Ein gesunder Herzschlag zeichnet sich nicht dadurch aus, dass er besonders regelmäßig ist. Vielmehr sollte ein gesunder Herzschlag, selbst in Phasen augenscheinlicher körperlicher Inaktivität, variabel sein (z.B. Appelhans & Luecken, 2006; Berntson et al., 1997; Shaffer, McCraty, & Zerr, 2014). Historisch gesehen ist dies keine völlig neue Erkenntnis – bereits in der frühen chinesischen und griechischen Medizin konnte dieses Phänomen beobachtet werden (einen schönen Überblick hierzu gibt Billman, 2011). Das Zusammenwirken der sympathischen und parasympathischen Bestandteile des autonomen Nervensystems, welches sich unter anderem in der Herzratenvariabilität (HRV) widerspiegelt, erlaubt uns nicht nur Einblicke in die physiologische Adaptionsfähigkeit, sondern auch in die psychische Flexibilität und Regulationsfähigkeit des Menschen, um so auf sich ständig ändernde Umweltanforderungen angemessen reagieren zu können (z.B. Appelhans & Luecken, 2006; Beauchaine, 2001; ChuDuc, NguyenPhan, & NguyenViet, 2013; Porges, 1995b; Quintana & Heathers, 2014; Riganello, Garbarino, & Sannita, 2012; Shaffer et al., 2014; Stein & Kleiger, 1999; Thayer & Lane, 2000). Mit ganz einfachen Worten: Die Variabilität unseres Herzschlages stellt eine Art Interface dar, welches Auskunft über das Zusammenspiel physiologischer und psychologischer Prozesse gibt. In der vorliegenden Monografie beschäftige ich mich intensiv mit dem Thema HRV, insbesondere mit der Anwendung und Durchführung von HRV-Kurzzeitmessungen (meistens fünf Minuten) im Kontext (bio-) psychologischer Forschung. Während ich im Rahmen des ersten Kapitels eine komprimierte Einführung in die Thematik und einen Überblick über die nachfolgenden Kapitel gebe, beschäftigt sich Kapitel II mit der Frage, welche methodischen Standards für HRV-Kurzzeitmessungen derzeit vorliegen. Ausgangspunkt hierfür sind vereinzelte Hinweise (z.B. im Rahmen meta-analytischer Bestrebungen) darauf, dass die Erfassung, Darstellung und Interpretation von HRV-Messungen durch ein nicht unerhebliches Maß an Diversität gekennzeichnet ist (z.B. de Vries, 2013; Ellis, Zhu, Koenig, Thayer, & Wang, 2015; Quintana & Heathers, 2014; Tak et al., 2009; Zahn et al., 2016). Ferner fehlen bis heute belastbare Normwerte für die gängigsten HRV-Parameter, die typischerweise in Kurzzeitmessungen berechnet werden können (vgl. Nunan, Sandercock, & Brodie, 2010). Ausgehend von diesen Beobachtungen stellen wir ein systematisches Literaturreview vor. In einem ersten Schritt haben wir aktuelle Standards zur Erhebung und Auswertung von HRV-Messungen identifiziert, auf deren Basis wir ein Klassifikationssystem zur Beurteilung von HRV-Studien erstellt haben. Nachfolgend wurden zwischen 2000 und 2013 publizierte Artikel (N = 457), im Hinblick auf die extrahierten methodischen Standards, überprüft. Unsere Ergebnisse legen das Vorhandensein einer beträchtlichen methodischen Heterogenität und einen Mangel an wichtigen Informationen nahe (z.B. in Bezug auf die Erhebung essentieller Kontrollvariablen oder das Berichten von HRV-Parametern), einhergehend mit der Tatsache, dass sich gängige Empfehlungen und Richtlinien (z.B. Task Force, 1996) nur partiell in der empirischen Praxis wiederfinden. Auf der Grundlage unserer Ergebnisse leiten wir Empfehlungen für weitere Forschung in diesem Bereich ab, wobei sich unsere „Checkliste“ besonders an forschende Psychologen richtet. Abschließend diskutieren wir die Einschränkungen unseres Reviews und unterbreiten Vorschläge, wie sich diese - bisweilen unbefriedigende - Situation verbessern lässt. Während unserer umfangreichen Literaturrecherche ist uns sehr schnell aufgefallen, dass HRV-Kurzzeitmessungen auf ein breites wissenschaftliches Interesse stoßen, wobei verschiedenste Konzepte und Forschungsfragen mit spezifischen HRV-Mustern in Verbindung gebracht werden (vgl. Beauchaine, 2001; Dong, 2016; Francesco et al., 2012; Makivić, Nikić, & Willis, 2013; Nunan et al., 2010; Pinna et al., 2007; Quintana & Heathers, 2014; Sammito et al., 2015; Sandercock, 2007). Darunter befinden sich sowohl eher eigenschaftsähnliche (z.B. Trait-Angst; Miu, Heilman, & Miclea, 2009; Watkins, Grossman, Krishnan, & Sherwood, 1998) als auch stark situationsabhängige Konstrukte (z.B. akute emotionale Erregung; Lackner, Weiss, Hinghofer-Szalkay, & Papousek, 2013; Papousek, Schulter, & Premsberger, 2002). Während die beiden einflussreichsten Theorien zur HRV, die Polyvagal-Theorie (Porges, 1995b, 2001, 2007) und das Modell der neuroviszeralen Integration (Thayer & Lane, 2000, 2009), einen dispositionellen Charakter der HRV nahelegen, sind zahlreiche Einflussfaktoren bekannt, die unmittelbare Auswirkungen auf das autonome Nervensystem haben (Fatisson, Oswald, & Lalonde, 2016; Valentini & Parati, 2009). Demzufolge haben wir uns die Frage gestellt, wie zeitlich stabil individuelle HRV-Messungen sind (siehe Kapitel III). Da die existierende Literatur hierzu ambivalente Ergebnisse bereithält (Sandercock, 2007; Sandercock, Bromley, & Brodie, 2005) und die zeitliche Stabilität von HRV-Messungen bisher vornehmlich über sehr kurze Zeiträume mit wenigen Messzeitpunkten untersucht wurde (z.B. Cipryan & Litschmannova, 2013; Maestri et al., 2009; Pinna et al., 2007), haben wir eine längsschnittliche Studie mit fünf Messzeitpunkten, verteilt auf ein Jahr, konstruiert (N = 103 Studierende). In Abhängigkeit von der Körperhaltung der Probanden während der Messung (liegend, sitzend, stehend), haben wir nachfolgend die Retest-Reliabilität (absolute und relative Reliabilität; siehe Atkinson & Nevill, 1998; Baumgartner, 1989; Weir, 2005) der gängigsten HRV-Parameter ermittelt. Unsere Ergebnisse deuten auf ein beachtliches Ausmaß an Zufallsschwankungen der HRV-Parameter hin, welches weitgehend unabhängig von der Körperhaltung der Probanden und dem zeitlichen Abstand der Messzeitpunkte ist. Da diese Ergebnisse weitreichende Folgen suggerieren, diskutieren wir diese, unter Berücksichtigung vorhandener Einschränkungen, ausführlich. Während in Kapitel II und III vornehmlich methodische Fragen im Fokus stehen, stelle ich in Kapitel IV dieser Monografie eine Feldstudie vor. Im Rahmen dieser Studie haben wir die Zusammenhänge zwischen subjektivem Stress, Coping-Strategien, HRV und Schulleistung untersucht. Sowohl die bereits erwähnten Theorien (Porges, 1995b, 2001, 2007, Thayer & Lane, 2000, 2009), als auch eine beträchtliche Anzahl an Forschung, lassen Zusammenhänge zwischen HRV und Stress (z.B. Berntson & Cacioppo, 2004; Chandola, Heraclides, & Kumari, 2010; Krohne, 2017; Michels, Sioen, et al., 2013; Oken, Chamine, & Wakeland, 2015; Porges, 1995a; Pumprla, Howorka, Groves, Chester, & Nolan, 2002) sowie HRV und kognitiver Leistung vermuten (z.B. Duschek, Muckenthaler, Werner, & Reyes del Paso, 2009; Hansen, Johnsen, & Thayer, 2003; Luque-Casado, Perales, Cárdenas, & Sanabria, 2016; Shah et al., 2011). Allerdings fehlt es bislang an Studien, welche die komplexeren Zusammenhänge zwischen all den genannten Konstrukten untersuchen. Dies gilt insbesondere für die Untersuchung von Kindern und Jugendlichen. Um zur Schließung dieser Wissenslücke beizutragen, haben wir Gymnasiasten (N = 72, zwischen zehn und 15 Jahren alt) im Rahmen eine Querschnittstudie zu deren Stresserleben und Bewältigungsstrategien (mittels SSKJ 3-8; Lohaus, Eschenbeck, Kohlmann, & Klein-Heßling, 2006) befragt. Außerdem wurden bei all diesen Schülern HRV und Zeugnisdurchschnittsnoten erhoben. Unsere Ergebnisse unterstreichen die Bedeutung konstruktiver Coping-Strategien zur Vermeidung von physischen und psychischen Stresssymptomen, welche ihrerseits negative Auswirkungen auf die Schulleistung haben. Demgegenüber lassen sich die erwarteten Zusammenhänge zwischen HRV und Stress/Coping (Berntson & Cacioppo, 2004; Dishman et al., 2000; Fabes & Eisenberg, 1997; Lucini, Di Fede, Parati, & Pagani, 2005; Michels, Sioen, et al., 2013; O’Connor, Allen, & Kaszniak, 2002; Porges, 1995a) sowie HRV und kognitiver Leistung (Hansen et al., 2003; Suess, Porges, & Plude, 1994; Thayer, Hansen, Saus-Rose, & Johnsen, 2009) anhand unserer Daten nicht bestätigen. Mögliche Gründe für dieses Befundmuster sowie Anforderungen an zukünftige Studien dieser Art werden abschließend diskutiert. Schlussendlich (a) fasse ich alle gesammelten Erkenntnisse prägnant zusammen, (b) diskutiere deren Implikationen, (c) stelle deren Beitrag zum wissenschaftlichen Forschungsstand heraus, und (d) gebe einen kurzen Einblick in die jüngsten Entwicklungen der HRV-Forschung (Kapitel V). Außerdem, und damit schließe ich den inhaltlichen Part dieser Monografie ab, möchte ich den Leser an meinen zehn wichtigsten Lernerfahrungen teilhaben lassen.

