Frontiers in Physiology

Introduktion

Träningsintensitet och träningsvolym är prediktorer för prestanda hos maratonlöpare (Schmid et al., 2012). En daglig uppgift i träningssammanhang är att springa med optimal intensitet för att framkalla önskade fysiologiska anpassningar, såsom ökad hastighet vid anaerob tröskel och maximalt syreupptag (Lepers och Stapley, 2016). Om intensiteten är otillräcklig saknas stimulus för dessa anpassningar. Om intensiteten å andra sidan överstiger den optimala nivån ökar risken för överträning (O’Connor, 2007). Därför är det viktigt att bedöma träningsintensiteten noggrant, vilket bygger på objektiva mått som hjärtfrekvens (HR), syreupptag och laktat, och subjektiva metoder som graden av upplevd ansträngning (Foster et al., 2017). När HR används som ett mått på intensitet uttrycks den vanligtvis som en funktion av maximal HR (HRmax) (Vesterinen et al., 2017).

HRmax kan mätas med hjälp av ett graderat motionstest (GXT) antingen i ett laboratorium eller på fältet (Cleary et al., 2011; Nikolaidis, 2015). Ibland är det dock inte önskvärt att utföra ett GXT (t.ex. för att undvika den trötthet som induceras av maximal träningstestning nära ett lopp eller den tillhörande ekonomiska kostnaden). I sådana fall är ett alternativ att förutsäga HRmax utifrån en åldersbaserad ekvation, med hänsyn till det omvänt proportionella förhållandet mellan ålder och HRmax. De mest använda formlerna är de som används av Fox, Naughton och Haskell (Fox-HRmax = 220 – ålder) (Fox et al., 1971) och av Tanaka, Monahan och Seals (Tanaka-HRmax = 208 – 0,7 × ålder) (Tanaka et al., 2001). Dessa ekvationer har undersökts ingående i specifika kategorier av vuxna populationer som friska (Nes et al., 2012), stillasittande (Sarzynski et al., 2013), överviktiga (Franckowiak et al., 2011) och idrottare (Faff et al., 2007).

Och även om de ovannämnda studierna har behandlat många frågor när det gäller giltigheten av dessa populära ekvationer för HRmax finns det vissa aspekter som kräver ytterligare forskning. Till exempel är uthållighetsidrottare (t.ex. maratonlöpare) och särskilt mästaridrottare underrepresenterade i denna forskning. En jämförelse mellan idrottare och icke-idrottare hade visat lägre uppmätt HRmax i den förstnämnda gruppen (Lester et al., 1968). I en nyligen genomförd studie visade det sig att idrottare inom hastighets- och kraftsporter hade liknande uppmätt-HRmax som uthållighetsidrottare och att båda hade lägre värden än de som var otränade (Kusy och Zielinski, 2012). Minskningen av HRmax som induceras av uthållighetsträning kan förklaras av den medföljande plasmavolymutvidgningen, förbättrad baroreflexfunktion, förändring av elektrofysiologin i sinoatrialknutan och minskat antal och densitet av beta-adrenerga receptorer (Zavorsky, 2000). Eftersom deras uppmätta HRmax skiljer sig åt är det rimligt att anta att samma ekvation för HRmax inte kan passa hos både idrottare och icke-idrottare. Denna skillnad mellan idrottare och icke-idrottare belyser behovet av att ytterligare undersöka de populära prediktionsekvationerna i fler prover av idrottare. Med tanke på det ökande antalet personer som deltar i maratonlopp (Jokl et al., 2004) har kunskapen om validiteten hos de populära åldersbaserade ekvationerna praktisk tillämpning för ett stort antal rekreativa maratonlöpare. Dessutom är den åldersbaserade prediktionen av HRmax av stort intresse för träningsfysiologer när de administrerar en GXT, där det kan vara nödvändigt att uppnå en viss procentsats av den predikterade HRmax för att slutvärdena ska betraktas som maximala (Schaun, 2017). Syftet med denna studie var därför att undersöka validiteten av Fox-HRmax och Tanaka-HRmax i ett stort urval av fritidsmaratonlöpare. Forskningshypotesen var att dessa ekvationer, som hade utvecklats på icke-idrottare, skulle överskatta HRmax hos fritidsmaratonlöpare på grund av deras förväntade lägre HRmax jämfört med icke-idrottare (Lester et al, 1968; Zavorsky, 2000; Kusy och Zielinski, 2012).

