楊麗君 吳丹 鄭雪芹 何享波 陳慶果

青年男性慢速自重抗阻訓(xùn)練能量消耗的模型構(gòu)建與準(zhǔn)確性評估

楊麗君，吳 丹，鄭雪芹，何享波，陳慶果

摘 要：目的：研究不同重復(fù)次數(shù)慢速自重抗阻訓(xùn)練的能量消耗水平，構(gòu)建不同動作自重抗阻訓(xùn)練的能量消耗方程，為運(yùn)動能量消耗的自我監(jiān)控與科學(xué)健身提供實(shí)證參考。方法：選取40名健康男性受試者作為測試對象（建模組30人和驗(yàn)證組10人），采用Cosmed K4b2便攜式心肺功能儀分別測量受試者3個不同抗自重動作（標(biāo)準(zhǔn)俯臥撐、站姿提踵以及自重深蹲）在6種重復(fù)次數(shù)下的能量消耗值。運(yùn)用重復(fù)測量設(shè)計的方差分析檢驗(yàn)?zāi)芰肯暮托穆实谋辉噧?nèi)差異，使用逐步多元回歸分別構(gòu)建總能耗模型和不同動作能耗模型，采用Pearson 相關(guān)分析和Bland-Altman polt等方法評估各模型的整體準(zhǔn)確性及不同重復(fù)次數(shù)下的預(yù)測效度。結(jié)果：（1）相同重復(fù)次數(shù)下，3個自重抗阻運(yùn)動兩兩之間在能量消耗、心率指標(biāo)上均存在顯著性差異（P<0.05）。（2）總模型：EEm（每分鐘能量消耗，energy expenditure per minute，簡稱EEm）=0.153×重復(fù)次數(shù)+0.061×心率+0.028×體重-4.656。（3）不同動作模型：EEm（俯臥撐）=0.441×重復(fù)次數(shù)+0.055×身高+0.025×心率+0.031×體重-11.111;EEm（提踵）=0.104×重復(fù)次數(shù)+0.013×身高+0.009×心率+0.005×體重-1.714;EEm（深蹲）=0.448×重復(fù)次數(shù)+0.024×身高+0.016×心率+0.018×體重-4.882。結(jié)論：以身高、體重、心率及重復(fù)次數(shù)4個變量構(gòu)建的能耗預(yù)測方程，能夠較為準(zhǔn)確地預(yù)測慢速自重抗阻訓(xùn)練的運(yùn)動能耗，可為普通大眾運(yùn)動能量消耗的自我監(jiān)控與科學(xué)健身提供實(shí)證參考。

關(guān)鍵詞：抗阻訓(xùn)練;自重抗阻運(yùn)動;體力活動;能量消耗;模型

中圖分類號：G808.16?? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1006-2076（2021）05-0091-12

Model construction and validity test of energy consumption in slow self-weight resistance training with different repetition times

YANG Lijun， WU Dan， ZHENG Xueqin ， HE Xiangbo， CHEN Qingguo

School of Physical Education， Sichuan Normal University， Chengdu 610101， Sichuan，China

Abstract：Objective： To study the energy expenditure levels of different repetition times of slow self-weight resistance training， construct the energy expenditure equation of self-weight resistance training of different movements， and provide empirical reference for the self-monitoring of sports energy expenditure and scientific fitness. Methods： 40 healthy male samples are selected as test subjects （30 in the modeling group and 10 in the verifiable group）， and the Cosmed K4b2 portable cardiopulmonary function instrument is used to measure the subjects′ 3 different anti-weight actions （standard push-ups， standing heel lifts and self-weight squats） energy expenditure value under 6 repeated times. The variance analysis of the repeated measurement design is used to test the differences in energy expenditure and heart rate among the subjects. The stepwise multiple regression is used to construct the total energy expenditure model and the energy expenditure model of different actions. Pearson analysis related and Bland-Altman polt are used to evaluate the performance of each model. Overall accuracy and predictive validity under different repetition times. Results： 1） Under the same number of repetitions， there are significant differences in energy expenditure and heart rate between the three self-weight resistance exercises （P<0.05）. 2） Total model： EEm （energy expenditure per minute， EEm for short）=0.153*number of repetitions + 0.061*heart rate+0.028*weight-4.656. 3） Different action models： EEm （push-ups）=0.441*repetition times+0.055*height+0.025*heart rate+0.031*weight-11.111; Eem （heel lift）=0.104*repetition times+0.013*height+0.009*heart rate+0.005*weight -1.714; EEm （squat）=0.448*number of repetitions+0.024*height+0.016*heart rate+0.018*weight-4.882. Conclusion： The energy expenditure predicting equation， with four varieties of height， weight， heart rate and repetition times can more accurately predict the energy expenditure of slow self-weight resistance training， which can be used for providing empirical reference for self-monitoring of sports energy expenditure and scientific fitness for the general public.

Key words：resistance training; self-weight resistance exercise; physical activity; energy expenditure; model

抗阻訓(xùn)練被認(rèn)為是刺激肌肉增長與力量增加、促進(jìn)能量消耗、延緩肌肉萎縮[1]、改善運(yùn)動素質(zhì)以及預(yù)防慢性疾病[2]的有效方法，近年來，抗阻訓(xùn)練在中國乃至全球范圍內(nèi)都是健身領(lǐng)域的熱門健身趨勢。美國運(yùn)動醫(yī)學(xué)協(xié)會（American College of Sports Medicine， ACSM）[3]推薦健康成人需完成每周2～3次、每次至少1組、每組8～10次重復(fù)的抗阻訓(xùn)練。在抗阻訓(xùn)練中“力量與速度的關(guān)系”是影響訓(xùn)練效果的關(guān)鍵因素之一[4]，向心或離心階段持續(xù)2 s～6.5 s的慢速抗阻訓(xùn)練已被證明能更有效地促進(jìn)神經(jīng)肌肉支配的能力，并對缺乏訓(xùn)練經(jīng)驗(yàn)的人群發(fā)展運(yùn)動技能更有幫助，而自重抗阻訓(xùn)練因其便利性、安全性而備受推崇，越來越廣泛地應(yīng)用于大眾健身及醫(yī)療康復(fù)領(lǐng)域，尤其是包括健身初學(xué)者、普通老年人以及臨床在內(nèi)的群體。