Wir untersuchten den Einfluss eines 100 Meilen Ultramarathonlaufes auf die Herzfrequenz und die Herzratenvariabilität. Zusätzlich evaluierten wir den Gebrauch dieser Parameter als nicht invasive Methode zur Beurteilung des Erholungszustandes des Sportlers. Dafür untersuchten wir freiwillige Läufer sieben Tage vor, unmittelbar danach und nach siebentägiger Erholung mithilfe eines Langzeit- EKGs. Es zeigte sich in unserer Untersuchung ein Anstieg der Ruheherzfrequenz und ein Abfall der Herzratenvariabilität unmittelbar nach dem Lauf. Nach siebentägiger Erholung ist die Ruheherzfrequenz nahezu zu den Ausgangswerten zurückgekehrt, wohin gegen eine siebentägige Erholung nicht ausreichte, um eine Rückkehr der Herzratenvariabilitätsparameter zu verzeichnen. Dies lässt uns schlussfolgern, dass der Einsatz der Parameter zur Beurteilung des Erholungszustandes der Athleten geeignet ist, jedoch keine Vorhersagen zur Wahrscheinlichkeit der Absolvierung eines solchen Laufes, oder der Laufzeit machbar sind.:1. Einleitung 1.1 Adaptation des Körpers an den Ausdauersport 1.2 Adaptation des Herzens an den Ausdauersports 1.3 Leistungsdiagnostik und Trainingsüberwachung durch Messung der Herzratenvariabilität 1.4 Durchführung 2. Puplikationsmanuskript 2.1 Abstract 2.2 Background 2.3 Methods 2.4 Results 2.5 Discussion 2.6 Study Limitations, Conclusion, Acknowledgments, Fundings 2.7 Abbreviations 2.8 References 2.9 Tables and Graphs 3. Zusammenfassung 4. Literaturverzeichnis 5. Anlagen Spezifizierung des eigenen wissenschaftlichen Beitrags Danksagung

Ein gesunder Herzschlag zeichnet sich nicht dadurch aus, dass er besonders regelmäßig ist. Vielmehr sollte ein gesunder Herzschlag, selbst in Phasen augenscheinlicher körperlicher Inaktivität, variabel sein (z.B. Appelhans & Luecken, 2006; Berntson et al., 1997; Shaffer, McCraty, & Zerr, 2014). Historisch gesehen ist dies keine völlig neue Erkenntnis – bereits in der frühen chinesischen und griechischen Medizin konnte dieses Phänomen beobachtet werden (einen schönen Überblick hierzu gibt Billman, 2011). Das Zusammenwirken der sympathischen und parasympathischen Bestandteile des autonomen Nervensystems, welches sich unter anderem in der Herzratenvariabilität (HRV) widerspiegelt, erlaubt uns nicht nur Einblicke in die physiologische Adaptionsfähigkeit, sondern auch in die psychische Flexibilität und Regulationsfähigkeit des Menschen, um so auf sich ständig ändernde Umweltanforderungen angemessen reagieren zu können (z.B. Appelhans & Luecken, 2006; Beauchaine, 2001; ChuDuc, NguyenPhan, & NguyenViet, 2013; Porges, 1995b; Quintana & Heathers, 2014; Riganello, Garbarino, & Sannita, 2012; Shaffer et al., 2014; Stein & Kleiger, 1999; Thayer & Lane, 2000). Mit ganz einfachen Worten: Die Variabilität unseres Herzschlages stellt eine Art Interface dar, welches Auskunft über das Zusammenspiel physiologischer und psychologischer Prozesse gibt. In der vorliegenden Monografie beschäftige ich mich intensiv mit dem Thema HRV, insbesondere mit der Anwendung und Durchführung von HRV-Kurzzeitmessungen (meistens fünf Minuten) im Kontext (bio-) psychologischer Forschung. Während ich im Rahmen des ersten Kapitels eine komprimierte Einführung in die Thematik und einen Überblick über die nachfolgenden Kapitel gebe, beschäftigt sich Kapitel II mit der Frage, welche methodischen Standards für HRV-Kurzzeitmessungen derzeit vorliegen. Ausgangspunkt hierfür sind vereinzelte Hinweise (z.B. im Rahmen meta-analytischer Bestrebungen) darauf, dass die Erfassung, Darstellung und Interpretation von HRV-Messungen durch ein nicht unerhebliches Maß an Diversität gekennzeichnet ist (z.B. de Vries, 2013; Ellis, Zhu, Koenig, Thayer, & Wang, 2015; Quintana & Heathers, 2014; Tak et al., 2009; Zahn et al., 2016). Ferner fehlen bis heute belastbare Normwerte für die gängigsten HRV-Parameter, die typischerweise in Kurzzeitmessungen berechnet werden können (vgl. Nunan, Sandercock, & Brodie, 2010). Ausgehend von diesen Beobachtungen stellen wir ein systematisches Literaturreview vor. In einem ersten Schritt haben wir aktuelle Standards zur Erhebung und Auswertung von HRV-Messungen identifiziert, auf deren Basis wir ein Klassifikationssystem zur Beurteilung von HRV-Studien erstellt haben. Nachfolgend wurden zwischen 2000 und 2013 publizierte Artikel (N = 457), im Hinblick auf die extrahierten methodischen Standards, überprüft. Unsere Ergebnisse legen das Vorhandensein einer beträchtlichen methodischen Heterogenität und einen Mangel an wichtigen Informationen nahe (z.B. in Bezug auf die Erhebung essentieller Kontrollvariablen oder das Berichten von HRV-Parametern), einhergehend mit der Tatsache, dass sich gängige Empfehlungen und Richtlinien (z.B. Task Force, 1996) nur partiell in der empirischen Praxis wiederfinden. Auf der Grundlage unserer Ergebnisse leiten wir Empfehlungen für weitere Forschung in diesem Bereich ab, wobei sich unsere „Checkliste“ besonders an forschende Psychologen richtet. Abschließend diskutieren wir die Einschränkungen unseres Reviews und unterbreiten Vorschläge, wie sich diese - bisweilen unbefriedigende - Situation verbessern lässt. Während unserer umfangreichen Literaturrecherche ist uns sehr schnell aufgefallen, dass HRV-Kurzzeitmessungen auf ein breites wissenschaftliches Interesse stoßen, wobei verschiedenste Konzepte und Forschungsfragen mit spezifischen HRV-Mustern in Verbindung gebracht werden (vgl. Beauchaine, 2001; Dong, 2016; Francesco et al., 2012; Makivić, Nikić, & Willis, 2013; Nunan et al., 2010; Pinna et al., 2007; Quintana & Heathers, 2014; Sammito et al., 2015; Sandercock, 2007). Darunter befinden sich sowohl eher eigenschaftsähnliche (z.B. Trait-Angst; Miu, Heilman, & Miclea, 2009; Watkins, Grossman, Krishnan, & Sherwood, 1998) als auch stark situationsabhängige Konstrukte (z.B. akute emotionale Erregung; Lackner, Weiss, Hinghofer-Szalkay, & Papousek, 2013; Papousek, Schulter, & Premsberger, 2002). Während die beiden einflussreichsten Theorien zur HRV, die Polyvagal-Theorie (Porges, 1995b, 2001, 2007) und das Modell der neuroviszeralen Integration (Thayer & Lane, 2000, 2009), einen dispositionellen Charakter der HRV nahelegen, sind zahlreiche Einflussfaktoren bekannt, die unmittelbare Auswirkungen auf das autonome Nervensystem haben (Fatisson, Oswald, & Lalonde, 2016; Valentini & Parati, 2009). Demzufolge haben wir uns die Frage gestellt, wie zeitlich stabil individuelle HRV-Messungen sind (siehe Kapitel III). Da die existierende Literatur hierzu ambivalente Ergebnisse bereithält (Sandercock, 2007; Sandercock, Bromley, & Brodie, 2005) und die zeitliche Stabilität von HRV-Messungen bisher vornehmlich über sehr kurze Zeiträume mit wenigen Messzeitpunkten