Material och metoder

Studieutformning och deltagare

Etthundraåttiofem rekreationsmaratonlöpare, mestadels från området kring Aten, anmälde sig frivilligt för att delta i den här studien, som hade annonserats via populära webbplatser för uthållighetslöpare. Under september och oktober 2017 besökte deltagarna laboratoriet där de utförde en GXT på ett löpband. Denna studie genomfördes i enlighet med rekommendationerna från Institutional Review Board of Exercise Physiology Laboratory Nikaia med skriftligt informerat samtycke från alla deltagare. Alla deltagare gav skriftligt informerat samtycke i enlighet med Helsingforsdeklarationen. Protokollet godkändes av Institutional Review Board of Exercise Physiology Laboratory Nikaia. En deltagare drog sig ur studien under GXT, medan fyra deltagare inte uppnådde kriterierna för VO2max, och deras uppgifter uteslöts därför från vidare analys. Därför inkluderade vi 180 deltagare från det ursprungliga urvalet. När det gäller deras idrottserfarenhet var medianen för antalet genomförda maratonlopp i det förflutna 3 och interkvartilintervallet var 2-6. Det personliga rekordet var 4:09 ± 0:45 h:min.

Protokoll och utrustning

Anthropometri

Längd, kroppsmassa och hudveck mättes med deltagarna i minimala kläder och barfota. En elektronisk våg (HD-351; Tanita, Arlington Heights, IL, USA) användes för mätning av kroppsmassa (till närmaste 0,1 kg), en bärbar stadiometer (SECA Leicester, Storbritannien) för längd (0,001 m) och ett skjutmått (Harpenden, West Sussex, Storbritannien) för hudveck (0,2 mm). Kroppsmasseindex beräknades som kvoten mellan kroppsmassa (kg) och höjd i kvadrat (m2), och kroppsfett (BF) uppskattades utifrån hudveck (Parizkova, 1978).

Graded Exercise Test

En modifierad version av Conconi-testet användes för att bedöma VO2max (Conconi et al., 1982). Kortfattat, efter en 20-minuters uppvärmning med jogging och stretchövningar utförde deltagarna ett GXT på ett löpband med en lutning på +1 %. Utgångshastigheten sattes till 8 km/h och ökades varje minut med 1 km/h till utmattning (Chrismas et al., 2017). Under testets slutskede blev deltagarna uppmuntrat kraftigt så att de gjorde maximal ansträngning. Uppmätt HRmax definierades som det högsta värdet som uppnåddes under testet. HR registrerades kontinuerligt under testet med Team2 Pro (Polar Electro Oy, Kempele, Finland). Minutventilation och VO2 registrerades med en gasanalysator (Fitmate Pro, Cosmed, Rom, Italien). Den anaeroba tröskeln identifierades från den ventilationsmässiga tröskeln, dvs. förhållandet mellan minutventilation och syreupptag. Plateau av VO2 (primärt kriterium), blodlaktat, åldersberäknad HRmax och RPE (sekundärt kriterium) användes som kriterier för VO2max (Howley et al., 1995). Önskad RPE var ≥8 på Borgs skala 0-10 (Borg, 1988). Blodprov togs 5 minuter efter avslutat test och laktatkoncentrationen analyserades (Accutrend, Roche, Tyskland). Laktatkoncentrationen användes som ett kriterium för att uppnå VO2max (accepterade värden > 9 mmol/L) (Todd et al., 2017). Den förutspådda maximala hjärtfrekvensen beräknades med Tanakas formel (Tanaka et al., 2001) – eftersom Fox formel kan överskatta HRmax (Nikolaidis, 2015) – och användes som ett kriterium för att uppnå VO2max (accepterade värden uppmätt HRmax ≥ 95 % av Tanaka-HRmax).