如何科學(xué)監(jiān)控抗阻訓(xùn)練過程中的能耗問題一直是體力活動測量領(lǐng)域的核心和難點(diǎn)，運(yùn)用科學(xué)的方法測量能耗對于評定運(yùn)動效果與指導(dǎo)科學(xué)健身具有重要意義[5]。在實(shí)踐層面上，由于能量消耗的測量儀器具有設(shè)備復(fù)雜、價格昂貴及操作困難等特點(diǎn)，且多局限于實(shí)驗(yàn)室使用，大眾健身效果的即時評價因而受到制約。故尋求一種高效、經(jīng)濟(jì)的能量消耗評定方法是學(xué)者們一直以來想要攻克的難題。在理論層面上，早在20世紀(jì)80年代初，已有研究試圖嘗試量化抗阻運(yùn)動能量消耗，Wilmore等人[6]首次采用間接測熱法來測定運(yùn)動過程中的能耗以及運(yùn)動后的過量氧耗（EPOC），以此來推算運(yùn)動能耗，開創(chuàng)了抗阻運(yùn)動能耗量化領(lǐng)域的先河。后來不斷有學(xué)者證明EPOC的大小取決于運(yùn)動強(qiáng)度[7]、運(yùn)動時間[8]、組間休息時間、運(yùn)動前的營養(yǎng)補(bǔ)給[9]以及訓(xùn)練狀態(tài)[10]等因素，這一系列研究推翻了通過EPOC估算抗阻運(yùn)動能耗這一研究思路，認(rèn)為僅在運(yùn)動后測量攝氧量（VO2）并將其帶入到運(yùn)動過程中，并不能準(zhǔn)確反映抗阻運(yùn)動的真實(shí)代謝成本。近年來，數(shù)學(xué)模型逐漸應(yīng)用于預(yù)測體力活動能量消耗中，為學(xué)者們解決能耗的測量與評定問題提供了一個新的思路。例如，Robergs等人[11]將負(fù)重量和距離代入回歸方程建立計算VO2的模型，結(jié)果表明所代入的2個變量共可分別有效解釋臥推、平行蹲能耗的72.8、65.6的變異量，Lytle等人[12]有關(guān)抗阻能耗預(yù)測研究也有類似結(jié)果。但目前來看，對此類模型的探究結(jié)果還相對較少，還需更多的實(shí)證依據(jù)以形成概化性的結(jié)論。

縱觀以往研究發(fā)現(xiàn)，國外側(cè)重于傳統(tǒng)自由重量或高負(fù)荷負(fù)重器械的能耗建模研究，國內(nèi)對健身有效能耗預(yù)測的模型構(gòu)建又相對集中在走跑類、生活方式類等有氧運(yùn)動方面，而對抗阻運(yùn)動的能耗預(yù)測涉及極少，并且關(guān)于大眾抗阻訓(xùn)練能耗量化評價標(biāo)準(zhǔn)方面的研究鮮少見報，缺乏指導(dǎo)大眾科學(xué)健身鍛煉的抗阻訓(xùn)練運(yùn)動處方的實(shí)驗(yàn)研究。因此，有必要豐富以數(shù)學(xué)模型為基礎(chǔ)的抗阻訓(xùn)練能耗預(yù)測方程。本研究采用氣體代謝的精確短時熱量測定方法的金標(biāo)準(zhǔn)[13]——間接測熱法（indirect calorimetry，簡稱IC）測定機(jī)體的能量消耗，以普通健康成年男性為測試對象，分別測量受試者3個不同抗自重動作（標(biāo)準(zhǔn)俯臥撐、站姿提踵以及自重深蹲）在6種重復(fù)次數(shù)下的能量消耗值，并使用逐步多元回歸分析分別構(gòu)建總能耗預(yù)測模型和不同動作能耗預(yù)測模型，且對各模型的測量準(zhǔn)確性進(jìn)行效度檢驗(yàn)，旨在為大眾健身人群運(yùn)動能耗的自我監(jiān)控及運(yùn)動處方（方案）的優(yōu)化提供證據(jù)支撐。

1 研究對象與方法

1.1 研究對象

通過G*Power 3.1.9.7軟件進(jìn)行樣本量計算[14]。研究采用3（動作）×6（重復(fù)次數(shù)）的實(shí)驗(yàn)設(shè)計，通過預(yù)實(shí)驗(yàn)數(shù)據(jù)確定I型錯誤概率（α）為0.05，效果量為0.20，統(tǒng)計功效為0.85，統(tǒng)計分析方法采用雙因素重復(fù)測量方差分析，最終樣本量確定為40名測試對象。

選取40名普通健康青年男性作為測試對象，測試前隨機(jī)將其分為建模組（30人）和驗(yàn)證組（10人）。2組受試者的形態(tài)學(xué)指標(biāo)無顯著差異（P>0.05）（基本信息見表1）。所有受試者無心血管、肺部疾病或神經(jīng)系統(tǒng)疾病等病史，且均有規(guī)律的運(yùn)動習(xí)慣（每周1～3次），測試前無大強(qiáng)度運(yùn)動且未服用咖啡、刺激性飲料等，并維持正常生活作息。測試之前均簽署知情同意書，熟悉本研究實(shí)驗(yàn)流程。

1.2 研究方法

1.2.1 測量指標(biāo)與儀器

采用恒康佳業(yè)HK-6000身高體重儀測試受試者的身高體重（分別精確到0.1 cm/kg），使用清華同方身體成分測試儀測量身體質(zhì)量指數(shù)（BMI）以及體脂率（）。

采用意大利生產(chǎn)的Cosmed K4b2心肺功能測試儀收集受試者的每分鐘氣體代謝指標(biāo)，包括VCO2、VO2、RER等數(shù)據(jù)指標(biāo)[15]。為保證測量的精度，整個測試前更換氧電池，每天測試之前均對儀器進(jìn)行預(yù)熱和校準(zhǔn)。采用芬蘭產(chǎn)Polar H10心率胸帶通過Polar心率接收器連接至Cosmed K4b2同步檢測心率（HR）指標(biāo)。每次測試完成后，將數(shù)據(jù)保存為*.xpo格式，后期再轉(zhuǎn)制為周期為

