身體活動量監測器評估坐式生活者、運動習慣者、非耐力型運動員及耐力型運動員的能量消耗之可靠性與有效性

(中央社訊息服務20211210 14:34:28)量測運動員在訓練過程中的運動能量消耗 (energy expenditure, EE) 是必要的。為了監督訓練量以及維持能量平衡，監測能量消耗與能量攝取是否一致，是提升運動員表現的關鍵因子之一。運動員因其高程度的身體活動量與身體組成，而處於較高的生理需求，這導致能量消耗水平的增加。與其他非運動員群體相比，運動員具有更高的能量需求 (Ndahimana et al., 2017)。以體重管理觀點來看，不準確的能量消耗量測結果可能會使得後續的營養攝取不足，增加了瘦肉組織減少的風險，進而影響了運動表現，甚至會導致多種健康不利發展，包括心血管系統，數種賀爾蒙分泌，肌肉骨骼系統，液體和電解質，體溫調節，生長和發育 (Arieli & Constantini, 2012)。

通過了解個人的能量消耗，使得教練或是運動員可以有效地確定在特定運動的週期性與季節性計畫所需的訓練負荷量，並提供相關營養需求的適當建議 (Taylor et al., 2018)。目前，攝氧量分析法或是雙標水準法 (Doubly labelled water, DLW) 已經被視為標準量測法，能夠準確地量化各種身體活動的強度與能量消耗。儘管這些方法精準度很高，但受限於建置成本高與使用場所要求。因此，需要其他更經濟與方便的方法來測量能量消耗，就像是近年來蓬勃發展的慣性感測器。以加速規型的穿戴式裝置日漸普及，使得應用於估算運動過程的能量消耗更加方便。因為它們相對易於使用、低成本且能準確地連續量測數天或數週的身體活動 (Sushames et al. 2016)。加速規型的慣性感測器是量化一個或三個垂直軸向其隨時間推進的連續動作的加速度，並可在一段時間內連續監測身體活動，其裝置的量測值可輸出成步數、活動計數、強度計數，及向量總和，並且利用預估公式來計算能量消耗。目前所發展出的能量消耗預估公式主要是以一般成年人為受試族群。在過去研究中也較少專門為特定族群所設計的能量消耗估公式，如此一來，可能會使得特定族群在能量消耗的預估上會產生被高估或低估的狀況。

由於運動員肌肉系統發達，甚至連重要器官 (例如肝臟、心臟與腎臟) 的體積皆大於一般人 (Miyauchi et al., 2013)，研究顯示肌肉量與氧氣消耗量成正比，也就是肌肉量越多，耗氧量越大，使得代謝越旺盛，結果就是EE也跟著變多 (Farinatti & Castinheiras Neto, 2011)。以生理學角度來說，運動員的生理代謝能力與一般人甚至是坐式生活者來的高，且運動員的基礎代謝率 (resting metabolic rate, RMR) 與總能量消耗 (total energy expenditure, TEE) 也皆比非運動員族群來的高 (Kim et al., 2015: Ndahimana et al., 2017)。不過，在利用穿戴裝置來量測活動量與估算能量消耗的相關研究中，目前較少有專屬於運動員使用的預估公式，若將一般人使用的能量消耗預測方程式套用在運動員身上，可能會產生能量消耗被低估的現象。目前已有一些研究利用生理參數 (例如心率) 進行個人化校正，來提升能量消耗預估值的準確度，在我們先前的研究也證實將心率儲備 (heart rate reserve, HRR) 參數導入預測公式，具有更加的準確度 (Chang et al., 2019)。目前商業型穿戴式慣性感測裝置的能量消耗預測公式是無法準確的量測出運動員的能量消耗，存在著低估數值的現象。將加速規的向量參數結合心率儲備參數對不同體能族群的能量消耗估算有較佳的修正效果，特別是對於非耐力型運動選手的能量消耗估算有大幅的提升。運動員依其運動專項特性，會發展出不同的體能特質，使得骨骼肌的組成分布與質量特性也會不同。能夠準確的估算各類型運動員的能量消耗是至關重要的，必須防止因不準確的預估結果，造成運動員在能量平衡上出現失常，引發後續負面影響。

本文改寫自PeerJ 「Reliability and validity of the physical activity monitor for assessing energy expenditures in sedentary, regularly exercising, non-endurance athlete, and endurance athlete adults」更詳盡研究內容請參閱PeerJ於2020年出刊之第8卷第e9717篇 (https://dx.doi.org/10.7717%2Fpeerj.9717)。

參考文獻

1.Ndahimana D, Lee SH, Kim YJ, Son HR, Ishikawa-Takata K, Park J, & Kim EK. (2017). Accuracy of dietary reference intake predictive equation for estimated energy requirements in female tennis athletes and non-athlete college students: comparison with the doubly labeled water method. Nutr Res Pract, 11(1), 51-56.

2.Arieli R & Constantini N. (2012). Energy balance among female athletes. Harefuah, 151(2), 82-85.

3.Taylor M, Nagle EF, Goss FL, Rubinstein EN, Simonson A. (2018). Evaluating Energy Expenditure Estimated by Wearable Technology During Variable Intensity Activity on Female Collegiate Athletes. Int J Exerc Sci, 11(7), 598-608.

4.Sushames A, Edwards A, Thompson F, McDermott R, Gebel K (2016) Validity and Reliability of Fitbit Flex for Step Count, Moderate to Vigorous Physical Activity and Activity Energy Expenditure. PLoS One 11, e0161224.

5.Miyauchi S, Oshima S, Asaka M, Kawano H, Torii S, & Higuchi M. (2013). Organ size increases with weight gain in power-trained athletes. Int J Sport Nutr Exerc Metab, 23(6), 617-623.

6.Farinatti PT & Castinheiras Neto AG. (2011). The effect of between-set rest intervals on the oxygen uptake during and after resistance exercise sessions performed with large- and small-muscle mass. J Strength Cond Res, 25(11), 3181-3190.

7.Kim JH, Kim MH, Kim GS, Park JS, Kim EK. (2015). Accuracy of predictive equations for resting metabolic rate in Korean athletic and non-athletic adolescents. Nutr Res Pract, 9(4), 370-378.

8.Chang CH, Lin KC, Ho CS, & Huang CC. (2019). Accuracy of the Energy Expenditure during Uphill Exercise Measured by the Waist-worn ActiGraph. J Exerc Sci Fit, 17(2), 62-66.

(文 國立體育大學張淳皓、徐藝洳、李芳、杜育才、張維倫、許志文、黃啟彰、何金山提供)