Was ein einzelner HRV-Wert verrät – und was nicht

Redaktion: ONDA Life (Yakiv Bilenko) · Aktualisiert am 24. Oktober 2026

Zwei helle Rasterfelder: links ein einzelner grüner Punkt allein; rechts derselbe grüne Punkt zwischen vielen verstreuten dunklen Punkten entlang einer sanft gewellten Linie – ein Messwert im Kontext gesehen.
Kurze Antwort

Ein einzelner HRV-Wert ist eine Momentaufnahme davon, wie stark der Vagusnerv deinen Herzrhythmus in diesem Moment geprägt hat – unter genau diesen Bedingungen, gemessen mit genau diesem Gerät. Er dient dazu, dich mit deinen eigenen jüngsten Messwerten zu vergleichen. Schlaf, Alkohol, Krankheit, Training, Atmung und die Qualität der Aufzeichnung beeinflussen ihn. Für sich allein belegt er weder Stress noch Krankheit, Fitness oder deinen Rang im Vergleich mit anderen Menschen.

Das Wichtigste

  • Ein HRV-Wert beschreibt die vagal vermittelte Schwankung des Herzrhythmus in einem Moment, unter bestimmten Bedingungen, gemessen mit einem Gerät.
  • Ein einzelner niedriger Wert ist keine Diagnose und bedeutet für sich genommen nicht, dass du gestresst oder krank bist.
  • Ein sehr hoher Wert ist nicht automatisch gut: Unregelmäßige Herzschläge und Aufzeichnungsartefakte können die HRV in die Höhe treiben – ein Grund, die Daten zu prüfen.
  • Deine HRV mit der eines anderen Menschen zu vergleichen, ist nahezu bedeutungslos: Gesunde Menschen unterscheiden sich stark, und Alter, Maß und Gerät verändern die Zahl.
  • Readiness- und Recovery-Scores sind herstellereigene Formeln, die auf der HRV und weiteren Eingangsdaten aufbauen, keine wissenschaftlichen Standardmaße.
  • In Patientengruppen und großen Bevölkerungen geht eine niedrige HRV mit schlechteren Verläufen einher – das ist keine Vorhersage für einen einzelnen gesunden Menschen.
  • Eine anhaltende Abweichung von deiner eigenen Baseline zusammen mit Beschwerden verdient Aufmerksamkeit; eine einzelne Zahl nicht.

Was kann ein einzelner HRV-Wert verraten?

Ein einzelner Wert der Herzfrequenzvariabilität (HRV) beantwortet eine enge Frage: Wie stark schwankte die Zeit zwischen den Herzschlägen während dieser Aufzeichnung? Der Großteil dieser kurzfristigen Schwankung geht auf den Einfluss des Vagusnervs auf das Herz zurück. Die Einordnung ist wichtig. Der Vagustonus lässt sich nicht direkt messen; HRV-Maße wie RMSSD spiegeln vagal vermittelte Veränderungen der Herzfrequenz wider [S3].

Ein Messwert beschreibt also deinen Herzrhythmus in diesem Moment, unter diesen Bedingungen, so wie ihn dieses Gerät erfasst und dieses Maß zusammengefasst hat. Ändert sich etwas davon, ändert sich die Zahl: Signalquelle (EKG an der Brust oder optischer Puls), Messdauer, Messort, deine Atmung und das Auswertungsverfahren verschieben das Ergebnis [S4]. Ein kurzer Messwert am Tag und ein Durchschnitt über die ganze Nacht sind nicht dieselbe Größe, und Werte aus unterschiedlich langen Aufzeichnungen lassen sich nicht direkt vergleichen [S2]. RMSSD und SDNN sind unterschiedliche Maße, und wie eine Uhr oder ein Ring die HRV schätzt, bringt einen eigenen Fehler mit.

Mehr kann eine einzelne Zahl nicht sagen. Man liest leicht mehr in sie hinein, als in ihr steckt [S3].

Warum ist die HRV so persönlich?

„Du kannst deine HRV mit der eines Freundes vergleichen.“ Kaum. Gesunde Erwachsene unterscheiden sich in der HRV enorm [S6], und ein niedrigerer Wert als der einer anderen Person bedeutet nicht unbedingt einen schlechteren physiologischen Zustand [S5]. Für das Alter gilt im Durchschnitt: Die HRV sinkt tendenziell mit dem Alter [S7]. Und Maß, Gerät, Tageszeit und Messdauer unterscheiden sich zwischen den Zahlen zweier Menschen [S4]. Ein höherer Wert bei einem Freund sagt nichts über deine Gesundheit.