60 s的數(shù)據(jù)庫。

1.2.2 測試方案

本實(shí)驗(yàn)采用隨機(jī)交叉設(shè)計對40名普通健康青年男性分別進(jìn)行2次慢速自重抗阻訓(xùn)練測試。2次測試的間隔時間為1天，所有的被試在同一周、不同天的同一時間內(nèi)完成，盡可能地避免測量誤差。受試者在測試前一天內(nèi)無大強(qiáng)度運(yùn)動，且測試前1 h不再進(jìn)食。所有測試均在實(shí)驗(yàn)室環(huán)境進(jìn)行，測試時間為08：30—11：30，14：30—17：30和18：30—21：30。測試環(huán)境濕度為50±10，溫度為20.7℃±0.9℃，2次測試的溫度、濕度指標(biāo)無顯著性差異（P>0.05）。

正式測試前，安排受試者進(jìn)行有針對性的熱身活動，受試者需佩戴心肺功能測試儀器K4b2呼吸面罩和心率帶適應(yīng)后先靜坐5 min再連接主機(jī)開始測試（如圖1所示）。

自重抗阻訓(xùn)練能耗測試方案：本研究選取大眾健身最常練習(xí)的3個自重抗阻動作——標(biāo)準(zhǔn)俯臥撐、站姿提踵及自重深蹲，這3個動作覆蓋了人體主要的上下肢肌群。其中，俯臥撐主要鍛煉上肢、腰腹部位的肌肉，深蹲是增強(qiáng)腿部、臀部力量和圍度以及發(fā)展核心力量的常見動作，提踵作為簡單的單關(guān)節(jié)運(yùn)動，主要鍛煉小腿腓腸肌，其所涉肌肉與俯臥撐、深蹲動作互不產(chǎn)生影響，但俯臥撐、深蹲兩動作均涉及核心肌群[16]。為了消除動作執(zhí)行順序的影響，受試者第1次測試完成俯臥撐，第2次測試先完成提踵再完成深蹲，共完成2次測試，2次測試的順序隨機(jī)。不同重復(fù)次數(shù)的階段測試時間（如表2所示）。

具體步驟如下：首先，受試者靜坐10 min，在靜息測試時受試者需保持情緒平靜、身心松弛的自我感覺最佳的狀態(tài);隨后按照設(shè)定好的順序完成6個不同重復(fù)次數(shù)（重復(fù)次數(shù)分別為1 reps /min、2 reps /min、3 reps /min、4 reps /min、5 reps /min、6 reps /min）的階段測試（如圖2所示）。每個重復(fù)次數(shù)的階段運(yùn)動4 min，俯臥撐動作每個階段間進(jìn)行3 min的休息恢復(fù)期間隔，提踵與深蹲動作的階段之間用1 min的休息恢復(fù)期間隔，兩動作之間休息3 min。測試助手注意提醒受試者控制訓(xùn)練動作節(jié)奏為3 s上升、3 s下降，并準(zhǔn)確記錄每項(xiàng)動作的開始時間、結(jié)束時間以及階段間的休息時間，且嚴(yán)格控制每次測試時的一致性。

測試技術(shù)動作遵循美國國家體能協(xié)會的規(guī)范標(biāo)準(zhǔn)，動作完成分為三個階段：準(zhǔn)備階段、下降階段及上升階段。如圖3所示：（1）俯臥撐：準(zhǔn)備階段訓(xùn)練者用雙手接觸地面支撐身體，雙上肢垂直于地面，兩腿向后伸展，頭部、頸部、后背、臀部以及雙腿在一條直線上;下降階段兩個肘部向身體外側(cè)彎曲，身體收緊降低至基本靠近地面，兩眼目視前方，收緊腹部，保持身體在一條直線上;上升階段雙肘勻速伸展至手臂伸直，還原為起始位置[17]。（2）提踵：準(zhǔn)備階段兩眼平視前方、兩腳與肩同寬、身體保持直立、膝蓋與腳尖方向一致;上升階段訓(xùn)練者踮起腳尖，在自己的極限處感受小腿肌肉的緊張;下降階段訓(xùn)練者在1秒的小腿緊縮后，慢慢向下恢復(fù)到起始姿勢。（3）深蹲：僅承擔(dān)自身體重的深蹲訓(xùn)練被稱為自重深蹲（Bodyweight squat，BW squat）[18]。準(zhǔn)備階段訓(xùn)練者兩眼目視前方，兩腳跟與肩同寬、身體直立、掌心相對、膝蓋與腳尖方向一致;下降階段訓(xùn)練者彎曲膝蓋并降低臀部至大小腿夾角約為90°且大腿與地板平行;上升階段雙下肢均勻發(fā)力，緩慢推離身體還原為站姿位置。在整個深蹲過程中，要求膝關(guān)節(jié)不超過腳尖且保持中立位，該基本要求基于美國體能協(xié)會對深蹲運(yùn)動的意見書[19]中的要求制定。

1.3 數(shù)據(jù)處理與分析

數(shù)據(jù)處理時，首先將前期從K4b2軟件中導(dǎo)出的“*.xpo”文件分別轉(zhuǎn)制為周期為60 s的數(shù)據(jù)庫，并按照前期分組名單將其分為建模數(shù)據(jù)庫和驗(yàn)證數(shù)據(jù)庫。其中，每個階段最后2 min或最穩(wěn)定的連續(xù)2 min的數(shù)據(jù)用于受試者的VCO2、VO2、RER等指標(biāo)，通過VCO2和VO2指標(biāo)計算呼吸商（respiratory quotient，RQ），并采用經(jīng)典的weir方程[20]計算能量消耗（energy expenditure，EE）：kcal·min-1=[（1.1×RER）+3.9]×VO2L·min-1。每個靜息期間最后5 min或最穩(wěn)定連續(xù)5 min的平均值作為靜息的EE，每個階段的平均心率來代表該階段受試者的心率（HR）。

