ArticlePDF AvailableLiterature Review

Abstract and Figures

Heart rate variability (HRV) has long been used in risk stratification for sudden cardiac death and diabetic autonomic neuropathy. In recent years, both time and frequency domain indices of HRV also gained increasing interest in sports and training sciences. In these fields, HRV is currently used for the noninvasive assessment of autonomic changes associated with short-term and long-term endurance exercise training in both leisure sports activity and high-performance training. Furthermore, HRV is being investigated as a diagnostic marker of overreaching and overtraining. A large body of evidence shows that, in healthy subjects and cardiovascular patients of all ages (up to an age of 70 years), regular aerobic training usually results in a significant improvement of overall as well as instantaneous HRV. These changes, which are accompanied by significant reductions in heart rates both at rest and during submaximal exercise, reflect an increase in autonomic efferent activity and a shift in favor of enhanced vagal modulation of the cardiac rhythm. Regular aerobic training of moderate volume and intensity over a minimum period of 3 months seems to be necessary to ensure these effects, which might be associated with a prognostic benefit regarding overall mortality. At present, available data does not allow for final conclusions with respect to the usefulness of traditional HRV indices in assessing an individual’s exercise performance and monitoring training load. The discrepant results published so far are due to several factors including insufficient study size and design, and different HRV methods. Large-sized and prospectively designed studies are necessary for clarification. It also remains to be seen, whether the traditional HRV indices prove useful in the diagnosis of overreaching and overtraining. Preliminary results, though promising, need to be confirmed in larger cohorts. A basic problem in HRV analysis is nonstationarity of the heart rate signal, which holds particularly true for exercise conditions. Whether, in these conditions, more robust nonlinear HRV methods offer a benefit has to be established in further work.
Content may be subject to copyright.
© Urban & Vogel 2006
Herz
544 Herz 31 · 2006 · Nr. 6 © Urban & Vogel
© Urban & Vogel 2006
Herz
Herzfrequenzvariabilität und Sport
Aktueller Stand
Kuno Hottenrott1, Olaf Hoos2, Hans Dieter Esperer3
Zusammenfassung
Neben dem klinischen Einsatz in der Risikostratifizie-
rung von plötzlichem Herztod und diabetischer auto-
nomer Neuropathie gewinnt die Herzfrequenzvariabi-
lität (HRV) nun auch für die Sportwissenschaft und
Sportmedizin zunehmend an Bedeutung. In diesen
Feldern wird die HRV derzeit als leistungsdiagnosti-
sche Kenngröße, als Kontrollparameter der Beanspru-
chung und als Steuerparameter der Belastungsinten-
sität untersucht.
Aufgrund der großen empirischen Basis kann es
als gesichert gelten, dass aerobes Ausdauertraining
bei angemessener Intensität und Dauer bei gesunden
Personen sowie bei Patienten mit Herz-Kreislauf-Er-
krankungen bis zu einem Alter von 70 Jahren einer-
seits zu einer Reduktion von Ruhe- und submaximaler
Belastungsherzfrequenz, andererseits zu einer Zu-
nahme der instantanen und der globalen HRV führt.
Diese Veränderungen, die bereits nach einem 3-mo-
natigen regelmäßigen Ausdauertraining moderaten
Umfangs und moderater Intensität nachweisbar sind,
reflektieren eine Zunahme der autonomen efferenten
kardialen Aktivität mit einer Nettozunahme der va-
galen Herzfrequenzmodulation. Darin könnte ein
prognostischer Nutzen für Personen liegen, die regel-
mäßig Ausdauersport betreiben.
Der Nutzen der HRV als Methode zur individuellen
Trainings- und Belastungssteuerung kann jedoch noch
nicht abschließend beurteilt werden, da die vorlie-
genden Ergebnisse an relativ kleinen Kollektiven erho-
ben wurden und teilweise, aufgrund unterschiedlicher
HRV- und Studienmethodik, widersprüchlich sind. Ob
und welche HRV-Indizes sich im Hochleistungssport
als Marker von Übertrainingszuständen (Overreaching
oder Overtraining) eignen, lässt sich derzeit ebenfalls
noch nicht abschätzen. Bezüglich des Overreachings
gibt es zwar erste vielversprechende Ergebnisse, die
jedoch durch größer angelegte kontrollierte Studien
validiert werden müssen.
Ein grundsätzliches Problem bei HRV-Analysen
ist die Nichtstationarität der zugrundeliegenden RR-
Zeitreihen, die vor allem die Ergebnisse der Spektrala-
nalyse verzerren können. Dies gilt während sport-
licher Betätigung in besonderer Weise. Inwieweit hier
robustere, nichtlineare HRV-Methoden die Trainings-
wissenschaft bereichern können, bleibt abzuwarten.
Heart Rate Variability and Physical Exercise. Current Status
Abstract
Heart rate variability (HRV) has long been used in risk
stratification for sudden cardiac death and diabetic au-
tonomic neuropathy. In recent years, both time and
frequency domain indices of HRV also gained increas-
ing interest in sports and training sciences. In these
fields, HRV is currently used for the noninvasive assess-
ment of autonomic changes associated with short-
term and long-term endurance exercise training in
both leisure sports activity and high-performance
training. Furthermore, HRV is being investigated as a
diagnostic marker of overreaching and overtraining.
A large body of evidence shows that, in healthy sub-
jects and cardiovascular patients of all ages (up to an
age of 70 years), regular aerobic training usually results
in a significant improvement of overall as well as instan-
taneous HRV. These changes, which are accompanied by
significant reductions in heart rates both at rest and
during submaximal exercise, reflect an increase in auto-
nomic efferent activity and a shift in favor of enhanced
vagal modulation of the cardiac rhythm. Regular aerobic
training of moderate volume and intensity over a mini-
mum period of 3 months seems to be necessary to en-
sure these effects, which might be associated with a
prognostic benefit regarding overall mortality.
At present, available data does not allow for final
conclusions with respect to the usefulness of tradi-
tional HRV indices in assessing an individual’s exer-
cise performance and monitoring training load. The
discrepant results published so far are due to several
factors including insufficient study size and design,
and different HRV methods. Large-sized and prospec-
tively designed studies are necessary for clarification.
It also remains to be seen, whether the traditional
HRV indices prove useful in the diagnosis of over-
reaching and overtraining. Preliminary results, though
promising, need to be confirmed in larger cohorts.
A basic problem in HRV analysis is nonstationar-
ity of the heart rate signal, which holds particularly
true for exercise conditions. Whether, in these condi-
tions, more robust nonlinear HRV methods offer a
benefit has to be established in further work.
Key Words:
Heart rate variability ·
Autonomic nervous
system · Sports · Phys-
ical exercise · Over-
training
Schlüsselwörter:
Herzfrequenzvaria-
bilität · Autonomes
Nervensystem ·
Sport · Trainings-
steuerung · Über-
training
1 Institut für Sport-
wissenschaft,
Martin-Luther-
Universität Halle-
Wittenberg,
2
Institut für Sport-
wissenschaft
und Motologie,
Philipps-Universi-
tät Marburg,
3
Medizinische
Fakultät, Klinik für
Innere Medizin,
Otto-von-Gueri-
cke-Universität
Magdeburg.
Herz 2006;31:544–52
DOI 10.1007/
s00059‑006‑2855‑1
Hottenrott K, et al. HRV und Sport
545
Herz 31 · 2006 · Nr. 6 © Urban & Vogel
Einleitung
Die Herzfrequenzvariabilität (HRV) hat in den letz-
ten Jahren in der Sportmedizin und der Trainingswis-
senschaft zunehmende Bedeutung erlangt. Dies war
vor allem durch die Annahme motiviert, die HRV
eigne sich in besonderer Weise zur Trainingskontrol-
le und -steuerung. Zu einer raschen Verbreitung trug
auch die Verfügbarkeit von mobilen Mini-Herzfre-
quenzmessgeräten bei [55]. Für Sportler und Trainer
ergeben sich so neue Möglichkeiten hinsichtlich der
Belastbarkeitsdiagnostik, Steuerung der Trainings-
belastung und der Analyse autonomer Effekte kör-
perlicher Aktivität [2, 6]. Die vorliegende Arbeit gibt
einen Überblick über den aktuellen Stellenwert der
traditionellen HRV-Indizes im Zusammenhang mit
körperlicher Aktivität und sportlichem Training.
Methodische Aspekte
Häufig wird von „der“ Herzfrequenzvariabilität ge-
sprochen; dies sollte aber nicht darüber hinwegtäu-
schen, dass dabei stets auf konkrete HRV-Indizes,
die z.T. ganz unterschiedliche HRV-Komponenten
erfassen, Bezug genommen wird. Die traditionellen
HRV-Indizes können methodisch gesehen in Zeitbe-
reichs- (ZI) und Spektralindizes (SI), physiologisch
gesehen in Indizes eingeteilt werden, die die instan-
tane, die zirkadiane oder die Gesamt-HRV erfassen
[10, 21, 94].
