《Annals of Medicine》:How much of the incremental protocol does a lactate threshold need? Agreement between three-stage and five-stage testing across seven lactate-derived indices in swimmers
编辑推荐:
背景:递增乳酸测试被广泛用于刻画游泳运动员的乳酸-速度关系,但最高强度阶段增加了测试负担,且可能难以稳定执行。目的:确定五阶段方案是否可以缩减为三阶段而不实质性改变七个乳酸衍生速度指标,以及模型复杂度是否影响重建。方法:90名高训练水平游泳运动员完成了5×20
背景:递增乳酸测试被广泛用于刻画游泳运动员的乳酸-速度关系,但最高强度阶段增加了测试负担,且可能难以稳定执行。目的:确定五阶段方案是否可以缩减为三阶段而不实质性改变七个乳酸衍生速度指标,以及模型复杂度是否影响重建。方法:90名高训练水平游泳运动员完成了5×200 m自由泳递增测试,强度为200 m个人最好成绩的80%–100%。研究人员使用参与者特异性线性外推和长短期记忆模型(LSTM)从前三阶段重建了第4和第5阶段的乳酸值。重新计算了七个乳酸衍生指标,并使用一致性界限、典型误差、ICC(A,1)和等效性检验与全方案值进行比较。结果:两种模型的乳酸重建均不准确,但v@Exp-Dmax与完整方案显示出高度一致性(偏倚?0.008 m·s?1;一致性界限?0.023至+0.007 m·s?1;ICC 0.988),并满足预先设定的等效性标准。其余六个指标未达到等效性。LSTM相对于线性外推没有优势,且重建的v@Exp-Dmax保留了完整方案中观察到的运动表现关联模式。结论:三阶段方案可支持对v@Exp-Dmax进行低负担纵向监测,但方案简化具有指标特异性,并不能确立生理阈值有效性。
竞技游泳中,中长距离项目(200–1500 m)约60–95%的能量来自有氧代谢,因此评估有氧能力对训练计划制定至关重要。递增乳酸测试是游泳项目中常用的评估手段,通过刻画乳酸–速度(L–V)关系提供多种衍生指标,如固定血乳酸浓度、曲线拟合(Dmax、Exp-Dmax等)和拐点法(LTP1、LTP2)。然而,完整的5×200 m递增测试需要连续完成多个强度等级,最后两个阶段强度最高、运动员负担最大且难以稳定执行,同时水中环境增加了生理数据采集的难度。已有研究提示这些指标基于不同操作定义、数值不完全一致,但能否将五阶段方案缩减为三阶段而不改变指标值,以及模型复杂度是否影响重建,此前未在游泳运动员中系统检验。
研究人员招募了90名高训练水平游泳运动员(对应McKay分类中的Tier 3,年龄13.3–14.5岁,训练年限6.2±2.8年,每周水中训练量40.6±10.2 km),要求其完成5×200 m自由泳递增测试,目标速度分别为200 m个人最好成绩的80%、85%、90%、95%和100%,每级间休息60 s,每级后采集指尖血乳酸。随后,利用每名参与者前三阶段的数据,通过两种模型——两参数线性外推和长短期记忆网络(LSTM)——重建第4、5阶段乳酸值,并据此重新计算七个乳酸衍生速度指标(Dmax、ModDmax、Exp-Dmax、Log-Poly-ModDmax、Log-Exp-ModDmax、LTP1、LTP2),与完整五阶段方案所得数值进行一致性比较。统计方法包括Bland-Altman分析(偏倚和95%一致性界限)、典型误差(TEM)、绝对一致性相关系数ICC(A,1),以及基于最小有价值变化0.015 m·s
?1的TOST等效性检验。此外还通过扰动重建第5阶段乳酸值(±0.5至±1.5 mmol·L
?1)检验指标敏感性,并用偏相关和层次回归分析重建指标与200、400、800、1500 m比赛成绩的关联。
