biotrace2csv: Data Extraction Tool for BioTrace+ PDF Data Reports

In de stille hoekjes van de sportwetenschap en psychologie zoeken onderzoekers vaak naar aanwijzingen over hoe het menselijk lichaam omgaat met stress en focus. Een manier waarop zij dit doen, is door te luisteren naar de subtiele ritmes van het hart. Hoewel een hartslag misschien lijkt op een eenvoudige, gestage trommel, varieert de tijd tussen elke slag eigenlijk licht, waarbij deze versnelt en vertraagt als reactie op ademhaling, gedachten en fysieke inspanning. Wetenschappers noemen deze variatie hartslagvariabiliteit, en het dient als een venster naar het automatische zenuwstelsel van het lichaam. Om dit te bestuderen, gebruiken onderzoekers gespecialiseerde apparatuur om deze minuscule schommelingen te registreren tijdens activiteiten zoals boogschieten of meditatie. De software die deze opnames verwerkt, bekend als BioTrace+, is uitstekend in het maken van gedetailleerde rapporten. Deze rapporten komen echter uit als geprinte documenten in plaats van digitale spreadsheets, waardoor wetenschappers cijfers handmatig moeten overtypen als ze deze verder willen analyseren. Dit tijdrovende proces is traag en foutgevoelig, wat een knelpunt creëert dat onderzoek kan vertragen.

Een onderzoeker genaamd Metehan Özsoy van Celal Bayar Universiteit herkende dit probleem en bouwde een digitale oplossing om het pad vrij te maken. Hij creëerde een gratis, open-source tool genaamd biotade2csv, die fungeert als een vertaler voor deze hardnekkige PDF-rapporten. In plaats van dat een mens voor een computer zit en honderden getallen typt, leest deze software het document, vindt de specifieke gegevenspunten die verborgen liggen tussen de tekst en grafieken, en zet ze direct om in een schone, georganiseerde tabel die elk analyseprogramma kan gebruiken. De tool is ontworpen om drie verschillende soorten rapporten te verwerken die door het BioTrace+-systeem worden gegenereerd: rapporten die hartslagvariabiliteitsmetingen tonen, rapporten die fysiologische statistieken voor verschillende lichaamskanalen vermelden, en rapporten die details geven over resonantiefrequentie-beoordelingen. Het kan een enkel bestand of een hele map met gemengde rapporttypen tegelijk verwerken, waarbij het automatisch bepaalt voor welk soort document het kijkt en de juiste informatie extraheert zonder enige verwarring.

Om te bewijzen dat deze geautomatiseerde methode net zo goed werkt als een mens, testte Özsoy het tegen de traditionele manier van werken. Hij selecteerde twintig rapporten uit een studie waarbij universiteitsstudenten boogschieten leerden en liet een mens elk getal handmatig uit deze rapporten extraheren. Deze handmatige inspanning duurde bijna vierentwintig minuten om te voltooien. Toen hij dezelfde twintig bestanden door zijn nieuwe tool liet gaan, voltooide de software de klus in minder dan dertig seconden. Het verschil in snelheid was spectaculair, waarbij de tool ongeveer vijftig keer sneller werkte dan de menselijke inspanning. Belangrijker nog was dat de cijfers die de software eruit haalde, identiek waren aan de cijfers die de mens had opgeschreven. Elke waarde, van het kleinste hartslaginterval tot de grootste vermogensmeting, kwam perfect overeen. Zelfs wanneer de oorspronkelijke rapporten vreemde, onleesbare plaatshouders bevatten voor ontbrekende gegevens, behandelde de tool deze correct door die plekken leeg te laten, precies zoals een zorgvuldig mens dat zou doen.

De impact van deze snelheid en nauwkeurigheid werd duidelijk toen de tool werd toegepast op de volledige dataset van de boogschietstudie. Het onderzoek betrof zesentwintig studenten die een veertienweekse trainingsperiode doorliepen, waarbij elke student vijf afzonderlijke rapporten genereerde. In totaal moesten er 260 PDF-bestanden worden verwerkt. Als een onderzoeker al deze bestanden handmatig had geprobeerd over te schrijven, zou dat meer dan vijf uur repetitief werk hebben gekost. Met de biotrace2csv-tool werd de volledige dataset in slechts iets meer dan zes minuten omgezet in bruikbare gegevens. Deze enorme reductie in tijd betekent dat onderzoekers hun energie kunnen besteden aan het begrijpen van de wetenschap in plaats van aan de mechanische taak van gegevensinvoer. Door de mogelijkheid van menselijke overschrijffouten te elimineren en uren aan werk vrij te maken, zorgt de tool ervoor dat de gegevens die voor analyse worden gebruikt zowel consistent als betrouwbaar zijn.

De software is geschreven in een veelvoorkomende programmeertaal genaamd Python, waardoor het toegankelijk is voor onderzoekers op diverse computersystemen, inclusief Windows, Mac en Linux. Het is beschikbaar voor iedereen om te downloaden en te gebruiken, waarbij de broncode en een permanent archief van de tool online worden gehost voor transparantie. Hoewel de huidige versie zich strikt richt op het extraheren van numerieke gegevens uit deze specifieke PDF-rapporten, heeft de maker opgemerkt dat toekomstige updates functies kunnen toevoegen zoals het ophalen van sessienamen en datums of het filteren van specifieke soorten gegevens. Voor nu staat de tool echter als een praktische brug tussen complexe fysiologische rapporten en de heldere, georganiseerde gegevens die nodig zijn om ons begrip van hoe het lichaam reageert op de uitdagingen van sport en het leven te vergroten.