运动能量消耗简易测量方法

王振萍

(新疆艺术学院基础部，新疆 乌鲁木齐 830049)

间接测热法(IC)和双标水法(DLW)已被证实为测量能量消耗的金标准，但由于操作繁杂、成本较高等原因，很难用来测量大样本人群自由生活状态下的能量消耗。体力活动日志是调查研究中常用的一种方法，但其结果与实际能量消耗偏差较大，且一致性差。传感器技术已经广泛应用于人体体力活动能量消耗的测量中，为获知每天的体力活动水平和能量消耗提供客观数据〔1〕。

Sense Wear Armband(SWA)Pr03是美国Body Media公司生产的一种臂带式多功能传感器，可以动态检测受试者日常体力活动和睡眠行为的相关数据。对于预测低强度运动时能量消耗更有优势。SWA测量自由生活状态下的能量消耗时，与DLW测量法相比存在低估的现象，但两种测量方法在测量每天能量消耗时的一致性较好。但也有研究指出，只有受试者每天能量消耗较高时，SWA才会低估能量消耗，而每天能量消耗较低时，SWA存在高估能量消耗的现象，同样，两者测量的一致性均在可接受的范围(与DLW测量相比较)〔2〕。使用SWA测量运动能量消耗时，各个版本的SWA仪器测试数据有所区别;而且，同一仪器测试的数据经不同的软件版本计算后能量消耗数值也有所不同。不同版本的SWA对于测量日常体力活动和运动能量消耗的结果不尽相同，其用于测量运动健身时能量消耗的有效性如何，目前不得而知。

1 对象与方法

1.1 对象 成年男性15名，均为右利手，年龄(23±3)岁，身高(174.2±5)cm，体重(68.3±11)kg，体重指数(BMI)(22.5±3.4)kg/m2，体脂率(17±9.4)%。受试者经病史和体格检查，均无呼吸系统、心血管系统、内分泌系统等方面的疾病，锻炼习惯为每周均有大于6 h中等强度的运动。

1.2 测试方案 受试者的所有测试内容在1 w内的非连续日子内完成。先进行平板运动跑台测试，1 w内完成自行车测试。两次测试顺序均随机完成，每次测试均佩戴SWA，同时使用便携式气体代谢仪完成间接测热法的能量消耗测试。测试前12 h清淡饮食，无剧烈活动，未吸烟及饮用含有咖啡因的饮料。测试时受试者穿上舒适全棉的运动服和运动鞋，空腹2～3 h后进行。

1.3 平板运动跑台测试 测试前，受试者在平板运动跑台上进行适应性运动3 min。测试开始后嘱受试者手握扶手在平板运动跑台上站立5 min，完成安静状态下数据的采集，然后每人完成4.8 km/h(3 mph)、6.4 km/h(4 mph)、8.0 km/h(5 mph)3个速度的走、跑，坡度设置为0，每个速度6 min，运动过程中受试者不握扶手，连续运动共18 min。平板运动跑台测试所在实验室温度为21.7℃ ±1.5℃，测试环境 Q浓度为23.93%，CQ浓度为0.03%。

1.4 室内场地自行车测试 自行车测试在一个90×50 m2的室内空置厂房完成，地板为水泥地，嘱受试者绕圈骑行。测试前，根据每位受试者的身材条件调整自行车的鞍座、车把和脚蹬位置，以达到身体稍微前倾、手臂稍微弯曲的最佳的骑行姿势。受试者先骑自行车进行适应性运动3 min。测试开始后每位受试者先保持坐位安静状态5 min，然后每人按照自行车所装码表显示的速度进行10、13、15 km/h 3个速度的骑行，每2个速度之间休息1～3 min，以休息到安静时心率为准。受试者均使用同一辆自行车进行测试，自行车为普通轻便车，轮胎直径为26英寸，车胎充气充足。