Im sportwissenschaftlichen Kontext wird teils auf
die in der Kardiologie üblichen 24-h-HRV-Indizes zz-
rückgegriffen [13, 30]. Zunehmend werden jedoch
kleindimensionierte Herzfrequenzmessgeräte verwen-
det, die auch während des Trainings und bei Wett-
kämpfen getragen werden können, ohne den Sportler
zu behindern. Diese Geräte berechnen EKG-basiert
online die RR-Intervalle und sind in der Messgenauig-
keit vergleichbar mit hochauflösenden EKG-Systemen
[52, 61, 64, 75, 78]. Die Erfassung der RR-Intervalle
reicht grundsätzlich aus, denn die Berechnungsgrund-
lage für dieZI und die SI ist die RR-Intervall-Zeitreihe
[24, 94]. Häufig verwendete ZI sind SDNN (Standard-
abweichung aller RR-Intervalle bei Sinusrhythmus),
rMSSD (Wurzel des Mittelwerts der quadrierten Diffe-
renzen sukzessiver RR-Intervalle) und NN50 (Anzahl
sukzessiver RR-Intervall-Differenzen 50 ms), die aus
Aufzeichnungen von wenigen Minuten (1–20 min) bis
zu 2 h berechnet werden [6]. Als SI werden typischer-
weise die absoluten und normierten Leistungen im
Hochfrequenz- (HFRR- ) und Niederfrequenz-(LFRR-)
Band sowie der LFRR/HFRR-Quotient bestimmt [6, 38,
40]. Als Marker der vagalen Herzfrequenzmodulation
werden gewöhnlich rMSSD, NN50 und die spektrale
Leistung im HFRR-Band, als Indizes der sympathikova-
galen Modulation SDNN und LFRR sowie der LFRR/
HFRR-Quotient verwendet [24]. Letzterer wird von ei-
nigen Autoren als Marker der sympathikovagalen
Balance angesehen, was jedoch umstritten ist [94].
Bezüglich der mathematischen Definitionen und
Berechnungsmethoden der verschiedenen HRV-Indi-
zes sei auf die einschlägige Literatur verwiesen [10, 23,
24, 94].
Akute körperliche Belastung
Akute körperliche Belastung induziert über eine
Reihe von Reflexen eine Verschiebung der auto-
nomen Balance zugunsten einer Sympathikusdomi-
nanz, die das Ausmaß der resultierenden Belas-
tungstachykardie entscheidend bestimmt [47]. Die
autonome Umstellung erfolgt dabei in zwei Phasen:
1. Unmittelbar nach Belastungsbeginn kommt es
über Aktivierung der arteriellen Barorezeptoren zu
einer raschen Abschaltung der efferenten Vagusak-
tivität und 2. bei anhaltender und zunehmender
Belastung zu einer progressiven Zunahme der effe-
renten Sympathikusaktivität [47, 71, 76]. Das Ver-
hältnis von Sympathikusaktivierung und Vagusin-
hibierung ist allerdings wesentlich von der Belas-
tungsintensität abhängig und manifestiert sich nicht
immer in einer HRV-Änderung [6].
Von den meisten Autoren wurde während akuter
körperlicher Belastung eine Reduktion der spektra-
len Gesamtvariabilität („total power“ [TPRR]) und
der absoluten Leistung im HFRR- und im LFRR-Band
beobachtet [5, 7, 18, 62, 84, 85]. Bezüglich der rela-
tiven Leistung in den beiden Spektralbändern und des
LFRR/HFRR-Quotienten wurden widersprüchliche
Ergebnisse berichtet. So zeigten einige Studien bei
ansteigender Belastungsintensität nur eine geringere
Zunahme der HF-Leistung (HFRR) bei ausgeprägter
Zunahme der LF-Leistung (LFRR) [16, 32, 62, 69, 103].
Andere Untersucher fanden bei zunehmender Belas-
tungsintensität keine Veränderung oder sogar eine
Abnahme des LFRR/HFRR-Quotienten [7, 18, 34, 72,
73, 97, 101]. Von einigen Autoren wurde für hohe Be-
lastungsintensitäten über 70% der maximalen O2-
Aufnahme (VO2max) die Tauglichkeit der HRV-
Spektralparameter zur Beurteilung der autonomen
Funktion in Frage gestellt [15, 18, 34, 73, 97, 101].
Erholung nach akuter Belastung
Die Erholungs-HF ist ein bedeutsamer Prädiktor
der Gesamtmortalität [17]. Die Herzfrequenz nimmt
nach Belastungsende exponentiell ab, und die HRV-
Indizes nehmen zu, was vor allem auf eine wieder
zunehmende efferente Vagusaktivität zurückzufüh-
ren ist, die im Laufe einer kurz-, mittel- und langfris-
tigen Erholungsphase (5 min bis 72 h) in Abhängig-
keit von verschiedenen Determinanten allmählich
das Ausgangsniveau vor der Belastung wieder er-
Hottenrott K, et al. HRV und Sport
546 Herz 31 · 2006 · Nr. 6 © Urban & Vogel
reicht oder dieses sogar übersteigen kann [5, 27, 28,
34–36, 51, 95]. Als wesentliche Einflussfaktoren be-
stimmen Trainingsintensität, -dauer, -methode, in-
itialer Trainingszustand und Art der Erholung den
zeitlichen Verlauf der Wiederherstellung der Va-
gusaktivität [31, 68, 88–91, 102], der meist als zwei-
phasiger Prozess beschrieben wird. In der frühen
und mittelfristigen Erholungsphase (5–120 min)
kommt es bei noch reduzierter Gesamtvariabilität
(TPRR) zuerst zu einem LFRR- und erst im weiteren
Verlauf auch zu einem HFRR-Anstieg, der schließ-
lich die LFRRdeutlich übertrifft [5, 35, 68, 102]. In
der langfristigen Erholungsphase (24–72 h) kommt
es in Abhängigkeit von den o.g. Faktoren zu einer
Erholung der Gesamt-HRV (TPRR) und der vagalen
Modulation (HFRR- bzw. rMSSD-Zunahme) auf die
Höhe des Ausgangsniveaus oder, im Sinne eines va-
galen Rebound-Effekts, sogar über dieses hinaus [9,
35, 68].
Diese typischerweise unter Belastung und in der
unmittelbaren Erholung zu beobachtenden HRV-
Veränderungen sind in Abbildung 1 exemplarisch
anhand einer standardisierten Fahrradergometerbe-
lastung eines Ausdauerbreitensportlers veranschau-
licht. Die RR-Tachogramme (Abbildung 1a) wäh-
rend des Radstufentests zeigen grundsätzlich, wie mit
zunehmender Belastungsintensität (60–280 W; alle 3
min um 20 W erhöht) die RR-Intervall-Längen ab-
nehmen und von einer drastischen HRV-Reduktion
begleitet sind. Unmittelbar nach Belastungsende
kehren sich diese Verhältnisse um. Abbildung 1b
zeigt die HRV-Spektren nach zwei Belastungsphasen
von je 20 min derselben Person mit 50% bzw. 80%
VO2max. Die HRV-Spektren wurden am Ende der
jeweiligen 15-minütigen Erholungsphasen berechnet.
Wie zu sehen, kommt es nach der intensiven Belas-
tung zu einem deutlichen LFRR- und LFRR/HFRR-An-
stieg, während nach der extensiven Belastung der
HFRR-Anteil im Vergleich zum Ruhewert sogar an-
steigt.
Ausdauertraining und HRV
Kurz- und mittelfristige Effekte
Hauptziel präventiver Trainingsinterventionen ist
die Verbesserung der sympathikovagalen Balance
im Sinne einer Nettoerhöhung der efferenten Va-
gusaktivität, da diese offenbar kardioprotektiv
wirkt. Tierexperimentell erwies sich die trainingsin-
duzierte Erhöhung der Vagusaktivität bei vorge-
schädigtem Myokard als Schlüsselmechanismus bei
der Reduktion der arrhythmogenen Mortalität [11,
45]. Indirekt gestützt wird die generelle Bedeutung
der Vagusaktivität durch zahlreiche Studien, die ei-
ne inverse Korrelation zwischen HRV und kardialer
Mortalität zeigen [11, 12, 96].
Eine Steigerung der vagalen Herzfrequenzmo-
dulation, ablesbar an Indizes der instantanen HRV
[24], lässt sich in der Regel bei jüngeren Probanden
mittels einer regelmäßigen aeroben Trainingsin-
Abbildungen 1a und 1b. a) RR-Tachogramm eines Freizeitsportlers vor, während und nach einem Radstufentest (60–280 W; alle 3 min um 20 W er-
höht). b) Leistungsdichtespektren vor und nach 20-minütigen Dauerbelastungen mit unterschiedlicher Intensität (A: Ruhe; B: mit 50% VO2max, HF:
125 min–1, Lactat: 1,7 mmol/l; C: mit 80% VO2max, HF: 155 min–1, Lactat: 3,0 mmol/l).
