运动期间加权平均皮肤温度计算公式的一致性评估：基于中温和高温环境下的实验研究

本刊推荐：本研究首次系统评估五种常用加权平均皮肤温度（Tmws）计算公式与12点Hardy-DuBois公式（HDB12）在运动状态下的一致性。结果表明，在高温（30°C）环境下所有公式与HDB12的一致性更优，其中Ramanathan四点评分法（RAM4）表现最佳（平均偏差0.2°C/0.1°C），而七点法（HDB7）因躯干温度低估导致一致性最差。本研究为运动生理学研究中Tmws计算公式的选择提供了实证依据。

　　

引言

皮肤温度是描述机体与环境间热交换及预测体温动态变化的关键参数。加权平均皮肤温度（T_mws）通过多部位测量值加权计算获得，其数值影响热感知行为（如开启风扇）并介导热动力学与热储存过程，因此成为热生理学与行为学研究的重要变量。尽管存在多种数学计算模型和加权方案，目前仍缺乏标准化的真实平均皮肤温度获取方法。加权方案通过为每个测量部位分配代表其体表面积的系数来提升准确性，但测量点数量是否决定公式精度尚未明确。先前研究在静息个体中评估了多种T_mws计算方法的差异，发现12点公式与15点参考公式表现相当，四点评分法Ramanathan（RAM4）亦显示出良好性能。然而，这些公式与多站点参考公式在运动状态下的一致性尚未得到验证。

材料与方法

本研究采用随机交叉设计，招募十名训练有素的男性受试者（年龄37±12岁，身高178±7 cm，体重76±9 kg，体脂率8±2%，峰值摄氧量V?_O2peak 66±10 mL/kg/min）。受试者在中等（20°C）和高温（30°C）环境下以55%峰值摄氧量强度进行60分钟自行车运动。使用12个iButton传感器采集额头、前臂、手部、足部、胫骨、小腿、股四头肌、腘绳肌、胸部、腹部、肩胛骨和下背部皮肤温度数据。以12点Hardy-DuBois公式（HDB12）为参考标准，对比评估Hardy-DuBois七点法（HDB7）、Palmes/Park六点法（PP6）、Teichner六点法（TEI6）、Ramanathan四点法（RAM4）和Burton三点法（BTN3）的计算一致性。一致性判定标准为平均偏差（mean bias）、平均绝对误差（MAE）或均方根误差（RMSE）≤0.5°C，或一致性界限（LOA）≤1.0°C。

数据分析与统计

通过每分钟数据点计算各公式T_mws值。平均偏差计算公式为∑(T_公式-T_HDB12)/n，平均绝对误差为∑|T_公式-T_HDB12|/n，均方根误差为√[∑(T_公式-T_HDB12)²/n]，一致性界限为均值±1.96×标准差。采用Pearson相关系数评估各公式与HDB12的相关性，并计算温度差值在0.2°C、0.5°C及1.0°C范围内的数据点占比。部分原始测量部位被替代：大腿内侧由后侧替代，面颊由额头替代，上臂由前臂替代，已有研究证实这些替代部位与原位点的温度与出汗率差异极小。

结果

所有公式在中等和高温环境下均与HDB12高度相关（r≥0.90, P<0.001）。高温环境下公式一致性普遍更优：中等温度下39%-66%数据点与HDB12偏差在0.5°C内，高温环境下提升至54%-89%。Bland-Altman图显示当HDB12低于28°C或高于33°C时变异性较小，多数公式存在高估与低估交替现象，而HDB7几乎持续低估HDB12。

中等环境分析显示温度排序为HDB7<><><><><>

高温环境下温度排序为HDB7<><><>

讨论

本研究首次在运动状态下验证多种T_mws计算公式与12点参考公式的一致性。主要发现包括：首先，高温环境下公式与HDB12一致性更优，源于皮肤温度分布更均匀；其次，HDB7因躯干温度显著低估（中等-2.0°C，高温-1.6°C）导致整体低估HDB12（平均偏差中等-0.8°C，高温-0.5°C）；最后，最常用的RAM4公式与HDB12具良好一致性（平均偏差中等0.2°C，高温0.1°C），在12点法不可行时可作为可靠替代。

高温环境下一致性提升的现象与既往研究一致。Mitchell与Wyndham发现被动热环境中公式间最佳一致性出现在35°C环境温度附近。本研究中最大变异性出现在中间温度范围（29°C-33°C），而在较低（<28°C）和较高（>33°C）温度区间公式结果更一致，这可能与皮肤血管的主动收缩/舒张机制相关。高温环境下皮肤主动血管舒张增加血流速度与一致性， thermoneutral区间血管周期性舒缩导致T_mws变异性增大。高温环境下出汗量增加（2.2L vs 1.7L）也可能促进皮肤温度均匀化。

HDB7表现最差出乎意料，因其与HDB12在身体区域、局部测点和加权方案均高度相似。PP6、TEI6、RAM4和BTN3证明胸部或胸背部联合测量比HDB7采用的腹部测量更能准确代表平均躯干温度。腹部皮肤血流量低于面部、胸肌、三角肌、颈后、侧胸和臀区，且后躯干出汗率约为前部两倍，可能导致局部温度差异。这一发现提示使用HDB7时可能需要校正因子（中等+0.8°C，高温+0.5°C）。

BTN3与RAM4显示低平均偏差，TEI6具低LOA，使它们成为最佳性能公式。BTN3以最少测点获得良好准确性，是可接受的HDB12替代方案。TEI6在中等和高温环境下均保持≤0.5°C平均偏差和低LOA。最常用的RAM4公式也是可靠选择，在中等和高温环境下分别有65%和88%数值与HDB12偏差在0.5°C内，且LOA值较低（中等1.0°C，高温0.7°C）。RAM4是高温环境下唯一超过半数计算值在0.2°C偏差内的公式，这一发现与Mitchell和Wyndham在静息状态下的研究结果一致。

展望

T_mws计算公式的选择取决于研究目的和参数角色。当T_mws作为次要变量（如验证性指标或用于平均体温计算）时，准确性要求相对较低，此时测量点少的公式（如四点RAM4）更适合研究人员或临床使用。当准确性对研究解读至关重要时，则应选择最大站点公式（如HDB12或15点加权公式）。

尽管iButton等无线温度传感器是量化T_mws的有效工具，但其他方法如热电偶（实时测量但限制移动）和红外热成像（更多测点但间接测量）未被纳入本研究。未来研究应验证不同测量方法间的一致性及其与真实皮肤温度的准确性。

本研究存在一定局限性。未来研究应纳入女性受试者（已知T_mws受月经周期影响），并评估不同体位（坐姿vs站姿）、活动水平（静息vs运动）和环境条件（寒冷vs炎热）对公式准确性的影响。更高湿度可能增强热应激并改变皮肤温度表现，需在更广泛人群和环境条件下验证公式一致性。

结论

本研究证明最常用的T_mws公式计算结果与多站点参考公式高度吻合。当12点公式不可行时，广泛使用的四点RAM4公式适用于20°C和30°C环境下的自行车运动研究。未来研究应在更极端温度条件（>30°C和<20°C）下验证T_mws公式的准确性。