Cunningham方程与三轴加速度计（ACCTRI）估算精英女大学生跑者总能量消耗的有效性：一项双标记水（DLW）研究

《European Journal of Applied Physiology》：Validity of triaxial accelerometer for estimating total energy expenditure in elite female university athletes: a doubly labeled water study

　　

背景：准确估计运动员的总能量消耗（total energy expenditure, TEE）对于确定支持训练、恢复和运动表现的能量需求至关重要。基础代谢率（basal metabolic rate, BMR）是与TEE估计准确性相关的关键组成部分之一。然而，少有研究在运动人群中评估BMR和TEE估计方法的准确性。目的：本研究旨在以双标记水（doubly labeled water, DLW）法为参考标准，检验Cunningham方程估计BMR以及基于加速度计的方法（ACCTRI）估计TEE在精英女大学生跑者中的有效性。方法：研究人员分析了16名精英女大学生跑者（平均年龄20±1岁）的数据。研究人员评估了：（1）Cunningham方程估计的BMR与间接测热法（indirect calorimetry）测得的BMR之间的关联和一致性；（2）ACCTRI估计的TEE与DLW法测得的TEE之间的关联和一致性。结果：相关分析显示，估计与实测BMR之间（r=0.728，P=0.001）以及估计与实测TEE之间（r=0.828，P=0.001）存在显著、正且强的关联。Bland–Altman分析显示估计与实测BMR之间一致性良好（偏倚约1.6%）。两种方法之间的平均TEE差异为416±242 kcal/day。结论：Cunningham方程可提供相当准确的BMR估计。与DLW相比，ACCTRI高估TEE约12%，因此支持人员（support staff）在为女性跑者提供支持时应考虑这一点。

一、研究背景与问题
能量平衡（energy balance, EB，指能量摄入、消耗和储存之间的关系）对各年龄段人群均重要。慢性能量摄入与消耗不平衡是肥胖、超重和体成分不良的危险因素，并可能增加阻塞性睡眠呼吸暂停、高血压和2型糖尿病等慢性共病风险；文献综述还提示能量不平衡增加运动人群损伤和疾病风险。总能量消耗（total energy expenditure, TEE，指人体24 h消耗的热量）是EB的输出端，包括基础代谢率（basal metabolic rate, BMR）、食物诱导产热（diet-induced thermogenesis, DIT）和身体活动能量消耗（physical activity energy expenditure, PAEE）；BMR占TEE的60%–75%。准确测量BMR需专门实验室设施和严格准备，因此Harris-Benedict、Ganpule和Cunningham等验证方程被用于估计BMR；Cunningham方程专为高活动人群开发。准确估计BMR对运动员能量需求尤其重要，既往研究显示Cunningham方程在女性运动员中准确；女性运动员尤其在审美或体重敏感项目面临体重管理压力，长期能量限制可能增加女性运动员三联征风险，故准确评估BMR和TEE对膳食干预和体重管理重要。双标记水（doubly labeled water, DLW）法自1982年用于人体，被视为自由生活TEE的公认标准，但需专门培训与知识、成本高、不能区分不同身体活动类型的能量消耗（energy expenditure, EE），限制大样本应用。加速度计可客观测量身体活动和久坐时间并估计EE；三轴加速度计可能更好捕捉平滑、水平或复杂活动模式，Yamada等显示三轴加速度计估计TEE与DLW更接近，且可区分特定活动类型EE；但Chang等报告单独加速度计不能区分不同身体活动水平的EE，准确性可能受活动类型、持续时间和强度影响。既往在精英女性运动员中用DLW验证加速度计的证据仍少，因此本研究主要检查精英女大学生跑者估计与实测TEE的关联和一致性，次要检查Cunningham方程估计BMR与间接测热法实测BMR的关联和一致性。

二、研究开展与主要结论及意义
研究人员采用横断面观察验证设计，未进行正式先验样本量计算，样本量依据可得性和预期精度确定。研究对象为16名中长距离女跑者（学生运动员Tier 4），年龄19–22岁，平均20±1岁；样本为合作大学田径队全部女性长距离跑者，因团队请求营养支持而招募；运动员每周训练7次，平均每次2.36 h（标准差0.29），所有测量在冬季训练期进行以控制季节混杂。研究获京都府立医科大学医学伦理委员会批准（批准号c-496）。主要结论：Cunningham方程可合理准确估计BMR；与DLW相比，ACCTRI高估TEE约12%，支持人员应予以考虑。意义在于为精英女大学生跑者能量需求评估提供验证证据，并提示加速度计估计TEE时需校正高估。

三、关键技术方法
研究为横断面观察验证；16名精英女大学生中长跑运动员来自合作大学田径队（Tier 4，冬季训练期）。以DLW 7天为TEE参考，用同位素比率质谱仪测²H和¹⁸O消除率并计算rCO₂；用间接测热法测BMR，Cunningham方程估BMR；用三轴加速度计Actimarker EW4800腰部连续佩戴7天计算PAL_ACCTRI和TEE_ACCTRI（DIT按TEE 10%）；统计分析包括Pearson相关、多元回归和Bland–Altman分析。

