增强体能与身体成分：高强度间歇训练结合特定运动对正常体重肥胖大学生的影响

《The Journal of Strength & Conditioning Research》：Enhancing Fitness and Body Composition: The Impact of High-Intensity Interval Training Combined With Specific Sports in Collegiate Students With Normal Weight Obesity

　　

段 X, 高 Q, 杨 R, 吉 L, 马 Y，和张 M。增强体能和身体成分：高强度间歇训练结合特定运动对正常体重肥胖大学生的影响。《力量与体能研究杂志》XX(X): 000–000, 2026—正常体重肥胖（NWO）是一种普遍存在的状况，对公共卫生构成了重大风险。高强度间歇训练（HIIT）已被广泛应用于解决 NWO，但它存在一定的局限性。将 HIIT 与特定运动相结合提供了一种有前景且更具个性化的干预方法。本研究旨在比较 HIIT 结合特定运动与单独 HIIT 对 NWO 大学生的影响。共有 81 名 NWO 大学生参加了为期 12 周的干预，并被分配到 3 组：HIIT 结合篮球训练（HIIT + BT）、HIIT 结合体育舞蹈训练（HIIT + SDT）和单独 HIIT。在基线、干预中期和干预后对身体成分、心血管适应性和体能指标进行评估。采用 2 因素混合设计方差分析来检验时间×组别交互效应。在体脂百分比方面观察到显著的时间×组别交互效应（F = 5.650, p = 0.001, η2p = 0.127），其中 HIIT + SDT 组显示出比 HIIT 组更大的降低幅度（p = 0.002）。在反向跳（F = 6.276; p < 0.001; η2p = 0.139）、T 测试（F = 5.334; p < 0.001; η2p = 0.120）和六角测试（F = 5.372; p = 0.002; η2p = 0.121）中发现了显著的交互效应。事后分析显示，HIIT + BT 组（p < 0.001）和 HIIT + SDT 组（p < 0.001）的 T 测试表现均显著改善，而 HIIT 组未观察到显著变化。结果表明，与单独 HIIT 相比，将 HIIT 与特定运动相结合可能对 NWO 大学生的身体成分和体能提供更大的益处。

引言
正常体重肥胖（NWO）是一种普遍但常被低估的状况，对人类健康构成重大风险。NWO 个体是指那些体重正常但体脂百分比（BF%）升高（28）（男性大于 20%，女性大于 30%）的人。被归类为 NWO 的个体面临代谢失调和全身炎症的风险显著更高（21），这反过来又导致了一系列合并症（14,29,43,45）。据估计，NWO 的患病率约为 16.1%，但在不同人群中存在差异（2）。年轻人由于不健康的生活方式心理应激，处于发展 NWO 的高风险中。一项涉及 279 名年轻人的横断面研究显示，男性 NWO 患病率为 25.5%，女性为 40.1%（25）。从 2000 年到 2020 年，被归类为超重或肥胖的人数增加了 4 倍（19），在总体肥胖趋势上升的背景下，NWO 的患病率也显示出明显的上升趋势。其中，近几十年来儿童和青少年超重和肥胖的患病率大幅增加（13,22）。

因此，不应忽视青少年中 NWO 的患病率及其相关的潜在健康风险，因为它已成为一个需要立即关注和干预的紧急公共卫生问题。

在以往的研究中，高强度间歇训练（HIIT）已被广泛应用于改善 NWO 人群的身体成分和心肺适应性（9,16,26,31）。然而，一些研究人员指出，HIIT 的高强度特征可能会降低个体的耐受性，从而影响其依从性和长期参与的意愿，最终限制了训练的总体效果（3,32）。Slimi 等人（37）证实，基于篮球的干预计划有效提高了肥胖青少年的运动参与度和体能。此外，先前的研究表明，篮球训练显著改善了肥胖个体的身体成分和健康指标（46）。同样，具有有氧性质、全身参与性和趣味性的体育舞蹈，在肥胖干预中显示出有益的效果。多项研究证实，体育舞蹈干预组显著减少了脂肪量并提高了最大摄氧量，其脂肪氧化率明显高于 HIIT 组（27,41,44）。虽然篮球和体育舞蹈在调节运动强度和增强体育活动兴趣方面具有显著优势，但如果训练负荷控制不当，它们可能面临运动强度不足的问题，从而限制其干预效果。因此，确定对 NWO 个体既有效又能支持长期依从性的替代运动模式已成为当前学术讨论的核心焦点。将 HIIT 与小规模比赛（SSG）相结合提供了一种通过提高参与度和降低感知用力程度来改善健康结果的有前景的方法，尽管其效果可能受到个体变异性和运动强度不一致的限制（49）。相比之下，篮球和体育舞蹈可能提供更有趣和多样化的运动模式， potentially 增强运动依从性和长期干预的可持续性。此外，篮球训练允许通过改变动作模式、任务需求和训练组织来灵活调节运动负荷（35）。体育舞蹈干预相对易于监督标准化，并在运动训练中显示出实际效果（11）。因此，将 HIIT 与特定运动相结合可能有助于为 NWO 个体开发更个性化和可持续的运动干预措施。

因此，本研究的目的是调查 HIIT 结合特定运动对大学生 NWO 的身体成分、心肺适应性和体能指标的影响。我们通过将 HIIT 与篮球训练或体育舞蹈训练相结合，设计了 2 种干预方案，并进行了为期十二周的干预，以系统评估各组间干预结果的异同。本研究的结果可能为 NWO 年轻人提供更科学、个性化和可持续的运动干预策略，并为优化公共卫生领域的预防和干预措施提供实证证据。基于以往的研究发现和本研究的设计目的，提出以下假设：与单一 HIIT 干预相比，HIIT 结合特定运动（篮球或体育舞蹈）将在 NWO 大学生中产生更大的身体成分、心肺适应性和体能指标改善。

