《Frontiers in Sports and Active Living》:Aerobic capacity, strength, and cognitive performance of e-sports athletes and their determinants
编辑推荐:
目的:描述职业电子竞技运动员(e-sports group,E-SG)的身体和认知表现特征,并与健康大学生(control group,CG)进行比较。方法:通过握力(handgrip strength,HGS)以及递增心肺运动试验(cardiopulmona
目的:描述职业电子竞技运动员(e-sports group,E-SG)的身体和认知表现特征,并与健康大学生(control group,CG)进行比较。方法:通过握力(handgrip strength,HGS)以及递增心肺运动试验(cardiopulmonary exercise test,CPET)中峰值摄氧量预测百分比(V?O2peak%)和无氧阈(anaerobic threshold,AT)摄氧量预测百分比(V?O2AT%)对运动表现进行横断面评估。使用基于计算机的测试评估记忆和反应时间。通过全面健康评估,研究人员探讨了身体和认知表现的决定因素及其与最近一次锦标赛排名之间的关系。结果:共纳入64名男性参与者(34名E-SG;30名CG)。两组间年龄、身体成分和血液检测结果无差异。E-SG表现出更高的久坐时间(p < 0.001)、较低的HGS(47.23 ± 8.69 kgf vs. 42.8 ± 8.88 kgf;p = 0.027),以及较差的V?O2peak%(CG: 106.7 ± 13.49 vs. E-SG: 86.4 ± 12.05;p < 0.001)和V?O2AT%(86.00 ± 13.35 vs. 68.5 ± 13.56;p < 0.001)。作为E-SG成员和拥有较低的去脂体重(fat-free mass)是较低V?O2peak%的独立预测因子,而久坐时间与V?O2AT%呈负相关。E-SG显示出更快的工作记忆(working memory,736 ms vs. 893 ms;p = 0.016),这与锦标赛排名呈微弱但正向的关联(β = 0.076;p = 0.011)。训练时间是排名的临界预测因子。结论:与健康大学生相比,职业电子竞技运动员表现出较低的有氧适能(aerobic fitness)、高度久坐行为和更快的工作记忆,突显了职业需求与其潜在健康影响之间的复杂相互作用。
## 论文解读
### 一、研究背景
电子竞技(e-sports)是数字游戏文化与传统体育交叉融合的新兴领域,已发展成为价值数十亿美元的全球性产业。与传统竞技体育选手类似,电子竞技运动员需要通过大量训练来习得一整套技能。不同类型的游戏对选手的技能要求各有侧重,但大多数项目要求极高的精准度和反应速度,胜负往往在毫秒之间决定。研究表明,电子竞技运动员在比赛过程中需要同时调动认知和运动技能,以优化决策和反应时间;游戏玩家通常在视觉反应时间和视觉记忆任务(包括序列记忆和即时记忆)方面优于非游戏玩家。
竞技电子竞技运动员通常每天训练5.5至10小时,连续久坐时间可达3小时甚至更长;精英选手每天训练可能超过10小时,反复执行精准的鼠标和键盘操作,每分钟精细动作可达约400次。然而,长时间久坐行为、低体力活动水平、长时间屏幕暴露、重复性动作以及可能伴随的不健康生活习惯,可能对电子竞技运动员的身心健康产生显著影响。已有研究显示,电子竞技运动员体能水平较低,常出现眼疲劳、重复性劳损(如肌腱炎、腕管综合征)、睡眠障碍和情绪障碍,这些不良状况不仅带来潜在的长期健康后果,还可能削弱训练效果并对竞赛表现产生负面影响。
基于上述背景,本研究的主要目的是系统描述职业电子竞技运动员的身体表现(肌力与心肺适能)和认知表现(记忆与反应时间)特征,并与不参加电子竞技竞赛的健康大学生进行比较。次要目的是探讨身体和认知表现的决定因素,以及这些因素与电子竞技运动员在最近一次锦标赛中职业成就之间的关联。
