineare Analysemethoden, wie die Auswertung mit Hilfe des Poincaré Plot (PCP), benötigen hingegen keine Signalstationarität und bieten sich somit als adäquate Methodik im Rahmen einer körperlichen Belastung zur HRV-Analyse an (27). Bei der Erstellung des PCP wird jedes RR Intervall als Funktion des vor- herigen RR Intervalls aufgetragen. So entsteht ein zweidimensionales Streudiagramm anhand dessen die Ausprägung der HRV visuell beur- teilt werden kann.
Zur weiteren Auswertung des PCP wird um die entstandene Punktewolke eine Ellipse gebildet, die das 95% Konfidenzintervall dar- stellt. Anhand des Abstands der Punkte zum Quer- und Längsdurch- messer dieser Ellipse können im Rahmen einer quantitativen Aus- wertung weitere HRV-Parameter ermittelt werden. Diese werden als SD1(Standardabweichung der Punkte zum Längsdurchmesser), SD2 (Standardabweichung der Punkte zum Querdurchmesser) und SD1/
SD2 bezeichnet (25,29).
SD1 beschreibt die kurzfristige Änderung der HRV und un- terliegt eher der vagalen Kontrolle des vegetativen Nervensystems (15,27). Der Parameter SD2 beschreibt die langfristigen Änderun- gen und wird sowohl sympathisch wie auch parasympathisch be- einflusst (29). Der Quotient SD1/SD2 kann somit das Verhältnis von sympathischer und parasympathischer Aktivität widerspiegeln.
Aus dem Tachogramm wurde außerdem die Standardabweichung aller RR-Intervalle (SDNN) als Indikator für die Gesamtvariabilität berechnet (19).
Die EKG Aufzeichnungen aus den letzten zwei Minuten jeder Be- lastungsstufe wurden in Intervalle von je 50 RR-Abständen unterteilt, um eine in Bezug auf die Anzahl der Herzschläge identische Auswer- tung für jede Belastungsintensität zu gewährleisten und kurzfristige Änderungen der HRV gut analysieren zu können. Die HRV wurde aus den gleitenden Mittelwerten mit jedem der oben beschriebenen Para- meter bestimmt.
Aus den so berechneten Einzelwerten wurde für jeden Parame- ter für jede Stufe ein Graph erstellt. Zur Bestimmung der Schwelle wurden die Intensitätsbereiche zwischen 50% und 80% der maxi- malen Leistung auf charakteristische Kurvenverläufe hin analysiert, weil in diesem Bereich die IAS angenommen werden kann (19). Für den Parameter SD1 wurde daraufhin das absolute Minimum der Kur- ve bestimmt, für die Parameter SD2 und SDNN wurde der Eintritt in eine Plateauphase, für SD1/SD2 der erste deutliche Kurvenanstieg als Übertritt der IAS angesehen. Nach diesen Kriterien wurde die jeweilige Schwellenleistung bestimmt.
statistik
Die Auswertung der Daten wurde mit dem Programm SPSS® (Version 16.0) durchgeführt.
Die Daten wurden mit Hilfe des Kolmogorov-Smirnov-Tests auf Normalverteilung überprüft.
Zusammenhänge der einzelnen HRV-Parameter sowie der Katecholaminkonzentrationen im Blut wurden durch Korrela- tionsanalysen untersucht. Bei Vorliegen einer Normalverteilung
wurde die Produkt-Moment-Korrelation nach Pearson genutzt, bei nicht normalverteilten Werten erfolgte die Überprüfung mit dem Rangkoeffizienten nach Spearman. Die Übereinstimmung der mittels der HRV-Parameter bestimmten IAS und der mit Hilfe der Dauertests validierten IAS wurden in gleicher Weise überprüft.
