论文部分内容阅读
目的:本研究以25名国家二级男性游泳运动员为研究对象,通过递增负荷运动测试收集22项心肺功能数据,采用Mantle检验和多元线性回归分析相结合的方法,探究影响摄氧量(VO2)的心肺功能指标;利用偏相关分析和贝叶斯线性回归分析相结合的方法分析与最大摄氧量(VO2max)密切相关的心肺功能参数,筛选VO2max响应最优的4种参数模型组合;基于4种最优的参数模型组合采用多元线性回归分析构建VO2max预测模型,并通过模型间比较分析不同模型性能下VO2max响应的心肺功能参数组合,进一步探究影响VO2max的心肺功能参数;综合分析VO2和VO2max影响因素的一致性和差异性,为专业游泳运动员的日常训练、体能监测、人才选拔等提供理论依据,为其他耐力性运动项目关于摄氧量和最大摄氧量的研究提供科学支持。方法:本研究针对性地选取25名山西某高校国家二级男性游泳运动员作为受试者,通过Monark型功率自行车和Quark b2型心肺功能仪进行递增负荷直至力竭的运动测试,获取运动测试过程中22项运动心肺功能参数(含VO2)的数据,并对所有数据进行标准化处理。(1)将每位受试者标准化后的数据均重采样为120个点,整合25名受试者的数据获得共包含3000个时间点的数据集A;依据文献对不同摄氧量的区间划分,将VO2进行分组(<1500、[1500,3000)、[3000,4000)、≤4000)汇总数据集 A 分成 4 个组(Grade1、Grade2、Grade3和Grade4),分别代表不同摄氧量等级;采用Mantle检验法分析各组与VO2具有显著相关性的参数(p<0.05),形成各组对应的参数模型组合,以此为基础利用多元线性回归分析法分别拟合VO2,获得4个VO2线性回归预测模型;(2)选取每位受试者运动测试达到VO2max即刻对应的22项运动心肺功能参数数据构成数据集B;利用Execel对数据集B进行标准化处理后,采用偏相关分析法对VO2max与其他21项心肺功能指标进行相关性分析,筛选出与VO2max具有显著相关性的11项心肺功能参数;在此基础上结合非运动参数身高(Height)、体重(Weight)和身体质量指数(BMI))及最大心率(HRmax),经贝叶斯线性回归分析,选取贝叶斯因子最优的前4种参数模型组合(Bayes best、Bayes 2nd、Bayes 3rd和Bayes 4th),采用多元线性回归分别拟合VO2max,获得4个VO2max线性回归预测模型;通过模型间性能指标比较分析各模型的拟合优度,分析影响V02和V02max的心肺功能参数,探究V02和V02max影响因素的异同。结果:(1)数据集A基于VO2划分标准分组,Mantle检验结果显示各组与VO2 显著相关的参数分别为:Grade1 组(VE、VCO2、VE/VCO2、VO2/Kg、VO2/HR和 METS)、Grade2 组(VE、VCO2、VO2/Kg、VO2/HR 和 METS)、Grade3 组(VCO2、VO2/Kg 和 VO2/HR)、Grade4 组(VCO2、VO2/Kg、VO2/HR 和 METS),四组共包含VE、VCO2、VE/VCO2、VO2/Kg、VO2/HR和METS六项心肺功能参数,其中VCO2、VO2/Kg、VO2/HR在每个分组中都包含,即在每一组都与VO2具有显著相关性(p<0.05);(2)基于Mantle检验分析的4个VO2回归模型性能指标值显示:模型Grade1的R2值和调整R2值大于于其他三组(Grade1>Grade2>Grade4>Grade3),模型Grade4的AIC值和BIC值明显小于其他三组(Grade4<Grade3<Grade1<Grade2);(3)基于偏相关分析结果,揭示与 VO2max显著相关的运动心肺功能指标有11项,包括:VE、VCO2、VO2/Kg、VO2/HR、METS、Rf、VT、O2exp、Ti、Te、Ttot;(4)11 项 VO2max 显著相关参数结合4项非运动参数经贝叶斯线性回归分析共获得65535种参数组合,其中贝叶斯因子值最优的前四种参数模型组合分别为Bayes best(VO2/HR+METS+Weight)、Bayes 2nd(VO2/Kg+VO2/HR+Weight)、Bayes 3rd(VE+VO2/HR+METS+Weight)、Bayes 4th(VE+V02/Kg+V02/HR+Weight),四种组合共包含 VO2/HR、METS、Weight、VO2/Kg、VE五个参数,且每种组合均包含参数VO2/HR和Weight;(5)基于四种最优参数模型组合采用多元线性回归分析法分别线性拟合VO2max获得四个回归预测模型,模型性能指标显示:R2值Bayes best=Bayes 2nd>Bayes 3rd=Bayes 4th,调整 R2 值 Bayes best>Bayes 2nd>Bayes 3rd=Bayes 4th,RMSE值和 MAPE 值 Bayes 3rd=Bayes 4th>Bayes 2nd=Bayes best,AIC 值和 BIC 值 Bayes 3rd>Bayes 4th>Bayes best>Bayes 2nd。结论:(1)相关性分析结果显示VE、V0O/Kg、VO2/HR、METS四个指标与VO2和VO2max均具有显著相关性;此外,VO2还与指标VCO2和VE/VCO2具有极显著相关性;VO2max还与指标Weight具有显著相关性;(2)多元线性回归模型性能比较分析结果揭示:VO2和VO2max与指标HR之间为非直接线性关系,与HR的倒数呈极显著关系;指标Weight的对VO2和VO2max影响并非直接性,还受到相对体重下摄氧量的影响;指标VE与VO2和VO2max具有直接线性关系;(3)偏相关分析可有效实现高维参数的初步降维,贝叶斯线性回归分析对于多参数模型的构建和筛选具有独特的优势;VO2max的最佳预测模型为 Bayes 3rd:VO2max=-1656.261+3.401×VE+63.628×VO2/HR+141.724×METS+21.915×Weight,可用于指导专业游泳运动员最大摄氧量的预测和实践。