1.5 测试设备 在每次测试前均需连接电脑软件输入受试者的个人信息(出生年月日、身高、体重、性别、优势手信息、是否抽烟)，然后提前5 min佩戴于受试者的优势手一侧的上臂肱三头肌处，佩戴前保持上臂皮肤干燥。每名受试者测试后均使用数据线将仪器连接到电脑，通过Sensewear 6.1软件将数据导入计算机并保存为软件可以识别的swd文件，再进行下一名受试者的测试。测试中采用同一个心率表(Polar，Finland)和间接测量仪器。身高的测量采用鑫东华腾CJ-Ⅱ(自动)身高测试仪，体重采用高精度数显电子人体秤RCS-160;身体脂肪含量采用GE双能X线吸收扫描仪。

1.6 数据处理 使用SWA6.1和SWA7.0两个软件版本分别对SWAPrO3测得的swd文件内数据进行计算，读取受试者安静状态、走跑和自行车每个速度全程数据的平均值。根据软件计算的能量消耗绝对值计算每公斤体重的能量消耗。采用3B气体代谢仪配备软件Meta-Soft 3.9对收集数据进行处理，选取能量消耗、相对能量消耗等指标，显示该指标在测试20 s时间间隔的均数，读取受试者安静状态、走跑和自行车每个速度全程数据的平均值。

2 结果

在SWA7.0在预测安静状态能量消耗时，与IC预测值相比，高估了232%(站位安静状态)和177%(坐位安静状态)的能量消耗。走跑和自行车运动时，SWA7.0与IC预测的能量消耗差值随着运动速度的增加而不断增加(高估306%～395%)，且SWA7.0在预测走跑运动能量消耗时与IC预测值的差值大于预测自行车运动时与IC预测值的差值。见表1。

SWA 6.1在预测安静状态能量消耗时低估了20%(站位安静状态)和34%(坐位安静状态)的能量消耗;预测走跑和自行车运动时，与IC的差值趋势相同，在前2个速度时均高估了运动时的能量消耗(走跑为9%和3%，自行车为18%和17%)，在第3个速度时均低估了运动时的能量消耗(走跑为3%，自行车为4%)。SWA6.1在预测走跑运动能量消耗时与IC预测值的差值(均值为0.3 kCal/min，高估1%)小于预测自行车运动时与IC预测值的差值(均值为1.45 kCal/min，高估9%)。见表1。

表1 运动健身时的能量消耗表(x ±s，k Cal/min，n=15)

3 讨论

走跑和自行车是运动健身的常用方式。本研究选用了正常速度走(4.8 km/h)、快走(6.4 km/h)、慢跑(8.0 km/h)这3个常用的走跑速度和慢速骑自行车(10 km/h)、中速骑自行车(13 km/h)、快速骑自行车(15 km/h)这3个常用的骑自行车速度，一定程度上反映了运动健身的常见形式。使用SWA对走跑和自行车运动时能量消耗进行测量，可体现其在测量运动健身时能量消耗的特点。

安静状态下的能量消耗代表了机体细胞群的能量代谢状态，为每日总能量消耗的绝大部分组成内容，其预测的准确性直接影响了每日总能量消耗的准确性。SWA7.0和SWA6.1在测量站位和坐位安静状态能量消耗时与IC相比均表现出非常明显的差异。尽管SWA7.0高估了安静状态时的能量消耗，而SWA6.1则低估了安静状态时的能量消耗，但两者与IC之间的相关性和一致性较好。本研究结果中SWA测量安静状态下能量消耗的结果偏差较大，与已有研究报道的出入较大，一方面原因可能在于两个研究使用的仪器和版本有所区别，还有一个比较重要的原因可能与受试者在正式进入安静状态测试前SWA佩戴时间过短有关。在研究中提到的受试者在前10 min的数据差异较大，可能SWA的各个传感器在测试前需要较长时间的适应方可进入正常工作〔3〕。

