METHODS
被験者と手順
合計110名の健康な男性(年齢: 21.6 (SD 2.5) ; BMI: 23.6 (2.2) )が志願した。 除外基準は喫煙と筋肉や骨格の損傷であった。 参加者全員から十分な説明を受けた後、書面によるインフォームドコンセントを得た。 コホートは任意にモデル群(n = 40)と検証群(n = 70)に分けられた。 8972>
14日間のうちに、すべての参加者がトレッドミルのVo2max評価を受け、屋内のゴムフロアの体育館で20mMSTを実施した。 検証群とは異なり、モデル群の参加者は、携帯用ガス分析器を用いて20mMSTを行いながらVo2max評価を行った。 評価中は、両方の測定場所で同様の環境条件を維持するために特別な注意が払われた。 データ収集の前に、被験者はすべての評価プロトコルに慣れるようにした。 また、データ収集の36-48時間前には、ストレスのかかる活動を避けるようアドバイスした。 この研究は、University of Wolverhamptonの研究倫理委員会によって承認された。
データ収集
実験室におけるVo2maxの評価(TT)
修正ブルーストレッドミル試験(TT)を疲労するまで行った16。 トレッドミルの走行速度は、被験者が7~10分で疲労困憊するように適宜操作された。 トレッドミルの傾斜は、最初の3.5°から3分ごとに2.5°ずつ増加させた。 酸素摂取量(Vo2(ml kg-1 min-1))は,あらかじめ標準ガスで校正した自動ガス分析器(Vmax 29, SensorMedics, Yorba Linda, CA)を用いて開回路スパイロメトリーにより測定した. 呼吸パラメータは、試験中20秒ごとに記録し、被験者は低抵抗の二股ルドルフバルブを通して室温の空気を吸入した。 被験者が Vo2max を達成したことを確認するため、測定値は以下の基準のうち少なくとも 2 つを満たした場合に、さらなる解析の対象とした。 (i) 最大心拍数 185 bpm 以上、(ii) 呼吸交換比 1.1 以上、および/または (iii) Vo2 曲線のプラトーが検出された。 この試験は、確立された手順に従って実施された。6 モデル群では、ポータブルガス分析器(K4b2、Cosmed、ローマ、イタリア)を使用して、試験中20秒ごとに呼吸パラメータを記録し、被験者はフェイスマスクを通して室内空気を吸入した。 最大酸素摂取量は、オープンサーキット法で測定された主なパラメータである。 測定に先立ち、ガス分析器は標準ガスで校正された。 疲労困憊は、以下の基準のうち少なくとも2つが満たされたときに確認された。 (i) 最大心拍数 185 bpm 以上、(ii) 呼吸交換比 1.1 以上、および/または (iii) Vo2 曲線のプラトーが検出されたとき、疲弊が確認された。 検証グループでは、Vo2maxは確立された手順に従って20mMSTパフォーマンスから予測された6
K4b2ガス分析器は475gであり、被験者のエネルギー需要を大きく変えることはないと考えられた。 5人の被験者(年齢:21.6(SD 1.3)、BMI:24.3(1.5))を用いたパイロット試験が、追加のエネルギー需要を調査し、採用した2つのガス分析器間で有意な一致が存在することを確認するために実施された。 調査のメインパートに参加しなかった被験者は、両方のガス分析器を用いて、先に述べた TT を 2 回行った。 その結果、定置型(Vmax 29, SensorMedics)と携帯型(K4b2, Cosmed)ガス分析計で記録した平均 Vo2max 値の間に有意差(p>0.05)は見られなかった(48.7 (SD 3.1) v 49.1 (3.) )。5)ml kg-1 min-1)、平均絶対誤差は0.51(SD 0.18)ml kg-1 min-1だった。
統計解析
ANOVAはTTと20mMST間の平均ECの比較に使用された。 TTと20mMST間のエネルギーコスト分散(ECV)が元の20mMST予測モデル(EQLÉG6)に及ぼす影響を、同時一般線形モデル(GLM)により評価した。 このモデルは、平均ECVを独立変数として、TTとEQLÉG間のVo2maxの差/誤差を予測することを目的としたものである。 さらに、ECVと様々な人体計測特性との間の線形性を検出するために、ピアソンの相関係数が用いられた。
新しい予測モデルの計算では、反復観測間の被験者固有の依存性を考慮するために、一般化推定方程式(GEE)18アプローチが採用された。 GEEは、正規ではないが依存的に分布する応答変数に一般化線形モデルを当てはめる際に強力なアプローチである18。モデル群のデータ(n=40)を用いて、20mMST中に測定したVo2maxを予測する式(EQMST)を生成するために、GEE推定を用いたGLMフレームワークが導入された。 後者のモデルでは、20mMST時の最大到達速度(MAS)を独立変数とした。 その後、EQMSTの最終結果を独立変数として、参照標準TT Vo2max(従属変数)を予測することを目的としたEQTTモデルを生成するGEE推定による第2のGLMが行われた。 この手順は、ECVを考慮した20mMST Vo2maxモデルを生成するために採用されました。 EQTTモデルの計算で行われた手順が従来のアプローチよりも実際に優れていることを確認するため、TT Vo2max(従属変数)とMAS(独立変数)を用いてGLMが計算された。 ANOVAとピアソンの相関係数を用いて、3つのモデルのVo2maxの平均実測値と予測値の間の偏りを検出した。
残りの70人の被験者(検証グループと呼ぶ)のデータを用いて、EQTTと元のEQLÉGモデルの相互検証を行った。 相関係数、ANOVA、95%一致限界分析(LIMAG)、変動係数パーセント(CV%)を採用し、確立された手順に従って2つのモデルを検証した19。95%信頼区間(CI95%)とROC曲線分析はSAS/Macro/IMLに組み込まれた統計ソフトを用いて計算した。 後者のソフトウェアは、反復測定デザインから得られたデータに対してダミー変数を用いて ROC 曲線を適合させるために特別に設計されたものである。 Vo2CRの分界点は、利用可能なガイドラインに従って44ml kg-1 min-1に設定された。 感度(SE)は、20mMST予測値44ml kg-1 min-1未満を示したVo2CR未満の被験者の割合と定義された。 特異度(SP)は、Vo2CR以上の被験者のうち、20mMST予測値が44ml kg-1 min-1以上であることを明らかにした割合と定義した。 McNemar χ2分析により、両計算式のカットオフ点における計算された感度と特異度の差異を調べた。 Cohenのκ統計量は,予測モデルと参照標準検査との間の一致度を評価するために使用された. 最後に,ANOVAとピアソンの相関係数を用いて,実測値と予測値の平均値の間の偏りの可能性を検出した. すべての統計解析は、SPSS(バージョン11.5;SPSS, Chicago, IL)およびSAS(バージョン8.2;SAS Institute, Cary, NC, USA)の統計ソフトウェアパッケージを用いて行った。 有意水準はp<0.05.
とした。