方法
问题的实验方法
本研究采用三组平行随机对照试验，招募患有 NWO 的大学生。受试者被平均分配到 3 组：（a）HIIT 结合篮球训练，（b）HIIT 结合体育舞蹈训练，和（c）接受单独 HIIT 的对照组。随机化使用计算机生成的随机数序列进行，确保 3 组分配均衡。每组在 12 周的干预期内接受结构化的训练计划。评估在 3 个预设时间点进行：基线（第 0 周）、干预中期（第 6 周）和干预后（第 12 周）。评估内容包括身体成分参数、心血管指标和体能结果。试验严格遵守既定方案。干预指导员和结果评估员是独立人员，评估员在所有评估期间对组别分配保持盲态，以尽量减少测量偏差。

受试者
本研究招募的受试者为男性 NWO 大学生。受试者的纳入标准为（a）体重指数（BMI）(18.5≤BMI≤23.9 kg·m?2) 和 BF% (>20%) (33,50)；（b）久坐不动，不参与规律体育锻炼，且无既往规律运动训练背景；和（c）身体状况良好，无慢性疾病且过去 6 个月内无肌肉骨骼损伤。使用 G*Power 3.1.9.2 进行先验效力分析，以确定 3 × 3（时间×组别）混合设计方差分析（ANOVA）的适当样本量。确定在 0.05 的统计显著性标准下，达到 80% 效力且中等效应量（Cohen's f = 0.25）需要 42 名受试者。最后，我们纳入了 81 名自愿参与实验的受试者。

涉及人类受试者的研究已由太原科技大学科学与伦理委员会审查和批准（伦理批准号：TYUT2024062302）。此外，所有程序均遵守《赫尔辛基宣言》的指导方针。所有参与者均为年龄≥18 岁的成年人，并在参与研究前获得了所有参与者的书面知情同意。

程序
所有受试者参加了一项为期 12 周的运动干预计划，每周进行两次，每次持续 45 分钟。每次训练包括 10 分钟的热身和 5 分钟的拉伸与冷身期。实验干预组使用塔巴塔协议进行 15 分钟的 HIIT，随后进行 15 分钟的特定运动训练。塔巴塔训练包括 3 组，每组持续 4 分钟，组间休息 1 分钟。HIIT 课程遵循塔巴塔训练法（39）。使用标准化的自重练习，包括开合跳、大腿下拍手、高抬腿压腿、波比跳、深蹲跳、登山者和肘膝接触。随着干预的进行和受试者适应训练强度，每个间隔内完成的动作数量增加，并在保持规定的工歇结构的同时提高了休息效率。篮球特定训练包括运球练习、传球练习和 SSG。在干预期间，训练难度和战术复杂性逐渐增加，以提高技术熟练度和与比赛相关的体能。体育舞蹈训练计划包括华尔兹、探戈、伦巴、恰恰和桑巴等国标舞练习。训练强调节奏协调、动作准确性和全身控制，在干预过程中逐渐增加编排复杂性和运动强度。对照干预组在每次课程中进行 30 分钟的基于塔巴塔的 HIIT 训练。这包括 6 组，每组持续 4 分钟，组间休息 1 分钟，使用与干预实验组相同的标准化练习和训练结构。鉴于训练方案的高强度，所有受试者在正式干预前完成为期 1 周的熟悉和适应训练期，以确保安全并降低受伤风险。图 1 描述了实验进展的流程图。

打开多媒体模态 图 1. 打开多媒体模态 研究流程图。

为了提供对体育活动水平更客观和精确的测量，在每次训练期间使用了 ActiGraph GT3X 加速度计（ActiGraph, Pensacola, FL）（20）。在干预前，评估员向受试者解释了设备规格和注意事项，并进行了校准和配置程序。加速度计的采样频率设置为 30 Hz。从 ActiGraph 加速度计收集计数数据后，可以将每分钟计数输入到 Freedson 成人回归方程中。计算代谢当量（METs）的具体方法论在下式（12）中详述：
METs=1.439008+(0.000795×CPM)
每分钟计数
干预计划在校园内使用固定的体育设施进行。训练课安排在常规上学日内的指定非学术时段，以尽量减少对学术活动的干扰。所有课程均由合格的指导员提供，他们接受了体育活动指导的专门训练。为了控制混淆变量，指示受试者在整个干预期间不参与任何额外的体育活动或参与其他与肥胖相关的计划。研究人员在研究期间不直接参与受试者的教学、监督或学术评估。所有受试者均为同一机构就读的大一新生。由于相似的课程结构和校园生活安排，受试者预计具有相对可比的日常日程，包括睡眠时间和一般饮食模式，尽管这些因素未正式监测。

结果测量
预设的主要结果是体脂百分比从基线到干预后的变化。次要结果包括体重、BMI、腰围（WC）、臀围（HC）、腰臀比（WHR）、收缩压（SBP）、舒张压（DBP）、静息心率（RHR）和体能指标（握力、反向跳 [CMJ]、柔韧性、速度、敏捷性、有氧耐力和动态平衡）。

身体成分
使用校准过的生物电阻抗分析仪（InBody 230, Seoul, Korea）测量身体成分参数，包括体重、BMI、BF%、WC 和 HC。先前的研究表明，多频率生物电阻抗分析设备具有极好的可靠性，组内相关系数（ICC）值范围为 0.987 至 0.995（23）。腰臀比由设备自动计算。

所有评估均在标准化条件下进行，受试者处于空腹状态并穿着标准化服装。

**心血管健康**
使用自动电子血压计（日本欧姆龙 HEM-7051）测量收缩压（SBP）、舒张压（DBP）和静息心率（RHR）。以往研究根据欧洲高血压学会国际协议证明了该设备具有可接受的效度和信度（1）。在受试者坐姿休息至少 5 分钟后获取测量值，并使用 2 次连续读数的平均值进行分析。

**体能**
使用握力计（康锐 EH101）评估惯用手握力。以往研究证明康锐 EH101 握力计具有极好的信度和效度，组内相关系数（ICC）值范围为 0.815 至 0.854（17）。受试者在站立姿势下进行测试，手臂自然伸展沿身体两侧，不接触躯干。指示他们以最大力度挤压握力计约 3 秒。

