A physiological heart-rate model for energy expenditure across work, exercise, and recovery: development and in-sample evaluation against indirect calorimetry
本研究开发并评估了一种样本内生理心率模型，该模型仅利用心率和方案衍生参数，即可准确估算不同活动状态（工作、运动和恢复）下的总能量消耗，尽管在下楼梯和恢复等特定条件下存在显著误差，但仍与间接热量计法保持了高度一致性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
每天，我们的身体都在消耗燃料，以维持我们的移动、思考和呼吸。科学家们称之为能量消耗，而准确了解我们消耗了多少能量，对于管理体重、进行体育训练或仅仅是了解我们的健康状况都至关重要。几十年来，衡量这一指标的金标准一直是一种被称为间接热量计的方法，即通过佩戴一个面罩来分析吸入的氧气和呼出的二氧化碳。这种方法很准确，但它也笨重、昂贵，且无法在正常生活状态下佩戴。为了填补这一空白，可穿戴技术转向了心率。其逻辑很简单：随着肌肉工作强度增加，心脏会跳动得更快，以输送氧气。通过追踪脉搏，设备试图猜测消耗了多少能量。然而，这种关系并不是一条直线。每分钟 120 次的心率，在爬坡时与在举重或冲刺后静坐时的意义可能截然不同。心脏会对压力做出复杂反应，这些反应并不总是与实际的燃料消耗相匹配，尤其是在非节奏性运动或恢复期间。
一个研究小组致力于开发一种仅使用心率来计算这种能量消耗的新方法，而不依赖于对个人年龄、性别或身高的普遍猜测。他们开发了一个模型，该模型不仅将心率视为一个数字，而是将其视为人体特定生理状态的一种信号。为了测试它，他们将 20 名健康的成年人带入实验室，进行了一次模拟多样化一天的长时间单次实验。参与者先进行了一小时的办公室工作，随后进行了一套包括骑行、举重和爬楼梯在内的循环练习，最后在跑步机上跑直到精疲力竭，然后坐下恢复了 20 分钟。在整个过程中，研究人员使用金标准的气体分析面罩测量了真实的能量消耗，同时记录了心率数据，以观察他们的新模型是否能与真实数值相匹配。
结果显示，当观察整个过程中的总能量消耗时，新模型的表现非常准确。平均而言，该模型的估算值与真实测量值几乎完全一致，在全天范围内的误差不到一千卡路里。这表明，通过使用特定的生理指标——例如一个人的最大心率以及运动期间呼吸变化的速率——该模型可以为特定身体如何消耗燃料创建一张个性化的地图。它实现了这一点，而无需了解个人的年龄或性别，而这些信息通常是标准公式所必需的。该模型在跑步和行走等节奏性活动中表现最好，因为在这些活动中，心率和能量消耗紧密相关。在这些时刻，估算值非常接近真相，误差通常在几个百分点以内。
然而，当活动发生变化时，情况就变得复杂了。该模型在短时间、高强度的抗阻练习以及停止运动后的阶段表现最差。在恢复阶段，当身体速度放慢但心率仍然保持在高位时，模型往往会高估消耗的能量。同样，在离心运动（例如肌肉在张力下伸长的下楼梯动作）期间，模型难以预测该动作的低能量成本。这些误差的产生是因为心率可能会因为除了直接燃料消耗之外的其他原因而保持升高或上升，例如身体降温的努力或肌肉的特定力学机制。虽然该模型成功避免了对人口统计学特征的猜测，但在这些特定状态下的个体误差仍然显著，这表明单一的心率数值无法完美解释每一种类型的运动。
最终，这项研究表明，只要模型使用基于正在分析的特定环节所衍生的个体化生理量，那么基于心率的方法可以提供高度准确的每日总能量消耗图景，而无需了解个人的年龄或性别。研究结果表明，更好地追踪的关键不在于增加更多的传感器，而在于理解运动的具体语境。如果设备能够识别一个人是在跑步、举重还是恢复，它就可以应用正确的规则来处理心率数据，从而获得更清晰的图景。虽然目前的这个模型是向前迈出的充满希望的一步，但研究人员指出，它仍需要在现实世界中进行测试，即在实验室受控环境之外进行测试，以观察当人们在没有研究人员告诉他们具体在做什么的情况下过正常生活时，该模型是否依然有效。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。