Sinnvoll ist der Vergleich mit dir selbst: mit deinen eigenen Messwerten, auf dieselbe Weise erhoben, über Tage und Wochen. Wie das funktioniert, beschreibt die Seite zur HRV-Baseline. Alterstabellen stehen unter normale HRV nach Alter; lies sie als Kontext für Gruppen, nicht als Zielwert.

Wann ist ein hoher Wert ein Grund, die Daten zu prüfen?

„Höher ist immer besser.“ In der Sportwissenschaft gilt eine HRV auf oder über deiner eigenen Baseline als eines der Zeichen von Erholung: In einer kleinen randomisierten Studie wurden harte Einheiten nur an Morgen angesetzt, an denen die HRV nicht gesunken war [S18]. Eine höhere Zahl ist aber nicht immer eine bessere. Die HRV wird aus den Abständen zwischen den Herzschlägen berechnet; alles, was diese Abstände aus anderen Gründen als dem normalen vagalen Rhythmus unregelmäßig macht, treibt die Zahl nach oben. Abnorme Herzschläge und Rauschen können sich als HRV ausgeben [S2].

  • Extraschläge und Rhythmusstörungen. Ektope (vorzeitige) Schläge und Vorhofflimmern gelten als physiologische Artefakte in der Reihe der Schlagintervalle [S8]. Ektope Schläge bringen mathematische Artefakte in Maße des Zeit- wie des Frequenzbereichs, und unkorrigiert veränderten sie die HRV in Simulationen deutlich [S9].
  • Aufzeichnungsartefakte. Lockerer Kontakt und Bewegung erzeugen falsch erkannte Schläge; solche Schläge sind häufig und können eine verlässliche Analyse erschweren oder unmöglich machen [S8].
  • Unruhiger Sinusrhythmus. In einer Kohorte älterer Erwachsener waren abnorme Herzrhythmusmuster, die viele HRV-Indizes erhöhten, häufig und gingen mit einer höheren, nicht niedrigeren Sterblichkeit einher [S10] (eine einzelne Beobachtungsstudie). Forschende beschreiben das als hohe Kurzzeit-HRV, die einen Zusammenbruch der Herzrhythmus-Steuerung widerspiegelt statt eines gesunden vagalen Einflusses, und entwickeln Maße wie die Herzfrequenz-Fragmentierung, um beides zu trennen [S11] (vorläufige Forschung).

Ein plötzlicher, ungewöhnlich hoher Wert ist daher ein Grund, die Daten zu prüfen – saß das Gerät locker, hast du dich bewegt, fühlt sich der Puls unregelmäßig an? –, bevor du ihn als gute Nachricht nimmst.

Was kann einen Messwert senken?

Viele Faktoren bewegen die HRV [S4]. Am häufigsten genannt werden:

  • eine kurze oder schlechte Nacht;
  • Alkohol (siehe Alkohol und HRV);
  • eine beginnende Krankheit, etwa eine Erkältung oder Fieber;
  • eine harte Trainingseinheit oder ein intensiver Trainingsblock;
  • die Messbedingungen: eine andere Tageszeit, Körperhaltung, Bewegung, Sprechen oder ein locker sitzender Sensor.

Wie diese Faktoren jeweils wirken und wie groß ihre Effekte sind, gehört auf die geplante Seite dazu, warum sich die HRV von Tag zu Tag verändert. Praktische nächste Schritte nach einem niedrigen Wert findest du unter was du nach einem niedrigen HRV-Wert tun kannst, die Besonderheiten der Apple Watch unter warum die HRV deiner Apple Watch niedrig ist.

Ein einzelner niedriger HRV-Wert bedeutet für sich genommen nicht, dass du gestresst oder krank bist [S1]. Ein einzelner niedriger Wert ist keine Diagnose und keine Stressmessung; er ist ein Punkt, der erst neben deinen eigenen jüngsten Messwerten Bedeutung gewinnt.

Was zeigt die Evidenz?

Gesichert – Risiko in der Bevölkerung. In Patientengruppen und großen Bevölkerungen geht eine niedrige HRV mit schlechteren Verläufen einher. Die klassische Studie von Kleiger und Kollegen maß die SDNN aus Ganztags-EKG-Aufzeichnungen bei Menschen nach einem Herzinfarkt: Eine niedrigere HRV ging mit einer höheren Sterblichkeit einher und blieb nach Adjustierung für andere klinische Faktoren ein signifikanter Prädiktor [S14]. Ihre Schwellenwerte lassen sich nicht mit der SDNN vergleichen, die eine Apple Watch anzeigt, denn die Uhr berechnet die SDNN aus kurzen Messungen, nicht aus einem ganztägigen EKG. In Bevölkerungsstudien an Menschen ohne bekannte Herzerkrankung, meist mit EKG-Aufzeichnungen, fand eine Metaanalyse bei niedriger HRV ein um etwa 32–45 % höheres Risiko für ein erstes kardiovaskuläres Ereignis [S15]. Bei Menschen mit Herz-Kreislauf-Erkrankungen fand eine Metaanalyse von Kohortenstudien, dass eine niedrigere HRV mit einem höheren Risiko für Tod und für kardiovaskuläre Ereignisse einherging [S16].

Das sind Zusammenhänge in der Bevölkerung, gewonnen aus EKG-Aufzeichnungen in klinischer Qualität, meist bei Patientinnen und Patienten oder älteren Erwachsenen. Auf einen einzelnen Wert einer Uhr lassen sie sich nicht übertragen: Ein Messwert sagt einem gesunden Menschen nicht, wie hoch sein Risiko ist, und diese Studien zeigen nicht, dass eine höhere HRV das Risiko senkt.

Kontextabhängig – Readiness- und Recovery-Scores. Viele Apps und Wearables verdichten HRV, Ruhepuls, Schlaf und weitere Eingangsdaten zu einem einzigen Readiness- oder Recovery-Score. Das sind die eigenen Formeln des jeweiligen Herstellers: Eine Analyse von HRV-Apps ergab, dass viele solcher Scores auf proprietären, nicht transparent beschriebenen Algorithmen beruhen, sodass sich kaum unabhängig beurteilen lässt, wie sie entstanden sind und validiert wurden [S12]. Eine Übersicht zu Smartwatch-Kennzahlen beschreibt Readiness-Scores als algorithmische Schätzungen statt direkter physiologischer Messungen und hält Wearable-Daten für Verläufe innerhalb einer Person für am nützlichsten, nicht für Diagnosen oder Vergleiche zwischen Geräten [S13]. Ein Score kann eine bequeme Zusammenfassung sein, ist aber kein wissenschaftliches Standardmaß, und die Scores zweier Marken sind nicht vergleichbar.

Kontextabhängig – einzelne Messwerte. HRV-Befunde werden ohne ihren Messkontext leicht falsch gelesen [S3]. Am belastbarsten ist die Richtung deiner eigenen Messwerte über die Zeit, erhoben unter ähnlichen Bedingungen.

Was ein einzelner Wert dir nicht sagt

  • Weder dein Stressniveau noch eine Diagnose. Ein einzelner Wert sagt nichts Spezifisches über deinen seelischen Zustand oder über Krankheiten [S1].
  • Nicht deinen Rang. Eine höhere oder niedrigere Zahl als die eines anderen Menschen sagt über keinen von euch beiden viel aus [S5] [S6].
  • Weder deine Fitness noch deine „Readiness“. Weder der Rohwert noch ein proprietärer Score ist für sich allein ein validiertes Maß dafür [S12] [S13].
  • Keine persönliche Risikoprognose. Befunde zum Risiko in der Bevölkerung gelten nicht für den Messwert eines einzelnen gesunden Menschen [S15] [S16].
  • Wann die HRV Aufmerksamkeit verdient. Eine Abweichung von deiner eigenen Baseline, die viele Tage anhält, zusammen mit Beschwerden wie ungewöhnlicher Müdigkeit, schlechtem Schlaf, Fieber oder einem rasenden oder unregelmäßigen Puls, ist es wert, beachtet zu werden – die Zahl ist ein Anstoß, darauf zu achten, wie es dir geht, nicht selbst der Befund.
  • Wann du zur Ärztin oder zum Arzt gehen solltest. Als allgemeine Vorsichtsmaßnahme: Lass dich ärztlich untersuchen, wenn du einen unregelmäßigen Puls, Herzklopfen oder eine anhaltende Veränderung deiner Messwerte zusammen mit Beschwerden bemerkst. Bei Brustschmerzen, Ohnmacht oder starker Atemnot such sofort notärztliche Hilfe. Wenn du deine Daten zu einem Termin mitnimmst, erklärt Ärzte und deine Daten, was hilft – mit Leitfäden für die Hausarztpraxis und die Kardiologie.

