佳明Forerunner 55?估计男性休闲跑者最大摄氧量的准确性：一项试点研究

《Translational Journal of the American College of Sports Medicine》：Accuracy of the Garmin Forerunner 55? for Estimating Maximal Oxygen Uptake in Male Recreational Runners: A Pilot Study

　　目的：本研究旨在评估训练有素的男性休闲跑者中，在最大增量跑步机测试期间测量的最大摄氧量（V?O2max）与Garmin Forerunner 55?智能手表估算值之间的一致性。方法：这项横断面观察性研究纳入了11名男性休闲跑者（38.2?±?7.4岁；V?O2max 50.8?±?5.5 mL·kg?1·min?1；体脂率22.8%?±?4.7%；每周跑步量22.5?±?7.3公里）。每名参与者进行最大增量跑步机测试，使用代谢气体分析仪确定V?O2max。估算的V?O2max值直接从Garmin Connect?平台获取，对应实验室评估前Garmin Forerunner 55?生成的最新V?O2max估算值。结果：与分级跑步机测试期间获得的实验室测量值相比，Garmin Forerunner 55?系统性地低估了V?O2max，平均差值为?1.96?±?1.54 mL·kg?1·min?1（95%置信区间[CI]：?2.99至?0.92；t = 4.207，P = 0.0018）。该差异对应较大的效应量（Cohen d = 1.27；95% CI：0.45–2.06），表明智能手表对V?O2max的估算存在显著的低估偏倚。Bland–Altman分析证实了这种系统性低估，95%一致性界限范围为?4.97至+1.07 mL·kg?1·min?1。尽管存在这种偏倚，但可靠性良好至极佳（组内相关系数 = 0.883；95% CI：0.640–0.967），平均绝对百分比误差较低（平均绝对百分比误差 = 3.8%?±?2.4%）。智能手表导出值与实验室测量V?O2max值之间存在非常强的正相关（r = 0.976；95% CI：0.907–0.994；R2 = 0.95；P = 0.001），表明尽管绝对值被低估，智能手表仍能密切追踪个体间有氧适能差异。结论：在男性休闲跑者中，Garmin Forerunner 55?与实验室测量相比系统性低估了V?O2max。然而，其良好的可靠性、较低的相对误差以及与实验室导出值的强相关性表明，该设备可用于追踪有氧适能，但在解释绝对个体估算值时应谨慎。

引言
历史上，最大摄氧量（V?O2max）一直被视为评估运动员和体力活动人群心肺适能的基本指标（1–3）。大量研究持续验证V?O2max是不同跑步项目中耐力表现的稳健预测指标（1,4）。在休闲跑者中，该参数被视为比赛成绩的关键决定因素，因为它与长时间维持较高运动强度的能力密切相关（5,6）。此外，在训练过程中定期监测V?O2max被广泛提倡作为评估训练效果和捕捉系统运动引起的生理适应的手段（5,7）。

传统上，V?O2max是通过在专项运动测功器上进行最大增量测试时直接测量气体交换来确定的（2,8）。尽管这种方法被认为是金标准，但其实施要求较高，需要精密设备、高昂成本以及专业技术团队的支持（9）。这些限制限制了普通人群和休闲运动员进行此类评估的可及性。针对这些限制，可穿戴技术已成为能够估算休闲跑者V?O2max的实用且易获取的工具（10）。

可穿戴技术，尤其是智能手表，自2016年以来已越来越多地融入休闲跑步中，为监测训练和估算心肺适能提供了便捷工具（10,11）。其吸引力在于能够监测多种生理信号（如心率、心率变异性）和表现指标（如跑步配速、训练负荷、强度）（12,13）。利用专有算法，这些设备也能生成V?O2max估算值，并可能作为传统实验室测量的替代方法。然而，制造商使用的输入参数和计算模型透明度有限，引发了对这些估算值准确性的担忧，尤其是在不同体能水平的跑者中（14,15）。尽管技术进步提高了传感器精度和算法复杂度（14,16），但关于消费级可穿戴设备在休闲人群中导出的V?O2max值的有效性的证据仍然有限（17）。解决这一缺口对于确定这些估算值能否可靠地指导训练处方和表现评估至关重要。