### 二、研究方法概述
本研究为定量横断面研究,在巴西圣卡米洛大学中心(S?o Camilo University Center)运动与生活质量研究实验室进行,经当地伦理委员会批准(编号6.658.033),数据收集时间为2024年2月至2025年6月。研究对象为国际级职业电子竞技运动员,涵盖三类游戏:多人在线竞技场(Multiplayer Online Battle Arenas,MOBA)、第一人称射击(First-Person Shooters,FPS)和 Squad Battle Royale,通过联系战队经理进行招募。对照组为年龄、性别和身体质量指数(body mass index,BMI)匹配的大学生。最终纳入64名男性参与者(E-SG 34名,CG 30名)。关键技术方法包括:递增负荷心肺运动试验(CPET)在跑步机上进行直至耐受极限,使用代谢系统(K5, COSMED)进行逐次呼吸气体交换分析,配合逐跳心率监测;握力(HGS)采用液压握力计(JAMAR
?)评估;身体成分采用生物电阻抗分析(bioelectrical impedance analysis,BIA,Biodynamics
? model 450);神经认知测试采用Ubrain
?在线平台进行五项计算机化测试(情景记忆、简单反应、选择反应、词语记忆、工作记忆);健康问卷整合了医院焦虑抑郁量表(Hospital Anxiety and Depression Scale,HADS)、患者健康问卷-9(Patient Health Questionnaire-9,PHQ-9)、匹兹堡睡眠质量指数(Pittsburgh Sleep Quality Index,PSQI)和欧洲五维健康量表(European Quality of Life 5 Dimensions 3 Level Version,EQ-5D-3L)等验证工具;职业表现以最近锦标赛中的百分位排名进行量化。统计方法包括独立样本t检验、Mann-Whitney U检验、卡方检验和多元线性回归分析。
### 三、研究结果
**3.1 主要结果:身体与认知表现**
在身体表现方面,CG参与者的握力显著优于E-SG(47.23 ± 8.69 kgf vs. 42.8 ± 8.88 kgf;p = 0.027),心肺适能亦显著更佳:CG的V?O
2peak%(106.7 ± 13.49 vs. 86.4 ± 12.05;p < 0.001)和V?O
2AT%(86.00 ± 13.35 vs. 68.5 ± 13.56;p < 0.001)均显著高于E-SG。在认知表现方面,E-SG参与者的工作记忆反应时间显著快于CG(736 ms vs. 893 ms;p = 0.016),但两组在简单反应时间、选择反应时间、情景记忆准确性和词语记忆准确性方面差异均无统计学意义。
**3.2 身体与认知表现的决定因素及其对职业表现的影响**
针对身体表现决定因素的多元线性回归分析显示,握力模型仅具有适中的解释能力(R
2 = 0.246,调整后R
2 = 0.208)。V?O
2peak%模型则表现出较强的解释力(R
2 = 0.59,调整后R
2 = 0.53;p < 0.001),去脂体重(β = 0.49;p = 0.007)和分组(E-SG vs. CG,β = ?14.7;p < 0.001)为两个独立预测因子。V?O
2AT%模型具有中等解释力(R
2 = 0.47,调整后R
2 = 0.41;p < 0.001),久坐时间与V?O
2AT%呈负相关(β = ?1.38;p = 0.035),即每周每个工作日每多坐一小时,预计V?O
2AT%下降约1.4个百分点;分组同样为独立决定因素(β = ?10.33;p = 0.028)。
针对工作记忆的回归分析表明,在单变量分析中,分组(β = ?151.0;p = 0.013)、教育水平(β = ?124.0;p = 0.043)和训练时间(β = ?2.98/小时/周;p = 0.013)均与工作记忆表现显著相关。在调整了PSQI评分和焦虑抑郁症状类别后(Model 1),分组仍保持显著(β = ?165.36;p = 0.014),模型解释13.4%的变异。进一步纳入教育水平后(Model 3),分组系数减弱(β = ?123.4)且不再具有统计学显著性,模型解释力提高至18.7%。