Figures 1a and 1b. Changes of beat-to-beat R-R interval variability and HRV power spectra in a male leisure-time cyclist during exercise testing. a) Re-
spective R-R tachograms before, during and after bicycle exercise testing. The test was started at 60 W, and workload was progressivley increased in
20-W increments every 3 min. b) HRV power spectra of the same individual before and after a series of 20-min exercise impulses at various work loads
(A: before exercise; B: at 50% dVO2/dtmax; HR: 125 beats/min, lactate: 1.7 mmol/l; C: at 80% dVO2/dtmax, HR: 155 beats/min, lactate: 3.0 mmol/l).
ab
Hottenrott K, et al. HRV und Sport
547
Herz 31 · 2006 · Nr. 6 © Urban & Vogel
tervention über mindestens 4 Wochen Dauer errei-
chen [81].
Ob dies auch bei älteren Personen möglich ist,
war bislang unklar, denn ältere Untersuchungen er-
gaben diskrepante Befunde. So zeigten einige eine
Zunahme der HRV-Indizes [44, 59, 83, 87], während
andere keinen Einfluss auf die HRV [14, 72] beob-
achteten.
Kürzlich publizierte Ergebnisse belegen einen
Dosis-Wirkungs-Zusammenhang zwischen Trai-
ningsbelastung und Vagusaktivität, der sich in einem
Anstieg der instantanen Ruhe-HRV bei gleich-
zeitiger Abnahme der Ruheherzfrequenz manifes-
tiert [50, 70]. Vor diesem Hintergrund lassen sich die
diskrepanten Befunde älterer Studien vor allem auf
zu geringe Trainingsintensitäten zurückführen. So
konnte kürzlich mittels Spektral- und Transferfunkti-
onsanalyse gezeigt werden, dass es erst ab einer wö-
chentlichen Belastungsintensität von 75% der maxi-
malen aeroben Kapazität (über mindestens 120 min
pro Woche) nach 3 Monaten zu Veränderungen der
HRV und Baroreflexsensitivität kommt [70].
Moderates aerobes Training führt im Gegensatz
zu Kraft- bzw. Kraftausdauertraining [25, 63] bei Per-
sonen 70 Jahre zu einer signifikanten TPRR- und
HFRR-Erhöhung und zu einer LFRR-Abnahme [33,
59, 65, 98]. Allerdings nimmt der Trainingseinfluss
mit zunehmendem Alter ab [81]. Bei > 70-Jährigen
können daher trotz trainingsbedingter Leistungszu-
nahme (VO2max-Erhöhung) die HRV-Indizes un-
verändert bleiben [72]. Dies könnte auf einer alters-
bedingten Einschränkung der chronotropen Sinus-
knotenreagibilität beruhen.
Chronisch intensive oder extrem umfangreiche
Trainingsbelastung führt unter bestimmten Bedin-
gungen zu einer starken Abnahme der HRV, sowohl
im Zeit- als auch im Frequenzbereich [20, 37, 42, 48].
Bei Leistungssportlern muss eine einmalige Extrem-
belastung allerdings nicht zwangsläufig zu einer
HRV-Reduktion führen [9, 35]. Dagegen kann dies
bei chronisch wiederholten Extrembelastungen der
Fall sein. So fanden sich bei Radathleten während
der Spanienrundfahrt nach den ersten 9 Tagen im
Vergleich zum Ausgangswert unveränderte HRV-
Werte, die jedoch nach weiteren sechs Etappen, dar-
unter vier harten Bergetappen, signifikant abfielen
[20]. Allerdings kam es auch dann noch zu einer wei-
teren Abnahme der Ruheherzfrequenz. Wir konnten
ähnliche Befunde erheben (s. Abbildung 2) [42].
Interessanterweise sind die relevanten Studien
dahingehend konsistent, dass unter extremer Trai-
ningsbelastung trotz HRV-Abnahme meist eine si-
gnifikante Reduktion der Ruheherzfrequenz beob-
achtet wurde. Dies könnte ein Indiz dafür sein, dass
es zu einer so starken Zunahme der efferenten Va-
gusaktivität kommt, dass der Sinusknoten hinsicht-
lich der autonomen Modulation Sättigungsverhalten
zeigt, was zu einem Abfall der HRV-Indizes führt
[27]. Auch bei hochgradig reduzierter Sympathikus-
aktivität kann auf diese Weise ein HRV-Abfall auf-
treten [50]. Alternativ wurden nichtautonome Ef-
fekte, wie mechanischer Zug auf den Sinusknoten,
verantwortlich gemacht [60]. Dies ist jedoch sehr un-
wahrscheinlich, da Zugkräfte mechanoelektrische
Feedbackmechanismen induzieren, die in einer Zu-
nahme der Sinusfrequenz resultieren [58].
Aus den verfügbaren Studien lässt sich ableiten,
dass trainingsbedingte HRV-Veränderungen einerseits
von den gewählten Belastungsparametern, der Trai-
ningsmethode, dem Trainingszustand, der individuellen
Belastbarkeit, der Leistungs- und Erholungsfähigkeit
sowie andererseits von Umwelt- und Stressfaktoren ab-
hängen. Eine positive HRV-Modulation ist dann zu er-
warten, wenn die Trainingsintervention individuell auf
die Belastbarkeit und Leistungsfähigkeit des Proban-
den abgestimmt und nach Gesetzmäßigkeiten der Leis-
tungsentwicklung unter Anwendung bewährter Trai-
ningsprinzipien gestaltet wird.
Langfristige Effekte
Nur wenige kontrollierte Längsschnittstudien haben
bislang die langfristigen (> 1 Jahr) Trainingseffekte
untersucht. Eine größere Studie fand nach 5 Jahren
nur geringe HRV-Veränderungen [100]. Hierzu ist
jedoch kritisch anzumerken, dass eine mittlere wö-
chentliche Gesamtbelastung von 3,8 MJ (ca. 900 kcal)
[100] nicht ausreichend erscheint, um überhaupt ei-
nen positiven Trainingseffekt hervorzurufen [50].
Relativ eindeutig ist die Datenlage beim Quer-
schnittsvergleich zwischen gleichaltrigen Trainierten
und Untrainierten. So fand sich meist eine niedrigere
Herzfrequenz bei erhöhter instantaner und Gesamtva-
riabilität unabhängig vom Alter [6, 13, 19]. Alter per se
scheint gegenüber Fitnessmangel infolge zunehmender
Immobilität nur eine sekundäre Rolle zu spielen, was
die Abnahme der vagalen Sinusknotenmodulation be-
trifft [29, 66]. Der vor allem in den Altersbereichen zwi-
schen 20 und 45 Jahren zu beobachtende Fitnessknick
dürfte somit zumindest partiell für die niedrigeren
HRV-Werte bei Älteren verantwortlich sein.
In diesem Zusammenhang sei betont, dass Äl-
tere, selbst nach einer längeren Phase körperlicher
Inaktivität, eine erhaltene Trainierbarkeit bezüglich
der erreichbaren aeroben Kapazität und der auto-
nomen Modulation aufwiesen, die in der Größenord-
nung von der junger untrainierter Herzgesunder lag
[59, 70]. Auch die Baroreflexsensitivität konnte bei
Älteren durch ein 3-monatiges aerobes Training si-
gnifikant gesteigert werden [50, 67], was Folge einer
verbesserten Signaltransduktion durch verbesserte
aortale Compliance sein könnte [46].
Hottenrott K, et al. HRV und Sport
548 Herz 31 · 2006 · Nr. 6 © Urban & Vogel
Übertraining
Leistungssport beinhaltet intensive und ermü-
dende Trainings- und Wettkampfbelastungen.
Werden diese extremen Belastungen ohne hinrei-
chende Erholungspausen über einen längeren
Zeitraum (> 2 Wochen) erbracht, kann es zum Zu-
stand des Übertrainings kommen, was sich in nach-
lassender Leistungsfähigkeit oder stagnierender
Leistungsentwicklung bei Fortführung des Trai-
nings äußert. Übertraining ist das Ergebnis eines
Fehltrainings und resultiert aus einem Missverhält-
nis zwischen Trainings-, Wettkampfbelastung und
Regeneration. Allgemein wird zwischen einem
Kurzzeit- (Overreaching) und einem Langzeitü-
bertraining unterschieden [53, 57]. Übertraining
konnte bislang bei Sportlern nicht unter Laborbe-
dingungen herbeigeführt werden. Wesentliche
Voraussetzung zu dessen Entstehung scheint län-
gerfristig einwirkender Systemstress, verbunden
mit einer Störung zentraler Hormonachsen, zu sein
[56]. Pathophysiologisch könnte auch eine gestörte
chronotrope Reagibilität sinunodaler -Rezep-
toren eine Rolle spielen [26].
So konnten wir bei Triathleten 1 Tag nach inten-
siver Wettkampfbelastung im standardisierten sub-
maximalen Belastungstest eine überproportionale
Zunahme des exponentiellen HF-Abfalls in der Er-
holungsphase bei überschießender Belastungs-HF
beobachten [39].
Hauptsymptome von Übertraining lassen sich
auf Störungen im autonomen Nervensystem zurück-
führen [37, 56]. Bereits 1976 veranlasste dies Israel
[49], ein „sympathikogenes“ von einem „parasympa-
thikogenen“ Übertraining zu unterscheiden. Basie-
rend auf dieser Idee wurde ein Lagewechseltest mit
HRV-Bestimmung im Liegen und bei Positionswech-
sel zum Stehen für die Frühdiagnose des Übertrai-
nings entwickelt [92, 93]. In der Tat konnten so eine
HRV-Abnahme und eine eingeschränkte Barore-
flexsensitivität bei Übertrainierten nachgewiesen
werden [74, 99]. Auch eigene, an einem größeren
Kollektiv erhobene Ergebnisse zeigen, dass TPRR und
HFRR bei Übertrainierten signifikant absinken (Bei-
spiel in Abbildung 2).