Zusätzlich erfolgte die Überprüfung der Differenz zwischen den beiden Schwellen mit Bland Altman Plots. Für die Irrtumswahr- scheinlichkeit wurde das Niveau Alpha <5% (p<0,05) festgesetzt.
eRGeBNIsse
Die Kurvenverläufe der HRV-Parameter SD1, SD2, SD1/SD2 und SDNN sind Abbildung 1 zu entnehmen.
In der Korrelationsanalyse (Korrelationskoeffizient nach Spear- man p<0,05) der einzelnen Blut- und HRV-Parameter im Verlauf des Stufentests zeigen sich niedrige bis mittlere, aber signifikante Zu- sammenhänge der HRV Parameter und der Adrenalinkonzentration (ADR) und Noradrenalinkonzentration (NAD) (NAD/SDNN -,336;
NAD/SD1 -,486; NAD/SD2 -,490) sowie mittlere bis hohe signifikan- te Zusammenhänge der Laktatkonzentration (LAK) und Katechola- minkonzentrationen (NAD/LAK ,749; ADR/LAK ,590).
Die Korrelationsanalysen der Wattleistungen im Bereich der IAS und der aus den HRV Parametern ermittelten Wattleistungen der IAS zeigen alle hohe signifikante Zusammenhänge (Tabelle 1).
Aus den Bland Altman Plots wird ersichtlich, dass die mittlere Dif- ferenz zwischen 0,4 und 5,2Watt liegt und die Übereinstimmungs- grenzen im Bereich von ±45Watt liegen. Es wird ebenfalls deutlich,
dass die Streuung der Werte für keine der HRV-Schwellen von der Höhe der Schwellenleistung abhängig ist (Abbildungen 2 und 3).
dIsKussION
Im Rahmen dieser Studie wurden unseres Wissens erstmalig spe- zifische Parameter der HRV sowie die Blutlaktatkonzentration und der Aktivitätszustand des sympathischen Nervensystems zeitgleich im Rahmen einer stufenförmig ansteigenden Belastung gemessen.
Ziel war es zu überprüfen, ob mittels der HRV eine Bestimmung der IAS möglich ist, und ob sich Gemeinsamkeiten zwischen der HRV, der Laktatkinetik und dem sympathoadrenergen Aktivitäts- zustand auch bei körperlicher Aktivität aufzeigen lassen. Auf eine Bestimmung der Ventilatorischen Schwelle wurde verzichtet, da in dieser Arbeit vorrangig die Übereinstimmung der HRV Schwel- len mit validierten IAS überprüft werden sollte. Das Problem der uneinheitlichen Schwellenbestimmung und Nomenklatur zur ae- roben bzw. anaeroben Schwelle (14) sollte hier umgangen werden, indem klar Bezug auf durch Dauertests validierten IAS bzw. MLSS genommen wurde.
In Übereinstimmung mit anderen Studien konnten charakte- ristische Kurvenverläufe sowohl für die einzelnen HRV Parameter (2,19) als auch für die Laktat- und Katecholaminkonzentrationen (9,13) aufgezeigt werden (Abb. 1). In den Korrelationsanalysen wur- den geringe bis mittlere signifikante Zusammenhänge zwischen der Laktat- und Katecholaminkonzentration sowie den einzelnen HRV Parametern ermittelt.
Zu Beginn einer körperlichen Belastung kommt es zunächst zu einer Reduktion des Vagustonus (18). Dies wird durch die stetige Abnahme des Parameters SD1 bis zum Erreichen eines Mini- mums und dem Nichtansteigen- der Katecholaminkonzentration in dieser Studie bestätigt und steht in Übereinstimmung mit den Ergebnissen anderer Unter- suchungen (1,7,29,31). Weitere Forschungsgruppen stellten die Reduktion des Vagustonus durch die Abnahme des High Frequenz (HF) Spektrums dar, welches eng mit dem Parameter SD1 korre- liert (4) und damit im Einklang mit der vorliegenden Studie steht. Der Parameter SD2 zeigt ebenfalls eine stetige Abnahme bis zum Erreichen der IAS. Ande- re Studien konnten zeigen, dass SDNN sowie SD2 auch vagal be- einflusst sind und in Belastungs- tests eine Abnahme dieser Para- meter mit der starken Abnahme des Vagustonus zu erklären sein könnte (12,19).