下肢肌力主要通过使用测力台（中国坤威体育科技有限公司，采样频率 1,000 Hz）进行带摆臂的纵跳（CMJ）评估。以往研究证明，在 CMJ 评估期间，与 Bertec 测力台相比，坤威测力台具有极好的信度和一致性，ICC 值范围为 0.909 至 0.999（15）。在 CMJ 测试中，受试者双脚与肩同宽站在测力台中心，执行一个快速的下蹲动作，随后立即进行最大垂直跳跃。

使用坐位体前屈测试评估柔韧性。以往研究证明坐位体前屈方案具有高信度和效度，ICC 范围为 0.89 至 0.98（18）。指示受试者保持双膝完全伸直，双手重叠缓慢向前伸展，同时避免反弹动作。

使用光电计时系统（48）测量的 30 米冲刺测试评估速度。受试者采用站立起跑姿势进行冲刺，领先脚置于第一个光电计时门后方。当受试者穿过第一个光电计时门时自动开始计时，指示受试者以最大速度完成 30 米的距离。

使用 T 形跑测试和六边形敏捷测试评估敏捷性（4,30）。指示受试者在遵循规定的动作模式和方向的情况下，尽可能快地完成所有敏捷性测试。如果受试者未能遵循指定路线，则重复试验。

使用台阶测试评估有氧耐力（36）。受试者在整个评估过程中以标准化的踏步节奏完成台阶测试。

使用 Y 字平衡测试评估动态平衡（10）。在 Y 字平衡测试期间，受试者保持单腿站立，同时用对侧肢体按规定方向尽可能远地伸展。如果失去平衡或站立脚离开平台，则重复试验。每项评估进行两次有效试验，记录最佳表现用于统计分析。

**统计分析**
所有统计分析均使用 SPSS 27.0 版（SPSS Inc., Chicago, IL）进行。使用 Shapiro-Wilk 检验评估数据的正态性，并使用 Levene 检验检查方差齐性。进行双向混合设计方差分析（时间×组）以检查每个结果变量的时间、组别及其交互作用的主效应。使用偏 eta 平方（η2p）计算方差分析的效应量，并根据 Cohen 标准解释为小（η2p = 0.01）、中（η2p = 0.06）和大（η2p = 0.14）（7）。当观察到显著的组×时间交互作用时，使用单因素重复测量方差分析进一步检查不同时间点（干预前、干预中期和干预后）的组内变化。当检测到时间的主效应显著时，应用 Bonferroni 校正进行事后比较。使用单因素方差分析分析同一时间点的组间差异，并在适当时候进行 Bonferroni 校正的事后检验。统计显著性设定为校正后 p < 0.05。

**结果**

**受试者基线特征**
在最初招募的 90 名受试者中，9 人因不符合纳入标准被排除。因此，共有 81 名受试者被纳入干预研究。在基线时，各干预组之间在身体成分参数或体能指标上没有统计学显著差异。表 1 总结了每组的受试者人数及其基线特征。

表 1 基线特征。*

| 变量 | HIIT 组 (n = 27) | HIIT + BT (n = 27) | HIIT + SDT (n = 27) | F 检验 | p |
| :--- | :--- | :--- | :--- | :--- | :--- |
| 年龄 (岁) | 19.2 ± 0.5 | 18.9 ± 0.7 | 18.8 ± 0.9 | 2.25 | 0.111 |
| 身高 (cm) | 172.3 ± 6.7 | 171.4 ± 6.4 | 173.1 ± 6.2 | 0.473 | 0.625 |
| 体重 (kg) | 65.9 ± 5.3 | 66.1 ± 7.5 | 66.1 ± 6.1 | 0.008 | 0.992 |
| BMI (kg·m?2) | 22.2 ± 1.1 | 22.5 ± 1.8 | 22.0 ± 1.5 | 0.623 | 0.539 |
| BF% (%) | 22.0 ± 3.1 | 24.5 ± 3.2 | 23.5 ± 2.5 | 0.776 | 0.464 |

*HIIT = 高强度间歇训练；HIIT + BT = HIIT 结合篮球训练；HIIT + SDT = HIIT 结合体育舞蹈训练；BMI = 体重指数；BF% = 体脂百分比。数值表示为均值 ± 标准差。

**训练负荷监测**
在 24 次干预课程中，HIIT 组的平均 METs 为 6.8 ± 0.7 METs，HIIT + BT 组为 7.1 ± 0.6 METs，HIIT + SDT 组为 7.0 ± 0.4 METs（图 2）。3 组之间未观察到显著差异（F (2,69) = 1.546, p = 0.220）。在 HIIT 组中，4 次课程的 METs 值低于剧烈强度阈值，而其他所有课程均超过 6 METs。与前 6 周相比，所有组在最后 6 周的平均 METs 显著较高：HIIT (t = ?7.111, p < 0.001)，HIIT + BT (t = ?5.034, p < 0.001)，和 HIIT + SDT (t = ?4.905, p < 0.001)。

打开多媒体模式
图 2。
打开多媒体模式
24 节课每节课的平均 METs。

**高强度间歇训练结合特定运动对身体成分的影响**
各组身体成分指标的详细统计结果见表 2。混合设计方差分析显示，BF% 存在显著的交互作用效应。事后分析表明，干预后 HIIT 组 (p < 0.001)、HIIT + BT 组 (p < 0.001) 和 HIIT + SDT 组 (p < 0.001) 的 BF% 均显著降低。此外，干预后 HIIT + SDT 组的 BF% 显著低于 HIIT 组 (p = 0.002)。