在职业表现分析中,单变量分析显示工作记忆与排名百分位数呈微弱但显著的正相关(β = 0.05;p = 0.013)。在最终调整模型(Model 3)中,训练时间成为排名的临界预测因子(β = 0.70;p = 0.050),工作记忆与排名百分位数保持独立正相关(β = 0.076;p = 0.011),提示更快的工作记忆反应与更好的竞赛表现相关。
### 四、讨论与结论
本研究对职业电子竞技运动员的身体状况、认知表现、心理健康和生活质量进行了全面描述,并探讨了这些维度与竞赛表现的关系。选择大学生作为对照组具有合理性:首先,大多数电子竞技运动员的年龄正处于预期上大学的阶段;其次,大学生同样因长时间上课或在家学习而表现出明显的久坐行为;第三,高等教育通常预示着更好的认知表现,这使得两组比较能够揭示电子竞技运动员日常模式对其身心状态的真正影响。
工作记忆在竞技游戏中扮演核心角色,支持快速决策、任务切换和信息的实时更新。虽然单变量分析显示较高教育水平和职业电子竞技参与均与更快的工作记忆相关,但多元分析中这些关联不再显著,这一发现尚不能得出明确结论。然而值得关注的是,E-SG尽管教育水平较低,其工作记忆平均快于CG,且工作记忆被发现与锦标赛表现相关。此外,更长训练时间有提高职业表现的趋势,这提出了电子竞技训练可能改善工作记忆的假设。
本研究发现E-SG在简单反应时间、选择反应时间、情景记忆和词语记忆方面与CG无显著差异,可能有以下解释:游戏训练的认知优势可能是选择性的而非全局性的;本研究所用神经认知测试与运动员习惯的场景不完全一致;对照组由大学生组成,其本身预期具有高于平均水平的神经认知技能;此外,两组大多数参与者报告睡眠质量不佳,睡眠质量是影响注意力的因素之一,可能抵消了游戏训练对反应时间的积极影响。
E-SG体能的显著下降是本研究最相关的发现之一。由于两组在血红蛋白浓度、肺功能和烟草消费方面无差异,研究人员推测体能下降主要由身体成分和久坐时间驱动,这两者在回归分析中与无氧阈和峰值摄氧量显著相关。这一发现与先前研究一致,但需注意此前有研究挑战了"电竞运动员体能差"的观点,不过该研究的样本主要为业余玩家(日均训练约2小时),而本研究的职业选手日均训练约8.1小时,久坐时间显著更高。增加的久坐时间已被证明会提升心血管风险,并与较低的生活质量反复关联。虽然本研究未发现与长期不活动和体能下降相关的代谢异常(如糖尿病或血脂异常),但E-SG已显示出较低的总体健康自评得分,这可能反映了对健康状况恶化的感知增强,与疲劳、身体不适或对长期健康后果的担忧有关。
在实践意义方面,常规运动训练可能是职业电子竞技运动员对抗长时间游戏对健康产生不良影响的必要干预措施。虽然运动训练对职业表现的实际影响可能不及游戏训练本身显著,但运动员的健康和生活质量应被视为首要考量,运动可能在减少倦怠和其他导致运动员过早退出职业电竞的健康问题方面发挥作用。
本研究存在若干局限性:横断面设计无法进行因果推断;对照组招募可能引入选择偏倚;全男性样本限制了向女性职业电竞运动员推广的适用性;样本量较小且评估结局范围广泛,可能同时引入I类和II类错误。神经认知测试(Ubrain
?)未在巴西人群中验证,且缺乏参考值。E-SG教育水平显著低于CG,可能减弱了组间认知差异。对照组中业余游戏行为普遍,也可能减少了组间差异。但这也使研究样本反映了真实世界情况,增加了外部有效性。本研究的优势在于:是少数专门分析职业级电竞运动员的研究之一;使用了身体表现的金标准生理评估方法和经过验证的心理健康与生活质量筛查工具;设计了衡量职业成功的指标。
**研究结论:** 职业电子竞技运动员与匹配的大学生相比,表现出较低的有氧适能、较低的去脂体重和较高的久坐行为。此外,尽管整体教育水平较低,他们却表现出更快的工作记忆。虽然认知效率和训练时间可能与提升竞赛表现相关,但在这些早期职业阶段,身体适能和代谢标志物并未直接影响比赛结果。研究人员的发现强化了电子竞技的认知需求,同时突显了临床上相关的健康脆弱性,支持未来开展临床试验以检验身体训练和预防性健康策略对可持续表现和运动员长期福祉的影响。