Der Quotient aus SD1 und SD2 fällt zunächst analog zu den tabelle 1: Leistung im Bereich der IAS und im Bereich der mit HRV Parametern ermittelten Schwellen,
Korrelationskoeffizient nach Pearson für den Vergleich mit der Wattleistung im Bereich der IAS (*=p<0,05).
Abbildung 1: Einfluss der Leistung auf HRV und Adrenalinkonzentration.
schwelle (watt) N mittelwert standard-
abweichung
max min Korrelations
-koeffizient
IAS (W) 20 171 38 236 105
SD1 (W) 18 174 47 250 98 r=0,89*
SD2 (W) 19 170 44 247 95 r=0,84*
SD1/SD2 (W) 19 173 45 238 88 r=0,80*
SDNN (W) 19 170 44 247 95 r=0,84*
Parametern SD1 und SD2 stetig ab, um dann im Bereich der IAS bei gleichzeitiger Erhöhung der Katecholaminkonzentration wie- der deutlich anzusteigen. Dieses Verhalten der HRV konnte auch in der Arbeit von Tulppo et al. gezeigt werden (29), der jedoch die HRV im Bereich der ventilatorischen Schwelle überprüfte und keine Schwellenbestimmung an Hand der HRV vornahm. In der frequenzbasierten Analyse wird der Anstieg des Quotienten LF/
HF (3) als Zeichen für eine vermehrte sympathische Aktivität an- gesehen (32). Auffällig zeigt sich die niedrige bzw. nicht vorhandene Korrelation von Adrenalin und Noradrenalin mit dem Quotienten SD1/SD2 in dieser Untersuchung, welche bei einem direkten Zu- sammenhang zu erwarten gewesen wäre. Möglicherweise spiegelt der Quotient nicht nur die sympathische Aktivität wider, sondern beinhaltet auch vagale Informationen (7). Desweiteren konnten Guzik et al. einen Abfall von SD2 bei steigender Atemfrequenz dar- stellen, wohingegen SD1 nicht von der Atemfrequenz beeinflusst wurde (15). Somit könnte der Anstieg des Parameters SD1/SD2 nach Übertreten der IANS zusätzlich auf die Abnahme von SD2 bei steigender Atemfrequenz zurückzuführen sein.
Der für die anderen HRV Parameter deutlichere Zusammen- hang der HRV mit der sympathoadrenergen Aktivität wird durch die Feststellung unterstützt, dass es durch eine zentrale Sympa- thikusblockade zu einer Reduktion der HRV kommt (12). Ande- re Autoren gehen ebenso von einer vermehrten Aktivierung der sympathischen Aktivität im Bereich der individuellen anaeroben Schwelle aus (26).
Der zu beobachtende Zusammenhang der Laktat- und Ka- techolaminkonzentration konnte auch in anderen Studien aufge- zeigt werden (26,30). Dabei wird das Ansteigen der Katecholamin- konzentration auf eine Aktivierung der intramuskulären Glykolyse
zurückgeführt und die vasokonstrikorische Wirkung für den An- stieg der Latkatkonzentration verantwortlich gemacht (26).
