基于人口统计学信息与静息心率变异性参数的青少年男子足球运动员Yo-Yo IR1衍生有氧耐力机器学习预测

《Frontiers in Physiology》：Yo-Yo IR1-derived aerobic endurance machine-learning prediction in youth male soccer players using demographics information and resting heart rate variability parameters

　　

引言/目的：本研究评估了人口统计学信息及短时静息心率变异性（heart rate variability, HRV）在估计青少年男子足球运动员通过Yo-Yo间歇恢复一级（Intermittent Recovery Level 1, IR1）测试所获得的有氧耐力体能中的预测价值。 方法：共275名8至18岁球员于季前接受测试。数据包括球员特征、仰卧位与站立位静息心率及其变异性、Yo-Yo测试结果。使用Polar Team 2记录1至5分钟短时RR间期（RR interval, RRi），进行伪差预处理，分析时域、频域及非线性HRV特征；频域指标由线性去趋势后信号提取以保证平稳性。研究人员构建10个结合球员特征（年龄、身高、体重、身体质量指数（body mass index, BMI）、身体成分、成熟偏移（maturity offset）、训练年限、比赛身份）与HRV的数据集，训练多种机器学习（machine learning, ML）回归模型，并以标准指标评价性能，使用SHAP值识别关键预测因子。 结果：最终样本237人，年龄中位数13（8-18）岁，BMI 18.8（13.8-29.3）kg/m2。最佳模型为120秒仰卧位随机森林（random forest, RF）与240秒站立位RF，RMSE分别为2.89 ml/kg/min（344 m）与2.82 ml/kg/min（336 m），MAE分别为2.27 ml/kg/min（270 m）与2.26 ml/kg/min（269 m）。仅用人口统计学特征的RF基线RMSE为3.15 ml/kg/min（375 m）、MAE 2.39 ml/kg/min（285 m）；加入HRV后准确性有小幅但稳定提升。年龄、训练经验、成熟偏移及非线性HRV特征（符号动力学、Higuchi分形维数）影响最大。 讨论：结合基础特征与短时HRV的ML模型表现中等；HRV带来的增量改进有限，这些探索性模型尚不能替代Yo-Yo场地测试或指导个体训练决策。

研究背景方面，最大摄氧量（maximal oxygen uptake, V?O_2max）是足球运动员体能的关键决定因素，实验室金标准昂贵耗时且难复现比赛中的战术与技术负荷，而基于跑动的场地测试又会干扰训练与赛程。因此，研究人员希望利用可广泛、快速、低成本在静息状态下采集的数据，建立机器学习（machine learning, ML）模型，对青少年男子足球运动员的有氧耐力进行初步估计。该研究以Yo-Yo间歇恢复一级（Intermittent Recovery Level 1, IR1）测试衍生的估计V?O_2max作为输出，并不声称预测生理真值V?O_2max，目的是在单中心青少年男足队列中探索人口统计学信息与静息心率变异性（heart rate variability, HRV）的增量预测价值，相关论文发表在《Frontiers in Physiology》。

主要关键技术方法上，研究人员采用便利抽样，从一家无女足分部的俱乐部纳入275名8至18岁男性球员，最终因RRi伪差超过5%排除38人，保留237人。使用Polar Team 2与Polar H10胸带采集仰卧位及站立位RR间期（RR interval, RRi），经CoRRection软件校正伪差，按1至5分钟窗口切分，用NeuroKit2计算时域、非线性HRV，频域特征在线性去趋势并保证平稳性后通过Welch方法估计功率谱密度。以75:25年龄分层划分训练集177人与测试集60人，采用线性回归、支持向量机、决策树、随机森林（random forest, RF）与梯度提升等回归模型，网格搜索结合10折交叉验证调参，并用SHAP解释特征重要性。

研究结果部分，2.1研究人群中，纳入标准包括有效体检、近六月无肌肉骨骼损伤、至少一年训练经验、每周至少三次训练；最终237人含128名首发与109名替补，排除组与保留组在年龄、身高、体重、BMI、成熟偏移和Yo-Yo距离上无实质偏差。2.2检查中，单次晨训周完成人体测量、身体成分、RRi采集及Yo-Yo IR1；成熟状态用Moore方程估计成熟偏移（maturity offset），Yo-Yo距离按Bangsbo公式转为估计V?O_2max=距离(m)×0.0084+36.4 ml/kg/min。2.3 RR间期采集处理与HRV分析中，RRi经视觉盲法校正，5分钟记录分为1、2、3、4、5分钟片段；KPSS检验显示线性去趋势后平稳性由约39%-67%提升至95%-100%，站立位优于仰卧位；频域由去趋势信号计算，时域与非线性由原始信号处理。2.4机器学习算法与特征重要性中，年龄分层划分固定随机种子67，相同划分用于所有数据集；RF在120秒仰卧位RMSE 2.89 ml/kg/min、R² 0.65，240秒站立位RMSE 2.82 ml/kg/min、R² 0.67；人口统计学仅模型中线性回归RMSE 3.09、RF RMSE 3.15；加入HRV使RMSE降低0.26至0.33 ml/kg/min，R²提高0.06至0.08；SHAP显示年龄、训练年限、体脂百分比（fat percentage, FATP）、成熟偏移及符号动力学、熵类等非线性HRV最重要；Bland-Altman显示两组模型均值偏倚近0，但一致限约±5.6 ml/kg/min，仰卧位120秒模型存在比例偏倚，站立位240秒无显著比例偏倚；剔除甚高频（very high frequency, VHF）带未降低性能，说明VHF预测价值有限。

讨论部分总结，研究人员指出该类模型在组内表现中等，HRV相对人口统计学与成熟度变量的增量价值有限，可能因自主神经成熟与体格生长信息重叠；符号动力学等优势在于不受呼吸频率变化影响，可反映自主神经平衡。短时记录如120秒与240秒已可提供有用信息，不一定依赖传统5分钟金标准。但研究为单中心、仅男足、参考值为Yo-Yo衍生而非直接气体分析V?O_2max，无呼吸率与运动学同步记录，预测因子约80个而训练样本177人，存在过拟合与选择乐观风险；仰卧位模型有回归至均值效应，个体一致限宽约11.4 ml/kg/min，不能用于个体训练决策。

结论部分翻译为：在该单中心队列中，内部开发的结合人口统计学、人体测量变量与短时静息HRV的模型，测试集RMSE为2.82至2.89 mL·kg^-1·min^-1，MAE为2.26至2.27 mL·kg^-1·min^-1。与同类学习器的人口统计学仅RF基线相比，加入仰卧位与站立位HRV分别使RMSE降低0.26与0.33 mL·kg^-1·min^-1。由于算法与记录窗口在独立测试集上比较，性能不确定性未被量化，个体一致限约11.4 mL·kg^-1·min^-1，且仰卧位120秒模型存在比例偏倚，这些发现应视为探索性结果；在个体或应用前仍需外部验证与预设模型选择流程。