高热应激下生理与感知应激之间的潜在联系

《European Journal of Sport Science》：Potential Links Between Physiological and Perceptual Strain in High Heat Stress

　　

生理应激指数（PhSI）被广泛用于量化热应激期间的体温调节和心血管应激。然而，在职业或运动环境中，直接生理测量可能并不总是可行。因此，本研究旨在探讨高热应激下感知应激与综合生理应激指数之间的关系和一致性。十名健康、体力活跃、未热适应的男性（年龄：29（7）岁；身高：1.79（0.11）m；体重：77.4（9.3）kg）在具有等效湿球黑球温度（WBGT）的热-干（HD）和温-湿（WH）环境中完成了两项随机交叉运动试验。在60分钟骑行期间，于基线和每15分钟测量心率（HR）、直肠温度（T_re）、皮肤温度（T_sk）、主观疲劳感觉等级（RPE）和热感觉（TS）。使用经过验证的方程计算生理应激指数（PhSI）、适应性生理应激指数（aPhSI）和感知应激指数（PeSI）。重复测量相关分析显示，在HD（R_rm=0.940–0.943）和WH（R_rm=0.980–0.982；所有p<0.001）条件下，PeSI与PhSI和aPhSI之间存在非常强的关联。受试者工作特征（ROC）分析显示，PeSI对生理应激具有良好至优异的区分能力（AUC=0.895–0.969）。混合效应分析显示，较高的PeSI值与PhSI（β=1.325，p<0.001）和aPhSI（β=1.459，p<0.001）的增加相关。然而，Bland-Altman分析显示平均偏倚相对较小（0.4–0.9 AU），但一致性界限较宽（?2.8至4.2 AU），表明PeSI与生理应激指数不可互换。这些发现表明，当直接生理测量不可用时，PeSI可作为生理应激的实用辅助或筛查指标。

该研究论文发表于《European Journal of Sport Science》，旨在探讨高热应激条件下生理应激与感知应激之间的关联。在高温环境中运动或工作会因代谢产热与环境热负荷的叠加，挑战人体的体温调节和心血管系统，进而导致热应激（heat stress）并引发一系列热应变（heat strain）。热应变既包括核心温度升高、心率加快等生理反应，也包括主观疲劳感、热感觉等感知反应。为量化热应变，Moran等提出了生理应激指数（Physiological Strain Index, PhSI），该指数结合核心温度与心率，采用0至10的标度对综合生理应激进行分级。然而，PhSI依赖直肠温度等侵入性测量手段，在消防、军事等现场环境中难以实施。因此，基于主观疲劳感觉等级（Rating of Perceived Exertion, RPE）和热感觉（Thermal Sensation, TS）构建的感知应激指数（Perceptual Strain Index, PeSI）被视为一种潜在的替代指标。已有研究在不同人群和条件下评估了PeSI与PhSI的关系，但结果存在矛盾，且尚未见在等效湿球黑球温度（Wet-Bulb Globe Temperature, WBGT）的热-干（Hot-Dry, HD）与温-湿（Warm-Humid, WH）环境中，同时比较PeSI与PhSI及适应性生理应激指数（adaptive Physiological Strain Index, aPhSI）关系与一致性的报道。为此，研究人员开展了本研究，旨在检验中等强度运动过程中，高热应激环境下感知应激与综合生理应激指数之间的关系和一致性，并探索PeSI与个体生理反应（直肠温度T_re、心率HR、皮肤温度T_sk）之间的关联。

在方法上，研究人员招募了10名健康、体力活跃、未热适应的男性作为样本队列，其年龄为29（7）岁，身高1.79（0.11）m，体重77.4（9.3）kg。受试者在HD（39.2°C，30%相对湿度）与WH（34.2°C，55%相对湿度）两种环境下（WBGT约30°C）完成随机交叉的60分钟中等强度骑行试验。试验中测量HR、T_re、T_sk、RPE和TS，并通过验证方程计算PhSI、aPhSI和PeSI。主要统计方法包括重复测量相关分析、受试者工作特征（ROC）曲线、混合效应模型和Bland-Altman一致性分析。

在结果部分，研究人员首先通过初始分析（Initial Analysis）比较了两种环境下的生理与感知反应。双因素方差分析显示，HD与WH条件下的WBGT、HR、T_re、RPE、TS、PhSI、aPhSI和PeSI均无显著差异，但HD条件下的代谢产热量和T_sk显著高于WH。重复测量相关分析显示，在HD条件下PeSI与PhSI（R_rm=0.940）和aPhSI（R_rm=0.943）均呈非常强的正相关；在WH条件下，PeSI与PhSI（R_rm=0.980）和aPhSI（R_rm=0.982）的相关性更强（p<0.001）。

在主要分析（Primary Analysis）中，标准交叉表分析显示，PeSI≥7在两种环境下均能显著识别PhSI≥7或aPhSI≥7的高生理应激个体。ROC曲线分析显示，PeSI判别PhSI≥7的AUC在HD为0.895、WH为0.969；判别aPhSI≥7的AUC在HD为0.939、WH为0.969，提示其判别能力达良好至极佳水平，且WH环境优于HD环境。混合效应模型显示，PeSI对PhSI（β=1.325，p<0.001）和aPhSI（β=1.459，p<0.001）均有显著正向预测作用，但PeSI与时间的交互项显著为负（β=-0.016和-0.019，p<0.001），表明随运动时间延长，二者关联强度逐渐减弱。Bland-Altman分析显示，PeSI与PhSI的平均偏倚在HD和WH均为0.4 AU，但95%一致性界限宽达-2.7至3.4 AU（HD）和-2.8至2.1 AU（WH）；PeSI与aPhSI的平均偏倚在HD为0.9 AU、WH为0.6 AU，95%一致性界限分别为-2.3至4.2 AU和-2.3至3.5 AU，提示个体间变异较大，二者不能视为可互换的测量工具。

在次要探索性分析（Secondary Exploratory Analysis）中，混合效应模型显示PeSI与HR（β=27.486，p<0.001）、T_re（β=0.104，p=0.011）和T_sk（β=0.273，p<0.001）均存在显著正相关；环境条件仅对T_sk有显著影响（β=0.408，p=0.002），HD环境下的T_sk更高。

讨论部分指出，这是首次在等效WBGT的HD和WH环境中评估PeSI与PhSI及aPhSI关系的报告。PeSI与两种生理