论文部分内容阅读
研究目的通过研究安静心功能、血液、体成分指标与无氧阈(AT)之间相关关系,探索其与无氧阈关联的生理学机制,建立预测无氧阈的数学模型,提高无氧阈预测的准确性,为评价有氧耐力以及指导大学生科学健身提供理论依据,也为无创心排量监测技术在运动心脏监控领域的进一步应用提供实验基础。研究方法本研究从北京五所高校进行招募、纳入了266例受试者(男134人,女132人),均为在校大学生。利用随机数字生成器将受试者分成2组:建模组(男97人,女103人),验证组(男37人,女29人)。将建模组按照人群分类标准将受试者分为经常锻炼组(男77人,女33人)和不经常锻炼组(男20人,女70人)。抽静脉血测血液指标,采用CORTEXMETALYZER3B系统和美国Cheetah NICOM系统监测气体代谢和安静心功能,通过线性负荷递增运动方案测试AT。所采集的数据通过SPSS统计软件进行分析处理。经过相关分析筛选出与无氧阈存在显著线性相关的指标作为自变量,AT作为因变量,利用多元线性逐步回归,建立基于安静心功能、血液、体成分指标预测大学生无氧阈的回归方程,并对所建立的方程进行拟合优度检验和回代检验。研究结果1、大学生安静心功能指标:HR、SBP、CP、SV、TPRI、SVI、CO、TFC具有显著的性别和锻炼差异(p<0.05)。非参数检验组间比较结果显示:男生的安静CO、SV、TPRI、SBP显著高于女生,而CP、VET显著低于女生(p<0.05);锻炼人群的安静SV、SVI显著高于普通组,HR显著低于普通组(p<0.05);2、大学生的血液指标:TC、RBC、HDL、HGB、HCT、T具有显著的性别和锻炼差异(p<0.05)。且非参数检验的组间比较结果显示:男生的RBC、HGB、HCT、T均显著高于女生(p<0.05),而TC、HDL女生显著大于男生(P<0.01);这些指标在不同锻炼背景人群之间的差异不具有统计学意义(p>0.05);3、大学生的体成分指标:躯干、上身、下身、上肢、大腿、全身组织和区域的脂肪百分比、大腿和下身脂肪,躯干、上身、下身、上肢、大腿、全身肌肉质量具有显著的性别锻炼差异(p<0.05)。且非参数检验的组间比较显示:男生的躯干、上身、下身、上肢、大腿、全身肌肉量均显著高于女生(p<0.05),并且锻炼组和普通组结果一致;而上肢、大腿、躯干、上身、下身、全身的区域脂肪百分比以及上肢、大腿脂肪含量均显著低于女生(p<0.05),锻炼组与普通组结果一致。4、将所有安静心功能、血液和体成分指标和无氧阈进行Pearson和Spearman相关分析,筛选出具有显著线性相关的指标,再分别控制锻炼情况、性别和体重三个因素的影响进行进一步的偏相关分析。分析结果显示:安静心功能指标:SV、TFC、SVI,血液指标:EO%,体成分指标:躯干、上身、下身、上肢、大腿、全身的肌肉含量与无氧阈均呈正相关,且相关具有统计学意义(p<0.05);而HR、HCT、HGB,躯干、上身、下身、上肢、大腿、全身组织和区域的脂肪百分比、脂肪含量都与无氧阈呈负相关,且相关具有统计学意义(p<0.05)。5、最后筛选出与无氧阈存在显著线性相关的安静心功能指标:HR、SV、SVI、TFC,血液指标:HGB、HCT、EO%,体成分指标:全身体脂百分比、全身脂肪(kg)、全身肌肉(kg)共10个指标和体重、锻炼情况一起进入多元线性回归分析,最终得出最具代表性和拟合优度最优的回归方程:?VO2AT=0.372+0.022*体重-0.022*全身体脂百分比-0.004*TFC+0.171*锻炼情况+0.004*安静SV(R2=0.715,p<0.01;锻炼情况取值(经常锻炼=1,不经常锻炼=0))。6、将验证组的各项指标代入回归方程进行检验,回代结果显示:AT预测值与实测值之间的差异不具有统计学意义(P>0.05),这表明预测值与实测值基本吻合。研究结论1:安静SV、SVI、TFC、全身肌肉含量与无氧阈成显著正相关;而HR、HGB、HCT、全身脂肪、全身体脂百分比与无氧阈呈显著负相关。2:纠正性别、锻炼和体重因素后,安静SV与VO2AT成正相关;全身体脂百分比、安静TFC与VO2AT成负相关。3:基于安静心功能、血液和体成分指标建立的大学生无氧阈预测方程拟合优度检验较好,且预测值与实测值基本吻合,能够较好的预测我国大学生的无氧阈。