表 2 干预组身体成分指标的统计结果。*

| 变量 | HIIT | HIIT + BT | HIIT + SDT | 混合设计方差分析 |
| :--- | :--- | :--- | :--- | :--- |
| 体重 (kg) | | | | 时间×组 (F = 0.933; p = 0.414; η2p = 0.023) |
| 干预前 | 65.9 ± 5.3 (8.0) | 66.1 ± 7.5? (11.3) | 66.1 ± 6.1? (9.2) | 时间 (F = 27.192; p < 0.001; η2p = 0.259) |
| 干预中期 | 65.3 ± 5.0 (7.7) | 64.3 ± 7.9? (12.3) | 64.0 ± 6.3? (9.8) | 组 (F = 0.086; p = 0.918; η2p = 0.002) |
| 干预后 | 63.7 ± 5.1?,? (8.0) | 63.7 ± 7.2?,? (11.3) | 62.8 ± 6.3?,? (10.0) | |
| 后 - 前 (%D) | ?3.2% (?5.0% 至 ?1.4%) | ?3.3% (?7.0% 至 ?0.4%) | ?4.9% (?6.4% 至 ?3.5%) | |
| BMI (kg·m?2) | | | | 时间×组 (F = 1.689; p = 0.175; η2p = 0.042) |
| 干预前 | 22.2 ± 1.1 (5.0) | 22.5 ± 1.8? (8.0) | 22.0 ± 1.5? (6.8) | 时间 (F = 53.141; p < 0.001; η2p = 0.405) |
| 干预中期 | 22.0 ± 1.1 (5.0) | 21.7 ± 2.0? (9.2) | 21.4 ± 1.5? (7.0) | 组 (F = 0.815; p = 0.446; η2p = 0.020) |
| 干预后 | 21.5 ± 1.1?,? (5.1) | 21.5 ± 1.8?,? (8.4) | 20.9 ± 1.5?,? (7.2) | |
| 后 - 前 (%D) | ?3.3% (?5.1% 至 ?1.4%) | ?4.3% (?6.2% 至 ?2.3%) | ?4.9% (?6.4% 至 ?3.5%) | |
| BF% (%) | | | | 时间×组 (F = 5.650; p = 0.001; η2p = 0.127) |
| 干预前 | 24.0 ± 3.1? (12.9) | 24.5 ± 3.2? (13.1) | 23.5 ± 2.5? (10.6) | 时间 (F = 101.684; p < 0.001; η2p = 0.566) |
| 干预中期 | 22.9 ± 3.2? (13.1) | 22.8 ± 3.4? (14.9) | 21.2 ± 3.3? (15.6) | 组 (F = 2.341; p = 0.103; η2p = 0.057) |
| 干预后 | 22.3 ± 3.2? (14.3) | 20.7 ± 2.7?,? (13.0) | 19.6 ± 3.2?,?,§ (16.3) | |
| 后 - 前 (%D) | ?7.2% (?9.1% 至 ?5.3%) | ?15.1% (?18.8% 至 ?11.4%) | ?16.6% (?21.1% 至 ?12.0%) | |
| WC (cm) | | | | 时间×组 (F = 2.115; p = 0.081; = 0.051) |
| 干预前 | 79.4 ± 4.4 (5.5) | 82.1 ± 5.2? (6.3) | 80.3 ± 5.0? (6.2) | 时间 (F = 68.822; p < 0.001; = 0.469) |
| 干预中期 | 78.3 ± 5.0 (6.4) | 78.4 ± 6.4? (8.2) | 78.3 ± 5.1? (6.5) | 组 (F = 0.289; p = 0.750; η2p = 0.007) |
| 干预后 | 75.1 ± 4.3?,? (5.7) | 75.1 ± 5.3?,? (7.1) | 75.4 ± 5.8?,? (7.7) | |
| 后 - 前 (%D) | ?5.1% (?7.6% 至 ?2.6%) | ?8.5% (?10.3% 至 ?6.8%) | ?6.1% (?8.2% 至 ?4.0%) | |
| HC (cm) | | | | 时间×组 (F = 1.018; p = 0.397; η2p = 0.025) |
| 干预前 | 97.8 ± 4.2? (4.3) | 97.5 ± 5.1? (5.2) | 96.7 ± 4.3? (4.4) | 时间 (F = 49.383; p < 0.001; η2p = 0.388) |
| 干预中期 | 95.6 ± 3.7? (3.9) | 94.7 ± 4.5? (4.8) | 95.6 ± 3.9? (4.1) | 组 (F = 0.273; p = 0.762; η2p = 0.007) |
| 干预后 | 94.4 ± 3.7?,? (3.9) | 93.6 ± 4.8? (5.1) | 93.4 ± 4.4?,? (4.7) | |
| 后 - 前 (%D) | ?3.3% (?4.8% 至 ?1.9%) | ?3.9% (?5.1% 至 ?2.1%) | ?3.4% (?4.9% 至 ?1.8%) | |
| 变量 | HIIT | HIIT + BT | HIIT + SDT | 混合设计方差分析 |
| WHR (%) | | | | 时间×组 (F = 1.949; p = 0.105; η2p = 0.048) |
| 干预前 | 0.81 ± 0.04 (4.9) | 0.84 ± 0.04 (4.8) | 0.83 ± 0.03 (3.6) | 时间 (F = 16.413; p < 0.001; η2p = 0.174) |
| 干预中期 | 0.82 ± 0.05 (6.2) | 0.83 ± 0.05 (6.0) | 0.82 ± 0.05 (6.1) | 组 (F = 1.533; p = 0.222; η2p = 0.038) |
| 干预后 | 0.80 ± 0.04? (5.0) | 0.80 ± 0.04?,? (5.0) | 0.81 ± 0.04? (4.9) | |
| 后 - 前 (%D) | ?1.9% (?3.9% 至 ?0.2%) | ?4.8% (?6.7% 至 ?2.8%) | ?2.8% (?4.4% 至 ?1.1%) | |

