164 lines
10 KiB
TeX
164 lines
10 KiB
TeX
% !TEX encoding = UTF-8 Unicode
|
|
% !!! THIS FILE IS UTF-8 !!!
|
|
% !!! MAKE SURE YOUR LaTeX Editor IS CONFIGURED TO USE UTF-8 !!!
|
|
|
|
% Computational and Data Science Course Paper LaTeX Template
|
|
% University of Applied Sciences of the Grisons
|
|
% ---------------------------------------------------------------
|
|
% Author: Corsin Capol corsin.capol@fhgr.ch
|
|
% ---------------------------------------------------------------
|
|
|
|
%-------------------------
|
|
% header
|
|
% ------------------------
|
|
\documentclass[a4paper,12pt]{scrartcl}
|
|
\linespread{1.25}
|
|
|
|
%-------------------------
|
|
% packages and config
|
|
% ------------------------
|
|
\input{packages_and_configuration}
|
|
|
|
%-------------------------
|
|
% document begin
|
|
%-------------------------
|
|
\begin{document}
|
|
|
|
%-------------------------
|
|
% title
|
|
%-------------------------
|
|
\thispagestyle{empty}
|
|
\input{title}
|
|
|
|
\newpage
|
|
\pagenumbering{Roman}
|
|
|
|
\tableofcontents
|
|
\listoffigures
|
|
|
|
\newpage
|
|
|
|
\pagenumbering{arabic}
|
|
\section{Einleitung}
|
|
Nach einem intensiven Training am Abend fühlen sich viele Menschen erschöpft, können aber schlecht einschlafen. Diese Arbeit untersucht, ob Training am Abend mit geringem zeitlichem Abstand zum Zubettgehen einen messbaren Einfluss auf die Schlafqualität hat. Auf Basis der Erkenntnisse sollen potenzielle negative Effekte von späterer körperlicher Aktivität auf den Schlaf identifiziert und daraus Empfehlungen für optimale Trainingszeiten abgeleitet werden. Durch die Wahl eines geeigneteren Trainingszeitpunkts soll über längere Zeit eine bessere Leistungsfähigkeit und Schlafqualität erzielt werden können.
|
|
|
|
\section{Beschreibung zum Datensatz}
|
|
Der analysierte Datensatz umfasst einen Zeitraum von 52 Wochen und wurde mithilfe einer Garmin-Sportuhr gemessen.
|
|
Insgesamt beinhaltet der Datensatz 294 Trainingseinheiten sowie 365 Schlafaufzeichnungen einer Testperson.
|
|
Die Trainingseinheiten umfassen unterschiedliche Aktivitäten, darunter Laufen, Radfahren, Mixed Martial Arts, Gehen, Wandern, Schwimmen, Krafttraining, Skifahren, Seilspringen und Boxen.
|
|
|
|
Die Garmin-Uhr zeichnet über 20 Merkmale (Features) einer Aktivität auf.
|
|
Für diese Analyse haben wurden die relevanten Features Pace (Tempo), Kalorienverbrauch, Trainingsdauer und durchschnittliche Atem- und Herzfrequenz ausgewählt.
|
|
Bei den Schlafdaten wurden die Features Schlaf-Score, Gesamtdauer, Einschlafzeit, Ruhefrequenz, Herzratenvariabilität (HRV), Atmung und ermitteltes Schlafbedürfnis berücksichtigt.
|
|
Die Messwerte wurden mit den Sensoren der Garmin-Uhr aufgezeichnet, wobei die Features Score und Schlafbedürfnis auf Berechnungen von Garmin beruhen.
|
|
Laut Hersteller wird der Schlaf-Score auf Basis einer Kombination der Schlafdauer, Schlafarchitektur, Stressdaten, Unterbrechungen während der Nacht sowie anderen Faktoren berechnet \cite{noauthor_schlafuberwachung_nodate}.
|
|
|
|
\subsection{Weitere Einflussfaktoren}
|
|
Die Schlafqualität wird von vielen Faktoren beeinflusst.
|
|
Da entsprechende Daten zu solchen Faktoren in unserem Datensatz nicht vorhanden sind, beschränkt sich die Analyse auf die Trainings- und Schlafdaten.
|
|
Dies führt jedoch zu einer potenziellen Ungenauigkeit in den Ergebnissen, was bei der Interpretation der Ergebnisse beachtet werden muss.
|
|
Beispiele für solche Faktoren sind folgende:
|
|
|
|
\textbf{Ernährung:}
|
|
Studien belegen, dass Diäten und Ernährung einen Einfluss auf die Schlafqualität haben.