untersucht wurde (z.B. Cipryan & Litschmannova, 2013; Maestri et al., 2009; Pinna et al., 2007), haben wir eine längsschnittliche Studie mit fünf Messzeitpunkten, verteilt auf ein Jahr, konstruiert (N = 103 Studierende). In Abhängigkeit von der Körperhaltung der Probanden während der Messung (liegend, sitzend, stehend), haben wir nachfolgend die Retest-Reliabilität (absolute und relative Reliabilität; siehe Atkinson & Nevill, 1998; Baumgartner, 1989; Weir, 2005) der gängigsten HRV-Parameter ermittelt. Unsere Ergebnisse deuten auf ein beachtliches Ausmaß an Zufallsschwankungen der HRV-Parameter hin, welches weitgehend unabhängig von der Körperhaltung der Probanden und dem zeitlichen Abstand der Messzeitpunkte ist. Da diese Ergebnisse weitreichende Folgen suggerieren, diskutieren wir diese, unter Berücksichtigung vorhandener Einschränkungen, ausführlich. Während in Kapitel II und III vornehmlich methodische Fragen im Fokus stehen, stelle ich in Kapitel IV dieser Monografie eine Feldstudie vor. Im Rahmen dieser Studie haben wir die Zusammenhänge zwischen subjektivem Stress, Coping-Strategien, HRV und Schulleistung untersucht. Sowohl die bereits erwähnten Theorien (Porges, 1995b, 2001, 2007, Thayer & Lane, 2000, 2009), als auch eine beträchtliche Anzahl an Forschung, lassen Zusammenhänge zwischen HRV und Stress (z.B. Berntson & Cacioppo, 2004; Chandola, Heraclides, & Kumari, 2010; Krohne, 2017; Michels, Sioen, et al., 2013; Oken, Chamine, & Wakeland, 2015; Porges, 1995a; Pumprla, Howorka, Groves, Chester, & Nolan, 2002) sowie HRV und kognitiver Leistung vermuten (z.B. Duschek, Muckenthaler, Werner, & Reyes del Paso, 2009; Hansen, Johnsen, & Thayer, 2003; Luque-Casado, Perales, Cárdenas, & Sanabria, 2016; Shah et al., 2011). Allerdings fehlt es bislang an Studien, welche die komplexeren Zusammenhänge zwischen all den genannten Konstrukten untersuchen. Dies gilt insbesondere für die Untersuchung von Kindern und Jugendlichen. Um zur Schließung dieser Wissenslücke beizutragen, haben wir Gymnasiasten (N = 72, zwischen zehn und 15 Jahren alt) im Rahmen eine Querschnittstudie zu deren Stresserleben und Bewältigungsstrategien (mittels SSKJ 3-8; Lohaus, Eschenbeck, Kohlmann, & Klein-Heßling, 2006) befragt. Außerdem wurden bei all diesen Schülern HRV und Zeugnisdurchschnittsnoten erhoben. Unsere Ergebnisse unterstreichen die Bedeutung konstruktiver Coping-Strategien zur Vermeidung von physischen und psychischen Stresssymptomen, welche ihrerseits negative Auswirkungen auf die Schulleistung haben. Demgegenüber lassen sich die erwarteten Zusammenhänge zwischen HRV und Stress/Coping (Berntson & Cacioppo, 2004; Dishman et al., 2000; Fabes & Eisenberg, 1997; Lucini, Di Fede, Parati, & Pagani, 2005; Michels, Sioen, et al., 2013; O’Connor, Allen, & Kaszniak, 2002; Porges, 1995a) sowie HRV und kognitiver Leistung (Hansen et al., 2003; Suess, Porges, & Plude, 1994; Thayer, Hansen, Saus-Rose, & Johnsen, 2009) anhand unserer Daten nicht bestätigen. Mögliche Gründe für dieses Befundmuster sowie Anforderungen an zukünftige Studien dieser Art werden abschließend diskutiert. Schlussendlich (a) fasse ich alle gesammelten Erkenntnisse prägnant zusammen, (b) diskutiere deren Implikationen, (c) stelle deren Beitrag zum wissenschaftlichen Forschungsstand heraus, und (d) gebe einen kurzen Einblick in die jüngsten Entwicklungen der HRV-Forschung (Kapitel V). Außerdem, und damit schließe ich den inhaltlichen Part dieser Monografie ab, möchte ich den Leser an meinen zehn wichtigsten Lernerfahrungen teilhaben lassen.:DANKSAGUNG I PREFACE V ZUSAMMENFASSUNG VII LIST OF CONTENTS XI LIST OF TABLES XIII LIST OF FIGURES XV ABBREVIATIONS XVII CHAPTER I 1 1. AN INTRODUCTION INTO HEART RATE VARIABILITY AND MY PAST FIVE YEARS OF RESEARCH 1 1.1. MEANING OF HRV 3 1.2. A BRIEF HISTORICAL OVERVIEW OF HRV RESEARCH 4 1.3. PHYSIOLOGICAL UNDERPINNINGS AND INFLUENCES ON HRV 6 1.4. THEORIES OF HRV 7 1.5. HRV MEASUREMENT: FROM HEARTBEAT TO HRV PARAMETERS 9 1.6. OVERVIEW OF CHAPTERS INCLUDED IN THIS MONOGRAPH 12 CHAPTER II 17 2. A SYSTEMATIC REVIEW OF SHORT-TERM HEART RATE VARIABILITY IN PSYCHOLOGICAL RESEARCH: TOWARD UNIFIED METHODOLOGICAL STANDARDS 17 2.1. INTRODUCTION 18 2.2. METHODS AND MATERIALS 30 2.3. RESULTS 40 2.4. DISCUSSION AND RECOMMENDATIONS 55   CHAPTER III 75 3. RELIABILITY OF SHORT-TERM MEASUREMENTS OF HEART RATE VARIABILITY: FINDINGS FROM A LONGITUDINAL STUDY 75 3.1. INTRODUCTION 76 3.2. METHODS AND MATERIALS 82 3.3. RESULTS 92 3.4. DISCUSSION 105 CHAPTER IV 115 4. STRESS AND COPING IN SCHOOL: HEART RATE VARIABILITY, SELF-REPORTED STRESS, AND SCHOOL ACHIEVEMENT 115 4.1. INTRODUCTION 116 4.2. METHODS AND MATERIALS 122 4.3. RESULTS 130 4.4. DISCUSSION 142 CHAPTER V 151 5. SUMMARY, OVERALL DISCUSSION, AND OUTLOOK 151 5.1. SUMMARY AND CONTRIBUTIONS TO EXISTING LITERATURE 151 5.2. RECENT DEVELOPMENTS IN HRV RESEARCH AND FORTHCOMING CHALLENGES 156 5.3. WHAT REMAINS AT THE END OF THE DAY? 157 6. REFERENCES 159 7. APPENDIX 193 8. CURRICULUM VITAE 229 9. LIST OF PUBLICATIONS 233 9.1. BOOKS, BOOK CHAPTERS, (CONFERENCE) PAPER, THESES 233 9.2. TALKS AND PRESENTATIONS 235 10. EIDESSTATTLICHE ERKLÄRUNG (AFFIDAVIT) 237

Die nicht-invasive Analyse der fetalen Herzratenvariabilität mittels abdominaler Elektrokardiographie stellt eine neue Methode zur Beurteilung des fetalen Zustandes dar. Die Herzratenvariabilität gilt hier als ein sensitives Maß der autonomen Regulation. Bereits mit Beginn der zweiten Schwangerschaftshälfte ist es möglich, über das mütterliche Abdomen ein fetales Elektrokardiogramm abzuleiten und einer Herzratenvariabilitätsanalyse zuzuführen. Das Untersuchungskollektiv dieser Arbeit umfasste Frauen mit frühem vorzeitigem Blasensprung als Modell einer pathologischen Alteration des fetalen Zustandes sowie Frauen mit normalen Schwangerschaften zwischen der 20. und 28. Schwangerschaftswoche. Die technische Umsetzung und Analyse der fetalen Herzratenvariabilität erfolgte in Kooperation mit dem Institut für Biomedizinische Technik der TU Dresden. Insgesamt wurden 25 Datensätze der Auswertung zugeführt. Eine Reifung des autonomen Nervensystems des Feten mit ansteigendem Gestationsalter konnte mittels der Herzratenvariabilitätsanalyse gezeigt werden. Zur Risikostratifizierung der Feten bei frühem vorzeitigem Blasensprung konnten bei der Betrachtung der Herzratenvariabilitätsparameter keine signifikanten Unterschiede zum Normalkollektiv erhoben werden. Die Analyse der Parameter erfolgte hierbei unabhängig von den fetalen Verhaltenszuständen. Es konnte gezeigt werden, dass die nicht-invasive Analyse der Herzratenvariabilitätsanalyse methodisch und technisch in der Lage ist, den Fetalzustand und dessen Alterationen zu erfassen.