*HIIT = 高强度间歇训练；HIIT + BT = HIIT 结合篮球训练；HIIT + SDT = HIIT 结合体育舞蹈训练；WC = 腰围；HC = 臀围；WHR = 腰臀比 CV = 变异系数；95% CI = 95% 置信区间。干预前、干预中期和干预后的数值表示为均值 ± 标准差 (CV%)，而后 - 前值表示为%Δ (95% CI)。
?与干预中期值相比有显著差异，p < 0.05。
?与干预前值相比有显著差异，p < 0.05。
§与 HIIT 组相比有显著差异，p < 0.05。

对于其余身体成分指标，观察到显著的时间主效应。WHR 的事后分析进一步显示，HIIT + BT 组 (p < 0.001) 和 HIIT + SDT 组 (p = 0.007) 显著降低，而 HIIT 组未观察到显著变化 (p = 0.062)。此外，经过 12 周的训练后，所有 3 个干预组的体重、BMI、WC 和 HC 均观察到显著降低（所有 p < 0.01）。从基线到干预中期（中期 - 前）和从基线到干预后（后 - 前）的 BF%、WHR、DBP 和 RHR 的平均变化呈现在补充数字内容中（见图 1A–D， https://links.lww.com/JSCR/A898, https://links.lww.com/JSCR/A899, https://links.lww.com/JSCR/A900, 和 https://links.lww.com/JSCR/A901）。

**高强度间歇训练结合特定运动对心肺健康的影响**
各组心血管指标的详细统计结果见表 3。组内分析显示，任何 3 组中均未观察到 SBP 的显著变化。但是，HIIT 组 (p = 0.004)、HIIT + BT 组 (p < 0.001) 和 HIIT + SDT 组 (p < 0.001) 均观察到 DBP 的显著降低。同样，干预后 HIIT 组 (p = 0.006)、HIIT + BT 组 (p < 0.001) 和 HIIT + SDT 组 (p < 0.001) 的 RHR 也显著降低。

表 3 干预组心肺健康的统计结果。*

| 变量 | HIIT | HIIT + BT | HIIT + SDT | 混合设计方差分析 |
| :--- | :--- | :--- | :--- | :--- |
| SBP (mm Hg) | | | | 时间×组 (F = 1.258; p = 0.289; η2p = 0.031) |
| 干预前 | 128.1 ± 10.8 (8.4) | 126.4 ± 10.3 (8.1) | 123.9 ± 8.8 (7.1) | 时间 (F = 4.704; p = 0.011; η2p = 0.057) |
| 干预中期 | 131.0 ± 12.0 (9.2) | 125.7 ± 9.0 (7.2) | 128.5 ± 7.4? (5.8) | 组 (F = 1.450; p = 0.241; = 0.036) |
| 干预后 | 126.5 ± 10.1? (8.0) | 123.2 ± 9.8 (8.0) | 125.4 ± 7.8 (6.2) | |
| 后 - 前 (%D) | ?0.9% (?4.1% 至 2.3%) | ?2.1% (?5.6% 至 1.5%) | 1.6% (?1.9% 至 5.2%) | |
| DBP (mm Hg) | | | | 时间×组 (F = 1.168; p = 0.327; η2p = 0.029) |
| 干预前 | 81.3 ± 8.2 (10.1) | 78.2 ± 6.6? (8.4) | 77.7 ± 7.3 (9.4) | 时间 (F = 21.723; p < 0.001; η2p = 0.218) |
| 干预中期 | 79.0 ± 8.5§ (10.8) | 74.8 ± 7.0?,|| (9.4) | 76.8 ± 6.3 (8.2) | 组 (F = 3.722; p = 0.029; η2p = 0.087) |
| 干预后 | 77.9 ± 7.3?,§ (9.4) | 73.2 ± 4.1?,|| (5.6) | 72.9 ± 5.5?,?,|| (7.5) | |
| 后 - 前 (%D) | ?3.9% (?6.6% 至 ?1.2%) | ?6.0% (?8.6% 至 ?3.4%) | ?5.7% (?9.2% 至 ?2.3%) | |
| RHR (bpm) | | | | 时间×组 (F = 1.543; p = 0.192; η2p = 0.038) |
| 干预前 | 78.6 ± 4.8? (6.1) | 76.4 ± 6.7? (8.8) | 77.3 ± 6.0 (7.8) | 时间 (F = 24.099; p < 0.001; η2p = 0.236) |
| 干预中期 | 74.7 ± 7.3? (9.8) | 72.2 ± 6.9? (9.6) | 75.4 ± 6.8 (9.0) | 组 (F = 1.582; p = 0.212; η2p = 0.039) |
| 干预后 | 75.0 ± 5.9? (7.9) | 71.3 ± 8.4? (11.8) | 71.6 ± 7.9?,? (11.0) | |
| 后 - 前 (%D) | ?4.6% (?6.8% 至 ?2.3%) | ?7.1% (?11.0% 至 ?3.2%) | ?6.6% (?10.0% 至 ?3.1%) | |

*HIIT = 高强度间歇训练；HIIT + BT = HIIT 结合篮球训练；HIIT + SDT = HIIT 结合体育舞蹈训练；SBP = 收缩压；DBP = 舒张压。

干预前、干预中和干预后的值以均值 ± 标准差 (变异系数 %) 表示，而干预后 - 干预前的值以 %Δ (95% 置信区间) 表示。?与干预前值相比差异显著，p < 0.05。?与干预中值相比差异显著，p < 0.05。§与 HIIT+BT 组相比差异显著，p < 0.05。||与 HIIT 组相比差异显著，p < 0.05。

高强度间歇训练结合特定运动对体能的影响

各组的体能指标详细统计结果见表 4。CMJ 高度、T 测试表现和六边形测试表现观察到了显著的交互效应。事后分析显示，HIIT 组 (p < 0.001) 和 HIIT + BT 组 (p = 0.004) 的 CMJ 高度显著改善。此外，干预后 HIIT + SDT 组的 CMJ 高度显著低于 HIIT 组 (p < 0.001) 和 HIIT + BT 组 (p = 0.009)。对于 T 测试表现，HIIT + BT 组 (p < 0.001) 和 HIIT + SDT 组 (p < 0.001) 观察到显著改善，而 HIIT 组未发现显著变化 (p = 0.171)。同样，所有 3 组在六边形测试表现上均显示出显著改善 (均 p < 0.001)。