尽管Molina-García等人（10）最近的一项系统综述和荟萃分析表明，消费级可穿戴设备中基于运动的算法通常产生较小的系统误差（?0.09 mL·kg?1·min?1）和可接受的一致性界限（?9.92至9.74 mL·kg?1·min?1），但支持这些发现的特定设备（如Garmin Forerunner 55?）证据仍然有限。本研究选择Forerunner 55?是因为其具备在跑步过程中估算V?O2max的集成功能，且在男性休闲跑者中广泛使用，这凸显了本研究的实际相关性和生态效度。通过解决这一缺口，本研究有助于不断积累关于可穿戴设备导出指标在休闲运动实践中监测心肺适能适用性的证据。

因此，本研究旨在比较训练有素的男性休闲跑者中，在最大增量跑步机测试期间测量的V?O2max值与Garmin Forerunner 55?估算值。具体而言，我们检查了两种方法之间的一致性水平，并探讨了智能手表导出值是否倾向于低估心肺适能相对较高的个体的有氧适能。基于先前研究（10）报告的可穿戴设备导出V?O2max估算值相对较小的系统误差，并考虑到低于10%的误差通常被认为在野外生理监测中操作上可接受，我们假设Forerunner 55?的平均估算误差将保持在10%以下。

方法
研究设计
本试点横断面观察性研究旨在检查通过最大增量跑步机测试期间直接气体交换分析获得的V?O2max值与商用智能手表（Garmin Forerunner 55?）估算值之间的一致性。

参与者
从一项正在进行的研究队列中共筛选了130名休闲跑者（6）的资格。由于本研究旨在评估Garmin Forerunner 55?专门提供的V?O2max估算值的有效性，因此只有经常使用该智能手表模型进行训练监测的跑者才符合纳入条件。额外的纳入标准包括至少12个月不间断参与有组织的跑步训练以及最近参加过官方路跑比赛。在应用这些资格标准后，有11名男性休闲跑者满足所有要求并被纳入最终分析。在招募期间，队列中没有女性参与者满足所有预定义的资格标准。排除标准包括存在可能损害跑步表现或在最大运动测试期间构成健康风险的心血管、代谢或肌肉骨骼疾病。

所有参与者在收到关于研究目标、程序、潜在风险和益处的详细信息后提供了书面知情同意。研究方案已获得机构伦理委员会批准（CAEE：53234421.3.0000.5192），并按照赫尔辛基宣言的原则进行。

程序
参与者前往表现实验室进行一次评估。他们被要求在测试前48小时内避免剧烈体力活动，并根据标准化测试前指南禁食和避免摄入咖啡因。到达后，参与者在进行人体测量评估前休息10分钟。随后，他们进行最大增量跑步机测试以确定其V?O2max。实验室评估后，参与者访问Garmin Connect?平台，获取对应其最近一周习惯性训练的智能手表导出V?O2max估算值。

人体测量评估
使用经过校准的数字秤（Filizolla?，巴西）测量体重（kg），量程为150 kg，精度为0.1 kg。身高使用分辨率为1毫米的固定身高计测量，参与者站立呈直立姿势，双臂置于身体两侧，测量时目视前方。体成分（脂肪量和瘦体重）使用双能X射线吸收法（GE Lunar Prodigy，美国）评估，遵循制造商校准程序和标准化质量控制方案。

最大增量测试和测量的V?O2max
所有参与者在电动跑步机（ATL，ImbraMed）上进行最大增量跑步机测试。方案包括以8 km·h?1的速度、1%坡度进行5分钟热身。随后，跑步机速度每分钟增加1 km·h?1，直至力竭或无法维持规定速度。整个测试过程中跑步机坡度保持1%。使用代谢分析仪（Metalyzer 3B，Cortex，德国）逐口气测量肺通气量（V?E）、摄氧量（V?O2）、二氧化碳产生量（V?CO2）以及氧和二氧化碳的通气当量（V?E/V?O2和V?E/V?CO2），数值以30秒间隔取平均。

V?O2max定义为测试期间记录的最高30秒平均V?O2值。当满足以下至少两项标准时，确认达到V?O2max：（i）尽管增加负荷，V?O2增加<2.1 mL·kg?1·min?1；（ii）最终心率≥年龄预测最大心率（HRmax = 220 ? 年龄）的90%；（iii）呼吸交换比≥1.10；（iv）自觉疲劳程度≥19（2,18）。所有参与者均满足至少两项标准。