Weitere Alltagsfragen beantwortet HRV-Fragen beantwortet, und mit deinen eigenen Zahlen kannst du im HRV-Rechner arbeiten.

In ONDA

ONDA liest die HRV (SDNN) aus Apple Health, wohin sie eine Apple Watch oder ein anderes Gerät schreibt, das Herzdaten synchronisiert [S17]; die iPhone-Kamera liefert den Puls, nicht die HRV. ONDA bewertet einen einzelnen Wert nie im Vergleich mit anderen Menschen. ONDA vergleicht deinen letzten Tag mit Daten mit deinem eigenen Korridor – dem Durchschnitt deiner früheren Tage mit ausreichend Daten plus/minus einer Standardabweichung – und markiert ihn nur, wenn er mindestens 1,5 Standardabweichungen außerhalb liegt und sich um einen Mindestbetrag verändert hat. Diese Signale sind beschreibende Vergleiche mit deiner eigenen Baseline, keine Stressmessungen [S17]. ONDA hat keinen einzelnen Readiness- oder Recovery-Score und diagnostiziert nichts. Siehe was ONDA misst.

Bildungsinformation, keine Diagnose und keine medizinische Behandlung.

Evidenz auf einen Blick

AussageEvidenzEinschränkung
Die HRV spiegelt den parasympathischen (kardiovagalen) Beitrag zur Herzregulation nur indirekt wider; der Vagustonus selbst wird nicht gemessen. [S3]GesichertEin Index des vagalen Einflusses auf das Herz, keine direkte Messung der Nervenaktivität.
HRV-Werte hängen vom Eingangssignal, von Messdauer und Messumgebung, von der Atmung und vom Auswertungsverfahren ab. [S4]GesichertMethodische Leitlinie für die Forschung; dieselben Faktoren gelten für das Selbst-Tracking.
Die Messdauer verändert die HRV, daher lassen sich Werte aus unterschiedlich langen Aufzeichnungen nicht direkt vergleichen. [S2]GesichertAllgemeine Eigenschaft von HRV-Maßen.
HRV-Befunde werden ohne methodischen Kontext leicht überinterpretiert. [S3]KontextabhängigMethodenübersicht für Forschende.
Ein einzelner niedriger HRV-Wert bedeutet für sich genommen weder Stress noch Krankheit; die HRV ist ein Instrument der Risikostratifizierung in der Forschung, kein spezifischer Marker eines Zustands. [S1]GesichertKlassische Leitlinienaussage; anhaltende Veränderungen mit Beschwerden gehören zu einer Ärztin oder einem Arzt.
Zahlreiche experimentelle, demografische und umweltbedingte Faktoren beeinflussen die HRV und ihre Zuverlässigkeit. [S4]GesichertAllgemeine Aussage; die einzelnen Faktoren und ihre Effektgrößen behandelt die geplante Seite zu den Veränderungen von Tag zu Tag.
Abnorme Herzschläge und Rauschen können sich als HRV ausgeben. [S2]GesichertHinweis zur Datenqualität; der Umgang mit Artefakten unterscheidet sich zwischen Geräten.
Ektope Schläge und Vorhofflimmern sind physiologische Artefakte in der Reihe der Schlagintervalle; schlecht sitzende Elektroden und Bewegung verursachen technische Artefakte. [S8]GesichertÜbersicht über EKG-basierte Korrekturverfahren; optische Sensoren an Handgelenk und Finger haben eigene Artefakte.
Falsch erkannte Schläge sind in Aufzeichnungen der Schlagintervalle häufig und können eine verlässliche HRV-Analyse erschweren oder unmöglich machen. [S8]GesichertKontext: ambulantes EKG.
Ektope Schläge bringen mathematische Artefakte in HRV-Maße des Zeit- und des Frequenzbereichs; unkorrigiert veränderten sie die HRV in Simulationen deutlich. [S9]Erste HinweiseComputersimulation mit hinzugefügten vorzeitigen Schlägen in kurzen Aufzeichnungen; die Größe des Effekts hängt davon ab, wie viele Schläge abnorm sind.
Bei älteren Erwachsenen waren abnorme Herzrhythmusmuster, die viele HRV-Indizes erhöhen, häufig und gingen mit einer höheren Sterblichkeit einher (eine einzelne Kohorte). [S10]KontextabhängigEine Beobachtungsstudie an älteren Erwachsenen im Sinusrhythmus; bei jungen, gesunden Wearable-Nutzern nicht untersucht.