四、研究结果
1. 受试者特征（N=16）：16名受试者年龄19–22岁，平均20岁（SD=1），平均BMI（body mass index，身体质量指数）18.9±1.5 kg/m²；平均TEE_DLW为3240±430 kcal/day；含DIT的平均TEE_ACCTRI为3656±332 kcal/day。该结果通过受试者特征描述得出。
2. 估计与实测BMR的差异和关联：相关分析显示估计与实测BMR显著正相关（r=0.728，P=0.001）；间接测热法实测BMR为1361±152 kcal/day，Cunningham方程估计BMR为1383±85 kcal/day；Bland–Altman分析显示平均偏倚22±107 kcal/day，95%一致性界限为233至?188 kcal/day；提示Cunningham方程估计BMR与实测BMR无显著差异。
3. 估计与实测TEE的差异和关联：多元回归显示体重、去脂体重（fat-free mass, FFM）和PAL_ACCTRI显著预测TEE_DLW，所有方差膨胀因子（variance inflation factor, VIF）<5，多重共线性可接受；FFM和体重分别解释TEE_DLW变异的78.8%和72.8%。ACCTRI估计TEE与DLW实测TEE显著相关（r=0.828，P=0.001），但TEE被高估约12.5%，平均偏倚416±242 kcal/day，95%一致性界限为891至?59 kcal/day。

五、讨论部分总结与结论翻译
讨论围绕两个目的展开：估计BMR与实测BMR的关联和一致性，以及三轴加速度计估计TEE与DLW比较。结果显示估计BMR与实测BMR正显著关联，估计TEE与实测TEE亦正显著关联；Bland–Altman显示BMR高度一致，但三轴加速度计较DLW平均高估TEE 416±242 kcal/day。BMR方面，Cunningham方程被广泛使用；本研究中估计BMR略高，平均差异约2%。既往巴西残奥运动员中该方程高估BMR分别达24%、23%和22%（视力障碍、肢体缺失和脑瘫）；青少年运动员（n=126）中Cunningham方程平均绝对误差为306±159 kcal/day，本研究估计精度更高；ten Haaf和Weijs评估11个静息能量消耗（resting energy expenditure, REE）估计方程，报告Cunningham方程在休闲女性运动员（n=37，78.4%）中提供最准确REE估计（平均差异在实测REE 10%以内）。研究间差异原因尚不清楚；一种可能解释是本研究样本背景特征同质，即仅女性运动员、训练量和/或负荷相似，可能影响体成分并降低个体间变异，从而提高Cunningham方程表观准确性；O'Neill等综述认为估计方程准确性可能部分取决于研究样本特征与原方程推导人群的相似程度。结果确认并扩展既往发现：Cunningham方程不仅限于高活动个体，在精英女大学生跑者中估计BMR也更准确。TEE方面，理解EB对维持体重、运动表现和整体健康重要；身体活动与EB密切相关并为TEE主要贡献，准确评估活动诱导EE对改善TEE估计重要。ACCTRI估计TEE与DLW实测TEE显著关联（R²=0.686），提示ACCTRI可能是估计精英女大学生跑者TEE的有效工具；这与Yamada等报告TEE_ACCTRI与TEE_DLW显著关联（R²=0.714）一致。但Bland–Altman显示ACCTRI平均高估16名女大学生跑者TEE 416±242 kcal/day。高估可能与运动经济性差异有关：个体生理和生物力学特征影响运动经济性，进而影响EE并造成训练与未训练个体差异；运动员在相同持续时间与强度运动时可能比非运动员更节能；加速度计依赖外部机械信号（如加速度计数），不能捕捉内部代谢效率，主要反映运动模式而非实际EE，这可能部分解释高估。另有两个可能解释：其一，加速度计衍生PAEE估计准确性高度依赖身体活动持续时间、强度和类型；PAEE可分运动相关活动产热（exercise-related activity thermogenesis, EAT）和非运动活动产热（non-exercise activity thermogenesis, NEAT）；NEAT指<5代谢当量（metabolic equivalents, METs）的活动，如坐、站、进食、fidgeting、爬楼、抖脚等，个体差异大，是最难准确量化的TEE成分；加速度计不能准确估计NEAT，尤其身体移动少的活动（如站立不动和水上活动），这些活动随时间可显著贡献EE，灵敏度不足可导致TEE高估或低估。其二，能量补偿（energy compensation, EC）机制：当身体活动量增加或膳食能量限制使能量平衡破坏超过“生理阈值”时，可触发补偿反应以维持能量稳态，包括降低静息代谢率和增加能量摄入；能量赤字时骨骼肌可能改善运动经济性，使给定负荷耗能更低，并通过补偿性减少其他生理过程能量分配实现；证据显示补偿反应约0.3–0.4 MJ/day（约72–96 kcal/day），诱导能量赤字比能量过剩更明显；NEAT和EC的微妙变化可能贡献TEE调节；需严格实验设计和先进统计明确机制并量化贡献。局限性：研究仅限日本女大学生跑者，结果对男性运动员和其他运动或国家人群适用性不确定；DLW剂量使分析昂贵，样本量有限，需更大样本或纳入其他运动以增强推广性；睡眠不足可使TEE增加约5%或更多，需进一步研究睡眠质量、BMR和TEE关联。结论翻译：尽管能量消耗研究很多，据研究人员所知，这是首个在精英女大学生跑者中检查估计与实测BMR和TEE关联与一致性的研究。研究发现Cunningham方程提供准确BMR估计；也需注意三轴加速度计较DLW平均高估TEE 416±242 kcal/day（约12%），这可能归因于精英跑者良好跑步经济性；未来需积累多样运动员数据。