使用Garmin?系统估算最大摄氧量
参与者在日常户外跑步训练中常规使用Garmin Forerunner 55?。根据制造商的指南，V?O2max估算需要符合条件的户外跑步训练，包括至少10分钟中等强度跑步，并正确完成用户配置文件（例如，最大心率）以优化算法个性化。

V?O2max估算值使用Firstbeat Analytics?开发的专有算法生成，该算法整合了生理和表现相关变量，包括心率、心率变异性、运动强度、跑步速度、距离、海拔和累积训练负荷，依据The Cooper Institute指南（19）。由于这些算法的专有性质，确切的计算公式未公开。

在本分析中，V?O2max值直接从Garmin Connect?平台获取，记录实验室评估前最新的可用估算值。对于所有参与者，该估算值在心肺运动测试前5天内更新。由于Firstbeat Analytics?算法整合了符合条件的跑步训练和累积训练数据的信息，获取的值反映了参与者近期的训练状态，而非单次运动的结果。

统计分析
描述性数据以平均值 ± 标准差表示。使用Shapiro–Wilk检验验证正态性。采用配对t检验比较跑步机测试期间测量的V?O2max值与Garmin Forerunner 55?估算值。效应量使用Cohen d及95%置信区间（CI）计算。通过Bland–Altman分析评估方法间的一致性，包括平均偏倚、一致性界限和平均绝对百分比误差（MAPE）。通过将方法间的差异对其相应平均值进行线性回归分析来检查可能的比例偏倚。可靠性使用组内相关系数（ICC）及95%置信区间评估，线性关联使用皮尔逊相关系数检验。统计显著性设定为P < 0.05。所有统计分析均使用JASP（版本0.19.1.0；JASP Team，阿姆斯特丹，荷兰）进行，图表使用GraphPad Prism 10（GraphPad Software，圣地亚哥，加利福尼亚）生成。

结果
最终样本包括11名男性休闲跑者。参与者的平均年龄为38.2?±?7.4岁，体重80.1?±?12.7 kg，身高1.76?±?0.08 m，导致平均体重指数为25.6?±?2.5 kg·m?2。平均体脂百分比为22.8%?±?4.7%，平均每周跑步量为22.5?±?7.3公里。研究过程中未发生不良事件或并发症。参与者的描述性特征见表1。

表1 参与者的主要特征（数据以平均值 ± 标准差表示，n = 11）。
年龄（岁）38.2?±?7.4
体重（kg）80.1?±?12.7
身高（m）1.76?±?0.08
体重指数（kg·m2）25.6?±?2.5
体脂（%）22.8?±?4.7
测量V?O2max（mL·kg?1·min?1）50.8?±?5.5
估算V?O2max（mL·kg?1·min?1）48.8?±?4.4a
与V?O2max相关的速度（km·h?1）16.3?±?1.7
每周训练量（km）22.5?±?7.3
a显著低于测量V?O2max，P < 0.05。
V?O2max，最大摄氧量；vV?O2max，最大摄氧量时的速度。

配对Student t检验显示两种方法获得的V?O2max值之间存在统计学显著差异（t = 4.207，df = 10，P = 0.0018）。与分级跑步机测试期间直接测量的值相比，Garmin Forerunner 55?智能手表系统性地低估了V?O2max。平均差值为?1.96?±?1.54 mL·kg?1·min?1，95% CI范围为?2.99至?0.92，表明存在系统性偏倚。该差异的幅度进一步由大效应量支持（Cohen d = 1.27；95% CI：0.45–2.06），表明观察到的两种方法间差异是显著的。

为了评估两种测量方法之间的可靠性，计算了组内相关系数（ICC）。分析得出ICC（1,1）为0.883，95% CI范围为0.640至0.967，表明直接测量和智能手表估算的V?O2max值之间具有良好至极佳的相对可靠性。然而，这一发现应结合一致性分析中观察到的系统性低估来解读。两种方法之间的一致性采用Bland–Altman分析进行评估。图表显示平均偏倚为?1.96 mL·kg?1·min?1（3.86%），表明Garmin Forerunner 55?相较于实验室测量，系统性地低估了V?O2max。95%一致性界限范围为?4.97至+1.07 mL·kg?1·min?1（图1）。MAPE为3.8% ± 2.4%，表明两种方法之间的误差相对较低。此外，对Bland–Altman数据的回归分析揭示了显著的比例偏倚（R2 = 0.517，P = 0.013），表明随着V?O2max值的增加，低估的幅度也随之增大。

