Frontiers in Physiology
On 10月 18, 2021 by adminはじめに
マラソンランナーにおいてトレーニングの強度と量はパフォーマンスの予測因子である（Schmid et al.2012)。 トレーニングの文脈における日々の課題は、嫌気性閾値での速度向上や最大酸素摂取量など、望ましい生理的適応を引き出すために最適な強度で走ることです（Lepers and Stapley,2016）。 強度が不十分な場合、これらの適応のための刺激が欠落してしまいます。 一方、強度が最適なレベルを超えると、オーバートレーニングのリスクが高まります（O’Connor, 2007）。 したがって、運動強度を正確に評価することが重要であり、そのためには心拍数（HR）、酸素摂取量、乳酸などの客観的な指標と、自覚的労作率などの主観的な方法に依存します（Foster et al.、2017年）。 HRを強度の指標として用いる場合、通常は最大HR（HRmax）の関数として表される（Vesterinen et al., 2017）。
HRmaxは、実験室又はフィールドのいずれかでグレーデッドエクササイズテスト（GXT）を使用して測定できる（Cleary et al., 2011; Nikolaidis, 2015）。 しかし、時折、GXTを実施することが望ましくない場合がある（例えば、レース間近の最大運動テストによって誘発される疲労や、関連する経済的コストを回避するためである）。 このような場合、年齢とHRmaxの反比例関係を考慮し、年齢ベースの式からHRmaxを予測することが代替案となる。 最も広く用いられているのは、Fox、Naughton、Haskellの式（Fox-HRmax = 220 – age）（Fox et al.、1971）およびTanaka、Monahan、Sealsの式（Tanaka-HRmax = 208 – 0.7 × age）（Tanaka et al.、2001）である。 これらの式は、健康な人（Nesら、2012）、座りがちな人（Sarzynskiら、2013）、太り気味の人（Franckowiakら、2011）、アスリート（Faffら、2007）などの特定のカテゴリーの成人人口で広範囲に検討されている。
上記の研究は、これらのHRmaxの人気のある式の有効性に関して多くの問題を扱っているが、さらに研究を必要とする側面もいくつか存在している。 例えば、持久系アスリート（例：マラソンランナー）、特にマスターアスリートは、この一連の研究において、十分な研究成果が得られていない。 アスリートと非アスリートの比較では、前者の方がHRmaxの測定値が低いことが明らかにされています（Lesterら、1968）。 最近の研究では、スピード/パワースポーツのアスリートは、持久系アスリートと同様の測定HRmaxを示し、どちらもトレーニングをしていない人よりも低い値であることが示されています（Kusy and Zielinski, 2012）。 持久系トレーニングによるHRmaxの低下は、それに伴う血漿量の増加、圧反射機能の亢進、洞房結節の電気生理学的変化、βアドレナリン受容体の数と密度の減少によって説明できるかもしれません（Zavorsky, 2000）。 HRmaxの測定値が異なる以上、アスリートと非アスリートで同じHRmaxの式は当てはまらないと考えるのが妥当であろう。 このようなアスリートと非アスリートの違いは、より多くのアスリートサンプルで一般的な予測式をさらに検証する必要性を浮き彫りにしている。 マラソンレース参加者の増加を考慮すると（Joklら、2004）、一般的な年齢ベースの式の有効性に関する知識は、多くのレクリエーションマラソンランナーにとって実用的なものです。 さらに、年齢ベースのHRmaxの予測は、運動生理学者がGXTを実施する際の大きな関心事であり、最終値を最大値とみなすためには、予測HRmaxの特定の割合の達成が必要かもしれません（Schaun，2017）。 したがって、本研究の目的は、レクリエーションマラソンランナーの大規模サンプルにおいて、Fox-HRmaxおよびTanaka-HRmaxの妥当性を検証することであった。 研究仮説は、非アスリートで開発されたこれらの式は、レクリエーションマラソンランナーでは非アスリートと比較して低いHRmaxが予想されるため、HRmaxを過大評価するだろうというものであった（Lester et al, 1968; Zavorsky, 2000; Kusy and Zielinski, 2012）。
材料と方法
研究デザインと参加者
主にアテネの地域から185人のレクリエーションマラソンランナーは、耐久ランナー向けの人気のウェブサイトを通じて宣伝されていたこの研究にボランティアとして参加していた。 2017年9月から10月にかけて、参加者は研究室を訪れ、トレッドミル上でGXTを実施した。 本研究は、運動生理学研究所ニカイアの施設審査委員会の勧告に従い、すべての参加者から書面によるインフォームドコンセントを得て実施された。 すべての参加者は、ヘルシンキ宣言に基づき、書面でのインフォームドコンセントを行った。 プロトコルは、運動生理学研究所ニカイアの施設審査委員会により承認された。 1名の参加者はGXTの途中で研究を辞退し、一方4名の参加者はVO2max達成の基準を達成しなかったため、結果として彼らのデータはさらなる分析から除外された。 したがって、我々は、最初のサンプルから180人の参加者を含んでいる。 スポーツ経験については、過去のマラソン完走回数の中央値は3回、四分位範囲は2～6回であった。 自己記録は4:09 ± 0:45 h:min.