數(shù)據(jù)使用Microsoft Office Excel 2017和SPSS 20.0進(jìn)行統(tǒng)計處理，所有結(jié)果均表示為平均數(shù)±標(biāo)準(zhǔn)差（M±SD）形式，各項(xiàng)測試數(shù)據(jù)采用Shapiro-Wilk法、Studentized Residual分析進(jìn)行正態(tài)分布檢驗(yàn)，判斷有無異常值。運(yùn)用重復(fù)測量設(shè)計的方差分析檢驗(yàn)3個不同抗自重動作（俯臥撐、提踵和深蹲）在6種重復(fù)次數(shù)下的能耗和心率的被試內(nèi)差異。使用逐步多元回歸分別構(gòu)建總能耗模型和不同動作能耗模型。

模型驗(yàn)證時，將驗(yàn)證組10名與本次實(shí)驗(yàn)測試對象情況基本一致的受試者身體指標(biāo)數(shù)值代入能耗推算公式得到能耗預(yù)測值，比較預(yù)測值與實(shí)測值的差別，用以驗(yàn)證能耗模型的預(yù)測性能。采用 Pearson 相關(guān)檢驗(yàn)預(yù)測方程的有效性。使用 Medacle 12.0軟件繪制 Bland- altman plot圖比較各模型在整體上預(yù)測值和實(shí)測值之間的一致性。采用SPSS 軟件計算總模型和各動作模型的均方根誤差（root- mean-square error，以下簡稱RMSE）、平均絕對百分誤差（mean absolute percentage error，MAPE）及平均百分誤差（以下簡稱Bias），進(jìn)行比較各模型的測量準(zhǔn)確性。統(tǒng)計分析中顯著性水平定義為P<0.05。

2 研究結(jié)果

2.1 慢速自重抗阻訓(xùn)練的能耗特征及心率狀況比較

利用Shapiro-Wilk法、Studentized Residual分析對原始數(shù)據(jù)進(jìn)行檢驗(yàn)，各項(xiàng)數(shù)據(jù)P值均大于0.05，無異常值，說明各數(shù)據(jù)觀測值均服從近似正態(tài)分布。本研究中的不同抗自重動作和重復(fù)次數(shù)都是類別變量，檢驗(yàn)變量分別為EE和HR，結(jié)合數(shù)據(jù)獲取的被試特征，采用雙因素重復(fù)測量的方差分析進(jìn)行交互效應(yīng)和主效應(yīng)的檢驗(yàn)。

2.1.1 動作×重復(fù)次數(shù)的交互效應(yīng)分析

從表3可以看出，檢驗(yàn)變量不論是EE還是HR，動作和重復(fù)次數(shù)的交互項(xiàng)均存在統(tǒng)計學(xué)意義，EE：F（10、290）=127.982，P=0.002，HR：F（10、290）=181.135，P=0.001，表明重復(fù)次數(shù)與不同動作之間存在著交互效應(yīng)。

2.1.2 動作和重復(fù)次數(shù)的主效應(yīng)分析

表4為主效應(yīng)檢驗(yàn)結(jié)果，動作、重復(fù)次數(shù)2自變量與檢驗(yàn)變量EE之間的主效應(yīng)均存在統(tǒng)計學(xué)意義，動作：F（2、58）=583.358，P<0.001，重復(fù)次數(shù)：F（5、145）=690.643，P=0.006。動作、重復(fù)次數(shù)2自變量與檢驗(yàn)變量HR之間的主效應(yīng)均存在統(tǒng)計學(xué)意義，動作：F（2、58）=279.466，P=0.001，重復(fù)次數(shù)：F（5、145）=709.407，P<0.001。

2.1.3 不同重復(fù)次數(shù)三種抗自重動作能耗及心率的多重比較

確認(rèn)存在顯著性交互效應(yīng)后，應(yīng)進(jìn)一步明晰重復(fù)次數(shù)變量的單獨(dú)效應(yīng)，Bonferroni多重比較結(jié)果顯示，相同重復(fù)次數(shù)下，3個抗自重動作兩兩之間在能耗、心率指標(biāo)上均存在顯著性差異（各項(xiàng)P值確切數(shù)值詳見表5，在此不一一贅述）。由X差值可見，3個抗自重動作在6種重復(fù)次數(shù)下的能耗、心率對比，俯臥撐最高，深蹲次之，提踵最低。

2.2 慢速自重抗阻訓(xùn)練能耗模型的建構(gòu)

2.2.1 各測量指標(biāo)與運(yùn)動能量消耗的關(guān)系

對各測量指標(biāo)與運(yùn)動總能耗、不同動作能耗進(jìn)行相關(guān)性分析發(fā)現(xiàn)（見圖4），身高、體重、心率、重復(fù)次數(shù)與運(yùn)動總能耗（r=0.173，P<0.001;r=0.156，P<0.001;r=0.803，P<0.001;r=0.487，P<0.001）、俯臥撐能耗（r=0.325，P<0.001;r=0.299，P<0.001;r=0.828，P<0.001;r=0.831，P<0.001）、提踵能耗（r=0.295，P<0.001;r=0.269，P<0.001;r=0.258，P<0.001;r=0.512，P<0.001）及深蹲能耗（r=0.221，P=0.003;r=0.193，P=0.009;r=0.598，P<0.001;r=0.855，P<0.001）的線性相關(guān)關(guān)系顯著。

BMI、體脂百分比與運(yùn)動總能耗（P值分別為0.136、0.200）、俯臥撐能耗（P值分別為0.085、0.076）、提踵能耗（P值分別為0.398、0.710）及深蹲能耗（P值分別為0.236、0.449）均不存在相關(guān)關(guān)系，據(jù)圖4結(jié)果，可建立能耗回歸公式。

2.2.2 回歸方程建立

逐步多元回歸的結(jié)果顯示（見表6），總模型最終含有3個變量：心率、重復(fù)次數(shù)和體重，模型C的r=0.829，說明這3個變量與總能耗存在高度相關(guān)關(guān)系（P<0.001）;俯臥撐、提踵、深蹲模型均最終含有4個變量：重復(fù)次數(shù)、身高、心率和體重，其模型D的r分別為0.926、0.822、0.903，說明這4個變量與不同動作能耗均存在高度相關(guān)關(guān)系（P<0.001）;調(diào)整后的決策系數(shù)R2是衡量模型好壞的重要指標(biāo)，4個模型調(diào)整后的R2決定系數(shù)分別為0.685、0.854、0.675、0.812，可見各模型效果較好。