打开多媒体模态图1：
打开多媒体模态Bland–Altman图，比较最大递增跑步机测试期间获得的V?O2max值与Garmin Forerunner 55?智能手表估计值。该图显示了两种方法之间的差异（测量值?估计值）与相应的平均值。实线表示平均偏倚，虚线表示95%一致性界限（LoA）。对Bland–Altman数据的回归分析揭示了显著的比例偏倚，表明智能手表在较高V?O2max值处低估程度更大。

实验室测量的V?O2max值与智能手表估计值之间观察到非常强的正相关（r = 0.976；95% CI：0.907–0.997；P < 0.001），表明两种方法之间存在强烈的线性关联（图2）。决定系数（R2 = 0.95）表明，实验室测量的V?O2max中约95%的方差与智能手表估计值相关。这些发现表明，尽管在一致性分析中观察到系统性低估，但智能手表在根据有氧适能对个体进行排序方面是有效的。

打开多媒体模态图2：
打开多媒体模态渐进式跑步机测试获得的测量V?O2max值与Garmin Forerunner 55?智能手表估计的V?O2max值之间的Pearson相关性。

讨论
关于Garmin Forerunner 55?产生的V?O2max估计值有效性的证据仍然有限，特别是当估计值来源于最近一周的习惯性训练，而非如先前研究通常报告的单次短时或孤立运动（10）。本研究的主要发现是，通过Garmin Connect?平台估计的V?O2max系统性地低估了在递增跑步机测试期间直接测量的值。尽管存在这种偏倚，观察到的MAPE（3.8%）远低于我们最初假设中指定的10%阈值，表明该设备在这组男性休闲跑步者中提供了比预期更准确的估计。此外，智能手表得出的值显示出良好的可靠性和与实验室测量的非常强关联，正如高ICC和相关系数所证明的那样。这些发现表明，尽管绝对V?O2max值被低估，但Garmin Forerunner 55?在追踪个体间有氧适能差异方面是有效的。

此外，Bland–Altman分析揭示了比例偏倚的证据，表明随着V?O2max值的增加，低估的幅度也增大。这一发现表明，Garmin Forerunner 55?可能在有氧适能水平较高的个体中提供不太准确的绝对估计值，尽管与实验室测量保持整体强关联。

以往评估其他Garmin设备的研究一致报告了将智能手表得出的V?O2max估计值与实验室测量进行比较时的系统性差异。例如，Anderson等人（20）在跑步者中使用Garmin Fenix 5X?观察到平均偏倚为2.16 mL·kg?1·min?1，而Carrier等人（21）也报告了Garmin Fenix 3X?在最大跑步机方案中进行心肺运动测试获得的V?O2max值相比存在高估。尽管不同研究的方法学方法各异，但这些发现共同表明，基于智能手表的估计值往往系统性地偏离标准测量值，强调了在现实训练条件下验证这些设备的重要性。

除了平均差异，近期文献强调MAPE作为智能手表准确性的临床和实践意义指标。Düking等人（17）评估了Garmin Forerunner 245?在休闲和训练跑步者中的表现，报告在三天内进行的三次户外跑步中MAPE为5.7%（≈2.80 mL·kg?1·min?1）。重要的是，误差大小与适能水平相关，有氧能力较低的个体中观察到较高的误差，而中等训练跑步者显示出较小的差异，高训练个体则倾向于高估。这些与适能相关的差异进一步得到Engel等人（22）的证实，他们使用相同设备型号评估耐力运动员，报告总体中度至良好的一致性，两次测试的MAPE值分别为7.9%和6.7%。亚组分析显示中等训练运动员的准确性可接受（MAPE 2.8%），而高训练个体即使在重复评估后也表现出较差的一致性和显著更大的误差（MAPE 9.4%）。