Statistiska analyser

De statistiska analyserna utfördes med hjälp av IBM SPSS v.20.0 (SPSS, Chicago, IL, USA). Normaliteten undersöktes med hjälp av Kolmogorov-Smirnov-testet och visuell inspektion av normala Q-Q-plottar. Data uttrycktes som medelvärde och standardavvikelse (SD). Ett oberoende t-test undersökte könsskillnaderna i antropometriska och fysiologiska egenskaper. Envägs variansanalys med upprepade åtgärder (ANOVA) och ett efterföljande Bonferroni post-hoc-test (om det fanns skillnader mellan grupperna) användes för att undersöka skillnaderna mellan uppmätt och förutspådd HRmax. 95 % konfidensintervall (CI) för de genomsnittliga skillnaderna beräknades. För att tolka ES för statistiska skillnader i ANOVA använde vi eta kvadrat som klassificerades som liten (0,010 < η2 ≤ 0,059), medelstor (0,059 < η2 ≤ 0,138) och stor (η2 > 0,138) (Cohen, 1988). Bland-Altman-analys användes för att undersöka prediktionsekvationernas noggrannhet och variabilitet (Bland och Altman, 1986). Sambanden mellan uppmätt HRmax och ålder fastställdes med hjälp av Pearsons produktmomentkorrelationskoefficient (r). Storleken på korrelationskoefficienterna betraktades som trivial om r ≤ 0,10, liten om 0,10 ≤ r < 0,30, måttlig om 0,30 ≤ r < 0,50, stor om 0,50 ≤ r < 0,70, mycket stor om 0,70 ≤ r < 0,90, nästan perfekt om r ≥ 0,90 och perfekt om r = 1,00 (Batterham och Hopkins, 2006). Dessutom använde vi linjär regression för att modellera förutsägelsen av HRmax från ålder i det totala urvalet och för varje kön. Den linjära regressionen kvalificerades för den här analysen i stället för icke-linjär regression eftersom minimala skillnader mellan linjära, kvadratiska och polynomiska ekvationer har visats (Ozemek et al., 2017). Signifikansnivån sattes till α = 0,05.

Resultat

Tabell 1. Beskrivande egenskaper hos deltagarna.

Figur 1. Förhållandet mellan uppmätt maximal hjärtfrekvens och ålder.

Figur 2. Bland-Altman-plottar av den uppmätta maximala hastigheten jämfört med Fox formel.

Figur 3. Bland-Altman-plottar av den uppmätta maximala hastigheten jämfört med Tanakas formel.

Diskussion

Denna studie tog upp frågan om de allmänt använda åldersbaserade förutsägelseekvationerna för HRmax, Fox’s 220-ålder eller Tanakas 208-0,7 × ålder, är giltiga hos rekreationsmaratonlöpare eftersom ingen studie tidigare har undersökt detta ämne. Vi antog att dessa ekvationer skulle överskatta HRmax i vårt urval, på grund av deras förväntade lägre HRmax jämfört med icke-idrottare (Zavorsky, 2000). De viktigaste resultaten var att (a) Fox-HRmax och Tanaka-HRmax överskattade HRmax med ~5 bpm hos kvinnor, (b) Fox-HRmax underskattade HRmax med ~3 bpm hos män, (c) Tanaka-HRmax liknade uppmätt-HRmax hos män och (d) huvudeffekten av bedömningsmetoderna på HRmax var större hos kvinnor än hos män.

Den överskattning av HRmax hos kvinnor som gjordes med åldersbaserade predikterade ekvationer stämde överens med tidigare resultat (Esco et al, 2015). Till exempel gav Fox- och Tanaka-formlerna signifikant högre skattningar med 7-13 bpm jämfört med observerad HRmax hos kvinnliga collegeidrottare (Esco et al., 2015). Med tanke på att valet av bedömningsmetod hade större omfattning hos kvinnor än hos män är överskattningen av HRmax hos kvinnliga maratonlöpare en fråga som framtida forskning bör ta itu med och utveckla idrottsspecifika prediktionsekvationer.

