← Nieuwste papers
🧬 biologie

A physiological heart-rate model for energy expenditure across work, exercise, and recovery: development and in-sample evaluation against indirect calorimetry

Deze studie ontwikkelde en evalueerde een in-sample fysiologisch hartslagmodel dat nauwkeurig de totale energieverbranding over diverse activiteitsstatussen (werk, inspanning en herstel) schat met enkel hartslag en protocolafgeleide parameters, waarbij een hoge overeenstemming werd bereikt met indirecte calorimetrie ondanks opmerkelijke fouten in specifieke condities zoals traplopen naar beneden en herstel.

Oorspronkelijke auteurs: Agnar Steinarsson, Jón Hlöðver Friðriksson, Gréta Jakobsdóttir, Guillaume Bonnier, Christopher Moufawad El Achkar, Erlingur Jóhannsson, Alia Lemkaddem

Gepubliceerd 2026-10-26
📖 5 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Agnar Steinarsson, Jón Hlöðver Friðriksson, Gréta Jakobsdóttir, Guillaume Bonnier, Christopher Moufawad El Achkar, Erlingur Jóhannsson, Alia Lemkaddem

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Elke dag verbranden onze lichamen brandstof om ons in beweging, in gedachten en in adem te houden. Wetenschappers noemen dit energieverbruik, en precies weten hoeveel we verbranden is cruciaal voor het beheren van gewicht, het trainen voor sporten of simpelweg het begrijpen van onze gezondheid. Decennialang was de gouden standaard voor het meten hiervan een methode genaamd indirecte calorimetrie, waarbij een persoon een masker draagt dat de zuurstof die zij inademen en de koolstofdioxide die zij uitademen analyseert. Het is accuraat, maar het is ook lomp, duur en onmogelijk om te dragen terwijl men een normaal leven leidt. Om dit gat te vullen, heeft de draagbare technologie zich gericht op de hartslag. De logica is simpel: naarmate onze spieren harder werken, slaat ons hart sneller om zuurstof toe te dienen. Door de pols te volgen, proberen apparaten te raden hoeveel energie er wordt verbrand. Echter, deze relatie is geen rechte lijn. Een hartslag van 120 slagen per minuut kan iets heel anders betekenen wanneer je een heuvel op loopt vergeleken met wanneer je zware gewichten tilt of stilzit na een sprint. Het hart reageert op stress op complexe manieren die niet altijd overeenkomen met het werkelijke brandstofverbruik, vooral tijdens niet-ritmische bewegingen of herstel.

Een team van onderzoekers zette zich schouder aan schouder om een nieuwe manier te bouwen om dit energieverbruik te berekenen met alleen de hartslag, zonder te vertrouwen op algemene gissingen over de leeftijd, het geslacht of de lengte van een persoon. Ze ontwikkelen een model dat de hartslag niet alleen als een getal behandelt, maar als een signaal van de specifieke fysiologische staat van het lichaam. Om dit te testen, brachten ze twintig gezonde volwassenen naar een laboratorium voor een enkele, lange sessie die een gevarieerde dag nabootste. De deelnemers besteedden een uur aan kantoorwerk, gevolgd door een circuit van oefeningen die fietsen, gewichtheffen en trappenlopen omvatte, en tenslotte renden ze op een loopband tot ze uitgeput waren, gevolgd door twintig minuten zitten en herstellen. Gedurende de gehele tijd maten de onderzoekers de werkelijke verbrande energie met het gouden standaard gasanalyse-masker, terwijl ze tegelijkertijd de hartslaggegevens opnamen om te zien of hun nieuwe model de echte cijfers kon evenaren.

De resultaten toonden aan dat het nieuwe model opmerkelijk accuraat was bij het kijken naar het totale energieverbruik over de gehele sessie. Gemiddeld was de schatting van het model bijna identiek aan de werkelijke meting, waarbij het over de hele dag minder dan één kilocalorie afweek. Dit suggereert dat door gebruik te maken van specifieke fysiologische markers — zoals de maximale hartslag van een persoon en de snelheid waarmee de ademhaling verandert tijdens het sporten — het model een gepersonaliseerde kaart kan creëren van hoe dat specifieke lichaam brandstof verbrandt. Het slaagde erin dit te doen zonder de leeftijd of het geslacht van de persoon te hoeven weten, wat meestal vereist is door standaardformules. Het model werkte het best tijdens ritmische activiteiten zoals hardlopen en wandelen, waarbij de hartslag en het energieverbruik nauw met elkaar verbonden zijn. In deze momenten waren de schattingen zeer dicht bij de waarheid, vaak binnen enkele procentpunten.

Echter, het verhaal wordt ingewikkelder wanneer de activiteit verandert. Het model had de meeste moeite met korte, intense uitbarstingen van weerstandstraining en de periode direct na het stoppen. Tijdens de herstelfase, wanneer de hartslag hoog bleef hoewel het lichaam vertraagde, had het model de neiging om het energieverbruik te overschatten. Op dezelfde manier, tijdens excentrische bewegingen, zoals naar beneden lopen op een trap waarbij spieren onder spanning worden verlengd, had het model moeite met het voorspellen van de lage energiebehoefte van de actie. Deze fouten traden op omdat de hartslag hoog kan blijven of kan stijgen om redenen die niets te maken hebben met onmiddellijk brandstofverbruik, zoals de inspanning van het lichaam om af te koelen of de specifieke mechanica van de spier. Hoewel het model erin slaagde om de noodzaak voor demografische gissingen te vermijden, waren de individuele fouten voor deze specifieke staten nog steeds significant, wat aantoont dat een enkel hartslaggetal niet elk type beweging perfect kan verklaren.

Uiteindelijk demonstreert de studie dat een hartslaggebaseerde aanpak een zeer nauwkeurig beeld kan geven van het totale dagelijkse energieverbruik zonder de leeftijd of het geslacht van een persoon te hoeven kennen, mits het model gebruikmaakt van geïndividualiseerde fysiologische hoeveelheden die afgeleid zijn van de specifieke sessie die wordt geanalyseerd. De bevindingen suggereren dat de sleutel tot beter tracken niet ligt in het toevoegen van meer sensoren, maar in het begrijpen van de specifieke context van de beweging. Als een apparaat kan herkennen of iemand rent, gewichten tilt of herstelt, kan het de juiste regels toepassen op de hartslaggegevens om een veel duidelijker beeld te krijgen. Hoewel de huidige versie van dit model een veelbelovende stap voorwaarts is, merken de onderzoekers op dat het nog getest moet worden in de echte wereld, buiten de gecontroleerde omgeving van een laboratorium, om te zien of het standhoudt wanneer mensen hun leven leiden zonder dat een onderzoeker hen precies vertelt wat ze aan het doen zijn.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →