Hilfe

Datenquelle & Import

Daten kommen aus dem Apple Health Export (ZIP oder Export.xml). Nach dem Upload wird ein Import‑Job angelegt.

Import‑Modi

• merge: ergänzt neue Datensätze, dedupliziert (Standard).
• replace: löscht vorhandene Daten und importiert alles neu.

PAIS‑Level

Der PAIS‑Level wird (wie bisher in deinem Setup) aus HKCategoryTypeIdentifierFatigue importiert. Das ist eine Severity‑Skala (0–4):

PAIS‑Level als Zustands‑Zeitreihe (warum „zeitgewichtet“?)

Du loggst den PAIS‑Level typischerweise bei Zustandswechseln und manchmal später noch einmal zur Bestätigung. Das bedeutet: Ein Eintrag ist kein „zufälliges Sample“, sondern eher „ab jetzt gilt dieser Zustand“.

Ein normaler Mittelwert über die Anzahl der Einträge wäre deshalb verzerrt: Wenn du nachmittags dreimal „leicht“ bestätigst, würde das den Durchschnitt nach unten drücken – obwohl der Vormittag vielleicht stundenlang mäßig war.

Ergebnis: Morgens „mäßig“ zählt bis mittags, auch wenn du zwischendurch nicht erneut loggst. Mehrfaches Bestätigen desselben Levels am Nachmittag zählt nicht „dreifach“, sondern verlängert nur die Sicherheit, dass dieser Zustand wirklich so war.

Hinweis: Ein zeitgewichteter Mittelwert kann zwischen zwei Stufen liegen (z.B. 2.6 zwischen „leicht“ und „mäßig“), wenn der Tag gemischt war. Im Tooltip siehst du den exakten Wert und (falls verfügbar) die Datenabdeckung.

Plotten: Auswahl & Optionen

Presets

Presets wählen typische Kombinationen (z.B. PAIS + Herzschlag) und setzen sinnvolle Defaults für Auflösung/Aggregation. Du kannst danach jederzeit manuell anpassen.

Messreihen (max. 4)

Für Lesbarkeit und Performance sind maximal 4 Reihen gleichzeitig vorgesehen. Tipp: Nutze den Filter, um schnell „PAIS“, „Herz“, „Blood“ usw. zu finden.

Auflösung

• Tag: Standard für Symptome und Verlauf.
• Woche/Monat: gut für langfristige Trends.
• Stunde: sehr granular (z.B. Tachy‑Proxy), kann aber „rauschig“ sein.

Aggregation

• max: „schlimmster Wert zählt“ – gut als Schub‑Detektor (z.B. PAIS‑Schwere pro Tag).
• mean: Durchschnitt – gut für Messwerte wie Herzfrequenz. Bei PAIS‑Level/Symptom‑Level ist „mean“ hier zeitgewichtet (siehe Abschnitt unten).
• min: z.B. Ruhepuls‑Minimum (je nach Datengrundlage).
• sum: z.B. Schritte/Tag.

Normalisieren (0–1)

Wenn du verschiedene Einheiten gleichzeitig anzeigen willst (Level vs bpm vs mmHg), hilft Normalisierung: jede Reihe wird auf 0–1 skaliert. So sieht man besser, ob Kurven gemeinsam „hoch/runter“ gehen.

Linien verbinden

Wenn aus, werden nur Punkte gezeigt (hilfreich bei unregelmäßigen Messungen oder „gezackten“ Kurven).

Workouts

Workouts werden als Marker im Plot angezeigt. Das hilft, HF‑Spitzen einzuordnen (Training vs. „ohne klaren Auslöser“).

Analyse / Trends

1) PAIS ↔ Herzfrequenz (täglich)

• Es wird pro Tag der PAIS‑Wert (typisch: Tages‑Maximum) mit der mittleren Herzfrequenz verknüpft.
• Ausgegeben werden Pearson r und Spearman ρ (robuster bei nichtlinearen Zusammenhängen).
• Zusätzlich: Baseline (Median‑HF an PAIS=0 Tagen), falls vorhanden.

2) Wochen‑Trend

• Hohe PAIS‑Tage/Woche: Standard‑Schwelle ist PAIS≥3 (mäßig/schwer).
• Tachy‑Stunden/Woche: Proxy für „grundlos“ hohe HF (siehe unten).

3) Proxy „grundlos hoher Puls“

Der Proxy zählt Stunden, in denen die mittlere Herzfrequenz über deiner Schwelle liegt (z.B. ≥100 bpm). Optional werden Stunden, die mit Workouts überlappen, ausgeschlossen.

4) PAIS‑Logging‑Abdeckung

Das Tool zeigt, wie viele Tage im Zeitraum überhaupt einen PAIS‑Eintrag haben. Das ist wichtig, weil „kein Eintrag“ sonst schnell fälschlich als „alles gut“ interpretiert wird.

5) Statistische Projektion „gesund“

Optional berechnet das Tool eine rein statistische Extrapolation (kein medizinisches Versprechen):

• Definition im Tool: In einem rollierenden Fenster (Standard: 30 Tage) fällt die Rate „hohe PAIS‑Tage“ unter einen Grenzwert.
• Das Ergebnis wird als Datum + (wenn möglich) Unsicherheitsband ausgegeben.
• Wenn deine Daten zu lückenhaft sind, wird keine Projektion angezeigt.

Logging‑Tipps (damit Trends „ehrlich“ werden)

1. Wenn möglich täglich loggen – auch an guten Tagen. Ein kurzer PAIS=0 Eintrag verbessert die Aussagekraft deutlich.
2. Wenn du nicht täglich loggst: lasse die Option „fehlende PAIS‑Einträge als 0“ ausgeschaltet, sonst entstehen künstlich „zu gute“ Phasen.
3. Wenn du POTS‑nahe Symptome tracken willst: logge zusätzlich in Apple Health „Symptoms“ wie Schwindel, Herzklopfen, Atemnot (Severity 0–4). Das passt oft besser zur Autonomik.
4. Für den Tachy‑Proxy: Achte darauf, dass Workouts sauber in Health erfasst sind, damit das Ausschließen von Workout‑Stunden funktioniert.

Grenzen & Interpretation

• Korrelation ≠ Ursache: Auch wenn PAIS und HF gemeinsam steigen, ist das keine Kausalitätsaussage.
• Messrauschen: HF/HRV/Resting HR schwanken und sind je nach Sensor/Tragezeit lückenhaft.
• Kontext fehlt: Aufstehen/Hitze/Essen/Stress sind nicht vollständig in den Daten abgebildet.
• „Grundlos“ ist ein Proxy: gut für Trend, nicht perfekt für Einzelfall‑Klassifikation.
• Projektion: immer mit Unsicherheit – und besonders anfällig, wenn Logging unregelmäßig ist.

FAQ

Warum ist die Kurve so „gezackt“?

Bei unregelmäßigen Messungen (oder wenn du nur bei Symptomen loggst) entstehen Zacken. Versuche „Linien verbinden“ auszuschalten oder auf Wochen‑Auflösung zu wechseln.

Was ist besser für PAIS‑Level: max oder mean?

max ist meist sinnvoll, weil bei mehreren Einträgen pro Tag dein schlimmster Zustand zählt. mean kann sinnvoll sein, wenn du sehr regelmäßig und fein loggst.

Warum zeigt die Analyse keine Projektion?

Häufige Gründe: zu wenig gemeinsame Tage (PAIS + HF), zu kurze Zeitreihe oder zu viele fehlende PAIS‑Tage. In dem Fall ist es besser, erst Trends stabil zu bekommen (z.B. durch regelmäßigeres Logging).