SWA6.1可以有效预测这两项运动时的能量消耗，且SWA 6.1预测走跑能量消耗的相关性和一致性均优于预测自行车运动的能量消耗。根据已有研究结果的提示，在预测较高速度跑步时，低估能量消耗的趋势逐渐增加。这种随着速度的增加，SWA6.1低估能量消耗的原因可能与受试者在运动强度增加的同时大多有出汗现象有关，皮肤汗液影响了SWA内置热通量传感器的测量，随之影响了SWA预测公式的准确性。SWA 6.1在预测自行车运动时，尽管总体高估了的能量消耗，但与IC数据相比没有统计学差异，其原因主要是功率自行车和实地自行车的差别。SWA预测运动能量消耗时主要依赖于内置的加速度传感器，而该类传感器在预测不用承受自身体重的运动(如自行车运动)时，往往容易低估其能量消耗，特别是在功率自行车运动时，人体不需要为控制自身体重带来的平衡影响而做出额外的努力，因此，SWA低估的可能性增加。本研究在室内宽敞空间内使用实地自行车测试，接近实际骑行状态，受试者可能会有一些额外的肢体运动来保持骑行时的平衡，导致了SWA6.1与IC相比高估了自行车运动时的能量消耗。

SWA7.0作为Body Media公司新推出的软件版本，目前还没有研究表明其预测能量消耗数据的有效性和可靠性。但通过本研究发现，尽管SWA7.0解决了以往版本低估运动时能量消耗的问题，但其预估的能量消耗远远大于IC预测的能量消耗。目前的数据表明，SWA7.0与SWA 6.1的数据几乎完全正相关。除此之外，SWA7.0在预测走跑和自行车运动能量消耗时其与IC的差值随着运动速度的增加而不断增加，这点与SWA6.1的表现不相一致，可能与厂家较大幅度地更改了预测能量消耗有关。但通过SWA7.0在预测走跑能量消耗时的相关性和一致性仍然优于预测自行车运动能量消耗可以推测，尽管厂家较大幅度地更改了预测能量消耗的公式，但有可能只是更改了某些数值，而计算原理和模式没有较大的改变。

SWA在测量每日总能量消耗时优于其他的加速度计，且与其他加速度计相比能够更加准确地预测低强度时的运动能量消耗，主要原因在于加速度计很难区别静坐不动状态和非常轻微的体力活动，因此，可能会低估非常轻微的体力活动的能量消耗。本研究中SWA7.0和SWA 6.1均在低强度运动时高估了运动时的能量消耗，反映了多个传感器在能量消耗预测公式中都起到了一定的作用。但由于SWA生产厂家没有公布其能量消耗的预测公式，因此，很难找出SWA在预测能量消耗时与IC数据相比较出现高估和低估的原因以及改善方法。但根据SWA6.1预测的能量消耗没有随着自行车运动强度的增加而增加的现象，可以推测SWA预测运动时的能量消耗较大程度来自于加速度计的数据，而在自行车运动中加速度计的测量功能随着上肢的小幅度运动而受到限制。因此，同等身体活动幅度下很难测量到运动负荷和机体的做功有所变化，导致预测能量消耗出现差异。未来SWA的公式中可考虑增加其他传感器(如热通量传感器)的数据所占的权重。这个问题已经在SWA7.0的公式中得到较好的改善。

本研究由于条件所限有两个局限之处。(1)受试者选用15名成年男性，且为正常体重人群，因此该研究结果能否应用于其他年龄段人群、超重和肥胖人群甚至不同体质水平的人群，尚需要进一步的研究加以证实。(2)本研究中只选用了跑台走跑和实地自行车运动作为运动健身的主要方式，但SWA是否可以准确预测其他方式运动健身时的能量消耗，或更大强度、持续时间更长的运动、不同的环境条件下的运动，同样需要在未来的研究中得到解决。

1 江崇民，邱淑敏，王 欢，等.运动健身的能量消耗〔M〕．北京:人民体育出版社，2013:77-9.

2 李海燕，陈佩杰，庄 洁.运动传感器在测量青少年日常体力活动水平中的应用〔J〕．上海体育学院学报，2010;34(3):46-8.

3 周丽丽，王启荣，付劲德，等.利用能量代谢测定仪和运动员膳食营养分析系统进行运动员个性化能量平衡指导〔J〕．中国运动医学杂志，2009;28(2):202-4.