Överensstämmelsen mellan uppmätt och Tanaka som observerades hos manliga maratonlöpare var i linje med tidigare forskning hos unga fysiskt aktiva män (Barboza et al, 2016), men inte med en studie på stillasittande vuxna som visade att Fox och Tanaka-HRmax överskattade HRmax hos stillasittande vuxna med 2-4 bpm (Camarda et al., 2008). Camarda et al. (2008) fann att Tanaka-HRmax överskattade HRmax endast med 1 bpm hos män. Tanaka-HRmax gav närmare värden till HRmax än Fox-HRmax hos överviktiga vuxna (Franckowiak et al., 2011) och unga fysiskt aktiva (Barboza et al., 2016). Å andra sidan underskattade Fox-HRmax HRmax hos äldre vuxna (Whaley et al., 1992). Hos manliga vuxna underskattade Tanaka-HRmax HRmax med 5 bpm, medan det inte fanns någon skillnad mellan Fox-HRmax och uppmätt-HRmax (Nikolaidis, 2015). Skillnaderna mellan resultaten i denna studie och resultaten i tidigare forskning bör tillskrivas de kroniska fysiologiska anpassningarna av fritidsmaratonlöpare till uthållighetsträning. Zavorsky (2000) betonade att uthållighetsträning resulterar i en minskning av HRmax på grund av extrinsiska/autonomiska (t.ex. expansion av plasmavolymen) och intrinsiska/icke-autonomiska faktorer (t.ex. förändring av elektrofysiologin i sinoatrialknutan).

Den måttliga interaktionen mellan kön × bedömningsmetod på HRmax indikerade att man bör ta hänsyn till könet vid prediktering av HRmax. Kvinnliga maratonlöpare var yngre med 3,6 år och hade en 4,1 bpm lägre uppmätt HRmax än män, vilket indikerar en relativt lägre HRmax om könen var åldersmatchade. Denna observation överensstämde med en tidigare studie som visade skillnader i HRmax mellan könen (Hakki et al., 1983).

Den uppmätta HRmax stämmer överens med tidigare resultat på åldersmatchade människor (Arena et al., 2016), men variationen i vårt prov var ändå mindre, vilket bör tillskrivas provets homogenitet. Å andra sidan tydde lutningarna i de linjära regressionerna på att HRmax minskar snabbare hos män än hos kvinnor, vilket inte stämde överens med en tidigare studie på friska vuxna som visade den motsatta trenden (Shargal et al., 2015). En förklaring till denna diskrepans kan vara de olika provtagningarnas egenskaper (ålder och idrott).

En begränsning i den aktuella studien var att den fokuserade på prediktion av HRmax endast utifrån ålder och uteslöt andra parametrar som skulle kunna förbättra prediktionens noggrannhet. Barboza et al. (2017) rekommenderade till exempel en ekvation som inkluderade ålder och HR vid 150 W framkallad under en GXT på en cykelergometer hos friska unga vuxna män. I en annan studie var träningsform, konditionsnivå, kontinent och ålder prediktorer för HRmax (Londeree och Moeschberger, 1982). Dessutom måste man vara försiktig med att generalisera de värden som erhålls under GXT i laboratoriet till andra miljöer, t.ex. fälttester, träning och tävling, eftersom de sistnämnda kan inducera högre värden (Coutinho et al., 2017). Trots detta var styrkan med den aktuella studien dess nyhet eftersom den var den första som kontaktades på fritidsmaratonlöpare. Med tanke på det ökande antalet som deltar i maratonlopp är våra resultat av stort praktiskt värde för testning och träning. Trots de olika inställningarna i laboratorium och på fältet observerade jämförande studier ingen (Krautgasser et al., 2011; Alemdaroglu et al., 2012) eller praktiskt taget försumbar (Meyer et al., 2003) skillnad (Meyer et al., 2003) i HRmax mellan dessa två förhållanden. Därför kan resultaten från den aktuella studien tillämpas i både laboratorie- och fältmiljöer, t.ex. vid löpträningspass utomhus. Dessutom bör träningsfysiologer som utför träningsprovningar dra nytta av denna kunskap för att korrekt utvärdera HR som kriterium för att uppnå VO2max.

Slutsatser

Baserat på dessa resultat rekommenderar vi ytterligare användning av Tanakas formel hos manliga fritidsmaratonlöpare med liknande träningsegenskaper som deltagarna i den aktuella studien. Dessutom bör träningsfysiologer och idrottsforskare beakta de observerade skillnaderna mellan olika bedömningsmetoder när de utför träningstestning eller föreskriver träningsprogram som förlitar sig på HR.

Författarbidrag

PN utförde laboratorieanalyserna, de statistiska analyserna och utarbetade manuskriptet; TR och BK hjälpte till med att utforma manuskriptet.

Intressekonfliktförklaring

BK var anställd av Medbase St. Gallen Am Vadianplatz.

De övriga författarna förklarar att forskningen utfördes i avsaknad av kommersiella eller ekonomiska relationer som skulle kunna tolkas som en potentiell intressekonflikt.