|
|
So konnte eine Abhängigkeit des REM-Schlafs bei kohlenhydratreichen und ballaststoffarmen Mahlzeiten festgestellt werden \cite{st-onge_effects_2016}.
|
|
Auch die Einnahme von Alkohol kann die Schlafqualität negativ beeinflussen \cite{gardiner_effect_2025}.
|
|
Ein weiterer Aspekt ist der Zeitpunkt der letzten Koffeineinnahme, die sich negativ auf den Schlaf auswirken kann.
|
|
Es wird empfohlen, die späteste Einnahme auf mindestens sechs Stunden vor dem Schlafengehen zu beschränken \cite{drake_caffeine_2013}.
|
|
|
|
\textbf{Aktivitätstyp und Chronotyp:}
|
|
Ob eine Person ein Morgen- oder Abendtyp ist, beeinflusst die Wirkung von spätabendlichem Training.
|
|
Studien zeigen, dass spätes Training nur dann negative Auswirkungen auf den Schlaf hat, wenn ein Morgenmensch abends trainiert.
|
|
Abendtypen sind hiervon hingegen kaum betroffen \cite{vitale_sleep_2017}.
|
|
|
|
\textbf{Körperliche Aktivierung:}
|
|
Bis die Körpertemperatur aufgrund der Belastung zu den Normalwerten zurückkehrt, dauert es mindestens zwei Stunden \cite{kim_effects_2023}.
|
|
Eine weitere Studie zeigt auf, dass die Schlafqualität negativ beeinflusst wird, wenn das Training weniger als vier Stunden vor dem Zubettgehen stattgefunden hat \cite{leota_dose-response_2025}.
|
|
|
|
\section{Methodik}
|
|
Für die Datenanalyse wurd eien Jupyter Notebook\footnote{\url{https://gitea.fhgr.ch/hollbacdario/cds-1011-health-data-analysis}} in Python verwendet.
|
|
Die Rohdaten wurden aus der Garmin Webapplikation im CSV-Format exportiert und anschliessend in Python mit dem Modul \texttt{pandas} eingelesen.
|
|
Nach dem Import erfolgte eine Bereinigung der Daten, um sicherzustellen, dass alle zeitlichen und numerischen Features für weitere Berechnungen verwendet werden können.
|
|
|
|
Für die Analyse von zeitabhängigen Zusammenhängen wurden die Uhrzeiten in Sekunden seit Mitternacht umgerechnet und die Zeitdifferenzen in Sekunden gespeichert.
|
|
Basierend auf dem Trainingsbeginn und der Trainingsdauer wurde die Endzeit jeder Aktivität als neues Feature berechnet und hinzugefügt.
|
|
Anschliessend wurden die Schlaf- und Aktivitätsdatensätze über das Datum zusammengefügt.
|
|
Dabei wurde ein Left-Join auf den Schlafdatensatz angewendet, sodass ein kombinierter Datensatz entstanden ist, der für jeden Tag Schlafdaten enthält und, sofern vorhanden, die dazugehörigen Aktivitätsdaten. Falls an einem Tag mehrere Aktivitäten vorhanden waren, wurde die Aktivität mit der spätesten Endzeit berücksichtigt.
|
|
Für die Analyse wurde der kombinierte Datensatz in drei Kategorien eingeteilt:
|
|
|
|
\vspace{-0.5em}
|
|
\begin{enumerate}
|
|
\item Kein Training am entsprechenden Tag \vspace{-0.5em}
|
|
\item Training mehr als vier Stunden vor dem Schlafengehen \vspace{-0.5em}
|
|
\item Training weniger als vier Stunden vor dem Schlafengehen
|
|
\end{enumerate}
|
|
Die Kategorien weisen eine unterschiedliche Anzahl an Einträgen auf (siehe \cref{fig:verteilung_trainingsaktivitaeten} im Anhang).
|
|
|
|
Mithilfe des Python-Moduls \texttt{seaborn} wurde anschliessend eine Korrelationsmatrix sowohl für alle Aktivitäten als auch speziell für Aktivitäten mit einer Endzeit spätestens vier Stunden vor dem Schlafengehen erstellt.
|
|
Für die Visualisierung des Zusammenhangs zwischen Herzfrequenz im Training und nächtlicher Herzratenvariabilität wurde mit \texttt{matplotlib} ein Streudiagramm erstellt.
|
|
|
|
|
|
|
|
\section{Resultate}
|
|
Die Analyse der Korrelationsmatrix aller Aktivitäten (siehe \cref{fig:korrelationsmatrix_aller_aktivitaeten}) zeigt keine signifikanten Zusammenhänge zwischen den Features der Schlaf- und Trainingsdaten.