In der vorliegenden Untersuchung wurde ein arbeitspsychologisches Problem thematisiert, dass in Mensch-Maschine-Systemen auftritt. <br /> In Mensch-Maschine-Systemen werden Informationen in kodierter Form ausgetauscht. Diese inhaltlich verkürzte Informationsübertragung hat den Vorteil, keine lange Zustandsbeschreibung zu benötigen, so dass der Mensch auf die veränderten Zustände schnell und effizient reagieren kann. Dies wird aber nur dann ermöglicht, wenn der Mensch die kodierten Informationen (Kodes) vorher erlernten Bedeutungen zuordnen kann. Je nach Art der kodierten Informationen (visuelle, akustische oder alphanumerische Signale) wurden Gestaltungsempfehlungen für Kodealphabete entwickelt. <br /> Für Operateure resultiert die mentale Belastung durch Dekodierungsprozesse vor allem aus dem Umfang des Kodealphabetes (Anzahl von Kodezeichen), der wahrnehmungsmäßigen Gestaltung der Kodes und den Regeln über die Zuordnung von Bedeutungen zu Kodezeichen. <br /> <br /> Die Entscheidung über die Güte von Kodealphabeten geschieht in der Arbeitspsychologie in der Regel über Leistungsindikatoren. Dies sind üblicherweise die zur Dekodierung der Kodes benötigte Zeit und dabei auftretende Zuordnungsfehler. Psychophysiologische Daten werden oft nicht herangezogen.<br /> Fraglich ist allerdings, ob Zeiten und Fehler allein verlässliche Indikatoren für den kognitiven Aufwand bei Dekodierungsprozessen sind, da im hochgeübten Zustand bei gleichen Alphabetlängen, aber unterschiedlicher Kodezeichengestaltung sich häufig die mittleren Dekodierungszeiten zwischen Kodealphabeten nicht signifikant unterscheiden und Fehler überhaupt nicht auftreten. <br /> Die in der vorliegenden Arbeit postulierte Notwendigkeit der Ableitung von Biosignalen gründet sich auf die Annahme, dass mit ihrer Hilfe zusätzliche Informationen über die mentale Beanspruchung bei Dekodierungsprozessen gewonnen werden können, die mit der Erhebung von Leistungsdaten nicht erfasst werden. Denn gerade dann, wenn sich die Leistungsdaten zweier Kodealphabete nicht unterscheiden, können psychophysiologische Daten unterschiedliche Aspekte mentaler Beanspruchung erfassen, die mit Hilfe von Leistungsdaten nicht bestimmt werden können. <br /> Daher wird in Erweiterung des etablierten Untersuchungsansatzes vorgeschlagen, Biosignale als dritten Datenbereich, neben Leistungsdaten und subjektiven Daten mentaler Beanspruchung, abzuleiten, um zusätzliche Informationen über die mentale Beanspruchung bei Dekodierungsprozessen zu erhalten.<br /> Diese Annahme sollte mit Hilfe der Ableitung von Biosignalen überprüft werden. <br /> <br /> Der Begriff mentaler Beanspruchung wird in der bisherigen Literatur nur unzureichend definiert und differenziert. Daher wird zur Untersuchung dieses Konzepts, die wissenschaftliche Literatur berücksichtigend, ein erweitertes Modell mentaler Beanspruchung vorgestellt.<br /> Dabei wird die mentale Beanspruchung abgegrenzt von der emotionalen Beanspruchung. Mentale Beanspruchung wird weiterhin unterschieden in psychomotorische, perzeptive und kognitive Beanspruchung. Diese Aspekte mentaler Beanspruchung werden jeweils vom psychomotorischen, perzeptiven oder kognitiven Aufwand der zu bearbeitenden Aufgabe ausgelöst.<br /> <br /> In der vorliegenden Untersuchung wurden zwei zentrale Fragestellungen untersucht:<br /> Einerseits wurde die Analyse der anwendungsbezogenen Frage fokussiert, inwieweit psychophysiologische Indikatoren mentaler Beanspruchung über die Leistungsdaten (Dekodierungszeiten und Fehleranzahl) hinaus, zusätzliche Informationen zur Bestimmung der Güte von Kodealphabeten liefern. <br /> Andererseits wurde der Forschungsaspekt untersucht, inwieweit psychophysiologische Indikatoren mentaler Beanspruchung die zur Dekodierung notwendigen perzeptiven und kognitiven Aspekte mentaler Beanspruchung differenzieren können. Emotionale Beanspruchung war nicht Gegenstand der Analysen, weshalb in der Operationalisierung versucht wurde, sie weitgehend zu vermeiden. Psychomotorische Beanspruchung als dritter Aspekt mentaler Beanspruchung (neben perzeptiver und kognitiver Beanspruchung) wurde für beide Experimentalgruppen weitgehend konstant gehalten.<br /> <br /> In Lernexperimenten hatten zwei anhand eines Lern- und Gedächtnistests homogenisierte Stichproben jeweils die Bedeutung von 54 Kodes eines Kodealphabets zu erwerben. Dabei wurde jeder der zwei unahbhängigen Stichproben ein anderes Kodealphabet vorgelegt, wobei sich die Kodealphabete hinsichtlich Buchstabenanzahl (Kodelänge) und anzuwendender Zuordnungsregeln unterschieden. Damit differierten die Kodealphabete im perzeptiven und kognitiven Aspekt mentaler Beanspruchung.<br /> Die Kombination der Abkürzungen entsprach den in einer Feuerwehrleitzentrale verwendeten (Kurzbeschreibungen von Notfallsituationen). In der Lernphase wurden den Probanden zunächst die Kodealphabete geblockt mit ihren Bedeutungen präsentiert. <br /> Anschließend wurden die Kodes (ohne deren Bedeutung) in sechs aufeinanderfolgenden Prüfphasen randomisiert einzeln dargeboten, wobei die Probanden instruiert waren, die Bedeutung der jeweiligen Kodes in ein Mikrofon zu sprechen. <br /> Während des gesamten Experiments wurden, neben Leistungsdaten (Dekodierungszeiten und Fehleranzahl) und subjektiven Daten über die mentale Beanspruchung im Verlauf der Experimente, folgende zentralnervöse und peripherphysiologische Biosignale abgeleitet: Blutdruck, Herzrate, phasische und tonische elektrodermale Aktivität und Elektroenzephalogramm. Aus ihnen wurden zunächst 13 peripherphysiologische und 7 zentralnervöse Parameter berechnet, von denen 7 peripherphysiologische und 3 zentralnervöse Parameter die statistischen Voraussetzungen (Einschlusskriterien) soweit erfüllten, dass sie in die inferenzstatistische Datenanalyse einbezogen wurden.<br /> <br /> Leistungsdaten und subjektive Beanspruchungseinschätzungen der Versuchsdurchgänge wurden zu den psychophysiologischen Parametern in Beziehung gesetzt. Die Befunde zeigen, dass mittels der psychophysiologischen Daten zusätzliche Erkenntnisse über den kognitiven Aufwand gewonnen werden können.<br /> <br /> Als weitere Analyse wurden die Kodes post hoc in zwei neue Kodealphabete eingeteilt. Ziel dieser Analyse war es, die Unterschiede zwischen beiden Kodealphabeten zu erhöhen, um deutlichere reizbezogene psychophysiologische Unterschiede in den EEG-Daten zwischen den Kodealphabeten zu erhalten. Dazu wurde diejenigen, hinsichtlich ihrer Bedeutung, parallelen Kodes in beiden Kodealphabeten ausgewählt, die sich in der Dekodierungszeit maximal voneinander unterschieden. Eine erneute Analyse der EEG-Daten erbrachte jedoch keine Verbesserung der Ergebnisse.<br /> <br /> Drei Hauptergebnisse bezüglich der psychophysiologischen Parameter konnten festgestellt werden:<br /> Das erste Ergebnis ist für die psychophysiologische Methodik bedeutsam. Viele psychophysiologische Parameter unterschieden zwischen den Prüfphasen und zeigen damit eine hinreichende Sensitivität zur Untersuchung mentaler Beanspruchung bei Dekodierungsprozessen an. Dazu gehören die Anzahl der spontanen Hautleitwertsreaktionen, die Amplitude der Hautleitwertsreaktionen, das Hautleitwertsniveau, die Herzrate, die Herzratendifferenz und das Beta-2-Band des EEG. Diese Parameter zeigen einen ähnlichen Verlauf wie die Leistungsdaten. Dies zeigt, dass es möglich ist, die hier operationaliserte Art mentaler Beanspruchung in Form von Dekodierungsprozessen psychophysiologisch zu analysieren.<br /> <br /> Ein zweites Ergebnis betrifft die Möglichkeit, Unterschiede mentaler Beanspruchung zwischen beiden Gruppen psychophysiologisch abzubilden:<br /> Das Hautleitwertsniveau und das Theta-Frequenzband des Spontan-EEG zeigten Unterschiede zwischen beiden Stichproben von der ersten Prüfphase an. Diese Parameter indizieren unterschiedlichen kognitiven Aufwand in beiden Stichproben über alle Prüfphasen.<br /> <br /> Das wichtigste Ergebnis betrifft die Frage nach einem Informationsgewinn bei Einsatz psychophysiologischer Methoden zur Bewertung der Güte von Kodealphabeten: <br /> Einen tatsächlichen Informationsgewinn gegenüber den Leistungsdaten zeigte die Amplitude der elektrodermalen Aktivität und die Herzraten-Differenz an. Denn in den späteren Prüfphasen, wenn sich die Leistungsdaten beider Kodealphabete nicht mehr unterschieden, konnten unterschiedliche Ausprägungen dieser psychophysiologischen Parameter zwischen beiden Kodealphabeten verzeichnet werden. Damit konnten unterschiedliche Aspekte mentaler Beanspruchung in beiden Kodealphabeten in den späteren Prüfphasen erfasst werden, in denen sich die Leistungsdaten nicht mehr unterschieden. <br /> <br /> Alle drei Ergebnisse zeigen, dass es, trotz erheblichen technischen und methodischen Aufwands, sinnvoll erscheint, bei der Charakterisierung mentaler Belastungen und für die Gestaltung von Kodealphabeten auch psychophysiologische Daten heranzuziehen, da zusätzliche Informationen über den perzeptiven und kognitiven Dekodierungsaufwand gewonnen werden können. / In this study a problem from the work psychology was focussed, which appears in human-machine systems.<br /> In human-machine systems informations were exchanged as codes. Using this kind of shortened information transmission needs no long description of the system state, so that the operator can react to the changed system state in a quick and efficient way. This is possible only in this case, if the operator has learned the meaning of the codes before. For the different kinds of coded informations (visual, acoustic or alphanumeric signals) special recommendations for their design were developed.