Mit dem Altern und bei Herz-Kreislauf-Erkrankungen kann eine hohe Kurzzeit-HRV, die einen Zusammenbruch der Herzrhythmus-Steuerung widerspiegelt, die klassische HRV-Analyse verfälschen. [S11]Erste HinweiseEine einzelne Analyse archivierter Holter-Aufzeichnungen, die neue Maße vorschlägt; die Herzfrequenz-Fragmentierung ist ein Forschungsmaß.
Der Vergleich deiner HRV mit der eines anderen Menschen führt in die Irre: Ein niedrigerer Wert als der einer anderen Person bedeutet nicht unbedingt einen schlechteren Zustand. [S5]KontextabhängigNarrative Übersicht in sportlichen Populationen.
Gesunde Erwachsene unterscheiden sich in der HRV enorm. [S6]GesichertKurzzeitprotokolle am Tag; am größten bei spektralen Maßen.
Im Durchschnitt sinkt die HRV mit dem Alter, während sich Einzelne stark unterscheiden. [S7]KontextabhängigQuerschnittliche Gruppendurchschnitte; keine individuellen Vorhersagen.
Viele HRV-Apps für Verbraucher bieten Readiness- oder Recovery-Scores, die auf proprietären, nicht transparent beschriebenen Algorithmen beruhen. [S12]Erste HinweiseInhaltsanalyse englischsprachiger Apps in App-Stores zu einem Zeitpunkt; Scores ändern sich mit Updates.
Viele Ausgaben von Smartwatches, auch Readiness-Scores, sind algorithmische Schätzungen und keine direkten physiologischen Messungen; ihre Validität hängt von Gerät und Algorithmus ab. [S13]KontextabhängigNarrative Übersicht; bewertet kein einzelnes Produkt.
Smartwatch-Daten sind für Verläufe innerhalb einer Person am nützlichsten; bei Diagnosen und Vergleichen zwischen Geräten ist Vorsicht geboten. [S13]KontextabhängigNarrative Übersicht.
Nach einem akuten Herzinfarkt ging eine niedrige SDNN aus Ganztagsaufzeichnungen mit einer höheren Langzeitsterblichkeit einher und blieb nach Adjustierung ein signifikanter Prädiktor. [S14]Erste HinweiseEine einzelne Kohorte von Patientinnen und Patienten nach Herzinfarkt mit Ganztags-EKG; deren SDNN ist mit der SDNN aus kurzen Wearable-Messungen nicht vergleichbar; ein Zusammenhang in der Bevölkerung, keine Vorhersage für einen gesunden Menschen.
In Bevölkerungen ohne bekannte Herz-Kreislauf-Erkrankung ging eine niedrige HRV mit einem höheren Risiko für ein erstes kardiovaskuläres Ereignis einher. [S15]GesichertMetaanalyse von acht Beobachtungsstudien, meist mit Aufzeichnungen in klinischer Qualität; ein Zusammenhang, keine Ursache und keine individuelle Vorhersage.
Bei Menschen mit Herz-Kreislauf-Erkrankungen ging eine niedrigere HRV mit einem höheren Risiko für Tod jeglicher Ursache und für kardiovaskuläre Ereignisse einher. [S16]GesichertMetaanalyse von Kohortenstudien an Patientinnen und Patienten; die Ergebnisse der Untergruppen unterscheiden sich (bei Herzinsuffizienz nicht signifikant); nicht auf gesunde Menschen übertragbar.
In der Sportwissenschaft gilt eine HRV auf oder über der eigenen Baseline als eines der Zeichen von Erholung; in einer Studie wurde hochintensives Training nur verordnet, wenn die morgendliche HRV nicht gesunken war. [S18]KontextabhängigEine einzelne kleine randomisierte Studie an gesunden, mäßig trainierten Männern; beschreibt eine Trainingsregel, kein Beleg dafür, dass eine höhere HRV immer bessere Erholung bedeutet.
ONDA liest die HRV (SDNN) aus Apple Health, wohin sie eine Apple Watch oder ein anderes Gerät schreibt, das Herzdaten synchronisiert. [S17]KontextabhängigProduktdokumentation.
Die Signale von ONDA sind beschreibende Vergleiche mit der persönlichen Baseline – keine Stressmessungen und keine medizinische Beurteilung. [S17]KontextabhängigAussage der Produktdokumentation zum Geltungsbereich.

Quellen

Titel von Arbeiten und Zeitschriften stehen in der Originalsprache.