|
|
|
|
In der Korrelationsmatrix der Aktivitäten, die vier Stunden vor dem Schlafengehen stattfanden (siehe~\cref{fig:korrelationsmatrix_aktivitaeten_vor_schlaf}), lassen sich hingegen leichte Zusammenhänge erkennen.
|
|
Dies deutet darauf hin, dass Aktivitäten kurz vor dem Schlafengehen einen messbaren Einfluss auf die Schlafqualität haben können.
|
|
|
|
Das Streudiagramm (siehe~\cref{fig:herzratenvariabilitaet}) visualisiert den Zusammenhang zwischen der durchschnittlichen Herzfrequenz während einer Aktivität und der Herzratenvariabilität im anschliessenden Schlaf.
|
|
Die blauen Punkte, welche Aktivitäten innerhalb von vier Stunden vor dem Schlaf darstellen, zeigen einen leichten positiven Trend auf.
|
|
Mit steigender Herzfrequenz im Training nimmt tendenziell auch die Herzratenvariabilität im Schlaf zu.
|
|
Die roten Punkte, welche alle anderen Aktivitäten repräsentieren, erscheinen dagegen zufällig verteilt und weisen keinen erkennbaren Trend auf.
|
|
|
|
Insgesamt deuten die Ergebnisse darauf hin, dass vor allem intensive Aktivitäten, die kurz vor dem Zubettgehen stattfinden, die Schlafqualität beeinflussen können.
|
|
|
|
\section{Diskussion}
|
|
Die durchgeführte Analyse zeigt auf, dass sich ein Zusammenhang zwischen abendlichen Aktivitäten und der Schlafqualität andeutet, insbesondere bei intensiven Aktivitäten, die maximal vier Stunden vor dem Zubettgehen endeten.
|
|
Der Effekt zeigt sich vor allem in der Herzratenvariabilität und bestätigt teilweise die in der Literatur beschriebenen Ergebnisse, dass körperliche Aktivitäten vor dem Schlaf den Erholungsprozess beeinflussen können.
|
|
|
|
Die festgestellten Zusammenhänge sind allerdings schwach und erlauben somit keine kausalen Schlussfolgerungen.
|
|
Weitere Faktoren wie Stress, Ernährung und Tagesform könnten die Ergebnisse verfälscht haben.
|
|
Da die Analyse mit einem Datensatz von nur einer Person und in einem begrenzten Zeitraum stattgefunden hat, sind die Resultate als explorativ zu interpretieren.
|
|
|
|
Aus den Ergebnissen ergibt sich die Schlussfolgerung, dass intensive, spätabendliche Aktivitäten für eine bessere Leistungsfähigkeit und Erholung vermieden werden sollten.
|
|
|
|
%-------------------------
|
|
% literature
|
|
%-------------------------
|
|
\newpage
|
|
\renewcommand{\refname}{Literaturverzeichnis} % For article
|
|
\bibliography{library}
|
|
|
|
%-------------------------
|
|
% appendix
|
|
%-------------------------
|
|
|
|
\newpage
|
|
\section{Anhang}
|
|
\begin{figure}[H]
|
|
\centering
|
|
\includegraphics[width=0.7\linewidth]{pie_plot.png}
|
|
\caption{Verteilung der Trainingsaktivitäten}
|
|
\label{fig:verteilung_trainingsaktivitaeten}
|
|
\end{figure}
|
|
\begin{figure}[H]
|
|
\centering
|
|
\includegraphics[width=0.8\linewidth]{korrelations_matrix_alle_aktivitaeten.png}
|
|
\caption{Korrelationsmatrix aller Aktivitäten}
|
|
\label{fig:korrelationsmatrix_aller_aktivitaeten}
|
|
\end{figure}
|
|
\begin{figure} [H]
|
|
\centering
|
|
\includegraphics[width=0.8\linewidth]{korrelations_matrix_4h_vor_schlaf.png}
|
|
\caption{Korrelationsmatrix mit Aktivitäten vier Stunden vor dem Schlaf}
|
|
\label{fig:korrelationsmatrix_aktivitaeten_vor_schlaf}
|
|
\end{figure}
|
|
\begin{figure} [H]
|
|
\centering
|
|
\includegraphics[width=0.7\linewidth]{scatter_plot.png}
|
|
\caption{Streudiagramm von der Herzfrequenz im Training und der Herzratenvariabilität im Schlaf}
|
|
\label{fig:herzratenvariabilitaet}
|
|
\end{figure}
|
|
|
|
|
|
\end{document} |