表7給出了各模型自變量的偏回歸系數(shù)估計值、標(biāo)準(zhǔn)化后的偏回歸系數(shù)以及回歸系數(shù)的顯著性檢驗(yàn)結(jié)果，結(jié)果顯示總模型各自變量的容忍度（TOL）均大于0.813，方差膨脹因子（VIF）均小于1.229，俯臥撐模型各自變量的TOL均大于0.341，VIF均小于2.933;提踵模型各自變量TOL均大于0.692，VIF均小于1.445;深蹲模型各自變量TOL均大于0.676，VIF均小于1.480。因此4個模型各自變量間均不存在多元共線性問題。

總能耗、俯臥撐能耗、提踵能耗和深蹲能耗的線性回歸方程見表8，各模型R2分別為0.685、0.854、0.675和0.812，SEE分別為0.831、0.514、0.289和0.438。心率、重復(fù)次數(shù)及體重3個自變量共可有效解釋總能耗68.5的變異量，其中心率是對總能耗影響最大的變量;重復(fù)次數(shù)、身高、心率及體重4個自變量共可分別有效解釋不同動作模型能耗的85.4、67.5和81.2的變異量，其中，重復(fù)次數(shù)是對不同動作能耗影響最大的變量，最先被引入模型;通過回歸方程的方差分析對4個能耗方程進(jìn)行檢驗(yàn)，其F值分別為392.253、262.641、27.644和194.191，P值均小于0.001，可知回歸方程是顯著的，所建構(gòu)的能耗方程具有統(tǒng)計學(xué)意義。

2.3 慢速自重抗阻訓(xùn)練能耗模型的準(zhǔn)確性評估

2.3.1 各能耗模型預(yù)測值與實(shí)測值的相關(guān)性分析

從預(yù)測值-實(shí)測值的散點(diǎn)圖上看（見圖5），深蹲模型的散點(diǎn)最為靠近參考線（y=x），具有較好的能耗預(yù)測效度;俯臥撐模型的散點(diǎn)普遍靠近參考線，但位于參考線以下的點(diǎn)居多;總模型和提踵模型的散點(diǎn)較為分散，預(yù)測誤差明顯高于其他2個模型。當(dāng)總能耗實(shí)測值在1～3 kcal/min時，能耗預(yù)測值有較大波動，當(dāng)實(shí)測值大于5 kcal/min后，點(diǎn)較為分散。

2.3.2 各能耗模型整體預(yù)測準(zhǔn)確性比較

結(jié)合表8可知，總模型的能耗預(yù)測值與實(shí)測值存在中度相關(guān)關(guān)系（r=0.729，P<0.001），其RMSE、Bias、MAPE指標(biāo)分別為0.75、0.19、0.29。俯臥撐、提踵、深蹲模型能耗預(yù)測值均與其實(shí)測值存在高度相關(guān)關(guān)系（r=0.929，P<0.001;r=896，P<0.001;r=0.911，P<0.001）。從3個不同動作模型的整體測量誤差上看，深蹲模型在MAPE和Bias 2個指標(biāo)上均低于提踵模型和俯臥撐模型（MAPE=0.08，Bias=0.01）;而在RMSE指標(biāo)上，提踵<深蹲<俯臥撐，RMSE分別為0.24、0.28、0.46。

2.3.3 各能耗模型預(yù)測值與實(shí)測值的一致性檢驗(yàn)

以驗(yàn)證組每個受試者的每項(xiàng)抗阻訓(xùn)練的6個重復(fù)次數(shù)為檢驗(yàn)單元，使用Bland-Altman法對總能耗方程與間接測熱法的一致性進(jìn)行進(jìn)一步的分析，圖6中x軸代表各能耗預(yù)測值和實(shí)測值的均值，y軸代表預(yù)測值和實(shí)測值的差值，兩條虛線為一致性界限表示差值95的置信區(qū)間，中間的實(shí)線為差值的均值。

本研究所計算的總模型、俯臥撐模型、提踵模型和深蹲模型的一致性限度區(qū)間分別為（-1.38，2.11）、（-0.70，1.28）、（-0.52，0.67）和（-0.70，0.75），差值的均線分別為0.36、0.29、0.07和0.02，一致性界限差值的絕對值分別3.49、1.98、1.19和1.45，在一致性區(qū)間之外的點(diǎn)分別9個、3個、6個和4個。從以上數(shù)據(jù)綜合判斷，4個模型的均值均接近0線，預(yù)測值與實(shí)測值95的殘差均落在Bland-Altman散點(diǎn)圖±1.96 SD區(qū)間內(nèi)，表明4個模型對運(yùn)動能耗均有較好的預(yù)測能力，俯臥撐模型和間接測熱法的一致性水平最好。

3 分析與討論

3.1 試驗(yàn)設(shè)計方案分析

傳統(tǒng)抗阻訓(xùn)練主要是使用自由重量或高負(fù)荷負(fù)重器械來促使機(jī)體肌肉肥大[21]，然而，對于健身初學(xué)者、普通老年人以及臨床人群來說，使用高負(fù)荷自由重量或器械訓(xùn)練需要較長時間的神經(jīng)肌肉恢復(fù)[22]，且易造成運(yùn)動損傷風(fēng)險。故本研究側(cè)重于利用人體自身重量進(jìn)行的抗阻運(yùn)動，滿足抗阻訓(xùn)練的個體化、周期化和漸

進(jìn)性原則，對于普通老年人群和健身初學(xué)者等來說是負(fù)重器械的可行替代品。傳統(tǒng)速度抗阻訓(xùn)練定義為動作（離心和向心結(jié)合）完成時間小于4 s，慢速抗阻訓(xùn)練定義為向心或離心階段持續(xù)2～6.5 s，總時間4～13 s，極慢速度抗阻訓(xùn)練定義為向心或離心動作大于等于10 s或總時間大于等于14 s。Lyons等人[23]的研究表明，以傳統(tǒng)、慢速以及極慢速度的動作速度進(jìn)行抗阻訓(xùn)練均能促進(jìn)不同人群的肌力增長與肌肉肥大，且組間并無差異。另一項(xiàng)研究[24]比較傳統(tǒng)速度與慢速兩種不同訓(xùn)練節(jié)奏的單次站坐轉(zhuǎn)換的能量消耗，發(fā)現(xiàn)運(yùn)動速度為3 s上升、3 s下降的站坐轉(zhuǎn)換的凈能耗大約比運(yùn)動速度1 s上升、1 s下降的高40。由此可以看出，慢速抗阻訓(xùn)練能夠更好地促進(jìn)神經(jīng)支配肌肉的能力，并可能對缺乏訓(xùn)練經(jīng)驗(yàn)的人群發(fā)展運(yùn)動技能更有幫助。因此，本研究選取向心階段3 s、離心階段3 s的動作速度完成3個常見身體不同部位的抗自重動作（俯臥撐、提踵和深蹲）在6種不同重復(fù)次數(shù)下的測試。