Leistungsdiagnostik und
Belastungssteuerung
Trotz ungünstiger Analysebedingungen unter Belas-
tung ließen sich signifikante Korrelationen zwischen
HRV-Indizes und der trainingswirksamen Reiz-
schwelle sowie zum aerob-anaeroben Übergang
nachweisen [4, 9, 18, 97]. Eigene Daten [42] und die
anderer [9, 20] zeigen, dass ein individuelles Bean-
spruchungsmonitoring mittels HRV auch im Leis-
tungssport möglich ist. Auf der Basis von HRV-Indi-
zes und Methoden der künstlichen Intelligenz wur-
den Algorithmen zur individuellen Belastungs-
steuerung entwickelt, die in kommerziellen
Analysesystemen verfügbar sind [79, 80, 92, 93]. Die-
se Geräte erlauben die Bestimmung personenbezo-
gener Herzfrequenzbereiche in Abhängigkeit von
individuellen Leistungsvoraussetzungen. Sie finden
breite Anwendung im Fitness-, Gesundheits- und
Leistungssport [40, 41].
Abbildung 2. Leistungsdichtespektren eines 57-jährigen
Radsportlers zu Beginn eines Trainingscamps und nach 6
konsekutiven Trainingstagen, an denen 1 100 Radkilometer
(durchschnittlich 183 km pro Tag) absolviert wurden. Im
Messzeitraum nahmen die bereits zu Beginn niedrigen
Werte der Zeitbereichsparameter weiter ab und der LFRR/
HFRR-Quotient zu: HF: 55 min–1 (63 min 1); SDNN: 33 ms (22
ms); rMMSD: 27 ms (7,7 ms); pNN50: 7,9 (0); LFRR/HFRR: 0,8
(2,7). Die Werte in Klammern beziehen sich auf die HRV-Mes-
sungen nach Abschluss des Camps [42].
Figure 2. Temporal changes of the HRV power spectrum of a
57-year-old male endurance athelete before and after com-
pleting a 6-day training camp, during which each partici-
pant accomplished an overall distance of 1,100 km (on aver-
age 183 km per day) on a bicycle. Interestingly, the values of
the HRV time domain indices, which were already reduced
before the very beginning of the tour, exhibited a further
marked reduction while LFRR/HFRR ratio increased with com-
pletion of the camp: HF: 55 min–1 (63 min–1), SDNN: 33 ms (22
ms); rMMSD: 27 ms (7.7 ms); pNN50: 7.9 (0); LFRR/HFRR: 0.8
(2.7). Values in parentheses represent HRV indices after com-
pletion of the camp [42].
Hottenrott K, et al. HRV und Sport
549
Herz 31 · 2006 · Nr. 6 © Urban & Vogel
Limitationen
Wegen mangelnder Standardisierung der verwende-
ten HRV-Protokolle ist eine Vergleichbarkeit der
Ergebnisse zur HRV im Sport oft nicht gegeben. Pro-
blematisch sind u.a. die Verwendung der für kurze
Zeitreihen ungeeigneten SDNN [82], unterschied-
liche Grenzfrequenzen der spektralen Frequenzbän-
der sowie fehlende Normierung in der Erhebung der
Spektralindizes und fehlende respiratorische Infor-
mation [38, 43]. Hier könnte eine Orientierung an
den Empfehlungen der internationalen Task Force
[94] hilfreich sein, solange für sportmedizinische und
trainingswissenschaftliche Fragestellungen keine ei-
genen Empfehlungen existieren. Ein Manko ist auch
das Fehlen von HRV-Referenzwerten für die einzel-
nen Sportartengruppen. Gerade im Leistungssport
erscheint dieser Mangel gravierend. HRV-Befunde
von Ausdauerleistungssportlern unterscheiden sich
erheblich von publizierten Referenzbereichen un-
trainierter Kollektive [6], wie auch eigene Daten zei-
gen. Beispielhaft sind in Tabelle 1 127 Kurzzeitmes-
sungen (morgens, 5 min Rückenlage) eines hochtrai-
nierten Triathleten (VO2max = 72,1 ml/kg/min)
innerhalb eines Messzeitraums von 6 Monaten aufge-
zeigt und Referenzwerten populationsbasierter Stu-
dien [1, 3, 96] gegenübergestellt. Bemerkenswert sind
die Abweichungen von den Literaturdaten.
Fazit
Es kann heute als gesichert gelten, dass aerobes Aus-
dauertraining bei angemessener Intensität und Dau-
er bei gesunden Personen sowie bei Patienten mit
Herz-Kreislauf-Erkrankungen zu einer Zunahme der
Vagusaktivität und der Gesamtvariabilität führt und
sich in einer Reduktion der Ruheherzfrequenz und
der submaximalen Belastungsherzfrequenz äußert
[54, 70, 77, 83, 86]. Daher kann die HRV prinzipiell
im Sport als leistungsdiagnostische Kenngröße, als
Kontrollparameter der Beanspruchung und als Steu-
erparameter der Belastungsintensität eingesetzt wer-
den. Damit es zu einem HRV-Anstieg kommt, muss
das Training allerdings bezüglich Intensität, Dauer
und Umfang auf die individuelle Leistungsfähigkeit
abgestimmt sein. Dabei reicht ein moderates, min-
destens 3-monatiges Ausdauertraining aus [50, 70].
Die HRV-Bestimmung bei körperlichem Trai-
ning muss sehr sorgfältig erfolgen. Vor allem was die
Belastungssteuerung und die Diagnostik des Über-
trainings betrifft, sollte ein individuelles Verlaufsmo-
nitoring durchgeführt werden. Vollautomatische
„Black-Box“-Analysen sind abzulehnen, da sie in-
konsistente Befunde liefern können. Wegen der Li-
mitationen der traditionellen HRV-Indizes bei der
Leistungsdiagnostik und Belastungssteuerung von
Hochleistungssportlern sollten zusätzliche Parame-
ter (Sauerstoffaufnahme, Blutlactat) mitbestimmt
werden.
Weitere Studien sind erforderlich, um den Ein-
fluss von Hochleistungstraining auf die HRV und de-
ren Relevanz als Marker von Übertraining zu klären.
Inwieweit neuere, nichtlineare Analysemethoden die
Trainingswissenschaft bereichern können, bleibt ab-
zuwarten [8, 22, 34].
Tabelle 1. Daten zur Herzfrequenzvariabilität (HRV) aus Kurzzeitmessungen eines hochtrainierten Ausdauersportlers im Ver-
gleich mit drei Literaturangaben zu Referenzwerten der Normalbevölkerung.
Table 1. Heart rate variability (HRV) data from short-term recordings obtained in a high-performance endurance athlete. For
comparison, data from three population-based studies are also indicated.
Parameter Eigene Daten Agelink et al., 2001 [3] Tsuji et al., 1996 [96] Acharya et al., 2004 [1]
Anzahl Personen 1 (n = 127 Messungen) 123 442 20
Trainingszustand Hochtrainiert Untrainiert Untrainiert Untrainiert
Alter (Jahre) 27 26–35 20–40 25 ± 10
HF (min–1) 38,6 ± 4,2 68,9 ± 9,1
SDNN (ms) 123,4 ± 27,1a 100,5b, c 81,3 ± 38,9
rMSSD (ms) 185,3 ± 44,9 38,0c 80,2 ± 62,0
pNN50 (%) 78,4 ± 10,2 15,3 ± 10,0
Total power (ms2) 6 702 ± 1 198 3 630c
LFRR (ms2) 2 160 ± 1 185 1 412c 1 286c
HFRR (ms2) 4 066 ± 2 049 759c 424c
LFRR/HFRR (n.u.) 0,654 ± 0,498 1,86 1,27 ± 0,89
a256‑s‑SDNN
b2‑h‑SDNN
caus ln‑ oder log‑Werten berechnet
Hottenrott K, et al. HRV und Sport
550 Herz 31 · 2006 · Nr. 6 © Urban & Vogel
Literatur
1. Acharya UR, Kannathal N, Ong Wai Sing, et al. Heart rate
analysis in normal subjects of various age groups. Biomed
Eng Online 2004:3:1–8.
2. Achten J, Jeukendrup AE. Heart rate monitoring: applica-
tions and limitations. Sports Med 2003;33:517–38.
3. Agelink MW, Malessa R, Baumann B, et al. Standardized
tests of heart rate variability: normal ranges obtained from
309 healthy humans, and effects of age, gender, and heart
rate. Clin Auton Res 2001;11:99–108.
4. Anosov O, Patzak A, Kononovich Y, et al. High-frequency oscil-
lations of the heart rate during ramp load reflect the human
anaerobic threshold. Eur J Appl Physiol 2000;83:388–94.
5. Arai Y, Saul JP, Albrecht P, et al. Modulation of cardiac auto-
nomic activity during and immediately after exercise. Am
J Physiol 1989;256:H132–41.