表 4 干预组间体能指标的统计结果。

| 变量 | HIIT | HIIT + BT | HIIT + SDT | 混合设计方差分析 |
| :--- | :--- | :--- | :--- | :--- |
| **D-HG (kg)** | | | | 时间 × 组别 (F = 2.453; p = 0.059; η2p = 0.059) |
| ??干预前 | 37.6 ± 6.4? (17.0) | 38.9 ± 5.8 (15.0) | 39.6 ± 4.7 (11.9) | 时间 (F = 5.436; p = 0.005; η2p = 0.065) |
| ??干预中 | 38.9 ± 6.0? (15.4) | 38.3 ± 5.5 (14.4) | 39.4 ± 4.7 (12.0) | 组别 (F = 0.276; p = 0.760; η2p = 0.007) |
| ??干预后 | 40.0 ± 6.2?,? (15.5) | 39.0 ± 6.2 (15.9) | 40.2 ± 4.9 (12.2) | |
| ??干预后 - 干预前 (%D) | 7.0% (2.9% 至 11.1%) | 0.5% (?3.4% 至 4.4%) | 1.9% (?1.4% 至 5.2%) | |
| **CMJ (cm)** | | | | 时间 × 组别 (F = 6.276; p < 0.001; η2p = 0.139) |
| ??干预前 | 51.8 ± 6.0 (11.6) | 49.8 ± 7.0 (14.1) | 50.3 ± 7.7 (15.3) | 时间 (F = 5.436; p < 0.001; η2p = 0.208) |
| ??干预中 | 50.0 ± 5.5 (11.0) | 51.5 ± 8.0 (15.5) | 49.1 ± 5.3 (10.8) | 组别 (F = 2.773; p = 0.069; η2p = 0.066) |
| ??干预后 | 59.4 ± 6.9?, ?(11.6) | 53.9 ± 7.8? (14.5) | 50.9 ± 8.0§ (15.7) | |
| ??干预后 - 干预前 (%D) | 15.4% (10.3% 至 20.5%) | 9.3% (2.7% 至 15.8%) | 2.0% (?4.2% 至 8.2%) | |
| **坐位体前屈 (cm)** | | | | 时间 × 组别 (F = 1.934; p = 0.117; η2p = 0.047) |
| ??干预前 | 9.8 ± 7.6? (77.6) | 8.3 ± 9.0 (108.4) | 7.3 ± 7.2? (98.6) | 时间 (F = 40.897; p < 0.001; η2p = 0.344) |
| ??干预中 | 12.8 ± 6.5? (50.8) | 9.5 ± 8.2 (86.3) | 8.9 ± 6.7? (75.3) | 组别 (F = 1.055; p = 0.353; η2p = 0.026) |
| ??干预后 | 13.2 ± 6.6? (50.0) | 11.6 ± 6.8?,? (58.6) | 11.9 ± 6.5?,? (54.6) | |
| ??干预后 - 干预前 (%D) | 70.7% (23.6% 至 117.8%) | 108.4% (1.5% 至 215.3%) | 172.7% (24.2% 至 321.1%) | |
| **T 测试 (s)** | | | | 时间 × 组别 (F = 5.334; p < 0.001; η2p = 0.120) |
| ??干预前 | 13.6 ± 1.4? (10.3) | 13.8 ± 1.1?(8.0) | 13.5 ± 1.2? (8.9) | 时间 (F = 53.319; p < 0.001; η2p = 0.406) |
| ??干预中 | 13.1 ± 1.1?,‖ (8.4) | 12.6 ± 0.9?,§(7.1) | 12.5 ± 0.7?,§ (5.6) | 组别 (F = 2.435; p = 0.094; η2p = 0.059) |
| ??干预后 | 13.4 ± 1.1‖ (8.2) | 12.5 ± 0.9?,§ (7.2) | 12.5 ± 0.9?,§ (7.2) | |
| ??干预后 - 干预前 (%D) | ?1.3% (?4.2% 至 1.6%) | ?8.9% (?10.7 至?7.1%) | ?7.1% (?9.5% 至?4.8%) | |
| **六边形测试 (s)** | | | | 时间 × 组别 (F = 5.372; p = 0.002; η2p = 0.121) |
| ??干预前 | 6.6 ± 0.9? (13.6) | 7.1 ± 0.8? (11.3) | 7.0 ± 0.8? (11.4) | 时间 (F = 368.844; p < 0.001; η2p = 0.825) |
| ??干预中 | 5.5 ± 0.7? (12.7) | 5.4 ± 0.5? (9.3) | 5.7 ± 0.5?,‖ (8.8) | 组别 (F = 0.313; p = 0.732; η2p = 0.008) |
| ??干预后 | 5.1 ± 0.7?,? (13.7) | 4.9 ± 0.6?,? (12.2) | 4.9 ± 0.4?,? (8.2) | |
| ??干预后 - 干预前 (%D) | ?23.1% (?26.4% 至?19.7%) | ?30.0% (?33.1% 至?26.8%) | 28.6% (?31.3% 至?25.9%) | |
| **30 m (s)** | | | | 时间 × 组别 (F = 0.574; p = 0.682; η2p = 0.015) |
| ??干预前 | 4.9 ± 0.4 (8.2) | 4.9 ± 0.3 (6.1) | 4.9 ± 0.3 (6.1) | 时间 (F = 13.389; p < 0.001; η2p = 0.147) |
| ??干预中 | 4.9 ± 0.3 (6.1) | 4.9 ± 0.3 (6.1) | 4.9 ± 0.2 (4.1) | 组别 (F = 0.030; p = 0.970; η2p = 0.001) |
| ??干预后 | 4.8 ± 0.3? (6.3) | 4.7 ± 0.3?,? (6.4) | 4.8 ± 0.2? (4.2) | |
| ??干预后 - 干预前 (%D) | ?1.5% (?3.9% 至 0.9%) | ?3.3% (?5.1% 至?1.4%) | ?1.9% (?3.7% 至 0%) | |
| **台阶测试 (bpm)** | | | | 时间 × 组别 (F = 1.403; p = 0.246; η2p = 0.035) |
| ??干预前 | 160.0 ± 33.6 (21.0) | 167.6 ± 25.9 (15.5) | 162.6 ± 20.3? (12.5) | 时间 (F = 12.190; p < 0.001; η2p = 0.135) |
| ??干预中 | 156.3 ± 15.4 (9.9) | 158.1 ± 20.5 (13.0) | 142.2 ± 16.9?,§,‖ (11.9) | 组别 (F = 3.274; p = 0.043; η2p = 0.077) |
| ??干预后 | 149.6 ± 21.8? (14.6) | 155.6 ± 14.5? (9.3) | 144.6 ± 17.8?,‖(12.3) | |
| ??干预后 - 干预前 (%D) | ?1.7% (?12.9% 至 9.5%) | ?4.3% (?14.0 至 5.5%) | ?9.9% (?15.5% 至?4.3%) | |
| **ND-Y 平衡 (%)** | | | | 时间 × 组别 (F = 1.364; p = 0.252; η2p = 0.034) |
| ??干预前 | 99.3 ± 10.6? (10.7) | 95.3 ± 8.3? (8.7) | 98.7 ± 7.8? (8.0) | 时间 (F = 102.980; p < 0.001; η2p = 0.569) |
| ??干预中 | 105.1 ± 9.2? (8.8) | 102.1 ± 9.3?(9.1) | 104.0 ± 7.0? (6.7) | 组别 (F = 1.730; p = 0.184; η2p = 0.042) |
| ??干预后 | 108.7 ± 8.2?,? (7.5) | 109.3 ± 9.8?,? (9.0) | 110.6 ± 7.6?,? (6.9) | |
| ??干预后 - 干预前 (%D) | 10.0% (6.1% 至 14.0%) | 13.8% (9.8% 至 17.8%) | 12.6% (9.8% 至 15.3%) | |
| **D-Y 平衡 (%)** | | | | 时间 × 组别 (F = 1.783; p = 0.146; η2p = 0.044) |
| ??干预前 | 100.0 ± 9.8? (9.8) | 96.1 ± 8.0? (8.3) | 100.1 ± 7.1? (7.1) | 时间 (F = 112.388; p < 0.001; η2p = 0.590) |
| ??干预中 | 105.0 ± 8.2? (7.8) | 101.4 ± 8.6? (8.5) | 104.1 ± 7.3? (7.0) | 组别 (F = 0.698; p = 0.501; η2p = 0.018) |
| ??干预后 | 109.4 ± 9.4?,? (8.6) | 109.0 ± 8.2?,? (7.5) | 112.4 ± 6.9?,? (6.1) | |
| ??干预后 - 干预前 (%D) | 10.2% (6.2% 至 14.2%) | 15.0% (11.6% 至 18.4%) | 12.5% (8.9% 至 16.1%) | |