3.2 慢速自重抗阻訓(xùn)練的能耗特征分析

本研究結(jié)果表明，俯臥撐的能耗最高，深蹲次之，提踵最低。該結(jié)果與國外相關(guān)研究結(jié)果基本一致，究其原因，產(chǎn)生此結(jié)果的主要原因?qū)膭幼髂繕?biāo)肌肉、人體肌肉分布以及肌肉單次收縮幅度三方面來分析。從動作目標(biāo)肌肉來看，俯臥撐主要是鍛煉上肢、腰腹部位的肌肉訓(xùn)練動作，包括肱二頭肌、肱三頭肌及胸大肌等，尤其是胸肌，它是評估人體上肢力量素質(zhì)的最常用方法;提踵動作的目標(biāo)肌肉主要為腓腸肌;深蹲被認(rèn)為是增強(qiáng)腿部、臀部力量和圍度以及發(fā)展核心力量必不可少的練習(xí)。從人體肌肉分布來看，Janssen等人[25]對468名年齡在18～88歲的人進(jìn)行的一項(xiàng)研究表明，大多數(shù)成年人下半身的肌肉質(zhì)量和體積均大于上半身，男性下肢肌肉約占人體總重的54.9，上肢肌肉約占人體總重的42.9。從肌肉單次收縮幅度來看，前人有研究表明，人體在運(yùn)動時上肢肌肉比下肢肌肉更加活躍，上肢肌肉在收縮頻率、收縮次數(shù)以及工作時間方面均顯著高于下肢肌肉[26]。而Janssen等人[25]在此基礎(chǔ)之上發(fā)現(xiàn)，人體運(yùn)動時上肢肌肉的收縮頻率、收縮次數(shù)雖顯著高于下肢肌肉，但下肢肌肉的收縮幅度大約是上肢肌肉收縮幅度的2～3倍，下肢肌肉單次收縮的幅度遠(yuǎn)大于上肢肌肉。由上可知，與深蹲、提踵相比，俯臥撐動作的覆蓋肌群更多，故肌肉做功較多，其能量消耗最高。

3.3 各能耗模型的建構(gòu)與效度分析

3.3.1 各模型的建構(gòu)分析

身高、體重、BMI以及體脂百分比作為人體的身體形態(tài)指標(biāo)，在運(yùn)動能量消耗的相關(guān)研究中最為常用。本研究結(jié)果表明，身高、體重與運(yùn)動總能耗及不同動作能耗的線性相關(guān)關(guān)系顯著，對機(jī)體能量消耗有較大影響。

此外，運(yùn)動過程的總能量消耗會隨著重復(fù)次數(shù)的增加而線性增加[27]，本研究將不同自重抗阻運(yùn)動的重復(fù)次數(shù)與能量消耗進(jìn)行相關(guān)性分析，發(fā)現(xiàn)俯臥撐、深蹲動作的重復(fù)次數(shù)均與其能耗存在高度相關(guān)關(guān)系（r=0.813，P<0.001;r=0.855，P<0.001），提踵的重復(fù)次數(shù)與能耗存在中度相關(guān)關(guān)系（r=0.512，P<0.001），研究證明可選用重復(fù)次數(shù)建立不同動作的能耗回歸公式。此結(jié)果與之前的研究基本一致，Nakagata等人[24]比較了兩種不同訓(xùn)練節(jié)奏的單次站坐轉(zhuǎn)換的能量消耗，研究發(fā)現(xiàn)兩種訓(xùn)練節(jié)奏站坐轉(zhuǎn)換的重復(fù)次數(shù)與能耗之間均存在高度相關(guān)關(guān)系（r =0.998～0.999，P<0.001）。另一項(xiàng)研究[28]探討了兩種不同跑步速度對180°轉(zhuǎn)彎運(yùn)動的能量消耗的影響，同樣得出總耗氧量與重復(fù)轉(zhuǎn)彎次數(shù)存在高度相關(guān)關(guān)系，會隨重復(fù)轉(zhuǎn)彎次數(shù)的增加呈線性增加 （4.3 km/h：r=0.973，5.4 km/h：r=0.996，P<0.001）。

心率是反映人體運(yùn)動狀態(tài)的重要指標(biāo)，與能量消耗之間存在線性關(guān)系，心率測量是監(jiān)測和評價能量消耗的常用方法之一。因此，運(yùn)動時對心率的監(jiān)測對于指導(dǎo)大眾健身人群日常運(yùn)動有著重要作用。本研究將心率與能量消耗進(jìn)行相關(guān)性分析，發(fā)現(xiàn)俯臥撐的心率與能耗存在高度相關(guān)關(guān)系（r=0.828，P<0.001），深蹲的心率與能耗存在中度相關(guān)關(guān)系（r=0.598，P<0.001），故選用心率指標(biāo)分別建立不同動作的能耗回歸公式。此結(jié)果與之前的研究基本一致，李沖等人[29]研究兩種常見力量負(fù)荷抗阻訓(xùn)練的能量消耗水平，結(jié)果表明心率在中等力量負(fù)荷（12 RM）、低力量負(fù)荷（25 RM）組合動作抗阻訓(xùn)練中均與能耗存在中度相關(guān)關(guān)系（r=0.538，P<0.001;r=0.732，P<0.001）。