Neben den dargestellten Zusammenhängen der Kreislaufpara- meter konnte mit Hilfe der HRV eine Bestimmung der IAS durch- geführt werden. Bei der Betrachtung der Bland Altman Plots wird deutlich, dass mit Ausnahme des Quotienten SD1/SD2 alle Para- meter zur Bestimmung der IAS geeignet sind. Insbesondere mit dem Parameter SD2 sowie dem Parameter der Zeitbereichsanalyse SDNN gelang eine präzise Bestimmung der IAS. Die Bestimmung der IAS mittels Parametern des PCP, wie im Rahmen dieser Studie erfolgt, ist den Autoren nicht bekannt. Die meisten Studiengrup- pen konnten Übereinstimmungen von frequenzbasiert bestimm- ten HRV Schwellen und ventilatorischen Schwellen feststellen (2,5,10,19). Die präzise Bestimmung der IAS mittels der HRV im Rahmen dieser Studie ist bemerkenswert, wenn man die Abwei- chungen bisheriger Auswertungsmethoden für Laktattests zum Vergleich heranzieht (6,16,24). Kritisch zu bemerken ist, dass bei einigen Probanden für einzelne PCP Parameter keine Schwellenbe- stimmung möglich war. Unklar bleibt, ob dies auf externe Störun- gen (21) oder interne physiologische noch unbekannte Faktoren zurückzuführen ist. Eine Fehlerquelle bei der Schwellenbestim- mung ergibt sich aus der visuellen Bestimmung der HRV-Schwel- len, die stark untersucherabhängig ist. In weiteren Studien sollte nach Möglichkeiten der Objektivierung der Schwellenbestimmung gesucht werden. Die hier erstmals genutzte Methode und die dar- gestellten Zusammenhänge sollten in einem größeren bzw. spe- zifischeren Probandenkollektiv wie z.B. unterschiedlich trainierte und erkrankte Personen überprüft werden. Ebenso sollten in wei- teren Studien die hier dargestellten Sachverhalte auf mögliche ge- schlechtsspezifische Unterschiede hin untersucht werden.
schlussfolgerung
Es lässt sich anhand der vorliegenden Daten feststellen, dass mittels der HRV eine Bestimmung der IAS möglich ist und dass sich über die Ermittlung der HRV eine Aussage über den Aktivitätszustandes des vagalen wie auch des sympathischen Anteils des vegetativen Nervensystems treffen lässt. Dies ermöglicht zum einen eine gute
Abbildung 2: Altman-Bland Plots SD1 und SD1/SD2 generiert aus den Wattleistungen an der HRV Schwelle und den Wattleistungen an der individuellen anaeroben Schwelle.
Die mittlere Linie zeigt den Mittel- wert der Differenzen, die obere und untere Linie begrenzen ±1,96SD (Standardabweichung).
Abbildung 3: Altman-Bland Plot für SD2 und SDNN (In dieser Abbildung exemplarisch für SD2. Auf die Darstellung eines Bland Altman Plots für SDNN wurde verzichtet, da für beide Parameter die identischen Schwellen bestimmt wurden) generiert aus den Wattleistungen an der HRV Schwelle und den Wattleistungen an der individuellen anaeroben Schwelle. Die mittlere Linie zeigt den Mittelwert der Differenzen, die obere und untere Linie begrenzen
±1,96SD (Standardabweichung).
Belastungssteuerung im Training von Sportlern sowie eine Verbes- serung der Trainingssteuerung kardial gefährdeter Patienten, bei denen eine potentiell gefährliche überhöhte sympathische Aktivität unbedingt zu vermeiden ist (26). Die Ermittlung der HRV im Rah- men eines Stufentests bietet somit einen Zusatz bzw. eine Alterna- tive zur invasiven Laktatdiagnostik und die Möglichkeit, den Funk- tionszustand des sympathoadrenergen Systems zu ermitteln. Durch die gemeinsame Betrachtung der leistungsdiagnostischen Parame- ter kann in Zukunft eine bessere Trainingssteuerung möglich sein.
Die Studie wurde finanziell durch die cardioscan GmbH, Hamburg unterstützt.
LIteRAtuR
1. Alonso Dde O, Forjaz CL, Rezende LO, Braga AM, Barretto AC, Negrao CE,Rondon MU: [Heart rate response and its variability du- ring different phases of maximal graded exercise]. Arq Bras Cardiol 71 (1998) 787-792.