在此背景下，本研究观察到的MAPE为3.97%，显著低于大多数先前研究报告的数值，且远在通常接受的现场V?O2max监测<10%的实用阈值之内。多种因素可能解释这一差异。首先，我们的样本完全由休闲跑步者组成，而先前研究包括更广泛适能特征参与者，包括高训练耐力运动员，这一亚组中始终报告更大的误差。其次，本研究采用生态效度方法，使用Garmin Connect?在习惯训练条件下可获得的最新V?O2max估计值，这可能比孤立运动更能反映设备估计过程的累积性质。最后，智能手表型号和专有算法实现的差异也可能导致了观察到的差异。由于这些算法的具体特征和更新未公开，这些解释仍是推测性的。

这些发现得到Molina-García等人（10）进行的系统综述和网络荟萃分析进一步支持，该分析表明基于运动的算法通常产生较小的系统性误差（?0.09 mL·kg?1·min?1）和可接受的一致性界限（?9.92至9.74 mL·kg?1·min?1）。尽管研究间的偏倚和一致性界限差异可能源于算法设计、传感器技术和用户群体的差异，但当前结果表明总体一致性良好，Garmin Forerunner 55?仅略微低估V?O2max。重要的是，观察到的偏倚（?1.96 mL·kg?1·min?1；≈3.8%）落在非实验室条件下可穿戴设备有效性的公认阈值之内。

尽管有这些令人鼓舞的发现，必须承认一些局限性。首先，样本量相对较小，且仅纳入定期使用Garmin Forerunner 55?的男性休闲跑步者，限制了结果的普遍性。因此，研究结果不应外推到女性跑步者、精英运动员、久坐个体、临床人群或其他智能手表型号用户。其次，分析仅限于单一智能手表型号，排除了跨不同设备或制造商进行直接比较的可能性。此外，Garmin算法的专有性质限制了关于影响V?O2max估计的特定变量和权重因子的透明度，这限制了对误差和一致性来源的更详细解释。由于这些算法不可公开获取，当前研究结果无法直接为算法改进提供信息。尽管如此，对照标准测量进行验证对于确定运动员、教练和临床医生使用的可穿戴生理指标的实用性和准确性至关重要。先前研究（Düking等人（17）和Engel等人（22））表明，智能手表准确性因适能水平而异，高训练运动员通常观察到更大差异，这一因素在当前样本中未予探讨。

作为一项初步研究，当前结果应在更大、更多样化的队列中得到确认。因此，未来研究应评估智能手表得出的V?O2max在更广泛人群中的有效性，包括不同适能水平、性别以及来自不同运动项目的运动员。此外，纵向设计检查这些设备检测训练诱导的有氧能力变化的敏感性，将为其在表现监测和健康相关应用中的效用提供有价值的见解。

总之，Garmin Forerunner 55?在男性休闲跑步者中系统性地低估了实验室测量的V?O2max，低估幅度约为1.96 mL·kg?1·min?1（≈3.8%）。尽管存在这种偏倚，该设备表现出良好的可靠性、较低的MAPE以及与实验室得出的值非常强的关联。这些发现表明，Garmin Forerunner 55?可能有助于现场监测有氧适能，并根据有氧能力对个体进行排序。然而，在解读绝对V?O2max估计值时需要谨慎，且应考虑所研究的小规模和特定样本。

实际应用
本研究发现表明，Garmin Forerunner 55?在男性休闲跑步者中系统性地低估了实验室测量的V?O2max；然而，当估计值来源于累积训练数据时，该设备表现出良好的可靠性、较低的相对误差以及与实验室得出的值非常强的关联。因此，智能手表可能有助于在应用环境中监测有氧适能，例如休闲训练计划、运动表现监测以及无法直接进行心肺运动测试的环境。

从实践角度，体育教育专业人员、教练和研究人员可以使用智能手表得出的V?O2max估计值来监测个体随时间的变化，并识别与训练适应相关的趋势。然而，鉴于本研究中观察到的系统性低估和一致性界限，在解读绝对V?O2max值、比较个体或仅基于智能手表估计值做出临床决策时需要谨慎。因此，Garmin Forerunner 55?应被视为有氧适能监测的补充工具，而非实验室评估的替代品。

本研究结果不构成美国运动医学学会的背书。

作者声明无利益冲突。