  1. [S1] Task Force of the ESC and NASPE (1996). Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation. DOI 10.1161/01.CIR.93.5.1043
  2. [S2] Shaffer & Ginsberg (2017). An overview of heart rate variability metrics and norms. Frontiers in Public Health. DOI 10.3389/fpubh.2017.00258
  3. [S3] Laborde, Mosley & Thayer (2017). Heart rate variability and cardiac vagal tone in psychophysiological research — recommendations for experiment planning, data analysis, and data reporting. Frontiers in Psychology. DOI 10.3389/fpsyg.2017.00213 · PMID 28265249
  4. [S4] Carter et al. (2026). Guidelines for rigor and reproducibility of heart rate variability within human cardiovascular research. Am J Physiol Heart Circ Physiol. DOI 10.1152/ajpheart.00041.2026 · PMID 42495990
  5. [S5] Esco, Fields, Mohammadnabi & Kliszczewicz (2026). Monitoring training adaptation and recovery status in athletes using heart rate variability via mobile devices: a narrative review. Sensors. DOI 10.3390/s26010003 · PMID 41516438
  6. [S6] Nunan, Sandercock & Brodie (2010). A quantitative systematic review of normal values for short-term heart rate variability in healthy adults. Pacing Clin Electrophysiol. DOI 10.1111/j.1540-8159.2010.02841.x · PMID 20663071
  7. [S7] Voss et al. (2015). Short-term heart rate variability — influence of gender and age in healthy subjects. PLOS ONE. DOI 10.1371/journal.pone.0118308
  8. [S8] Peltola (2012). Role of editing of R-R intervals in the analysis of heart rate variability. Frontiers in Physiology. DOI 10.3389/fphys.2012.00148 · PMID 22654764
  9. [S9] Lippman, Stein & Lerman (1994). Comparison of methods for removal of ectopy in measurement of heart rate variability. American Journal of Physiology. DOI 10.1152/ajpheart.1994.267.1.H411 · PMID 7519408 · computer simulation study
  10. [S10] Stein et al. (2005). Sometimes higher heart rate variability is not better heart rate variability: results of graphical and nonlinear analyses. Journal of Cardiovascular Electrophysiology. DOI 10.1111/j.1540-8167.2005.40788.x · PMID 16174015
  11. [S11] Costa, Davis & Goldberger (2017). Heart Rate Fragmentation: A New Approach to the Analysis of Cardiac Interbeat Interval Dynamics. Frontiers in Physiology. DOI 10.3389/fphys.2017.00255 · PMID 28536533
  12. [S12] de Jager et al. (2026). Mobile Apps for Heart Rate Variability: App Store Search and Content Analysis. JMIR Cardio. DOI 10.2196/84764 · PMID 42467418 · app store content analysis
  13. [S13] Lepley et al. (2026). Consumer Smartwatch Technology in Health and Performance Research: Validity, Limitations, and Real-World Applications. Sensors. DOI 10.3390/s26144486 · PMID 42515370
  14. [S14] Kleiger et al. (1987). Decreased heart rate variability and its association with increased mortality after acute myocardial infarction. American Journal of Cardiology. DOI 10.1016/0002-9149(87)90795-8 · PMID 3812275
  15. [S15] Hillebrand et al. (2013). Heart rate variability and first cardiovascular event in populations without known cardiovascular disease: meta-analysis and dose-response meta-regression. Europace. DOI 10.1093/europace/eus341 · PMID 23370966
  16. [S16] Fang, Wu & Tsai (2020). Heart Rate Variability and Risk of All-Cause Death and Cardiovascular Events in Patients With Cardiovascular Disease: A Meta-Analysis of Cohort Studies. Biological Research for Nursing. DOI 10.1177/1099800419877442 · PMID 31558032 · an erratum was published (Biol Res Nurs 2020;22(3):423–425)
  17. [S18] Kiviniemi et al. (2007). Endurance training guided individually by daily heart rate variability measurements. European Journal of Applied Physiology. DOI 10.1007/s00421-007-0552-2 · PMID 17849143
  18. [S17] ONDA — product documentation: What ONDA measures. What ONDA measures and how it reads your signals.

Verwandte Seiten

So entstehen die Seiten von ONDA Science: Jede Zahl stammt aus einer einzigen geprüften Faktenliste, jede Aussage ist ihren Quellen zugeordnet und nach Stärke der Evidenz eingestuft, und Quellen brauchen eine DOI oder PMID (Herstellerdokumentation nur für Gerätefakten).