*HIIT = 高强度间歇训练；HIIT + BT = HIIT 结合篮球训练；HIIT + SDT = HIIT 结合体育舞蹈训练；D-HG = 优势侧手握力；CMJ = 反向纵跳；T-test = T 型敏捷跑测试；ND-Y balance = 非优势侧 Y 平衡测试；D-Y balance = 优势侧 Y 平衡测试。干预前、干预中和干预后的值以均值 ± 标准差 (变异系数 %) 表示，而干预后 - 干预前的值以 %Δ (95% 置信区间) 表示。?与干预中值相比差异显著，p < 0.05。?与干预前值相比差异显著，p < 0.05。§与 HIIT 组相比差异显著，p < 0.05。‖与 HIIT+BT 组相比差异显著，p < 0.05。

对于其余体能指标，组内分析显示，所有 3 组在六边形测试表现上均显示出显著改善 (均 p < 0.001)。干预后 HIIT 组的手握力显著增加 (p = 0.001)。对于 30 米冲刺，仅在 HIIT + BT 组观察到显著改善 (p = 0.002)。所有 3 组的坐位体前屈表现均显著改善 (均 p < 0.001)。所有组别的主导侧和非主导侧肢体在 Y-Balance 测试表现上也均观察到显著改善 (均 p < 0.001)。此外，HIIT + BT 组 (p < 0.001) 和 HIIT + SDT 组 (p = 0.002) 在台阶测试中的运动后心率显著降低。上肢力量、下肢力量和敏捷性从基线到干预中期 (Mid–Pre) 以及从基线到干预后 (Post–Pre) 的平均变化呈现在补充数字内容中 (见图 2E–H, https://links.lww.com/JSCR/A902, https://links.lww.com/JSCR/A903, https://links.lww.com/JSCR/A904, 和 https://links.lww.com/JSCR/A905)。

讨论

关于身体成分的结果显示，所有形式的运动干预均能有效改善 NWO 大学生的体重和 BMI，组间无显著差异。然而，这些发现应谨慎解读，因为仅体重和 BMI 的变化可能无法充分反映 NWO 个体身体成分的改善。有趣的是，尽管每种干预都降低了 BF%，但与 HIIT 组相比，当 HIIT 结合特定运动时，降低更为明显。鉴于 NWO 的主要病理特征是 BF% 过量而非体重升高，当运动同时减少脂肪量并保持或增加去脂体重时，BMI 可能无法捕捉 BF% 的真实变化 (34)。这种差异强调了 BF% 作为评估 NWO 人群运动干预结果主要指标的重要性。我们的分析进一步表明，与单一模式 HIIT 相比，涉及多方向运动和复杂肌肉募集模式的运动可能会引发更大的运动后过量氧耗 (EPOC)，从而诱导额外的能量消耗，累积导致更明显的脂肪减少 (5)。所有干预组均降低了 WC 和 HC，组间无显著差异。先前的证据表明，HIIT 在减少腹部和内脏脂肪方面特别有效 (24)。值得注意的是，仅在结合特定运动的组中观察到 WHR 显著降低，而在 HIIT 组中未检测到显著变化。这一发现可能由 2 种机制解释：(a) 联合干预引发更大的 EPOC，从而有利于减少内脏脂肪和 WC；以及 (b) 篮球和体育舞蹈涉及频繁激活下肢大肌群，这可能促进肌肉肥大，从而与以有氧为主的训练相比，减缓了 HC 的减少。作为比率，WHR 因此可能放大了 WC 和 HC 之间的这些差异变化。