プロトコルおよび装置
身体測定
身長、体格、および皮膚指数は、参加者が最低限の服を着て裸足になって測定された。 体重測定には電子体重計（HD-351; Tanita, Arlington Heights, IL, USA）、身長測定には携帯型身長計（SECA Leicester, UK）、皮膚肥厚測定にはノギス（Harpenden, West Sussex, UK）を使用した（0.2mm単位）。 体格指数は、身長の2乗（m2）に対する体重（kg）の商として計算し、体脂肪（BF）は、皮下脂肪（Parizkova, 1978）から推定した。
傾斜運動テスト
VO2maxの評価にはConconiテストの修正版を用いた（Conconiら、1982）。 簡単に説明すると、ジョギングとストレッチ運動を含む20分間のウォームアップの後、参加者は+1％の傾斜を使用したトレッドミルでGXTを行った。 初速は8km/hに設定され、疲労困憊するまで1分ごとに1km/hずつ増加させた（Chrismas et al.、2017）。 試験の後半では、参加者が最大限の努力をするように、元気よく声援を送った。 測定されたHRmaxは、テスト中に到達した最高値と定義された。 HRは、Team2 Pro（Polar Electro Oy、Kempele、Finland）によりテスト中に連続的に記録された。 分間換気量およびVO2はガス分析器（Fitmate Pro, Cosmed, Rome, Italy）により記録した． 嫌気性閾値は換気性閾値，すなわち分時換気量と酸素摂取量の関係から同定した． VO2 のプラトー（一次基準）、血中乳酸値、年齢予測 HRmax および RPE（二次基準）を VO2max の基準とした（Howley ら、1995 年）。 望ましいRPEはBorgスケール（Borg, 1988）の0～10で≧8とした。 試験終了5分後に採血し，乳酸濃度を分析した（Accutrend, Roche, Germany）． 乳酸濃度はVO2max達成の基準として採用した（受容値＜333＞9mmol/L）（Toddら、2017）。 予測最大心拍数は、田中の式（田中ら、2001）-Foxの式がHRmaxを過大評価する可能性があるため（Nikolaidis、2015）-を用いて計算し、VO2max達成の基準として採用した（許容値測定HRmax≥田中-HRmaxの95%）
統計分析
統計分析はIBM SPSS v.20.0 (SPSS, Chicago, IL, USA)を用いて実行された。 正規性はKolmogorov-Smirnov検定と正規Q-Qプロットの目視検査で調べた。 データは平均値および標準偏差 (SD) で表した。 独立t検定により、身体測定および生理学的特性における性差を調べた。 一元配置反復測定分散分析（ANOVA）およびその後のボンフェローニ・ポストホック検定（群間差がある場合）は、HRmaxの測定値と予測値の差を調べるために使用された。 平均差の95％信頼区間（CI）が計算された。 ANOVAにおける統計的差のESの解釈には、小（0.010＜6507＞η2 ≦0.059）、中（0.059＜6507＞η2 ≦0.138） 、大（η2 ＜333＞0.138） に分類したエータスクエア（Cohen、1988）を使用した。 Bland-Altman分析を用いて予測式の精度とばらつきを検討した（Bland and Altman, 1986）。 HRmaxの測定値と年齢との関連は、ピアソンの積率モーメント相関係数（r）を用いて決定された。 相関係数の大きさは、r ≦ 0.10なら些細なこと、0.10 ≦ r < 0.30なら小さなこと、0.30 ≦ r < 0.50なら中程度、0.50 ≦ r < 0.70なら大きなこと、0.70 ≦ r < 0.90ならとても大きなこと、r ≥ 0.90ならほぼ完全、r = 1.00なら完全として考えた (Batterham and Hopkins, 2006)。 さらに、全標本および各性別において、年齢からHRmaxの予測値をモデル化するために線形回帰を使用した。 線形、二次、多項式間の最小限の差異が示されているため、非線形回帰ではなく、線形回帰をこの分析に適格とした（Ozemek et al.、2017）。 有意水準はα=0.05とした
Results