6. Aubert AE, Seps B, Beckers F. Heart rate variability in ath-
letes. Sports Med 2003;33:889–919.
7. Bartels MN, Jelic S, Ngai P, et al. The effect of ventilation on
spectral analysis of heart rate and blood pressure variability
during exercise. Respir Physiol Neurobiol 2004;144:91–8.
8. Bauer A, Kantelhardt JW, Barthel P. Deceleration capacity of
heart rate as a predictor of mortality after myocardial in-
farction: cohort study. Lancet 2006;367:1674–81.
9. Berbalk A, Bauer S. Diagnostische Aussage der Herzfre-
quenzvariabilität in Sportmedizin und Trainingswissen-
schaft. Z Angew Trainingswiss 2001;2:156–76.
10. Berntson GG, Bigger JT Jr, Eckberg DL, et al. Heart rate vari-
ability: origins, methods, and interpretive caveats. Psycho-
physiology 1997;34:623– 48.
11. Bigger JT, Fleiss JL, Rolnitzky LM, et al. The ability of several
short-term measures of RR variability to predict mortality
after myocardial infarction. Circulation 1993;88:927–34.
12. Bigger JT, Schwartz PJ. Markers of vagal activity and the pre-
diction of cardiac death after myocardial infarction. In: Levy
MN, Schwartz PJ, eds. Vagal control of the heart: experi-
mental basis and clinical implications. Armonk: Futura,
1994:481–508.
13. Bondaduce D, Peetretta M, Cavallaro V, et al. Intensive train-
ing and cardiac autonomic control in high level athletes.
Med Sci Sports Exerc 1998;30:691– 6.
14. Boutcher SH, Stein P. Association between heart rate vari-
ability and training response in sedentary middle-aged
men. Eur J Appl Physiol Occup Physiol 1995;70:75– 80.
15. Casadei B, Cochrane S, Johnston J, et al. Pitfalls in the
interpretation of spectral analysis of the heart rate vari-
ability during exercise in humans. Acta Physiol Scand
1995;153:125–31.
16. Casadei B, Moon J, Johnston J, et al. Is respiratory sinus ar-
rhythmia a good index of cardiac vagal tone in exercise?
J Appl Physiol 1996;81:556–64.
17. Cole CR, Blackstone EH, Pashkow FJ, et al. Heart-rate recov-
ery immediately after exercise as a predictor of mortality.
N Engl J Med 1999;341:1351–7.
18. Cottin F, Papelier Y, Escourrou P. Effects of exercise load and
breathing frequency on heart rate and blood pressure vari-
ability during dynamic exercise. Int J Sports Med 1999;
20:232–8.
19. De Meersmann RE. Heart rate variability and aerobic fit-
ness. Am Heart J 1993;125:726–31.
20. Earnest CP, Jurca R, Church TS, et al. Relation between phys-
ical exertion and heart rate variability characteristics in
professional cyclists during the Tour of Spain. Br J Sports
Med 2004;38:568–75.
21. Esperer HD. Die Herzfrequenzvariabilität, ein neuer Para-
meter für die nichtinvasive Risikostratifikation nach Myo-
kardinfarkt und arrhythmogener Synkope. Herzschritt-
macher Elektrophysiol 1992;3:1–16.
22. Esperer HD. Nicht lineare HRV-Analyse. Grundlagen, An-
wendungen und Limitationen. In: Hottenrott K, Hrsg. Herz-
frequenzvariabilität: Methoden und Anwendungen in
Sport und Medizin. Hamburg: Czwalina, 2006:im Druck.
23. Esperer HD, Esperer HC, Chernyak YB. Risk stratification in
advanced heart failure using Lorenz plot indices of heart
rate variability. Computers in cardiology 31. Chicago: IEEE
Computers Society Press, 2004: 209–12.
24. Esperer HD, Esperer M, Frommer J, et al. Herzfrequenzvaria-
bilität: klassische und neue Analysemethoden. Intensiv
Notfallbehandlung 2003;28:82–99.
25. Forte R, De Vito G, Figura F. Effects of dynamic resistance
training on heart rate variability in healthy older women.
Eur J Appl Physiol 2003;89:85–9.
26. Friedman DB, Ordway GA, Williams RS. Exercise induced
functional desensitization of canine cardiac beta-adrener-
gic receptors. J Appl Physiol 1987;62:1721–3.
27. Goldberger JJ, Challapalli S, Tung R, et al. Relationship of
heart rate variability to parasympathetic effect. Circulation
2001;103:1977–83.
28. Goldberger JJ, Le FK, Lahiri M, et al. Assessment of parasym-
pathetic reactivation after exercise. Am J Physiol Heart Circ
Physiol 2006;290:H2446–52.
29. Goldsmith RL, Bigger JT, Bloomfield DM, et al. Physical fit-
ness as a determinant of vagal modulation. Med Sci Sports
Exerc 1997;29:812–7.
30. Goldsmith RL, Bigger JT Jr, Steinman RC, et al. Comparison of
24-hour parasympathetic activity in endurance-trained and
untrained young men. J Am Coll Cardiol 1992;20:552–8.
31. Gonzalez-Camarena R, Carrasco-Sosa S, Roman-Ramos R, et al.
Effect of static and dynamic exercise on heart rate and blood
pressure variabilities. Med Sci Sports Exerc 2000;32:1719–28.
32. Gregoire J, Tuck S, Yamamoto Y, et al. Heart rate variability at
rest and exercise: influence of age, gender, and physical
training. Can J Appl Physiol 1996;21:455–70.
33. Gulli G, Cevese A, Cappelletto P, et al. Moderate aerobic
training improves autonomic cardiovascular control in
older women. Clin Auton Res 2003;13:196–202.
34. Hautala A, Mäkikallio TH, Seppänen T, et al. Short-term cor-
relation properties of R-R interval dynamics at different ex-
ercise intensity levels. Clin Physiol 2003;23:215– 23.
35. Hautala A, Tulppo AM, Mäkikallio TH. Changes in cardiac
autonomic regulation after prolonged maximal exercise.
Clin Physiol 2001;21:238–45.
36. Hayashi N, Nakamura Y, Muraoka I. Cardiac autonomic reg-
ulation after moderate and exhaustive exercises. Ann
Physiol Anthropol 1992;11:333–8.
37. Hedelin R, Wiklund U, Bjerle P, et al. Cardiac autonomic im-
balance in an overtrained athlete. Med Sci Sports Exerc
2000;32:1531–3.
38. Hoos O. Spektralanalyse der Herzfrequenzvariabilität im
Sport – methodische Grundlagen, Möglichkeiten und Gren-
zen. In: Hottenrott K, Hrsg. Herzfrequenzvariabilität: Me-
thoden und Anwendungen in Sport und Medizin. Hamburg:
Czwalina, 2006:im Druck.
39. Hottenrott K. Trainingssteuerung im Ausdauersport. Theo-
rien – Untersuchungen – Beispiele. Ahrensburg: Czwalina,
1993.
40. Hottenrott K, Hrsg. Herzfrequenzvariabilität im Sport –
Prävention, Rehabilitation und Training. Hamburg: Czwali-
na, 2002.
41. Hottenrott K, Hrsg. Herzfrequenzvariabilität im Fitness-
und Gesundheitssport. Hamburg: Czwalina, 2004.
42. Hottenrott K, Haubold T. Individuelle Beanspruchungskon-
trolle mit der Herzfrequenzvariabilität bei über 40jährigen
Radsportlern. In: Hottenrott K, Hrsg. Herzfrequenzvariabi-
lität: Methoden und Anwendungen in Sport und Medizin.
Hamburg: Czwalina, 2006:im Druck.
Hottenrott K, et al. HRV und Sport
551
Herz 31 · 2006 · Nr. 6 © Urban & Vogel
43. Hottenrott K, Hoos O. Einführung in das Assessmentver-
fahren der Herzfrequenzvariabilität. In: Wydra G, Winchen-
bach H, Schwarz M, et al., Hrsg. Assessmentverfahren in
Gesundheitssport und Bewegungstherapie. Messen, Tes-
ten, Beurteilen, Bewerten. Hamburg: Czwalina, 2006:
170–82.
44. Hottenrott K, Lauenroth A, Schwesig R. Einfluss eines 8wöchi-
gen Walkingtrainings auf die HRV bei über 60jährigen. In:
Hottenrott K, Hrsg. Herzfrequenzvariabilität im Fitness- und
Gesundheitssport. Hamburg: Czwalina, 2004:191–7.
45. Hull SS, Vanoli E, Adamson PB, et al. Exercise training con-
fers anticipator protection from sudden death during acute
myocardial iscemia. Circulation 1994;89:548–52.
46. Hunt BE, Farquhar WB, Taylor JA. Does reduced vascular
stiffening fully explain preserved cardiovagal baroreflex
function in the older, physically active men? Circulation
2000;103:2424–7.
47. Iellamo F. Neural mechanisms of cardiovascular regulation
during exercise. Auton Neurosci 2001;90:66–75.
48. Iellamo F, Legramante JM, Pigozzi F, et al. Conversion from
vagal to sympathetic predominance with strenuous train-
ing in high-performance world class athletes. Circulation
2002;105:2719–24.