关于心肺适应力，3 个干预组均显示 DBP 降低，但 SBP 未降低。虽然这种模式看起来不典型，但与研究结果一致 (9)，并且可能部分归因于干预期间缺乏饮食控制。此外，所有组别均降低了 RHR，尽管 DBP 和 RHR 改善的幅度在结合特定运动的组中大于 HIIT 组。这一发现可以通过 Wang 等人 (42) 提出的“叠加效应”来解释。高强度间歇训练改善了心血管适应性，而特定运动的动作如篮球中的加速和跳跃或舞蹈中的节律性全身动作，进一步增强了神经肌肉控制，加强了心脏泵血功能，并促进了心血管健康。

关于体能指标，在不同干预模式间观察到了不同的适应模式。HIIT 组在 HG 和 CMJ 方面优于 HIIT + BT 和 HIIT + SDT 组。先前的综述表明，HIIT 在改善无氧能力和短期爆发力方面特别有效 (38)。因此，强调频繁高强度回合和明确爆发刺激的训练方案，可能比将训练时间分配给技能活动的方案，更有利于最大力量和爆发力的短期提升。相比之下，对于敏捷性相关指标，所有 3 组在 T 测试和六边形测试中均有改善，结合组的效果更为显著。先前的肥胖干预研究表明，特定运动的动作通常需要加速、减速和频繁的身体姿态变化，这增强了神经肌肉激活和改变方向 (COD) 的能力 (49)。这与篮球和舞蹈的特定需求一致，这可能促成了更优异的敏捷性改善。此外，强调重复短距离水平冲刺的 HIIT + BT 组，显著改善了 30 米冲刺表现。相反，以大范围关节运动和柔韧性控制为特征的 HIIT + SDT 组，在坐位体前屈表现上取得了更大的改善。最后，与单独的 HIIT 相比，联合干预也在 Y-Balance 测试中产生了更优异的改善。这些益处可归因于特定运动实践引起的神经肌肉控制和本体感觉刺激的增强，这些刺激更直接地可迁移到动态平衡任务中 (6)。

此外，结合干预组中观察到的更优异改善，也可能部分归因于篮球和体育舞蹈的社会和互动特征。与在相对重复的形式下进行的传统 HIIT 不同，这些特定运动活动涉及持续的人际互动、协调运动执行和任务导向的参与。篮球需要在动态比赛场景中快速调整动作、战术合作和情境决策，而体育舞蹈强调节奏同步、协调运动模式和基于伙伴的运动沟通 (40,47)。此类运动特征可能在训练期间提供更强的参与感和愉悦感，从而增加受试者在整个干预期间维持更高运动努力的意愿。先前的研究表明，多样化的运动形式可以增强青少年和大学生群体的动力和长期依从性，促进更高的能量消耗，并为全面的健康益处提供更大的神经肌肉刺激 (8)。

总之，虽然单独的 HIIT 对改善心血管指标和爆发力有效，但将 HIIT 与特定运动训练相结合可以进一步增强脂肪减少并提供额外的神经肌肉益处，从而导致身体成分、心肺适应力和体能表现的广泛改善。这些发现表明，与单一模式 HIIT 相比，HIIT 结合特定运动为 NWO 大学生提供了更全面的训练刺激，这可能归因于特定运动活动引起的生理、神经肌肉和行为需求的结合。

然而，本研究存在几个局限性。首先，缺乏随访评估阻碍了关于观察到的益处长期可持续性的结论。其次，干预期间未严格监控可能影响身体成分和心血管结果的饮食摄入和其他生活方式因素，这在很大程度上是由于与学生人群相关的持续监视的伦理和实际限制。

尽管该队列相对同质的背景可能减少了个体间差异，但不能排除残余混杂因素。最后，缺乏非干预对照组限制了相对于自然时间变化来估算绝对干预效果。因此，这些结果应被解释为反映 3 种干预方式之间的相对差异，而不是与不进行运动训练相比的确切效果。此外，本研究仅纳入男性大学生，这可能限制了研究结果推广至女性人群的普遍性。未来研究应同时纳入男性和女性受试者，以进一步探讨在 HIIT 结合特定运动干预下生理适应和反应中潜在的性别差异。总之，将篮球或体育舞蹈与 HIIT 相结合，既保留了 HIIT 的核心生理益处，又提供了额外的功能和动机优势。有必要开展纳入长期随访和饮食控制的未来研究，以进一步阐明这些效果的可持续性和普遍性。

实际应用
本研究表明，将 HIIT 与特定运动训练相结合，是改善正常体重肥胖（NWO）大学生健康相关结局的一种更有效的策略。尽管所有干预组在身体成分、心血管健康水平和体能方面均取得了显著改善，但联合干预在体脂率（BF%）、舒张压（DBP）、静息心率（RHR）以及敏捷性相关表现方面带来了更优的益处。这种方法为正常体重肥胖（NWO）个体提供了一种有效的干预策略。从业者不应仅仅依赖单一形式的 HIIT 训练，而应考虑将 HIIT 与特定运动活动相结合。在本研究中，在控制总运动强度的情况下，与单独进行 HIIT 相比，HIIT 结合篮球以及 HIIT 结合体育舞蹈均带来了更大的改善。这些发现可为设计更有效的训练干预方案提供有益参考。