Table 1.による。 参加者の記述的特徴
図1.参加者の記述的特徴
図2. 最大速度の測定値をFoxの式と比較したBland-Altmanプロット
Figure 3.最大速度とFoxの式の比較 最大速度の測定値と田中式とのBland-Altmanプロット。
考察
本研究は、これまでこのテーマを検討した研究がなかったため、広く用いられている年齢ベースの HRmax予測式、Foxの220-年齢または田中の208-0.7×年齢がリクレーションマラソンランナーにおいて有効かどうかを問題にしたものである。 我々は、非アスリートと比較してHRmaxが低いことが予想されるため、これらの式は我々のサンプルではHRmaxを過大評価するであろうと仮定した（Zavorsky, 2000）。 主な結果は、（a）Fox-HRmaxとTanaka-HRmaxは女性でHRmaxを～5bpm過大評価し、（b）Fox-HRmaxは男性でHRmaxを～3bpm過小評価し、（c）Tanaka-HRmaxは男性で測定したHRmaxと同等で、（d）評価方法のHRmaxに対する主効果が男性よりも女性で大きい、ことだった＜3879＞＜7993＞年齢ベースの予測方程式で女性でHRmaxを過大評価することは過去の結果と一致する＜エスコ et al.． 2015). 例えば、FoxおよびTanaka式は、女子大学生アスリートにおいて観察されたHRmaxと比較して、7～13bpmの有意に高い推定値を提供した（Esco et al.、2015）。 評価方法の選択が男性よりも女性で大きな振幅を持つことを考えると、女性のマラソンランナーにおけるHRmaxの過大評価は、今後の研究で対処し、スポーツに特化した予測式を開発すべき課題である。
男性のマラソンランナーで観測された測定値と田中の一致は、若い身体活動的な男性における過去の研究(Barboza et al, 2016）と一致したが、FoxとTanaka-HRmaxが座りがちな成人のHRmaxを2～4bpm過大評価した座りがちな成人に関する研究とは一致しなかった（Camarda et al.、2008）。 Camardaら(2008)は、Tanaka-HRmaxが男性で1bpmだけHRmaxを過大評価することを発見した。 体重過多の成人(Franckowiak et al., 2011)や若い身体活動者(Barboza et al., 2016)では、Tanaka-HRmaxはFox-HRmaxよりもHRmaxに近い値を提供しました。 一方、高齢者ではFox-HRmaxはHRmaxを過小評価していた（Whaley et al.，1992）。 男性成人では、Tanaka-HRmaxはHRmaxを5bpm過小評価したが、Fox-HRmaxと実測-HRmaxに差はなかった（Nikolaidis, 2015）。 本研究の知見と先行研究の知見との違いは、レクリエーションマラソンランナーの持久力トレーニングに対する慢性的な生理学的適応に起因するものと考えられる。 Zavorsky（2000）は、持久力トレーニングは、外因的/自律神経的要因（例えば、血漿量の膨張）と内因的/非自律神経的要因（例えば、洞房結節の電気生理学の変化）によりHRmaxが低下することを強調した＜3879＞＜7993＞HRmaxに関する中程度の性×評価方法相互作用は、HRmax予測に性を考慮すべきことを示唆した。 女性のマラソンランナーは男性よりも3.6歳若く、測定されたHRmaxは4.1bpm低く、男女の年齢を一致させた場合、相対的に低いHRmaxとなることが示唆された。 この観察は、男女間のHRmaxの違いを示した以前の研究（Hakkiら、1983）と一致した。
測定されたHRmaxは、年齢を合わせたヒトに関する以前の発見（Arenaら、2016）と一致する。それでも、我々のサンプルにおける変動は小さく、サンプルの均質性に起因するはずである。 一方、線形回帰の傾きは、HRmaxが女性よりも男性で速く減少することを示唆し、これは逆の傾向を示した健康な成人に関する以前の研究（Shargalら、2015年）と不一致であった。 この不一致の説明は、サンプルの特性（年齢やスポーツ）の違いかもしれません。