2. Anosov O, Patzak A, Kononovich Y, Persson PB: High-frequency oscillations of the heart rate during ramp load reflect the human an- aerobic threshold. Eur J Appl Physiol 83 (2000) 388-394. doi:10.1007/
s004210000302.
3. Aubert AE, Seps B, Beckers F: Heart rate variability in athletes.
Sports Med 33 (2003) 889-919. doi:10.2165/00007256-200333120-00003.
4. Blain G, Meste O, Bermon S: Influences of breathing patterns on res- piratory sinus arrhythmia in humans during exercise. Am J Physiol Heart Circ Physiol 288 (2005) H887-H895. doi:10.1152/ajpheart.00767.2004.
5. Blain G, Meste O, Bouchard T, Bermon S: Assessment of ventilato- ry thresholds during graded and maximal exercise test using time vary- ing analysis of respiratory sinus arrhythmia. Br J Sports Med 39 (2005) 448-452. doi:10.1136/bjsm.2004.014134.
6. Bosquet L, Leger L, Legros P: Methods to determine aerobic endu- rance. Sports Med 32 (2002) 675-700. doi:10.2165/00007256-200232110- 00002.
7. Breuer HW, Skyschally A, Schulz R, Martin C, Wehr M, Heusch G: Heart rate variability and circulating catecholamine concentrations during steady state exercise in healthy volunteers. Br Heart J 70 (1993) 144-149. doi:10.1136/hrt.70.2.144.
8. Bürklein M, Vogt L, Banzer W: Messverfahren zur Erfassung der Herzfrequenzvariabilität-Eine vergleichende Studie. Dtsch Z Sportmed 56 (2005) 415-421.
9. Chwalbinska-Moneta J, Krysztofiak F, Ziemba A, Nazar K, Ka- ciuba-Uscilko H: Threshold increases in plasma growth hormone in relation to plasma catecholamine and blood lactate concentrations during progressive exercise in endurance-trained athletes. Eur J Appl Physiol Occup Physiol 73 (1996) 117-120. doi:10.1007/BF00262819.
10. Cottin F, Medigue C, Lopes P, Lepretre PM, Heubert R, Billat V: Ventilatory thresholds assessment from heart rate variability during an incremental exhaustive running test. Int J Sports Med 28 (2007) 287- 294. doi:10.1055/s-2006-924355.
11. Cottin F, Papelier Y, Escourrou P: Effects of exercise load and bre- athing frequency on heart rate and blood pressure variability during dy- namic exercise. Int J Sports Med 20 (1999) 232-238.
12. De Vito G, Galloway SD, Nimmo MA, Maas P, McMurray JJ: Effects of central sympathetic inhibition on heart rate variability during steady- state exercise in healthy humans. Clin Physiol Funct Imaging 22 (2002) 32-38. doi:10.1046/j.1475-097X.2002.00395.x.
13. Dickhuth HH, Yin L, Niess A, Rocker K, Mayer F, Heitkamp HC, Horstmann T: Ventilatory, lactate-derived and catecholamine thres- holds during incremental treadmill running: relationship and reprodu- cibility. Int J Sports Med 20 (1999) 122-127.
14. Faude O, Kindermann W, Meyer T: Lactate threshold concepts: how valid are they? Sports Med 39 (2009) 469-490. doi:10.2165/00007256- 200939060-00003.
15. Guzik P, Piskorski J, Krauze T, Schneider R, Wesseling KH, Wy- kretowicz A, Wysocki H: Correlations between the Poincare plot and conventional heart rate variability parameters assessed during paced breathing. J Physiol Sci 57 (2007) 63-71. doi:10.2170/physiolsci.
RP005506.
