超声评估抗阻训练男性去脂质量的准确性及基于股外侧肌厚度预测模型的建立与验证

《Urologic Clinics of North America》：Is Ultrasound an Accurate Method for Predicting Fat-Free Mass in Resistance-Trained Men?

本研究针对抗阻训练(RT)男性群体缺乏准确、便捷的去脂质量(FFM)评估方法的现状，开发并验证了基于超声(US)测量肌肉厚度(MT)的FFM预测模型。研究结果显示，基于股外侧肌(VL)厚度的模型对全身(WB)和大腿FFM预测的确定系数(R2)分别高达0.882和0.849，标准估计误差(SEE)较低。该模型为运动科学领域提供了一种无创、便携且成本效益高的体成分监控新策略。

　　

在追求健康与运动表现的今天，增加肌肉含量已成为众多健身爱好者，特别是进行抗阻训练(Resistance Training, RT)的男性的核心目标。然而，准确评估肌肉含量的变化却并非易事，这远不止于观察体型变化或测量力量提升那么简单。传统的影像学技术，如计算机断层扫描(CT)、磁共振成像(MRI)和双能X线吸收测量法(Dual-energy X-ray Absorptiometry, DXA)，虽被认为是评估体成分和肌肉量的“金标准”，但其高昂的成本、有限的普及度、操作复杂性以及（部分技术的）辐射暴露问题，极大地限制了它们在日常实践和频繁监测中的应用。因此，开发一种准确、无创、便捷且可重复使用的肌肉量评估方法，成为了运动科学和临床康复领域亟待解决的问题。

超声(Ultrasound, US)技术以其无辐射、便携、成本相对较低及可动态评估软组织等优势，展现出巨大的应用潜力。它不仅能评估全身去脂质量(Fat-Free Mass, FFM)，还能针对特定肌群（如股四头肌）进行精准测量，并可监测肌肉厚度(Muscle Thickness, MT)等重要形态学参数，对于跟踪训练适应、恢复过程乃至肌肉不对称性具有独特价值。尽管超声已在年轻人、健康成人和老年人群体中被证实可用于FFM测量，但在以增肌增力为目标的抗阻训练人群中，其有效性如何，以及能否基于此建立可靠的预测模型，此前尚缺乏充分证据。

为此，由Maria J. Valamatos领衔的研究团队在《Urologic Clinics of North America》上发表了一项研究，旨在验证超声测量大腿肌肉厚度在预测抗阻训练男性FFM方面的精确性和准确性，并进一步开发并验证基于超声的方程式，用于预测该类人群的全身和大腿FFM，以DXA作为参照标准。

研究人员为开展此项横断面研究，招募了79名有抗阻训练经验的健康男性。所有参与者接受了DXA扫描以获取全身和大腿的FFM数据。同时，研究人员使用B型超声成像仪在参与者休息时测量其优势腿的股外侧肌(Vastus Laterlis, VL)和股直肌(Rectus Femoris, RF)的肌肉厚度。通过逐步回归分析构建预测模型，并采用预测残差平方和(Prediction Residual Error Sum of Squares, PRESS)方法进行交叉验证，同时使用一致性相关系数(Concordance Correlation Coefficient, CCC)和Bland-Altman分析法评估模型的准确性和一致性。

结果

参与者特征与相关性分析

参与者的平均年龄为(31.4 ± 7.0)岁，体重为(76.3 ± 10.2) kg，全身FFM为(63.9 ± 8.6) kg，大腿FFM为(12.0 ± 1.7) kg。VL和RF的肌肉厚度均与体重、全身FFM及大腿FFM呈直接正相关。回归分析显示，仅RF厚度可分别解释全身和大腿FFM变异的18.9%和19%，而仅VL厚度则可分别解释26.5%和20.1%。

预测模型的建立

研究共建立了四个预测模型（分别基于VL或RF厚度预测全身及大腿FFM）。所有模型均包含体重作为预测变量。结果显示，基于VL厚度的模型对全身FFM的预测性能最佳（R2 = 0.882, SEE = 2.99 kg），基于RF厚度的模型对大腿FFM的预测性能最佳（R2 = 0.866, SEE = 0.63 kg）。最终确定的最佳预测方程如下：

全身FFM (kg) = -1.657 + 0.719 × 体重 (kg) + 0.416 × VL厚度 (mm)

大腿FFM (kg) = -0.354 + 0.146 × 体重 (kg) + 0.047 × VL厚度 (mm)

模型验证

PRESS交叉验证显示，所有模型的预测R2均较高（全身FFM模型：0.76-0.87；大腿FFM模型：0.73-0.86），表明模型具有良好的泛化能力。CCC分析显示所有模型的CCC值均在0.92以上，表明预测值与DXA参考值之间具有中度到高度的一致性。Bland-Altman分析显示，预测值与参考值之间的平均差异（偏差）可忽略不计，且未发现明显的系统性误差趋势。

讨论与结论

本研究首次在抗阻训练男性群体中证实，超声测量的VL和RF肌肉厚度与全身及大腿FFM显著相关，并且与肌肉力量（深蹲1RM、卧推1RM）和功率输出（Wingate测试峰值功率和平均功率）等运动表现指标也呈正相关，这进一步强化了FFM与运动表现之间的已知联系。

研究所开发的基于VL厚度的FFM预测模型，经过多种统计方法验证，显示出较高的准确性、精确度和一致性。尽管预测值在个体水平存在一定的变异范围（例如，全身FFM的95%一致限约为±5.8 kg），但这种变异在生物测量中是可接受的，且模型无显著偏差。这表明超声可以作为一种有效的替代工具，用于评估抗阻训练男性的FFM。

相较于RF，VL厚度在预测FFM和运动表现方面展现出更优的性能，这与VL作为膝关节伸展力量关键贡献者的生理角色相符，也与其他研究中VL厚度与力量、功率表现相关的发现一致。

该研究的实际意义重大。它为健身教练、康复治疗师、运动队医等领域的实践者提供了一种简单、快速、无创、成本效益高且易于重复的FFM评估方法。仅需测量体重和VL厚度两个指标，即可相对准确地估算全身或大腿FFM，这对于在非实验室环境下（如健身房、诊所、运动场）监控训练效果、营养干预效果、检测肌肉不对称性以及评估伤后恢复进程具有重要的生态学应用价值。虽然本研究样本仅限于男性，且训练方案未严格控制，但它为在该人群及其他群体中开发具有生态效度的评估方法奠定了坚实基础。

综上所述，这项研究成功开发并验证了基于超声VL肌肉厚度测量来预测抗阻训练男性去脂质量的数学模型。该模型统计稳健，实用性强，为解决传统影像技术在实际应用中的瓶颈提供了创新性的解决方案，有望在运动科学、体能训练和康复医学领域得到广泛应用。