<br /> Mental workload caused by decoding processes resulting from the size of the code alphabet, the percepted design of the codes, and the rules about the allocation of code meanings.<br /> <br /> The decision about the validity of code alphabets in work psychology is normally made by indicators of performance, which are the decoding times and decoding mistakes. Nearly all studies do not refer to psychophysiological data. <br /> It is questioned, if times and mistakes alone are valid indicators for the cognitive cost, because in well learned state and for the same size of the code alphabet but different design of the codes, the decoding times between code alphabets are not significantly different, and mistakes do not appear.<br /> This study postulates a necessity for the registration of psychophysiological data, so that additionally informations, which are not included in the performance data, can be examined. If the performance data does not differ between two code alphabets, psychophysiological data measures different aspects of mental workload, which could not be detected by performance data. To enlarge the established approach, it is recommended to registrate biosignals as a third domain of data to get additional informations about decoding processes.<br /> These hypotheses should be verified by registration of biosignals.<br /> <br /> There are vague definitions and deficient differentiations of the concept of mental workload in the scientific publications. To examine mental workload an enlarged model of mental workload is presented. Mental workload is delimited from emotional strain. Furthermore mental workload is differentiated in psychomotoric, perceptive, and cognitive aspects. These aspects of mental workload are caused by the psychomotoric, perceptive, and cognitive cost, which are initiated by the assigned task.<br /> <br /> Two main questions were examined in this study. <br /> First question refers to applied research. Do psychophysiological indicators of mental workload provide more information about the validity of code alphabets than performance data?<br /> The second question refers to what extent psychophysiological indicators of mental workload necessary for the decoding process could differentiate the perceptive and cognitive aspects of mental workload. <br /> <br /> >The emotional strain was not the objective of this study, therefore it was excluded from the experimental design.<br /> Psychomotoric workload as the third aspect of mental workload was a constant value for both experimental samples.<br /> <br /> In two learning experiments two samples with identical habituational memory performance were instructed to learn the meaning of 54 codes of a code alphabet. Both samples was presented another code alphabet, which differed in the number of included letters and the allocation rules. Thus the two code alphabets differed in the perceptive and in the cognitive aspect of mental workload.<br /> The combination of abbreviations was comparable to those used in a fire station. In a learning phase the code alphabets were presented with their meanings. Afterwards the codes were presented without their meanings in six following tests phases. Subjects were instructed to answer in a microphone. <br /> During the whole experiment performance data, subjective data of perceived strain, and psychophysiological data were registrated. The psychophysiological data contained: blood pressure, heart rate, phasic and tonic electrodermal activity, and the EEG. Thirteen peripherphysiological and seven EEG parameters were extracted from these raw data. Seven peripherphysiological and three EEG parameters accomplished the statistical premises and were included to further statistical analysis.<br /> Performance data and subjective data were set in relation to the psychophysiological parameters. The outcomes showed that using psychophysiological data generate additional informations about the cognitive cost.<br /> <br /> For further analysis the code items were divided into two new code alphabets. The intention of this analysis was to maximize the difference between the two code alphabets to get more stimuli based psychophysiological differences in the EEG data. This analysis included those pairs of codes with identical meaning and maximum difference in their decoding time. This further analysis did not improve the outcomes. <br /> <br /> Three main outcomes in respect to the psychophysiological data were detected. <br /> The first one is an important outcome for psychophysiological methodology. Many psychophysiological parameters differ between the test phases and thus show a sufficient sensitivity to examine mental workload in decoding processes. The number of spontaneous electrodermal responses, the amplitude of electrodermal responses, the electrodermal level, the heart rate, the heart rate difference, and the beta-2 frequency band of the EEG belong to these parameters. These parameters show a similar distribution like performance data. This shows the possibility of the operationalized mental workload through decoding processes analysable with psychophysiological methods.<br /> A second outcome concerns the possibility to show differences in mental workload between both samples in psychophysiological parameters:<br /> The electrodermal level and the theta frequency band of the EEG showed differences between both samples beginning from the first test phase. These parameters indicate different cognitive cost in both samples in all test phases.<br /> <br /> The most important outcome regards to the profit of information by using psychophysiological methods to test the validity of code alphabets. The amplitude of the electrodermal responses and the heart rate difference shows a surplus of information compared to performance data. Thus in later test phases, in which the performance data did no longer differ, different characteristics of psychophysiological parameters between both code alphabets were registrated. Therefore different aspects of mental workload could be quantified.<br /> <br /> All three outcomes showed that, nevertheless of the considerable technical and methodological expenditure, it is reasonable to use psychophysiological data to design code alphabets, because it supplies additional information about the perceptional and cognitive cost of the decoding processes.

Emotions are an integral part of the human experience and their interpretation can provide valuable but also misleading clues about oneself and other people’s state of mind. Negative emotional states can be perceived as uncomfortable and – when experienced chronically – can develop into anxiety and mood disorders. The more pervasive these disorders the more severely they affect and disable a person’s everyday functioning and often their sleep as well. According to Lang and colleagues (1998), emotions may be expressed verbally, behaviorally, and physiologically, i.e., emotions can be reported, observed, and objectively measured. Each measurement approach provides important, unique, and often conflicting information that can be used in the assessment and treatment evaluation of psychological disorders affecting the emotions. Autonomic measures have been used to indicate the physiological components of emotions, such as those along the worry-anxiety-fear-panic spectrum. Worry has been shown to suppress cardiac responses to imaginal feared material (see Borkovec, Alcaine, & Behar, 2004) and reduce autonomic variability (Hoehn-Saric, McLeod, Funderburk, & Kowalski, 2004; Hoehn-Saric, McLeod, & Zimmerli, 1989). Results for panic and anticipatory anxiety are less conclusive but theoretically these states should go along with increased autonomic arousal. Abnormal autonomic arousal might also be present during sleep as both panic disorder and worrying have been associated with sleeping difficulties. However, most empirical research has been confined to the laboratory where high internal validity is achieved at the cost of poor ecological validity. Thus, the purpose of this doctoral dissertation is to extend and validate laboratory findings on worry, anticipatory anxiety, and panic using ambulatory monitoring. Twenty-four hour monitoring not only can give valuable insights into a person’s daytime emotional experience but also allows observing how these emotions might affect their sleep in their natural environment. In the following chapter, the reader will be introduced to a conceptual framework that ties together worry, anxiety, fear, and panic, and related anxiety disorders (section 2.1), to autonomic arousal and electrodermal and cardiac arousal in particular (section 2.2), to sleep and its relation to autonomic arousal and anxiety disorders (section 2.3), and to ambulatory monitoring (section 2.4). After illustrating the aims of this thesis (chapter 3), chapters 4 to 6 present the results of three empirical studies conducted as part of this doctoral research. The first study deals solely with electrodermal monitoring and how it is affected by confounding variables in an ambulatory context (chapter 4). The next study then seeks to investigate the relationship between electrodermal arousal and anticipatory anxiety and panic in a sample of panic disorder patients and healthy controls. The last study focuses primarily on the effect of trait and state worry on subjective and objective sleep and electrodermal and cardiac arousal in a group of high and low worriers. Chapters 7 to 9 summarize and integrate the findings from these three empirical studies, discuss methodological limitations, and provide an outlook into future research.