本研究の限界は、年齢からHRmaxの予測のみに焦点を当て、予測精度を向上させる可能性のある他のパラメータを除外したことです。 例えば、Barbozaら（2017）は、健康な若年成人男性のサイクルエルゴメーターでのGXT中に惹起された150Wでの年齢とHRを含む方程式を推奨しています。 別の研究では、運動モード、フィットネスレベル、大陸、および年齢がHRmaxの予測因子でした（Londeree and Moeschberger, 1982）。 さらに、実験室でのGXTで得られた値を他の環境、例えばフィールドテスト、トレーニング、競技に一般化するには、後者がより高い値を誘発する可能性があるので注意が必要です（Coutinho et al.、2017）。 とはいえ、本研究の強みは、レクリエーションマラソンランナーに初めて接触したという新規性である。 マラソンレースに参加する人が増えていることを考慮すると、我々の発見は、テストやトレーニングの目的のために大きな実用的価値を持つ。 実験室とフィールドという異なる環境にもかかわらず、比較研究では、これら2つの条件の間でHRmaxに差がないか（Krautgasser et al.2011; Alemdaroglu et al.2012）、実質的に無視できるほどの差（Meyer et al.2003） が観察されています。 したがって、本研究で得られた知見は、実験室とフィールドの両方の環境、例えば屋外でのランニングトレーニングセッションに適用することが可能である。 また、VO2max達成の基準としてHRを正しく評価するためには、運動テストを行う運動生理学者もこのような知識を得るべきである。 また、運動生理学者やスポーツ科学者は、運動テストの実施やHRに依存したトレーニングプログラムの処方を行う際に、様々な評価方法間で観察される差異を考慮すべきである」
著者貢献
PNが実験室分析、統計解析を行い原稿を作成、TRとBKが原稿作成に協力した。
利益相反声明
BKはMedbase St.Gallen Am Vadianplatzに雇用されていた。
他の著者は、本研究が利益相反の可能性として解釈できるいかなる商業または金融関係もない状態で行われたと宣言する
Borg, G.（1988）.BK（1998）.BK（1998）.BK（1998）.BK（1998）.BK（2998）.BK（3998）.BK（3998）.C.（1998）.C.（1998 Borg’s Perceived Exertion and Pain Scales（ボルグの知覚的労作と痛みの尺度）。 Champaign, IL: Human Kinetics.
Google Scholar
Cohen, J. (1988). 行動科学のための統計的な力の分析、第2版。 Hillsdale, NJ: Lawrence Erlbaum Associates.
Hakki, A. H., Hare, T. W., and Iskandrian, A. S. (1983)（1983）. 男性および女性における最大心拍数の予測。 Cardiovasc. Rev. Rep. 4, 997-999.
O’Connor, P. J. (2007). 症状のモニタリングと滴定：マラソンランニングのパフォーマンスを最適化するためにあなたの脳を使用するための科学的根拠に基づくアプローチ。 スポーツ医学。 37, 408-411. doi: 10.2165/00007256-200737040-00035
PubMed Abstract | CrossRef Full Text | Google Scholar
パリスコバ、J. (1978). ヒトにおける自己形成中の除脂肪量およびデポ脂肪」、『栄養、体力および健康』。 International Series on Sport Sciences, eds J. Parizkova and V. Rogozkin (Baltimore: University Park Press), 20.
Zavorsky, G. S.（2000）. 持久力トレーニングとテーパリングによる最大心拍数の変化の証拠と考えられるメカニズム。 Sports Med. 29, 13-26. doi: 10.2165/00007256-200029010-00002
PubMed Abstract | CrossRef Full Text | Google Scholar
コメントを残す