Signal ni razlaga
Biofeedback se začne z merljivim fiziološkim signalom, na primer srčnim utripom, dihanjem, mišično aktivnostjo ali prevodnostjo kože. Naprava izmeri signal, programska oprema pa ga prikaže uporabniku. Interpretacija pride šele pozneje.
To je pomembno, ker številne wellness aplikacije besedo »biofeedback« uporabljajo za katerokoli oceno pred in po aktivnosti. Samoocena mirnosti je lahko uporaben podatek, ni pa isto kot fiziološka meritev s senzorjem.
Tri ravni povratne informacije
Izmerjeni signal: podatek senzorja. Subjektivno poročilo: kaj uporabnik občuti. Interpretacija: sklep, ki ga izpeljemo iz enega ali obeh. Mešanje ravni ustvarja lažno natančnost.
Subjektivne ocene imajo vrednost
Bolečina, mirnost, jasnost, napetost in občutek energije so izkušnje, ki jih neposredno poroča človek. Ključno je, da uporabljamo enako vprašanje in lestvico, zapis časovno označimo in ocene ne predstavljamo kot medicinsko meritev.
Kdaj je povratna zanka uporabna?
Uporabnik opazuje signal ali stanje, nekaj spremeni—dihanje, pozornost, držo ali protokol—nato pa opazuje ponovno. Postopek postane zanimivejši, ko so pogoji dovolj podobni in iste spremenljivke spremljamo skozi čas.
Pred/po še ne dokazuje vzroka
Če je mirnost po seansi višja, je to resnična sprememba v samooceni. Vzrok pa ni samodejno znan. Vplivajo lahko čas, pričakovanje, dihanje, počitek, okolje ali simbolni ritual.
Najprej določimo, kaj sploh želimo opazovati
Povratna informacija je uporabna samo, če je cilj dovolj jasno opredeljen. Če želimo spremljati sprostitev, lahko vnaprej določimo fiziološki signal, subjektivno oceno in časovni okvir. Če želimo spremljati pozornost, potrebujemo drugačen izid. Mešanje več ciljev v eno skupno »wellness« številko lahko zakrije, kaj se je dejansko spremenilo.
Enostaven N-of-1 pristop
Za osebno raziskovanje je lahko uporaben preprost načrt z več ponovitvami. Nekaj dni ali seans merimo izhodišče, nato uvedemo eno spremembo in nadaljujemo merjenje v podobnih pogojih. Če se signal spremeni šele po uvedbi spremembe in se vzorec ponavlja, imamo bolj zanimiv podatek kot pri enem samem pred/po zajemu.
Tak pristop še vedno ne zagotavlja vzročnosti, vendar zmanjšuje možnost, da bi en nenavaden dan razglasili za dokaz učinka.
Artefakt, pričakovanje in resnična sprememba
Pri vsakem sistemu povratne informacije lahko na rezultat vplivajo kakovost senzorja, način zajema in pričakovanje uporabnika. Zato je koristno hraniti surove ali vsaj dovolj podrobne podatke, da lahko kasneje preverimo, ali se je spremenil signal ali samo način merjenja.
Subjektivna izboljšava je lahko pomembna sama po sebi, vendar jo je bolje označiti kot subjektivno poročilo kot pa jo predstaviti kot fiziološko meritev. Tako lahko oba podatka sobivata brez zmede.
Dobro zasnovan sistem kaže tudi negotovost
Profesionalna povratna informacija ne prikazuje samo rezultata, ampak tudi kakovost zajema, stabilnost in morebitne omejitve. Oznake, kot so »signal slab«, »meritev nestabilna« ali »premalo ponovitev«, niso slabost izdelka. So znak, da sistem razlikuje med podatkom in razlago.
Tri vprašanja pred razlago grafa
Preden grafu pripišemo pomen, je koristno odgovoriti na tri preprosta vprašanja. Prvič: ali je signal tehnično dovolj kakovosten? Drugič: ali je sprememba večja od običajne dnevne variabilnosti? Tretjič: ali imamo dovolj ponovitev, da ne razlagamo samo enega nenavadnega dogodka?
Ta tri vprašanja pogosto naredijo več za kakovost interpretacije kot dodatna barvna lestvica ali še en kompozitni indeks.
Zakaj je dober prikaz pomemben
Vmesnik lahko uporabnika hitro usmeri v napačen zaključek. Velika rdeča številka ustvarja občutek alarma, tudi če gre za majhen odmik z nizko zanesljivostjo. Boljši prikaz poleg vrednosti pokaže referenčno območje, osebni trend, kakovost signala in po možnosti interval negotovosti.
Pri raziskovalnih orodjih je pogosto koristno omogočiti tudi vpogled v surove ali vmesne podatke. S tem rezultat ni samo »ocena«, ampak sledljiv proces od zajema do interpretacije.
Kako PICALLW loči ravni
Pri Digitalni radioniki so subjektivne ocene in zapiski refleksivni podatki. Kjer se v drugih projektih PICALLW uporablja pravi senzor, na primer HRV, je fiziološki status označen ločeno. AI lahko podatke povzame, ne sme pa interpretacije spremeniti v meritev.