Die nicht-invasive Analyse der fetalen Herzratenvariabilität mittels abdominaler Elektrokardiographie stellt eine neue Methode zur Beurteilung des fetalen Zustandes dar. Die Herzratenvariabilität gilt hier als ein sensitives Maß der autonomen Regulation. Bereits mit Beginn der zweiten Schwangerschaftshälfte ist es möglich, über das mütterliche Abdomen ein fetales Elektrokardiogramm abzuleiten und einer Herzratenvariabilitätsanalyse zuzuführen. Das Untersuchungskollektiv dieser Arbeit umfasste Frauen mit frühem vorzeitigem Blasensprung als Modell einer pathologischen Alteration des fetalen Zustandes sowie Frauen mit normalen Schwangerschaften zwischen der 20. und 28. Schwangerschaftswoche. Die technische Umsetzung und Analyse der fetalen Herzratenvariabilität erfolgte in Kooperation mit dem Institut für Biomedizinische Technik der TU Dresden. Insgesamt wurden 25 Datensätze der Auswertung zugeführt. Eine Reifung des autonomen Nervensystems des Feten mit ansteigendem Gestationsalter konnte mittels der Herzratenvariabilitätsanalyse gezeigt werden. Zur Risikostratifizierung der Feten bei frühem vorzeitigem Blasensprung konnten bei der Betrachtung der Herzratenvariabilitätsparameter keine signifikanten Unterschiede zum Normalkollektiv erhoben werden. Die Analyse der Parameter erfolgte hierbei unabhängig von den fetalen Verhaltenszuständen. Es konnte gezeigt werden, dass die nicht-invasive Analyse der Herzratenvariabilitätsanalyse methodisch und technisch in der Lage ist, den Fetalzustand und dessen Alterationen zu erfassen.

Emotions are an integral part of the human experience and their interpretation can provide valuable but also misleading clues about oneself and other people’s state of mind. Negative emotional states can be perceived as uncomfortable and – when experienced chronically – can develop into anxiety and mood disorders. The more pervasive these disorders the more severely they affect and disable a person’s everyday functioning and often their sleep as well. According to Lang and colleagues (1998), emotions may be expressed verbally, behaviorally, and physiologically, i.e., emotions can be reported, observed, and objectively measured. Each measurement approach provides important, unique, and often conflicting information that can be used in the assessment and treatment evaluation of psychological disorders affecting the emotions. Autonomic measures have been used to indicate the physiological components of emotions, such as those along the worry-anxiety-fear-panic spectrum. Worry has been shown to suppress cardiac responses to imaginal feared material (see Borkovec, Alcaine, & Behar, 2004) and reduce autonomic variability (Hoehn-Saric, McLeod, Funderburk, & Kowalski, 2004; Hoehn-Saric, McLeod, & Zimmerli, 1989). Results for panic and anticipatory anxiety are less conclusive but theoretically these states should go along with increased autonomic arousal. Abnormal autonomic arousal might also be present during sleep as both panic disorder and worrying have been associated with sleeping difficulties. However, most empirical research has been confined to the laboratory where high internal validity is achieved at the cost of poor ecological validity. Thus, the purpose of this doctoral dissertation is to extend and validate laboratory findings on worry, anticipatory anxiety, and panic using ambulatory monitoring. Twenty-four hour monitoring not only can give valuable insights into a person’s daytime emotional experience but also allows observing how these emotions might affect their sleep in their natural environment. In the following chapter, the reader will be introduced to a conceptual framework that ties together worry, anxiety, fear, and panic, and related anxiety disorders (section 2.1), to autonomic arousal and electrodermal and cardiac arousal in particular (section 2.2), to sleep and its relation to autonomic arousal and anxiety disorders (section 2.3), and to ambulatory monitoring (section 2.4). After illustrating the aims of this thesis (chapter 3), chapters 4 to 6 present the results of three empirical studies conducted as part of this doctoral research. The first study deals solely with electrodermal monitoring and how it is affected by confounding variables in an ambulatory context (chapter 4). The next study then seeks to investigate the relationship between electrodermal arousal and anticipatory anxiety and panic in a sample of panic disorder patients and healthy controls. The last study focuses primarily on the effect of trait and state worry on subjective and objective sleep and electrodermal and cardiac arousal in a group of high and low worriers. Chapters 7 to 9 summarize and integrate the findings from these three empirical studies, discuss methodological limitations, and provide an outlook into future research.

Hintergrund: Das Auftreten einer kardialen autonomen Dysfunktion nach einem akutem ischämischen Schlaganfall (AIS) geht mit einer ungünstigen Prognose und einer erhöhten Mortalität einher. In der vorliegenden Arbeit wurde die Hypothese untersucht, dass Herzfrequenzvariabilitäts (HRV)-Biofeedback die autonome Herzfunktion nach Schlaganfall verbessern kann. Methodik/Design: 48 AIS-Patienten erhielten unter randomisierten Bedingungen entweder HRV- oder Sham-Biofeedback (1:1) zusätzlich zur standardisierten Stroke Unit Versorgung. Bei sämtlichen Studienteilnehmern wurde vor Beginn der ersten und nach Abschluss der letzten Biofeedbacksitzung eine autonome Funktionsmessung durchgeführt, die neben der Messung der HRV auch eine Erfassung der autonomen vasomotorischen (die neurovaskuläre Regulation der arteriellen Blutgefäßweite erfassenden) und sudomotorischen (die neuronale Regulation der Schweißdrüsenfunktion quantifizierenden) Funktion beinhaltete. Die HRV wurde mittels Standardabweichung der NN-Intervalle (SDNN), der Standardabweichung der Differenzen benachbarter NN-Intervalle (SD of ΔNN), der Quadratwurzel des Mittelwerts aus der Summe der Quadrate der Differenzen zwischen benachbarten NN-Intervallen (RMSSD), sowie mittels des Variationskoeffizienten der R-R-Intervalle (CVNN) untersucht. Während die Parameter SDNN und RMSSD vorwiegend parasympathisch determinierten Indikatoren der HRV entsprechen, stellt der CVNN einen kompositen Parameter der sympathischen und der parasympathischen Aktivität dar. Darüber hinaus wurde eine Frequenzanalyse der HRV durchgeführt, um die Frequenzbänder der HRV differenziert zu erfassen und den Wirkmechanismus des HRV-Biofeedbacks auf die kardiale autonome Funktion zu charakterisieren. Die beiden sympathisch regulierten Funktionen der Vaso- und Sudomotorik wurden nach sympathischer Aktivierung gemessen, wobei die vasomotorische Funktion mittels Photoplethysmographie (PPG) der vasokonstriktorischen Reaktion (VCR) und die sudomotorische Hautleitwertänderung (SSR) durch Ableiteelektroden erfasst wurde. Die Bewertung des Schweregrades der autonomen Symptome durch den Survey of Autonomic Symptoms (SAS; TIS: Gesamtschwere autonomer Symptome) und des funktionellen Defizites durch die modifizierte Rankin-Skala (mRS) erfolgten vor Beginn der Intervention und drei Monate nach Interventionsbeendigung. Das Studienprotokoll wurde vor Beginn der Untersuchung in der Datenbank clinicaltrials.gov hinterlegt [clinicaltrials.gov identifier: NCT03865225]. Ergebnisse: 48 AIS-Patienten (19 Frauen; Alter im Median 69 [Interquartilsbereich 18.0] Jahre) wurden in die Untersuchung eingeschlossen. Angesichts einer hohen Adhärenz und Verträglichkeit der HRV-Biofeedbackanwendung (<0.1% fehlende Daten, keine Studienabbrühe während der Hospitalisierungsphase, unerwünschte Wirkungen: leichtgradig n=1/48) ließ sich das HRV-Biofeedbackverfahren unproblematisch in das das Setting einer multidisziplinären Stroke Unit integrieren. Die Anwendung von HRV-Biofeedback führte zu einer Erhöhung der HRV unter metronomischer Atmung (SDNN: 34,1 [45.0] ms Baseline vs. 43,5 [79.0] ms post-Intervention, p=0,015; SD of ΔNN: 29.3 [52.7] ms baseline vs. 46.4 [142.1] ms post-intervention, p=0.013; RMSSD: 29,1 [52.2] ms Baseline vs. 46,0 [140.6] ms post-Intervention, p=0.015; nicht-signifikanter Trend einer