本研究根據(jù)前人對機(jī)體能量消耗影響因素的研究，通過逐步多元回歸分析最終以身高、體重、心率和重復(fù)次數(shù)作為自變量指標(biāo)建構(gòu)總能耗和不同動作能耗模型，通過回歸方程的方差分析對各能耗方程進(jìn)行檢驗(yàn)，發(fā)現(xiàn)4個方程P值均小于0.001，能耗方程具有統(tǒng)計學(xué)意義。

3.3.2 各模型的預(yù)測準(zhǔn)確性分析

在以往的研究中，不同學(xué)者使用不同的評價指標(biāo)來衡量模型的預(yù)測能力，其中包括r、R2、RMSE 、BIAS和MAPE等指標(biāo)。本研究通過逐步多元回歸采用了上述評價指標(biāo)，以不同受試者進(jìn)行外部效度和準(zhǔn)確性檢驗(yàn)結(jié)果顯示，總能耗模型R2為0.685、不同動作能耗模型R2分別為 0.854、0.675、0.812，且均顯著相關(guān)。這與Lytle等人[12]的研究結(jié)果一致，該研究利用人體形態(tài)學(xué)變量及抗阻相關(guān)變量構(gòu)建的最優(yōu)模型能夠較為合理地推算運(yùn)動過程中的能量消耗，其總能耗模型R2為0.773、單項(xiàng)抗阻動作能耗模型R2范圍為0.62～0.83。Benito等人[30]的研究結(jié)果與之相似，循環(huán)抗阻運(yùn)動能耗預(yù)測方程女性R2為0.92，SEE=4.9;男性R2為0.79，SEE=7.7。另一項(xiàng)[31]研究表明，使用去脂體重、性別和腰部加速度計VM值所構(gòu)建的能耗方程，共可有效解釋抗阻運(yùn)動能耗的73的變異量（R2=0.730）。值得注意的是，在研究中，總模型的RMSE、Bias、MAPE指標(biāo)分別為0.75、0.19、0.29;不同動作能耗預(yù)測模型的RMSE指標(biāo)分別為0.24、0.28、0.46。而在以往抗阻運(yùn)動能耗預(yù)測模型的研究中并沒有上述3個指標(biāo)對模型準(zhǔn)確性進(jìn)行檢驗(yàn)，后續(xù)研究需進(jìn)一步展開討論。

Bland-Altma圖是指以圖形的方式直觀地反映兩種測量結(jié)果的一致界限性，從而得出這兩種測量方法是否具有一致性的結(jié)論，此方法可以運(yùn)用于評估預(yù)測值與實(shí)測值的一致性，以此來檢驗(yàn)?zāi)Ｐ偷念A(yù)測準(zhǔn)確性[32]。本研究結(jié)果顯示，總模型的一致性限度區(qū)間為（-1.38，2.11），不同動作能耗一致性限度區(qū)間分別為（-0.70，1.28）、（-0.52，0.67）和（-0.70，0.75），差值的均線分別為0.36、0.29、0.07和0.02，4個模型的均值均接近0線，且總模型和不同動作模型的大部分散點(diǎn)基本落在±1.96 SD 之間，證明各模型均具有良好的預(yù)測能力。而在以往的基于自重抗阻運(yùn)動能耗預(yù)測模型的研究中并沒有使用Bland-Altman法對模型準(zhǔn)確性進(jìn)行檢驗(yàn)，因此未來研究應(yīng)重視此方法的應(yīng)用，使研究結(jié)果更加可靠。綜上可知，已有的研究充分肯定了抗阻運(yùn)動在健身與康復(fù)領(lǐng)域的價值，并已證明自重抗阻在力量訓(xùn)練中具有實(shí)際效用，且本研究推導(dǎo)的抗阻訓(xùn)練總能耗及不同動作能耗估算公式的預(yù)測值均是較為準(zhǔn)確、可信的，為應(yīng)用本研究推算公式計算健康男性自重抗阻訓(xùn)練能耗提供了可靠依據(jù)。但就目前而言缺乏對抗阻訓(xùn)練與能量消耗的劑量-效應(yīng)關(guān)系進(jìn)行系統(tǒng)探討，也無法為本研究中的結(jié)果提供直接依據(jù)，故后續(xù)還需要更多研究進(jìn)一步探討其共變的因果關(guān)系。

3.4 本研究的局限

本研究中受試者均為40名年齡在19～25歲的健康男性，樣本量較少，所建立的模型是否具有人群的局限性還需后續(xù)研究適當(dāng)增加男女樣本量加以探討。在實(shí)驗(yàn)方案上，本研究中共選取3個抗自重動作，動作數(shù)量有限，未來可進(jìn)一步豐富在實(shí)驗(yàn)室情景下的自重抗阻訓(xùn)練種類的相關(guān)研究，如引體向上、仰臥起坐等，并應(yīng)在條件允許的情況下，構(gòu)建多種能耗預(yù)測模型，進(jìn)一步提高能耗模型的準(zhǔn)確性。

4 結(jié) 論

（1）3個抗自重動作在6種重復(fù)次數(shù)下的能量消耗及心率對比，相同重復(fù)次數(shù)下，俯臥撐最高，深蹲次之，提踵最低。

（2）心率與總能耗存在高度相關(guān)關(guān)系，是對總能耗模型貢獻(xiàn)最大的變量，重復(fù)次數(shù)與不同動作能量消耗均存在較高的相關(guān)關(guān)系，是預(yù)測能量消耗較佳的自變量。

（3）以身高、體重、心率等基本生理學(xué)參數(shù)和重復(fù)次數(shù)為自變量推導(dǎo)的能耗評價模型，能夠較為準(zhǔn)確地預(yù)測慢速自重抗阻訓(xùn)練的運(yùn)動能耗，預(yù)測精度較高，可為自重抗阻運(yùn)動能量消耗的科學(xué)監(jiān)控提供實(shí)證參考。

參考文獻(xiàn)：

[1]Hakkinen K， Kraemer WJ， Newton RU， et al. Changes in electromyographic activity， muscle fibre and force production characteristics during heavy resistance/power strength training in middle-aged and older men and women[J]. Acta Physiol Scand，2001 Jan;171（1）：51-62.

[2]Fleck S J. Cardiovascular adaptations to resistance training[J]. Medicine and science in sports and exercise， 1988， 20（5）：146-151.