16. Heck H, Beneke R: 30 Jahre Laktatschwellen-was bleibt zu tun? Dtsch Z Sportmed 59 (2008) 297-302.
17. Heck H, Mader A, Hess G, Mucke S, Muller R, Hollmann W: Jus- tification of the 4-mmol/l lactate threshold. Int J Sports Med 6 (1985) 117-130. doi:10.1055/s-2008-1025824.
18. Iellamo F: Neural mechanisms of cardiovascular regulation during exercise. Auton Neurosci 90 (2001) 66-75. doi:10.1016/S1566-0702- (01)00269-7.
19. Karapetian GK, Engels HJ, Gretebeck RJ: Use of Heart Rate Va- riability to Estimate LT and VT. Int J Sports Med 29 (2008) 652-657.
doi:10.1055/s-2007-989423.
20. Pan J, Tompkins WJ: A real-time QRS detection algorithm. IEEE Trans Biomed Eng 32 (1985) 230-236. doi:10.1109/TBME.1985.325532.
21. Perini R, Veicsteinas A: Heart rate variability and autonomic activi- ty at rest and during exercise in various physiological conditions. Eur J Appl Physiol 90 (2003) 317-325. doi:10.1007/s00421-003-0953-9.
22. Stegmann H, Kindermann W, Schnabel A: Lactate kinetics and individual anaerobic threshold. Int J Sports Med 2 (1981) 160-165.
doi:10.1055/s-2008-1034604.
23. Strobel G: Sympathoadrenerges System und Katecholamine im Sport.
Dtsch Z Sportmed 53 (2002) 84-85.
24. Svedahl K, MacIntosh BR: Anaerobic threshold: the concept and methods of measurement. Can J Appl Physiol 28 (2003) 299-323.
doi:10.1139/h03-023.
25. Task F: Heart rate variability. Standards of measurement, physiological interpretation, and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophy- siology. Eur Heart J 17 (1996) 354-381.
26. Tegtbur U, Meyer H, Machold H, Busse MW: [Exercise recommen- dation and catecholamines in patients with coronary artery disease]. Z Kardiol 91 (2002) 927-936. doi:10.1007/s00392-002-0867-2.15.
27. Tsuji H, Larson MG, Venditti FJ Jr, Manders ES, Evans JC, Feld- man CL, Levy D: Impact of reduced heart rate variability on risk for cardiac events. The Framingham Heart Study. Circulation 94 (1996) 2850-2855.
28. Tulppo MP, Makikallio TH, Seppanen T, Laukkanen RT, Huikuri HV: Vagal modulation of heart rate during exercise: effects of age and physical fitness. Am J Physiol 274 (1998) H424-H429.
29. Tulppo MP, Makikallio TH, Takala TE, Seppanen T, Huikuri HV:
Quantitative beat-to-beat analysis of heart rate dynamics during exer- cise. Am J Physiol 271 (1996) H244-H252.
30. Weltman A, Wood CM, Womack CJ, Davis SE, Blumer JL, Alvarez J, Sauer K, Gaesser GA: Catecholamine and blood lactate responses to incremental rowing and running exercise. J Appl Physiol 76 (1994) 1144-1149.
31. Yamamoto Y, Hughson RL, Nakamura Y: Autonomic nervous sys- tem responses to exercise in relation to ventilatory threshold. Chest 101 (1992) 206S-210S.
32. Yamamoto Y, Hughson RL, Peterson JC: Autonomic control of heart rate during exercise studied by heart rate variability spectral analysis. J Appl Physiol 71 (1991) 1136-1142.
33. Zouhal H, Jacob C, Delamarche P, Gratas-Delamarche A: Ca- techolamines and the effects of exercise, training and gender. Sports Med 38 (2008) 401-423. doi:10.2165/00007256-200838050-00004.
Korrespondenzadresse:
Tobias Schmidt Universität Hamburg Abt. Sport- und Bewegungsmedizin Turmweg 2 20148 Hamburg E-Mail: tobias.schmidt@uni-hamburg.de