Erhöhung des CVNN: 4.1 [5.1] % Baseline vs. 5.4 [7.2] % post-Intervention, p=0.052), die nach dem Sham-Biofeedback nicht zu verzeichnen war (p=nicht signifikant (ns)). Zudem ergab die Frequenzanalyse der HRV unter metronomischer Atmung nach HRV-Biofeedback einen Anstieg im Niederfrequenzband (LF) (484.8 [1941.4] ms2 Baseline vs. 1471.3 [3329.9] ms2 post-Intervention, p=0.019) und der Total Power (1273.9 [3299.2] ms2 Baseline vs. 1771.5 [13038.8] ms2 post-Intervention, p=0.022), der in der Sham-Biofeedbackgruppe nicht beobachtet wurde (p=ns). In beiden Studiengruppen zeigte sich keine Veränderung der sympathischen Funktionen der Sudo- und Vasomotorik (p=ns). HRV-Biofeedback führte zu einer Linderung des Schweregrades autonomer Symptome drei Monate nach der Intervention (TIS: 7.5 [7.0] Baseline vs. 3.5 [8.0] Follow-Up, p=0.029), welche in der Sham-Biofeedbackgruppe ausblieb (p=ns). Erwartungsgemäß zeigten beide Studiengruppen nach drei Monaten eine Besserung der funktionellen Defizite (HRV-Biofeedbackgruppe, mRS: 2.0 [1.0] Baseline vs. 0.0 [2.0] Follow-Up, p=0.023; Sham-Biofeedbackgruppe, mRS: 2.2 [2.0] Baseline vs. 1.0 [2.0] Follow-Up, p=0.0005). Schlussfolgerungen: Die Integration von HRV-Biofeedback in die multidisziplinäre Standardversorgung einer Schlaganfallstation führte bei Patienten mit AIS zu einer Verbesserung der kardialen autonomen Funktion. Diese funktionelle Verbesserung wurde wahrscheinlich durch einen vorwiegend parasympathischen Mechanismus vermittelt und ging mit einer anhaltenden Linderung autonomer Symptome einher.:1.EINLEITUNG 1 2. HINTERGRUND 4 2.1 Schlaganfall: Pathophysiologie und klinische Bedeutung 4 2.1.1 Definition und Klassifikation 4 2.1.2 Epidemiologie 7 2.1.3 Lokalisationsbezogene klinische Präsentation 9 2.1.4 Therapie 13 2.1.5 Risikofaktoren 16 2.2 Autonomes Nervensystem (ANS): Grundlagen und Beeinträchtigungen bei Schlaganfallpatienten16 2.2.1 Anatomische und physiologische Grundlagen 17 2.2.1.1 Sympathisches Nervensystem (SNS) 20 2.2.1.2 Parasympathisches Nervensystem (PaNS) 22 2.2.1.3 Enterisches Nervensystem (ENS) 23 2.2.2 Autonome Dysfunktion beim Schlaganfall 24 2.3 Herzratenvariabilität (HRV): Ein diagnostisches Target der kardialen autonomen Funktion 25 2.3.1 Definition 25 2.3.2 Relevanz 27 2.3.3 Anwendungsbereiche 28 2.4 Biofeedback: Allgemeine Therapieprinzipien und HRV-spezifische Anwendung 29 2.4.1 Definition 29 2.4.2 Anwendungsbereiche 29 2.4.3 Herzratenvariabilitäts-gestütztes Biofeedback 31 3. FORSCHUNGSLÜCKE („RESEARCH GAP“) 32 4. ZIELSETZUNG UND HYPOTHESEN 32 5. METHODIK 33 5.1 Ethik 33 5.2 Studiendesign und Messprotokoll 34 5.3 Patienten 36 5.3.1 Patientenrekrutierung 36 5.3.2 Einschlusskriterien 36 5.3.3 Ausschlusskriterien 36 5.3.4 Patienteninformation und -einverständniserklärung 37 5.3.5 Randomisierung 37 5.4 Funktionsmessungen 37 5.4.1 Funktionen des autonomen Nervensystems 37 5.4.1.1 Kardiale autonome Funktion: Herzratenvariabilität (HRV) 40 5.4.1.2 Sudomotorische autonome Funktion: Sympathetic Skin Response (SSR) 44 5.4.1.3 Vasomotorische autonome Funktion: Photoplethysmographie (PPG) 46 5.4.2 Symptomschwere und funktionelle Beeinträchtigung 48 5.4.2.1 Autonomes Outcome: Survey of Autonomic Symptoms (SAS) 48 5.4.2.2 Funktionelles Outcome: modified Rankin Scale (mRS) 49 5.4.2.3 Neurologisches Outcome: National Institutes of Health Stroke Scale (NIHSS) 49 5.5 Studienintervention: Herzratenvariabilitätsgestütztes Biofeedback 50 5.6 Statistische Analyse 51 6. ERGEBNISSE 52 6.1 Demographische Daten und Baseline-Charakteristika 52 6.2 Rekrutierung und fehlende Daten 54 6.3 Autonome Funktionsmessungen 56 6.3.1 Kardiale autonome Funktion: Herzratenvariabilität (HRV) 56 6.3.2 Sudomotorische autonome Funktion: Sympathetic Skin Response (SSR) 61 6.3.3 Vasomotorische autonome Funktion: Photoplethysmographie (PPG) 61 6.4 Symptomschwere und funktionelle Beeinträchtigung 62 6.4.1 Autonomes Outcome: Survey of Autonomic Symptoms (SAS) 62 6.4.2 Funktionelle Beeinträchtigung: modified Rankin Scale (mRS) 63 7. DISKUSSION 63 7.1. Zentrale Erkenntnisse 63 7.2 Autonome Funktionen 64 7.2.1 Kardiale autonome Funktion: Herzratenvariabilität (HRV) 64 7.2.2 Sudomotorische Funktionsmessung: Sympathetic Skin Response (SSR) 71 7.2.3 Vasomotorische Flussmessung 72 7.3 Symptomschwere und funktionelle Beeinträchtigung 73 7.3.1 Symptome des autonomen Nervensystems: Survey of Autonomic Symptoms (SAS) 73 7.3.2 Funktionelle Beeinträchtigung: modified Rankin Scale (mRS) 75 7.4 Limitationen und Ausblick 76 8. ZUSAMMENFASSUNG 78 8.1 Zusammenfassung 78 8.2. Summary 80 9. LITERATURVERZEICHNIS 82 10. ANHANG 109 10.1 Anhang I Fragebögen Klinischer Outcomes 109 10.2 Anhang II Demographische Daten 112 10.3. Anhang III Autonome Funktionsmessungen 116 10.4 Anhang IV Symptomschwere und funktionelle Beeinträchtigung 119 10.5 Erklärung zur Eröffnung des Promotionsverfahrens 122 10.6 Erklärung zur Einhaltung gesetzlicher Vorgaben 123 / Background: The occurrence of cardiac autonomic dysfunction following acute ischaemic stroke (AIS) worsens clinical outcome and is associated with an increased mortality. Therefore, we tested the hypothesis that heart rate variability (HRV) biofeedback can improve autonomic cardiac function post stroke. Methods/Design: We allocated (1:1) 48 AIS patients in a randomized fashion to undergo nine sessions of either HRV- or sham-biofeedback over three days in addition to standard stroke unit care. Autonomic function measurements, consisting of measurements of HRV, vasomotor (neurovascular control of arterial blood flow) and sudomotor (neural sweat gland control) function, were performed in all study participants before the start of the first biofeedback session and after completion of the last session. HRV was assessed using standard deviation of NN intervals (SDNN), a marker for primarily parasympathetically mediated cardiac modulation, Standard deviation of differences between adjacent NN intervals (SD of ΔNN) and root mean square of successive differences between normal heartbeats (RMSSD), a predominantly parasympathetic measure of HRV as well as via coefficient of variation of R-R intervals (CVNN), a composite parameter of sympathetic and parasympathetic activity. Moreover, frequency analysis of HRV components was carried out to further explore the mechanism whereby HRV biofeedback alters cardiac autonomic function. Both sympathetically regulated vasomotor and sudomotor functions were measured after sympathetic activation with vasomotor function recorded by photoplethysmography (PPG) of vasoconstrictory response (VCR) and sudomotor skin conductance changes of the sympathetic skin response (SSR) by conduction electrodes. Assessment of severity of autonomic symptoms via Survey of Autonomic Symptoms (SAS; TIS: Total symptom score) and functional deficits via modified Rankin scale (mRS) was performed before the start of the intervention and three months post intervention. The study protocol was registered at clinicaltrials.gov prior to commencement of study [clinicaltrials.gov identifier: NCT03865225]. Results: We included 48 AIS patients (19 females; ages median 69 [interquartile range 18.0] years. Implementation of HRV biofeedback into the setting of a stroke unit was feasible with no dropouts and high adherence and tolerability. Adding HRV biofeedback to stroke unit care led to an increased HRV under metronomic breathing (SDNN: 34.1 [45.0] ms baseline vs. 43.5 [79.0] ms post-intervention, p=0.015; SD of ΔNN: 29.3 [52.7] ms baseline vs. 46.4 [142.1] ms post-intervention, p=0.013; RMSSD: 29.1 [52.2] ms baseline vs. 46.0 [140.6] ms post-intervention, p=0.015; non-significant trend towards increase in CVNN: 4.1 [5.1] % baseline vs. 5.4 [7.2] % post-intervention, p=0.052) which was not seen after sham biofeedback (p=non-significant (ns)). In addition, frequency analysis of HRV revealed an increase in the low frequency band (LF) under metronomic breathing (484.8 [1941.4] ms2 baseline vs. 1471.3 [3329.9] ms2 post-intervention, p=0.019 and in total power (Total Power: 1273.9 [3299.2] ms2 baseline vs. 1771.5 [13038.8] ms2 post-intervention, p=0.022) after HRV biofeedback, which was not seen