Voraussetzung: Installieren und konfigurieren Sie Gadgetbridge , um Herzfrequenzdaten von Ihrem Gerät zu synchronisieren.
Um Ihre Aktivitäts- und Gesundheitsdaten in PAIesque zu importieren, müssen Sie zunächst Gadgetbridge so konfigurieren, dass es seine Datenbankdatei automatisch exportiert.
Dies teilt Gadgetbridge mit, wo die Datei gespeichert werden soll.
Sie sind fertig! Kehren Sie zu dieser App zurück und wählen Sie die Gadgetbridge.db-Datei aus.
PAIesque berechnet einen transparenten, auf der Herzfrequenzreserve basierenden Herz-Kreislauf-Fitnesswert. Er ist inspiriert von den wissenschaftlichen Prinzipien hinter PAI (Personal Activity Intelligence), einer von Forschern der NTNU Cardiac Exercise Research Group (CERG) entwickelten Metrik.
PAIesque verwendet das gleiche wöchentliche Ziel von 100 Punkten wie die PAI-Metrik. Dieser spezifische Schwellenwert ist zentral für die Gesundheitsempfehlung, die aus der zugrundeliegenden Forschung abgeleitet wurde. Der Wert stammt aus umfangreichen Langzeitstudien, vor allem der groß angelegten HUNT-Studie in Norwegen. Analysen der Studiendaten zeigten, dass das Halten eines wöchentlichen Scores von 100 Punkten oder mehr die Aktivitätsstufe war, die optimal mit einer signifikanten Reduzierung des Sterberisikos durch Herz-Kreislauf-Erkrankungen verbunden war. Daher ist das Ziel, einen 7-Tage-Score von 100 oder mehr zu erreichen, das zentrale Gesundheitsziel bei der Nutzung dieser Metrik.
Im Gegensatz zu kommerziellen "Black-Box"-Scores verwendet diese App eine vollständig offengelegte Formel, die auf der etablierten Karvonen-Herzfrequenzreserve-Methode (HRR) basiert.
Wichtige Unterschiede zu kommerziellen Produkten:
Kurz gesagt: Bleiben Sie konsequent aktiv, um die 100%-Marke zu halten oder zu überschreiten!
Diese Implementierung folgt den Forschungsprinzipien, die von der NTNU Cardiac Exercise Research Group (CERG) veröffentlicht wurden und auch die Grundlage für die PAI-Metrik bilden. Die Methode basiert darauf, Herzfrequenzdaten unter Verwendung Ihrer Herzfrequenzreserve (HRR) in einen quantifizierbaren Score zu übersetzen.
Kernprinzip:
Der Algorithmus übersetzt die physiologische Belastung des Herz-Kreislauf-Systems (Herzfrequenz über die Zeit) in einen quantifizierten Score. Dies basiert auf der etablierten
Karvonen (HRR)-Methode, einem Standard in der Sportwissenschaft zur Personalisierung der Intensität, und ist im Konzept ähnlich wie grundlegende Trainingsbelastungsmodelle, beispielsweise TRIMP.
Für jede gegebene Herzfrequenz (HR) wird die Intensität als Bruchteil Ihrer
Herzfrequenzreserve (HRR = Max HF - Ruhe-HF) berechnet.
Diese Intensität wird dann auf eine Punktzahl pro Minute abgebildet.
Ihr Gesamtscore ist die rollierende 7-Tages-Summe aller verdienten Punkte.
Da diese Implementierung der Kern-PAI-Forschungsmethodik folgt – unter Verwendung derselben Herzfrequenzreserve-Grundlage, Intensitätsbänder und des 100-Punkte-Wochenziels – ist der resultierende Fitnesswert so konzipiert, dass er funktional der offiziellen PAI-Metrik entspricht. In der Theorie und in der Praxis sollten die von dieser App und einem kommerziellen PAI-Produkt wie Mia Health generierten Scores bei denselben Herzfrequenzdaten und Benutzerprofilen sehr ähnlich sein. Der primäre Unterschied liegt nicht im resultierenden Wert, sondern in dem offenen und transparenten Ansatz dieser Anwendung bei der Berechnung, ihrer geräteunabhängigen Natur und ihrer lokalen, privaten Datenverarbeitung.
Der Ruhepuls, auch Ruheherzfrequenz (RHR), ist Ihre Herzfrequenz, wenn Sie sich vollständig im Ruhezustand befinden, typischerweise gemessen in Schlägen pro Minute (bpm). Sie ist ein Schlüsselindikator für Ihre kardiovaskuläre Fitness und allgemeine Gesundheit.
Die App berechnet Ihren Ruhepuls mit einem adaptiven Algorithmus, der die Genauigkeit basierend auf Ihrer Datenqualität und persönlichen Basislinie verbessert.
1. Filterung auf Messfenster: Sammelt Herzfrequenzen zwischen Ihren konfigurierten Start- und Endzeiten
2. Anwendung personalisierter Filterung: Verwendet Ihre historische Basislinie, um Ausreißer auszuschließen
3. Berechnung des adaptiven Perzentils: Der Algorithmus wählt automatisch das optimale Perzentil basierend auf Ihrer Datenqualität:
F: Meine Fitnesswerte scheinen zu niedrig oder ungenau zu sein. Was könnte falsch sein?
A: Dies wird oft durch falsche persönliche Gesundheitseinstellungen verursacht. Überprüfen Sie Ihre Einstellungen (Herzmonitor-Symbol), um sicherzustellen, dass Ihre maximale Herzfrequenz und Ruheherzfrequenz korrekt sind. Diese Werte bestimmen Ihre persönlichen Herzfrequenz-Zonen (über die HRR-Formel) für die Score-Berechnung.
F: Meine Uhr zeichnet Daten auf, aber ich verdiene wenige Punkte.
A: Der Score benötigt häufige Herzfrequenz-Messungen während Aktivitäten. Aktivieren Sie z.B. Echtzeit-Herzfrequenzüberwachung in Ihren Geräteeinstellungen oder der Hersteller-App (wie Huawei Health) für genauere Aktivitätsverfolgung. Der Score wird nur angerechnet, wenn Ihre Herzfrequenz über 50 % Ihrer Herzfrequenzreserve liegt.
F: Warum scheint mein Ruhepuls höher als erwartet zu sein?
A: Der Ruhepuls schwankt natürlich durch Stress, Hydration, Schlafqualität und kürzliche Bewegung. Unser adaptiver Algorithmus filtert diese Variationen, aber konsistente Messungen während Ihrer typischen Ruhephase verbessern die Genauigkeit.
F: Ich habe meine RHR-Messzeit geändert – betrifft dies historische Daten?
A: Ja – die App berechnet automatisch ALLE historischen RHR-Werte mit Ihrem neuen Messfenster neu. Dies gewährleistet konsistente Methodik über Ihren gesamten Datensatz für eine zuverlässigere Trendanalyse.
F: Wie vergleicht sich der Score dieser App mit Garmins Intensity Minutes oder Fitbits Zone Minutes?
A: Alle verwenden die Herzfrequenzreserve (HRR), um die Intensität zu personalisieren. Der entscheidende Unterschied liegt im Zweck: Garmin/Fitbit zielen darauf ab, die Zeit zu erfassen, die für die Erfüllung wöchentlicher Aktivitätsrichtlinien (z. B. 150 Minuten) aufgewendet wird. Der Score dieser App ist, wie die Forschung hinter PAI, dazu gedacht, den kardiovaskulären Gesundheitsnutzen Ihrer Aktivität über eine rollierende Woche zu modellieren und belohnt dabei höhere Intensitäten stärker.