研究结果分节总结如下。3.1 数据特征与可分析样本:90名运动员中,1人在实测数据上曲线拟合失败,3人在重建数据上失败,最终共同可分析样本为86人。17/90的运动员达到速度并非单调递增,29/90的运动员前三阶段血乳酸并非单调上升,说明约三分之一样本的早期曲线本身无法确定后续高强度方向。3.2 乳酸重建的准确性:线性外推的乳酸平均绝对误差(MAE)为2.01 mmol·L
?1,系统偏倚为?1.75 mmol·L
?1;LSTM的MAE为2.69 mmol·L
?1,偏倚为?2.68 mmol·L
?1。两种模型均严重低估高强度乳酸,符合对凸曲线外推的预期。3.3 乳酸衍生速度指标的一致性:各指标间差异明显。v@Exp-Dmax经线性外推得到的偏倚为?0.008 m·s
?1,95%一致性界限为?0.023至+0.007 m·s
?1(约占均值的±1.07%),TEM为0.0055 m·s
?1,ICC为0.988,达到预先设定的等效性标准;LSTM结果略差但同样达标。其余六个指标均未达到等效性,其中v@LTP2的一致性界限宽度约为v@Exp-Dmax的六倍。尽管v@Exp-Dmax偏倚在等效范围内,但显著不等于零(约低估0.6%)。3.4 对末端点误差的敏感性:将重建的第5阶段乳酸扰动±1 mmol·L
?1,v@Exp-Dmax仅移动约0.002 m·s
?1,这解释了为何1.75 mmol·L
?1的乳酸低估只引起0.008 m·s
?1的速度偏倚;而其他指标在同一扰动下移动幅度达0.10–0.27 m·s
?1。3.5 外推模型的比较:在v@Exp-Dmax上,线性外推与LSTM的MAE分别为0.0083和0.0088 m·s
?1,配对差异不显著(p=0.21);线性模型的一致性界限和ICC略优。其余指标中仅LTP1和LTP2出现名义上的差异,且方向相反,校正后均不显著,因此无实质优势。3.6 与竞赛成绩的关系:由于每级速度按200 m个人最好成绩百分比设定,v@Exp-Dmax本身与v200PB高度相关(r=0.87),与200 m比赛时长的零阶相关r=?0.88属于设计使然。控制v200PB后,重建的v@Exp-Dmax与400 m成绩的部分相关为?0.404(ΔR
2=0.092),与800 m成绩的部分相关为?0.652(ΔR
2=0.141),且与完整方案所得数值几乎一致(400 m:?0.40 vs. ?0.37;800 m:?0.65 vs. ?0.64),说明缩减方案保留了性能关联结构。1500 m子集效应相似但置信区间跨零,结果不结论性。
讨论部分指出,本研究的核心发现是指标特异性:v@Exp-Dmax对末端乳酸误差相对不敏感,这源于其数学构造——在平滑凸曲线上最大垂直距离对应的速度受端点变动影响较小;而拐点类指标直接依赖局部斜率变化,故更敏感。LSTM相比简单线性外推没有优势,因为每名参与者仅提供三个观测值,高容量模型难以被充分约束,当前输入信息量不足以发挥深度学习优势。因此,方案简化应针对具体监测指标进行验证,不能假设保留一个通用的“乳酸阈值”。缩短后的三阶段方案仍需三次运动和三次采血,只是降低了负担而非完全替代常规递增测试。此外,v@Exp-Dmax与成绩的关联需谨慎解读,因为其与200 m个人最好成绩的强相关来自协议设计;更有意义的是缩减方案重现了完整方案的关联结构。研究未证实该缩短方案能用于建立首次个体L–V画像——29/90的运动员前三阶段乳酸非单调,且未以最大乳酸稳态作为独立生理参考,故不能作为生理阈值有效性验证。结论部分翻译为:本研究表明,降低递增乳酸测试负担主要是一个指标选择问题,而非模型复杂度问题。对于v@Exp-Dmax,三阶段方案结合简单线性外推可为高训练水平青少年游泳运动员提供实用的纵向监测手段,但同样的简化不能假定适用于其他乳酸衍生指标。方案缩减应针对特定操作指标和预期应用进行验证,且不应被解释为生理阈值验证或替代基于标准生理参考的评估。