49. Israel S. Zur Problematik des Übertrainings aus internis-
tischer und leistungsphysiologischer Sicht. Med Sport 1976;
16:1–12.
50. Iwasaki K, Zhang R, Zuckerman JH, et al. Dose-response re-
lationship of the cardiovascular adaptation to endurance
training in healthy adults: how much training for what
benefit? J Appl Physiol 2003;95:1575– 83.
51. Javorka M, Zila I, Balhárek T, et al. Heart rate recovery after
exercise: relations to heart rate variability and complexity.
Braz J Med Biol Res 2002;35:991–1000.
52. Kinnunen H, Heikkilä I. The timing accuracy of the Polar Van-
tage NV heart rate monitor. J Sports Sci 1998;16:107–10.
53. Kreider RB, Fry RW, O’Toole ML. Overtraining in sport: terms,
definitions, and prevalence. In: Kreider RB, Fry RW, O’Toole
ML, eds. Overtraining in sport. Champaign: Human Kinet-
ics, 1998:vii–ix.
54. La Rovere MT, Mortara A, Sandrone G, et al. Autonomic ner-
vous system adaptations to short-term exercise training.
Chest 1992;101:299S–303S.
55. Laukkanen R, Virtanen P. Heart rate monitors – state of the
art. J Sports Sci 1998;16:3–7.
56. Lehmann M, Foster C, Dickhuth HH, et al. Autonomic imbal-
ance hypothesis and overtraining syndrome. Med Sci
Sports Exerc 1998;30:1140–5.
57. Lehmann M, Foster C, Netzer N, et al. Physiological respons-
es to short- and long-term overtraining in endurance ath-
letes. In: Kreider RB, Fry RW, O’Toole ML, eds. Overtraining in
sport. Champaign: Human Kinetics, 1998:19–46.
58. Lerman BB, Engelstein ED, Burkhoff D. Role of -adrenergic
receptor activation in mediating load-dependent shorten-
ing of ventricular action potential and refractoriness. Cir-
culation 2001;104:486– 90.
59. Levy WC, Cerqueira MD, Harp GD, et al. Effect of endurance
exercise training on heart rate variability at rest in healthy
young and older men. Am J Cardiol 1998;82:1236–41.
60. Lewis SF, Nylander E, Gad P, et al. Non-autonomic compo-
nent in bradycardia of endurance trained men at rest and
during exercise. Acta Physiol Scand 1980;109:297–305.
61. Loimaala A, Sievänen H, Laukkanen R, et al. Accuracy of a
novel real-time microprocessor QRS detector for heart rate
variability assessment. Clin Physiol 1999;19:84–8.
62. Macor F, Fagard R, Amery A. Power spectral analysis of RR
interval and blood pressure short-term variability at rest
and during dynamic exercise: comparison between cyclists
and controls. Int J Sports Med 1996;17:175–81.
63. Madden KM, Levy WC, Stratton JK. Exercise training and
heart rate variability in older adult female subjects. Clin
Invest Med 2006;29:20–8.
64. Marchant-Forde RM, Marlin DJ, Marchant-Forde JN. Valida-
tion of a cardiac monitor for measuring heart rate variabil-
ity in adult female pigs: accuracy, artefacts and editing.
Physiol Behav 2004;80:449–58.
65. Melanson EL, Freedson PS. The effect of endurance training
on resting heart rate variability in sedentary adult males.
Eur J Appl Physiol 2001;85:442 –9.
66. Melo RC, Santos MDB, Silva E, et al. Effects of age and physi-
cal activity on the autonomic control of heart rate in
healthy men. Braz J Med Biol Res 2005;38:1331– 8.
67. Monahan KD, Dinenno FA, Tanaka H, et al. Regular aerobic
exercise modulates age-associated declines in cardiovascu-
lar baraoreflex sensitivity in healthy men. J Physiol 2000;259:
263–71.
68. Mourot L, Bouhaddi M, Tordi N. Short- and long-term ef-
fects of a single bout of exercise on heart rate variability:
comparison between constant and interval training exer-
cises. Eur J Appl Physiol 2004;92:508–17.
69. Nakamura Y, Yamamoto Y, Muraoka I. Autonomic control of
heart rate during physical exercise and fractal dimension
of heart rate variability. J Appl Physiol 1993;74:875–81.
70. Okazaki K, Iwasaki K, Prasad A, et al. Dose-resonse rela-
tionship of endurance training for autonomic circulatory
control in healthy seniors. J Appl Physiol 2005;99:
1041–9.
71. Orizio C, Perini R, Comande A, et al. Plasma catecholamines
and heart rate at the beginning of muscular exercise in
man. Eur J Appl Physiol Occup 1988;57:644–51.
72. Perini R, Fisher N, Veicsteinas A, et al. Aerobic training and
cardiovascular responses at rest and during exercise in
older men and women. Med Sci Sports Exerc 2002;34:
700–8.
73. Pichon AP, de Bisschop C, Roulaud M, et al. Spectral analysis
of heart rate variability during exercise in trained subjects.
Med Sci Sports Exerc 2004;36:1702–8.
74. Portier H, Louisy F, Laude D, et al. Intense endurance train-
ing on heart rate and blood pressure variability in runners.
Med Sci Sports Exerc 2001;33:1120– 5.
75. Radespiel-Troger M, Rauh R, Mahlke C, et al. Agreement of
two different methods for measurement of heart rate vari-
ability. Clin Auton Res 2003;13:99– 102.
76. Robinson BF, Epstein SE, Beiser GD, et al. Control of heart
rate by the autonomic nervous system. Studies in man on
the interrelation between baroreceptor mechanisms and
exercise. Circ Res 1966;19:400–11.
77. Rosenwinkel ET, Bloomfield DM, Arwady MA, et al. Exercise
and autonomic function in health and cardiovascular dis-
ease. Cardiol Clin 2001;19:369– 87.
78. Ruha A, Sallinen S, Nissilä S. A real-time microprocessor QRS
detector system with a 1-ms timing accuracy for the mea-
surement of ambulatory HRV. IEEE Trans Biomed Eng 1997;
44:159– 67.
79. Rusko H K, Pulkkinen A, Saalasti S, et al. Pre-prediction of
EPOC: a tool for monitoring fatigue accumulation during
exercise? Med Sci Sports Exerc 2003;35:183.
80. Saalasti S. Neural networks for heart rate time series analy-
sis. Jyväskylä studies in computing 33. Jyväskylä: Jyväskylä
University Printing, 2003.
81. Sandercock GR, Bromley PD, Brodie DA. Effects of exercise
on heart rate variability: inferences from meta-analysis.
Med Sci Sports Exerc 2005;37:433–9.
82. Saul JP, Albrecht P, Berger RD, et al. Analysis of long term
heart rate variability: methods, 1/f scaling and implications.
Computers in cardiology, vol. 25. Silver Springs: IEEE Com-
puters Society Press, 1988:419–22.
Hottenrott K, et al. HRV und Sport
552 Herz 31 · 2006 · Nr. 6 © Urban & Vogel
Korrespondenzanschrift
Prof. Dr. Kuno Hottenrott
Direktor des Instituts für Sportwissenschaft
Martin-Luther-Universität Halle-Wittenberg
Selkestraße 9
06122 Halle
Telefon (+49/345) 552-4421, Fax -7054
E-Mail: kuno.hottenrott@sport.uni-halle.de
83. Schuit AJ, van Amelsvoort LG, Verheij TC, et al. Exercise trai-
ning and heart rate variability in older people. Med Sci
Sports Exerc 1999;31:816–21.
84. Shin K, Minamitani H, Onishi S, et al. The power spectral
analysis of heart rate variability in athletes during dynamic
exercise – part I. Clin Cardiol 1995;18:583–6.
85. Shin K, Minamitani H, Onishi S, et al. The power spectral
analysis of heart rate variability in athletes during dynamic
exercise – part II. Clin Cardiol 1995;18:664–8.
86. Somers VK, Abboud FM. Baroreflexes in helath and disease.
In: Levy M, Schwatzt P-J, eds. Vagal control of the heart: ex-
perimental basis and clinical implications. Armonk: Futura,
1994:381–401.
87. Stein PK, Ehsani AA, Domitrovich PP, et al. Effect of exercise
training on heart rate variability in healthy older adults.
Am Heart J 1999;138:567–76.
88. Sugawara J, Murakami H, Maeda S, et al. Change in post-
exercise vagal reactivation with exercise training and de-
training in young men. Eur J Appl Physiol 2001;85:259–63.
89. Takahashi T, Hayano J, Miyamoto Y. Difference in human
cardiovascular response between upright and supine reco-
very from upright cycle exercise. Eur J Appl Physiol 2000;
81:233–9.
90. Takahashi T, Hayano J, Okada A, et al. Effects of the muscle
pump and body posture on cardiovascular responses du-
ring recovery from cycle exercise. Eur J Appl Physiol 2005;
94:576–83.
91. Takahashi T, Miyamoto Y. Influence of light physical activity
on cardiac responses during recovery from exercise in hu-
mans. Eur J Appl Physiol 1998;77:305–11.
