高强度运动后基于汗液乳酸与出汗率的血液乳酸动态评估：一项回归模型的初步研究

这篇研究通过可穿戴传感器监测高强度运动后汗液乳酸（SWL）和出汗率（SWR）的时序变化，建立多元回归模型（R2=0.763），首次证实两者联合可非侵入性预测血液乳酸（BL）动态峰值（6.4±1.2 min）及清除曲线，为运动代谢监控提供新策略。

　　

Abstract

血液乳酸（BL）是评估无氧代谢和疲劳的关键指标。本研究探索通过汗液乳酸（SWL）和出汗率（SWR）的时序数据预测BL动态的可行性。5名男性运动员完成30秒Wingate测试后，连续监测SWL（电化学传感器）和SWR（通风胶囊式汗率计），并采集运动后30分钟毛细血管BL。结果显示BL峰值延迟至6.4±1.2分钟，而SWL和SWR呈现双相反应，第二次SWL峰值（7.5±2.2分钟）与BL峰值同步。时序数据的皮尔逊相关性显著（SWL: r=0.501–0.933; SWR: r=0.515–0.805），多元回归模型预测精度高（R2=0.763, RMSE=1.612）。

Introduction

传统BL检测具有侵入性局限，而可穿戴传感器为SWL/SWR监测提供新途径。尽管既往研究显示SWL与BL存在关联，但短时高强度运动下的动态关系尚不明确。汗腺局部乳酸代谢（如MCTs转运体）和稀释效应可能干扰相关性。本研究首次尝试仅用SWL和SWR时序数据构建BL预测模型。

Methods

受试者为5名健康男性运动员（21.0±1.7岁），在温控实验室完成Wingate测试。SWL通过日本Grace Imaging传感器（检测限0–5 mmol/L）实时监测，SWR采用SkinoS汗率计同步记录。BL通过指尖采血（Lactate Pro2）在8个时间点测定。采用Python进行双指数模型拟合和多元回归分析。

Results

BL动态呈单峰曲线，而SWL/SWR显示双峰模式：第一峰约2分钟（神经激活期），第二峰（SWL:7.5±2.2分钟；SWR:9.8±1.3分钟）与BL峰高度同步。回归方程BL=3.412+0.891×SWL?0.217×SWR显示，SWL为正相关因子（p<0.001），SWR为负相关因子（反映稀释效应）。

Discussion

双峰模式提示汗腺存在两阶段响应：早期（局部代谢主导）和晚期（系统乳酸转运）。SWL第二峰与BL峰的时间一致性支持汗腺MCTs可能参与乳酸转运的假说。模型性能（MAE=0.995）优于既往单一指标研究，但需注意汗腺密度、皮肤水合等个体差异。未来需扩大样本验证模型鲁棒性。

Conclusion

本研究证实SWL/SWR时序数据可有效预测高强度运动后BL动态，为无创代谢监测提供理论依据。技术局限包括小样本量和未校正温度/皮肤因素，建议后续研究整合更多生物标志物优化模型。

（注：全文严格基于原文数据，未添加非文献支持内容；专业术语如MCTs、RMSE等均按原文格式标注；去除了文献引用标识和图表指引）