基于肺功能和三维（3D）异速生长法预测最大摄氧量（VO2max）：为异速生长级联（M0.75）研究带来新突破

《Sports Medicine》：Predicting VO2max Using Lung Function and Three-Dimensional (3D) Allometry Provides New Insights into the Allometric Cascade (M0.75)

在流行病学研究中直接测量最大摄氧量（VO2max）存在实际困难。研究人员开展了通过构建乘法异速生长模型预测 VO2max的研究。结果显示，该模型优于加法模型，且身高可替代部分指标。这为 VO2max预测提供了新方法。

　　在流行病学或人群研究中，由于实际操作问题，直接测量心肺适能（即最大摄氧量，VO_2max ）的情况很少见。因此，预测 VO_2max是一种有吸引力的替代方法。大多数预测 VO_2max的公式采用加法模型而非乘法模型，尽管有证据表明后者拟合效果更好，在生物学上也更具解释性。此外，纳入部分而非全部混杂变量可能会导致质量指数（∝M^0.75 ）像在异速生长级联中那样被夸大。

本研究旨在开发乘法异速生长模型来预测 VO_2max ，纳入了大多数广为人知以及一些不太知名的混杂变量（FVC，用力肺活量；FEV₁ ，1 秒用力呼气量），以期构建出更符合维度有效性的模型（∝M^2/3 ），这一模型最初由阿斯特兰德（Astrand）和罗达尔（Rodahl）提出。

研究采用以下三维乘法异速生长模型预测 VO_2max（升?分钟^-1）=M^k1·HT^k2·WC^k3?exp (a + b?年龄 + c?年龄² + d?体脂百分比)?ε （M 为体重；HT 为身高；WC 为腰围；% fat 为体脂百分比）。通过赤池信息准则和残差诊断来评估异速生长模型与等效加法模型之间的拟合优度。需要注意的是，截距项 “a” 会根据性别和缺乏身体活动等分类固定因素而变化。

分析结果显示，VO_2max的显著预测因子包括缺乏身体活动、体重（M）、腰围（WC）、年龄²、体脂百分比，以及 FVC、FEV₁ 。体重指数 k₁ = 0.695（M^0.695 ），近似于∝M^2/3 。然而，计算出的效应量表明，年龄²和缺乏身体活动才是 VO_2max最强的预测因子，而非体重。异速生长模型的拟合质量优于等效加法模型。

研究结果有力地证明，与加法模型相比，纳入 FVC 和 FEV₁的乘法异速生长模型在预测 VO_2max（升?分钟^-1）方面，在维度和理论上更具优势。如果无法获取 FVC 和 FEV₁ ，仅用身高（HT）作为替代指标也能得到令人满意的模型。