92. Tamminen S, Pirttikangas S, Nissilä S. Multiple alarm ma-
nagement with self-organizing maps. The Intelligent Data
Analysis in Medicine and Pharmacology (IDAMAP99),
Washington, DC, November 6–10, 1999:135–44.
93. Tamminen S, Pirttikangas S, Röning J. The self-organizing
maps in adaptive health monitoring. International Joint
Conference of Neural Networks (IJCNN2000), Como, July
24–27, 2000:259–66.
94. Task Force of the European Society of Cardiology and the
North American Society of Pacing and Electrophysiology.
Heart rate variability. Standards of measurement, physio-
logical interpretation, and clinical use. Eur Heart J 1996;
17:354–81.
95. Terziotti P, Schena F, Gulli G. Post-exercise recovery of auto-
nomic cardiovascular control: a study by spectrum and
cross-spectrum analysis in humans. Eur J Appl Physiol
2001;84:187–94.
96. Tsuji H, Ferdinand J, Vendittu MD Jr, et al. Determinants of
heart rate variability. J Am Coll Cardiol 1996;28:1539– 46.
97. Tulppo MP, Mäkikallo TH, Takala TES, et al. Quantitative beat-
to-beat analysis of heart rate dynamics during exercise. Am
J Physiol 1996;271:244–52.
98. Ueno LM, Moritani T. Effects of long-term exercise training
on cardiac autonomic nervous activities and baroreflex
sensitivity. Eur J Appl Physiol 2003;89:109– 14.
99. Uusitalo AL, Uusitalo AJ, Rusko HK. Heart rate and blood
pressure variability during heavy training and overtraining
in the female athlete. Int J Sports Med 2000;21:45–53.
100. Uusitalo ALT, Laitinen T, Väisänen SB, et al. Physical training
and heart rate and blood pressure variability – a five-year
randomized trial. Am J Physiol Heart Circ Physiol 2004;286:
H1821–26.
101. Warren JH, Jaffe RS, Wraa CE, et al. Effect of autonomic blo-
ckade on power spectrum of heart rate variability during
exercise. Am J Physiol 1997;273:R495–502.
102. Yamamoto K, Miyachi M, Saitoh T, et al. Effects of endurance
training on resting and post-exercise cardiac autonomic
control. Med Sci Sports Exerc 2001;33:1496–502.
103. Yamamoto Y, Hughson RL, Nakamura Y. Autonomic nervous
system responses to exercise in relation to ventilatory
threshold. Chest 1992;101 (5Suppl):206S–210S.
... 8 It has been shown that various parameters can influence HRV. 33 In addition to noninfluenceable factors (eg, the circadian rhythm), influenceable factors include sporting activity and physical performance, 34,35 smoking, 36 shift work, 37,38 and body weight. 39 The aim of the present study was to investigate whether there is a correlation between the quality of objective vocal function and HRV parameters. ...
... Regular aerobic training seems to lead to an improvement of vagal modulation, observable with a reduction of the heart rate and increasing of the HRV at rest as well as during submaximal exercise [35]. In general, aerobic exercises increase parasympathetic activity, while anaerobic exercises stabilize the function of the ANS [36]. ...
Preprint
Full-text available
Objectives Inconsistencies in the literature make it difficult to outline the relationship between exercise and cognition in young adults. Our aim is to better understand the relationship between prolonged aerobic and resistance exercise and cognitive abilities in sedentary young adults, and how this relationship is mediated by changes in cardiovascular fitness. Methods Twenty-three volunteers were recruited and assigned to two groups to complete one hour of continuous daily workout sessions of aerobic (SPIN) and anaerobic (SCSW) exercises over a 30 day period. Each subject was provided with a Polar-10 wearable to record the heart rate (HR) activity during the workout sessions. The workout sessions were completed during five consecutive days over four consecutive weeks. Each week, HR data were collected from the last workout session. Volunteers also completed a neurocognitive test battery (Cambridge Brain Sciences, CBS) each exercise session, including an additional baseline measure before exercise regime began. Results We found that memory, reasoning and verbal abilities improved throughout the aerobic, but not the resistance exercise program. We found a positive correlation between heart rate index (HRI) and memory and reasoning test scores. We also found a negative correlation between reasoning ability and HRM (heart rate mean), and heart rate skewness (SKW). The results of a regression model to predict memory and reasoning abiltiies revealed that memory was best predicted by HRI and HRM, while the reasoning ability was best predicted by only HRI. Conclusion Regular aerobic exercises improved specific cognitive performance and it was possible to predict the performance by employing the HR parameters HRI and HRM.
... It increases initially, is highest in young adults, and decreases with increasing age [28,29]. In addition, BMI correlates positively with sympathetic activity [30] and thus negatively with HRV [31,32], whereas regular physical activity is associated with an increase in HRV [33,34]. ...
Article
Full-text available
Background: Causes and consequences of chronic stress levels in the context of healthcare work are well examined. Nevertheless, the implementation and evaluation of high-quality interventions to reduce stress of healthcare workers is still missing. Internet and app-based interventions are a promising venue for providing interventions for stress reduction to a population that is otherwise difficult to reach due to shift work and time constraints in general. To do so, we developed the internet and app-based intervention (fitcor), a digital coaching of individual stress coping for health care workers. Methods: We applied the SPIRIT (Standard Protocol Items: Recommendations for Interventional Trials) statement as a guideline for the present protocol. A randomized controlled trial will be conducted. There are five different intervention groups and one waiting control group. To achieve the sample sizes required by power analysis (G*Power) (β-error 80%; effect size 0.25), the sample sizes of the respective scenarios will be at best as follows: 336 care workers from hospitals, 192 administrative health personnel, 145 care workers from stationary elderly care homes, and 145 care workers from ambulatory care providers in Germany. Participants will randomly be assigned to one of five different intervention groups. A crossover design with a waiting control group is planned. Interventions will be accompanied by three measurement points, first a baseline measure, second a post-intervention measure directly after completion of the intervention, and a follow-up measure 6 weeks after completion of the intervention. At all three measurement points, perceived team conflict, work-related experience patterns, personality, satisfaction with internet-based training, and back pain will be assessed using questionnaires, as well as heart rate variability, sleep quality, and daily movement will be recorded using an advanced sensor. Discussion: Workers in the health care sector increasingly face high job demands and stress levels. Traditional health interventions fail to reach the respective population due to organizational constraints. Implementation of digital health interventions has been found to improve stress coping behavior; however, the evidence in health care settings has not been established. To the best of our knowledge, fitcor is the first internet and app-based intervention to reduce stress among nursing and administrative health care personnel. Trial registration: The trial was registered at DRKS.de on 12 July 2021, registration number: DRKS00024605.
Article
Zusammenfassung Für das vorherrschende Symptom Fatigue im Rahmen des Post-COVID-Syndroms (PCS) existieren weiterhin nur eingeschränkte Behandlungsstrategien. Hydrotherapeutische Verfahren zeigten bei anderen Ursachen der Fatigue positive Effekte. Das primäre Ziel ist es erstmals objektivierbare Daten mittels HRV zur Wirksamkeit von Kniegüssen nach Kneipp auf die Fatique im Rahmen von Post-COVID zu generieren. Personen mit relevanter Fatigue, gemessen mit der Chalder Fatigue Skala, wurden in die Studie eingeschlossen. Die Herzratenvariablitität (HRV) (Zeit und Frequenz-Domänen) sowie die Lebensqualität (SF-12) wurden erfasst. Es erfolgte eine Randomisierung in eine Interventionsgruppe (IG) und eine Kontrollgruppe (KG). Die IG verwendete zwei- bis dreimal pro Woche kaltes Wasser für Kniegüsse, während die KG warmes Wasser verwendete. Nach sechswöchiger eigenständiger Durchführung wurden die Daten erneut erhoben und mittels Mittelwertvergleichen undRegressionsmodellen analysiert. Insgesamt wurden 30 Betroffene eingeschlossen, von denen 80% angaben, weiblich zu sein. Die Lebensqualität und die Ausprägung der Fatigue verbesserten sich bei allen Teilnehmenden über die Zeit. Es konnte kein signifikanter Unterschied zwischen den HRV-Werten der Gruppen gefunden werden (p>0,05). Auch die Auswertung der weiteren Ourctomeparameter ergab keine Unterschiede zwischen den Gruppen. Kniegüsse können einen Einfluss auf die Fatigue beim PCS haben, jedoch ist fraglich, ob der Knieguss mit seiner relativ geringen Reizfläche ausreichend ist, um eine relevante Änderung der Symptome zu erreichen. Ein deutlicher Unterschied zwischen der warmen und kalten Gussgruppe ließ sich nicht ermitteln, was auch in der kleinen Stichprobe begründet sein könnte. Weitere Studien mit optimierten Studienbedingungen und einer größeren Kohorte sind notwendig.