in the sham biofeedback group (p=ns). No changes in sympathetic sudomotor and vasomotor functions were detected in either study group (p=ns). HRV biofeedback led to a decrease of severity of autonomic symptoms (TIS: 7.5 [7.0] baseline vs. 3.5 [8.0] follow-up, p=0.029), which was absent in the sham biofeedback group. (p=ns). As expected both study groups showed an alleviation of functional deficits after three months (HRV biofeedback group, mRS: 2.0 [1.0] baseline vs. 0.0 [2.0] follow-up, p=0.023; Sham biofeedback group, mRS: 2.2 [2.0] baseline vs. 1.0 [2.0] follow-up, p=0.0005). Conclusions: Integrating HRV biofeedback into standard multidisciplinary stroke unit care for AIS led to improved cardiac autonomic function. This functional improvement was likely mediated by a predominantly parasympathetic mechanism and translated into sustained alleviation of autonomic symptoms.:1.EINLEITUNG 1 2. HINTERGRUND 4 2.1 Schlaganfall: Pathophysiologie und klinische Bedeutung 4 2.1.1 Definition und Klassifikation 4 2.1.2 Epidemiologie 7 2.1.3 Lokalisationsbezogene klinische Präsentation 9 2.1.4 Therapie 13 2.1.5 Risikofaktoren 16 2.2 Autonomes Nervensystem (ANS): Grundlagen und Beeinträchtigungen bei Schlaganfallpatienten16 2.2.1 Anatomische und physiologische Grundlagen 17 2.2.1.1 Sympathisches Nervensystem (SNS) 20 2.2.1.2 Parasympathisches Nervensystem (PaNS) 22 2.2.1.3 Enterisches Nervensystem (ENS) 23 2.2.2 Autonome Dysfunktion beim Schlaganfall 24 2.3 Herzratenvariabilität (HRV): Ein diagnostisches Target der kardialen autonomen Funktion 25 2.3.1 Definition 25 2.3.2 Relevanz 27 2.3.3 Anwendungsbereiche 28 2.4 Biofeedback: Allgemeine Therapieprinzipien und HRV-spezifische Anwendung 29 2.4.1 Definition 29 2.4.2 Anwendungsbereiche 29 2.4.3 Herzratenvariabilitäts-gestütztes Biofeedback 31 3. FORSCHUNGSLÜCKE („RESEARCH GAP“) 32 4. ZIELSETZUNG UND HYPOTHESEN 32 5. METHODIK 33 5.1 Ethik 33 5.2 Studiendesign und Messprotokoll 34 5.3 Patienten 36 5.3.1 Patientenrekrutierung 36 5.3.2 Einschlusskriterien 36 5.3.3 Ausschlusskriterien 36 5.3.4 Patienteninformation und -einverständniserklärung 37 5.3.5 Randomisierung 37 5.4 Funktionsmessungen 37 5.4.1 Funktionen des autonomen Nervensystems 37 5.4.1.1 Kardiale autonome Funktion: Herzratenvariabilität (HRV) 40 5.4.1.2 Sudomotorische autonome Funktion: Sympathetic Skin Response (SSR) 44 5.4.1.3 Vasomotorische autonome Funktion: Photoplethysmographie (PPG) 46 5.4.2 Symptomschwere und funktionelle Beeinträchtigung 48 5.4.2.1 Autonomes Outcome: Survey of Autonomic Symptoms (SAS) 48 5.4.2.2 Funktionelles Outcome: modified Rankin Scale (mRS) 49 5.4.2.3 Neurologisches Outcome: National Institutes of Health Stroke Scale (NIHSS) 49 5.5 Studienintervention: Herzratenvariabilitätsgestütztes Biofeedback 50 5.6 Statistische Analyse 51 6. ERGEBNISSE 52 6.1 Demographische Daten und Baseline-Charakteristika 52 6.2 Rekrutierung und fehlende Daten 54 6.3 Autonome Funktionsmessungen 56 6.3.1 Kardiale autonome Funktion: Herzratenvariabilität (HRV) 56 6.3.2 Sudomotorische autonome Funktion: Sympathetic Skin Response (SSR) 61 6.3.3 Vasomotorische autonome Funktion: Photoplethysmographie (PPG) 61 6.4 Symptomschwere und funktionelle Beeinträchtigung 62 6.4.1 Autonomes Outcome: Survey of Autonomic Symptoms (SAS) 62 6.4.2 Funktionelle Beeinträchtigung: modified Rankin Scale (mRS) 63 7. DISKUSSION 63 7.1. Zentrale Erkenntnisse 63 7.2 Autonome Funktionen 64 7.2.1 Kardiale autonome Funktion: Herzratenvariabilität (HRV) 64 7.2.2 Sudomotorische Funktionsmessung: Sympathetic Skin Response (SSR) 71 7.2.3 Vasomotorische Flussmessung 72 7.3 Symptomschwere und funktionelle Beeinträchtigung 73 7.3.1 Symptome des autonomen Nervensystems: Survey of Autonomic Symptoms (SAS) 73 7.3.2 Funktionelle Beeinträchtigung: modified Rankin Scale (mRS) 75 7.4 Limitationen und Ausblick 76 8. ZUSAMMENFASSUNG 78 8.1 Zusammenfassung 78 8.2. Summary 80 9. LITERATURVERZEICHNIS 82 10. ANHANG 109 10.1 Anhang I Fragebögen Klinischer Outcomes 109 10.2 Anhang II Demographische Daten 112 10.3. Anhang III Autonome Funktionsmessungen 116 10.4 Anhang IV Symptomschwere und funktionelle Beeinträchtigung 119 10.5 Erklärung zur Eröffnung des Promotionsverfahrens 122 10.6 Erklärung zur Einhaltung gesetzlicher Vorgaben 123

In dieser Dissertation untersuche ich das Zusammenspiel mentaler und körperlicher Prozesse, insbesondere den Einfluss von kontemplativem Mentaltraining (KMT) auf Interozeption (innerliches Spüren des Körpers) und physiologische Regulation. In einer großangelegten Trainingsstudie (n = 332, Trainingsdauer 3-9 Monate), der ReSource-Studie, zeige ich, dass KMT die interozeptive Genauigkeit in den Trainingskohorten erhöht, nicht jedoch in einer Retest-Kontrollgruppe. Die Steigerungen in interozeptiver Genauigkeit gehen mit Veränderungen im emotionalen Gewahrsein einher und sagen diese voraus. Im Einklang mit diesen Befunden berichten die Studienteilnehmenden von positiven Veränderungen in verschiedenen Dimensionen des Körpergewahrseins. Diese betreffen vor allem die Fähigkeit, Aufmerksamkeit auf Körperempfindungen aufrechtzuerhalten sowie deren Gebrauch zur Emotionserkennung und -regulation. Ich beschreibe eine neuentwickelte Biofeedback-Aufgabe, welche die Fähigkeit misst, willentlich die hochfrequente Herzratenvariabilität (HF-HRV) hochzuregulieren, wodurch die willentliche parasympathische Kontrollfähigkeit (WPK) indiziert wird. Ich zeige, dass individuelle Unterschiede in WPK mit dem Oxytocin-Rezeptorgen-Polymorphismus rs53576 zusammenhängen und mit individuellen Unterschieden im altruistisch motivierten Verhalten korrelieren. WPK wird durch KMT verbessert, wobei diese Verbesserungen durch den rs53576 Genotyp moduliert werden. In einer weiteren Untersuchung zeige ich, dass retrospektive, subjektive Berichte über eine emotional erregende Erfahrung teilweise die objektiv gemessene körperliche Erregung widerspiegeln. Das Ausmaß dieser körperlich-mentalen Kohärenz ist abhängig von der interozeptiven Genauigkeit. Zusammengenommen vertiefen diese Studien unser Verständnis des Zusammenspiels von physiologischen und mentalen Prozessen und zeigen wie KMT das innerliche Spüren des Körpers und die willentliche physiologische Regulation verbessert. / In this dissertation, I investigate interactions between mental and bodily processes, specifically by studying the influence of contemplative mental training (CMT) on interoception (inner body sensing) and physiological regulation. In a large-scale mental training study (n = 332, training durations 3–9 months), the ReSource Project, I find that CMT increases interoceptive accuracy in the training cohorts, but not in a retest control cohort. These increases in interoceptive accuracy co-occur with and predict improvements in emotional awareness. In line with these objective data on interoception, participants self-report training-related benefits on multiple dimensions of body awareness. The strongest changes occur in the ability to sustain attention to body sensations and the use of this ability to identify and regulate emotions. I also introduce a novel biofeedback task that measures the ability to voluntarily upregulate high frequency heart rate variability (HF-HRV), indicative of voluntary parasympathetic control. Cross-sectional data of the ReSource Project show that individual differences in voluntary parasympathetic control are related to the oxytocin receptor gene rs53576 polymorphism and correlate to individual differences in altruistically motivated behavior. Furthermore, CMT improves various aspects of voluntary HF-HRV regulation, with modulation of these improvements by rs53576 genotype. An additional investigation in cross-sectional data shows that subjective retrospective reports of an emotionally arousing experience partially mirror the objectively measured bodily arousal during the actual experience. Individual differences in this mind–body coherence are related to individual differences in interoceptive accuracy. Together, these studies highlight the tight interplay between physiological and mental processes and show how CMT improves inner body sensing and voluntary physiological regulation.