[3]American College of Sports Medicine. American College of Sports Medicine position stand. Progression models in resistance training for healthy adults[J]. Med Sci Sports Exerc，2009，41（3）：687-708.

[4]于亮.慢速抗阻訓(xùn)練：周期性增肌的新刺激模式[J].成都體育學(xué)院學(xué)報，2021，47（1）：40.

[5]朱琳，陳佩杰.能量消耗測量方法及其應(yīng)用[J].中國運(yùn)動醫(yī)學(xué)雜志，2011，30（6）：577-582.

[6]Wilmore J H， Parr R B， Ward P， et al. Energy cost of circuit weight training[J]. Medicine and science in sports， 1978， 10（2）： 75-78.

[7]Gore C J， Withers R T. Effect of exercise intensity and duration on postexercise metabolism[J]. Journal of applied Physiology， 1990， 68（6）： 2362-2368.

[8]Bahr R， Ingnes I， Vaage O， et al. Effect of duration of exercise on excess postexercise O2 consumption[J]. Journal of Applied Physiology， 1987， 62（2）：485-490.

[9]Bahr R， Sejersted O M. Effect of feeding and fasting on excess postexercise oxygen consumption[J]. Journal of Applied Physiology， 1991， 71（6）：2088-2093.

[10]Short K R， Sedlock D A. Excess postexercise oxygen consumption and recovery rate in trained and untrained subjects[J]. Journal of applied physiology， 1997， 83（1）：153-159.

[11]Robergs R A， Gordon T， Reynolds J， et al. Energy expenditure during bench press and squat exercises[J]. Journal of strength and conditioning research， 2007， 21（1）：123.

[12]Lytle JR， Kravits DM， Martin SE， Green JS， Crouse SF， Lambert BS. Predicting Energy Expenditure of an Acute Resistance Exercise Bout in Men and Women. Med Sci Sports Exerc[J]. 2019，51（7）：1532-1537.

[13]Duffield R， Dawson B， Pinnington H C， et al. Accuracy and reliability of a Cosmed K4b2 portable gas analysis system[J]. Journal of Science and Medicine in Sport， 2004， 7（1）：11-22.

[14]Ledermann J， Harter P， Gourley C， et al. Olaparib maintenance therapy in platinum-sensitive relapsed ovarian cancer[J]. New England Journal of Medicine， 2012， 366（15）：1382-1392.

[15]鄧樹勛，王建，喬德才，等.運(yùn)動生理學(xué)[M].北京：高等教育出版社， 2009.

[16]Nakagata T， Naito H， Yamada Y. Metabolic equivalents of body weight resistance training with slow movement：Implications for exercise prescription and health promotion[J]. J Exerc Physiol Online ，2018，21（5）：29-38.

[17]田興辰. 標(biāo)準(zhǔn)俯臥撐與不穩(wěn)定俯臥撐的動作分析[D].上海：上海體育學(xué)院，2016.

[18]陳晨. 軀干位置對自重深蹲運(yùn)動中下肢生物力學(xué)的影響研究[D].上海：上海體育學(xué)院，2019.

[19]Chandler T J， Stone M H. The squat exercise in athletic conditioning：A position statement and review of the literature[J]. Chiropractic Sports Medicine， 1992（6）：105.

[20]Weir J B V. New methods for calculating metabolic rate with special reference to protein metabolism[J]. The Journal of physiology， 1949， 109（1-2）：1-9.

[21]American College of Sports Medicine. American College of Sports Medicine position stand. Progression models in resistance training for healthy adults[J]. Medicine and science in sports and exercise， 2009， 41（3）：687-708.

[22]Fragala M S， Cadore E L， Dorgo S， et al. Resistance training for older adults：position statement from the national strength and conditioning association[J]. The Journal of Strength & Conditioning Research， 2019， 33（8）.

[23]Lyons A， Bagley J. Can Resistance Training at Slow Versus Traditional Repetition Speeds Induce Comparable Hypertrophic and Strength Gains？[J]. Strength and Conditioning Journal， 2020， 42（5）：48-56.

[24]Nakagata T， Yamada Y， Hatamoto Y， et al. Energy expenditure of a single sit-to-stand movement with slow versus normal speed using the different frequency accumulation method[J]. Medicina， 2019， 55（3）：77.

[25]Janssen I， Heymsfield S B， Wang Z M， et al. Skeletal muscle mass and distribution in 468 men and women aged 18–88 yr[J]. Journal of applied physiology， 2000，89（1）：81-88.

[26]Monster A W， Chan H， O′Connor D. Activity patterns of human skeletal muscles：relation to muscle fiber type composition[J]. Science， 1978， 200（4339）：314-317.

[27]Hatamoto Y， Yamada Y， Higaki Y， et al. A novel approach for measuring energy expenditure of a single sit-to-stand movement[J]. European journal of applied physiology， 2016， 116（5）：997-1004.

[28]Hatamoto Y， Yamada Y， Fujii T， et al. A novel method for calculating the energy cost of turning during running[J]. Open access journal of sports medicine， 2013（4）：117.

[29]李沖，史曙生.健康青年男性兩種力量負(fù)荷抗阻訓(xùn)練能量消耗的推算[J].中國運(yùn)動醫(yī)學(xué)雜志，2019，38（5）：364-371.

[30]Benito Peinado P J， lvarez Sánchez M， Díaz Molina V， et al. Aerobic energy expenditure and intensity prediction during a specific circuit weight training：A pilot study[J]. 2010，5（2）：134-135.

[31]Puyau M R， Adolph A L， Vohra F A， et al. Prediction of activity energy expenditure using accelerometers in children[J]. Medicine & Science in Sports & Exercise， 2004， 36（9）：1625-1631.

[32]陳慶果，劉耀天，譚雅兮，等.腕部加速度計中不同類型能耗預(yù)測模型的建構(gòu)與評估[J].首都體育學(xué)院學(xué)報，2019，31（3）：261-271.

收稿日期：2021-06-30

作者簡介：楊麗君（1997- ），女，四川遂寧人，在讀碩士研究生，研究方向體力活動測量與評價。

通訊作者：陳慶果（1981- ），男，博士，教授，研究方向體力活動測量與評價。

作者單位：四川師范大學(xué)體育學(xué)院，四川 成都 610101