Article
Background: This study investigated a stress management exercise program's effect on mental health, muscle pain, and autonomic nervous system activity in adults exposed to chronic stress. Methods: Thirty mothers between 40 to 59 years old raising children with disabilities were equally allocated into the yoga (YG) or control group (CG). The YG participated in 16 prop-assisted yoga sessions twice weekly for eight weeks, focusing on relaxing and strengthening neck, shoulder, back, and waist stress-related muscles. The Beck Depression Inventory, State-Trait Anxiety Inventory, Parenting Stress Scale, Stress Response Inventory, and Brief Resilience Scale assessed mental health variable changes. Visual Analog Scales (VAS) were used to self-report neck, shoulders, back, and waist pain and assess stress, anxiety, relaxation, and confidence. We also measured pain, psychological VAS, and Heart Rate Variability (HRV) immediately before and after each yoga session. Results: The YG exhibited significant reductions in muscle pain, depression, stress response, fatigue, and frustration, whereas the CG expressed no change. Prop-assisted yoga immediately improved pain and psychological VAS. HRV analyses revealed instantly reduced heart rates and an R-R interval and standard deviation normal to normal (SDNN) increase. Conclusions: Prop-assisted yoga may serve as a viable, safe, and efficient alternative therapeutic modality for managing chronic stress-related conditions.
Article
Full-text available
The aim of this study was to analyze the psychophysiological response of a Crohn’s Disease patient in an ultra-endurance event. The psychophysiological responses of a Crohn’s Disease and non-Crohn’s Disease participant were analysed before during and after an 8 h ultra-endurance running event. Results showed how Crohn’s patient presented a similar psychophysiological response than non-Crohn’s participant in the ultra-endurance event, except for a higher pre- and post-event sympathetic modulation, lower event sympathetic tone, and lower event body temperature. This study could contribute to improving physical activity recommendations for persons with Crohn’s Disease and open a new research line for an improved understanding of psychophysiological modifications of Crohn’s Disease patients during exercise.
Article
Full-text available
We studied the effects of aerobic exercise training and detraining in humans on post-exercise vagal reactivation. Ten healthy untrained men trained for 8weeks using a cycle ergometer [70% of initial maximal oxygen uptake ( ) for 1h, 3–4days·week–1] and then did not exercise for the next 4weeks. Post-exercise vagal reactivation was evaluated as the time constant of the beat-by-beat decrease in heart rate during the 30s (t30) immediately following 4min exercise at 80% of ventilatory threshold (VT). The and the oxygen uptake at VT had significantly increased after the 8weeks training programme (P<0.0001, P<0.001, respectively). The t30 had shortened after training, and values after 4weeks and 8weeks of training were significantly shorter than the initial t30 (P<0.05, P<0.01, respectively). The change in the t30 after 8weeks of training closely and inversely correlated with the initial t30 (r=–0.965, P<0.0001). The reduced t30 was prolonged significantly after 2weeks of detraining, and had returned almost to the baseline level after a further 2weeks of detraining. These results suggest that aerobic exercise training of moderate intensity accelerates post-exercise vagal reactivation, but that the accelerated function regresses within a few weeks of detraining.
Article
Overtraining means a prolonged decrease in efficiency in the special branch of sports which is caused by overexertion of the athlete. Training is merely one factor in the genesis of overtraining. Overtraining results from a disproportion of loading to stressability. Overtraining has no single cause; it results from the total stress exerted by the social and the natural environment and by the organism itself. The two kinds of overtraining which are characterized by stimulation and inhibition, respectively, are explained. Signs and symptoms are presented. The predisposing factors which reduce the athlete's stressability are described. Processes occurring in the central and the autonomic nervous system and in the suprarenal body are discussed in the framework of the genesis of overtraining. In this connexion, local processes are also dealt with. The treatment, course and prophylaxis of overtraining are commented on. For the time being, overtraining is a 'clinical' picture for the sports physician. Physiological or biochemical parameters for the substantiation of the state of overtraining are still lacking.
Article
A decade ago, in Germany, heart rate variability (HRV) has been introduced into clinical cardiology and, by now, has become an integral part of risk stratification for sudden cardiac death. In recent years, HRV has proved to be an elegant tool for the noninvasive assessment of the autonomic nervous system in humans. Thus, it is not at all astonishing that HRV analysis is increasingly being recognized as a useful tool by a growing number of specialists from various medical fields, such as intensive care medicine, diabetology, neurology, psychosomatics, pharmacology, occupational medicine, and epidemiology, to name a few. This article gives an overview on the rapidly expanding field of HRV analysis. Classical procedures, such as time domain and frequency domain analysis are discussed as well as clinically important novel non-invasive methods including heart rate turbulence, power law behaviour, and Lorenz plot analysis. We also make some concluding remarks on praxis-relevant aspects of quality control.
Article
At present, there are no useful methods for monitoring fatigue accumulation during training exercises. Excess Post-exercise Oxygen Consumption (EPOC) is the greater the more exhausting the exercise. PURPOSE To pre-predict the amount of EPOC measured after exercise from information recorded before and during exercise. METHODS Based on meta-analysis of 48 peer-reviewed studies including 158 subjects in different exercise settings (duration and intensity ranging from 2 to 90 minutes and 18% to 108% of VO2max, respectively) a computational model based on heart function (patent pending) for pre-predicting EPOC (EPOCpred) was constructed. A total of 32 healthy adult subjects (16 males, 16 females) with age of 38 ± 9 years (mean ± SD), weight 69.6 ± 10.8 kg, height 171.6 ± 8.5 and VO2max 44.0 ± 8.8 ml/kg·min-1 , served as a separate validation set. Subjects carried out two 10-min constant load exercises at intensities of 40% and 70% VO2max and a maximal stepwise test to voluntary exhaustion. EPOCpred was pre-predicted from ECG RR-interval data collected with Polar RR-recorder. After exercises 15-min EPOC was measured (EPOCmeas) using Vmax analyzer (Sensor Medics). RESULTS EPOCpred vs. EPOCmeas in 40%, 70% and maximal test conditions were 0.45 ± 0.21 vs. 0.96 ± 0.88 l (ppred and EPOCmeas and Mean Absolute Error over all exercises and for maximal exercise were r = 0.889 (p CONCLUSION EPOC can be pre-predicted from RR interval data recorded during exercise. Consequently, EPOC pre-prediction may serve as a tool for monitoring fatigue accumulation during exercise.
Article
Exercise training and heart rate variability in older people. Med. Sci. Sports Exerc., Vol. 31, No. 6, pp. 816-821, 1999. Purpose: Heart rate variability (HRV), a characteristic that is potentially increased by physical activity, has been associated with incidence of cardiac events and total mortality. Since the incidence of cardiac events among older people is high and their physical activity levels and HRV are generally low, it is important to investigate whether regular physical activity can modify HRV in this age group. The purpose of the study was to investigate the effect of regular physical activity on HRV in older men and women. Methods: In a randomized controlled trial, the effect of six months' training on HRV was investigated in a group of 51 older men and women (67.0 ± 5.1 yr). The training group gathered three times per week for 45 min supervised training. Results: At the end of the intervention period, HRV was higher primarily during the day. During daytime, the SD of all normal intervals (+6%) as well as the low frequency component (+15%) and the very low frequency component (+10%) of HRV were significantly increased (P < 0.05) as compared with the control group. Effects of training were most pronounced in subjects inactive in sports at baseline. Conclusion: This study demonstrates that regular physical activity increases HRV (specifically in the very low and low frequency components) in older subjects. Hence, in older subjects, physical training may be an effective means to modify positively a factor that is associated with increased incidence of cardiac events.
Article
In this study, the effects of long-term physical training on autonomic function in athletes and the response of the autonomic nervous system to dynamic exercise were investigated in nonathletes and athletes with power spectral analysis of heart rate variability (HRV). This study was performed on 13 healthy subjects (5 athletes and 8 nonathletes). Eleclrocardiographic (ECG) signals were continuously recorded during (1) 15 min of rest in a sitting position on a bicycle ergometer, (2) the dynamic exercise test to the point of exhaustion, and (3) a 15 min postexercise period. After the recorded ECG signals were sampled at 500 samples/s, the instantaneous HRV signal was constructed from the detected R peaks and then resampled at 4 Hz in order to obtain an evenly spaced time series applicable to power spectral analysis. After linear trends were removed by the robust locally weighted regression algorithm, the power spectrum of HRV was estimated for contiguous records of 512 samples by Burg's maximum entropy method. HRV was quantified by determining the spectral area (power) in two frequency bands, low-frequency power (LF power: 0.05–0.15 Hz) and high-frequency power (HF power: 0.15–0.8 Hz), and their ratio. The comparison between athletes and nonathletes was performed in terms of the above-mentioned parameters. Although both groups showed similar trends in heart rate (HR) at all stages of protocols, HR in athletes was significantly lower than that in nonathletes during rest and postexercise. In athletes and nonathletes, LF and HF powers gradually decreased with exercise. As recovery progressed, they continued to increase gradually, but remained below resting level. During rest and postexercise, HF power in athletes was significantly (p < 0.05) higher than that in non-athletes. Also, the recovery of HR and HF power during early recovery (POI) was more rapid in athletes than in nonathletes. Both groups showed an attenuation of LF and HF powers during dynamic exercise. It is likely that, in athletes, the lower HR during rest and the more rapid recovery of HR postexercise was due to a high level of HF power, indicating that vagal activity was enhanced by the adaptive changes in neural regulation produced by long-term physical training.