AbstractPURPOSEThe purpose of this study was to develop an estimation equation that predicts energy expenditure (EE) during swimming exercise based on heart rate (HR). And, we also evaluated the validation for field application and compare it with the existing speed-based swimming EE equation.
METHODSA total of 63 healthy adults (ages 19-49 years) who could swim at various speeds were conveniently sampled. The experi-ment was conducted in an indoor 25 m pool. The protocol (measurement of individual best performance, 0.4, 0.6, 0.8, <1.0 m/s) was performed for 4 minutes each according to the level of the individual. EE was evaluated using a portable respiratory gas analyzer (K4b2, Cosmed, Italy) and a swimming snorkel (Aqua Trainer Snorkel, Cosmed, Italy). HR was measured using a waterproof HR chest strap (Polar Electro Oy, Polar V800, Finland). A dummy control regression analysis was performed with the EE measured by the respiratory gas analyzer as the dependent variables and sex, age, height, weight, and HR during exercise as independent variables.
RESULTSThe participants in this study were randomly divided into two groups; the equation development (n=42) and the validation group (n=21). The estimation of EE during swimming exercise is as follows; EEm=-18.197-1.966 (Gender: men=0, women=1)+.027 (Age, year)+.073 (Height, cm)+.008 (Weight, kg)+.092 (HR, bpm) R2 = 78% (adj. R2 = 77.2%). The HR-based swimming EE estimation equation (mean=0.7, difference=6.7) verified by the Bland & Altman plot showed the lowest error, followed by Monpetit (mean=1.6, difference=11.6) and Costill (Mean=0.4, difference=16.7).
서 론수영은 걷기, 달리기와 함께 대표적인 유산소운동으로 남녀노소를 불문하고 전 생애 주기에 거쳐 즐길 수 있는 스포츠이다. 한국정부에서 실시한 국민생활체육참여실태조사[1]에 의하면, 생활체육 관련 강 좌/강습 경험률이 수영이 26.8%로 가장 높았으며, 시간적 여유 시 참여하고 싶은 종목으로도 수영이 13.5%로 가장 높아 생활체육참여자 확대 가능성이 높은 종목으로 각광받고 있다. 수중에서 대근육을 반복적으로 사용하는 수영은 걷기에 비해 과체중/비만인, 관절염 환자, 관절 이상이 있는 고령자 등에게도 신체의 무리가 비교적 적어 건강 개선을 위한 운동으로 널리 권장되고 있다[2].
기록운동인 수영은 운동성과에 대한 기본적인 지표로 이동거리, 시간, 스크로크 수 또는 에너지소비량 등을 모니터링 함으로써 본인의 기록을 갱신하고자 노력한다[3]. 수영 운동 시 에너지소비량은 1960년대부터 관심의 대상이 되어왔는데 이러한 초기 연구는 산소섭취량과 수영 속도의 높은 관련성을 기초로 하였다[4-7]. 수영 운동 시 속도를 이용한 에너지소비량 예측은 이동 시간과 이동거리만 알고 있어도 산출이 간편하게 가능하여 속도와 산소섭취량과의 선형관계를 바탕으로 다수의 에너지소비량 추정식 [8,9]이 개발되어 현장에서 사용되어 왔다.
엘리트 수영선수의 경우에는 코치나 감독이 이동거리와 이동 시간 등의 운동량을 기록 · 관리하여 운동패턴을 모니터링 할 수 있었지만, 일반 생활체육인이 수영을 하면서 본인의 기록을 일일이 모니터링 하기에는 한계가 있었다. 그러나 최근 웨어러블 기기에 방수기능이 탑재되면서 수영 운동 시에도 누구나 손쉽게 본인의 운동량(심박수, 스크로크수, 회전수, 에너지소비량 등)을 모니터링 할 수 있게 되었다. 웨어러블 기기의 정확한 수영 운동량 정보는 엘리트선수의 경기력 향상을 위한 도구뿐 만 아니라 일반인의 운동 및 건강관리 기록 도구로써 활용성 확대가 기대되고 있다. 그러나 수영 운동량 기록에 대한 웨어러블 기기의 정확도 연구 결과에 따르면 이동거리와 회전수에 정확도는 높은 것으로 보고된 반면 에너지소비량의 정확도는 다소 낮은 것으로 보고되었다[10].
상용화된 웨어러블의 정확도 연구들을 살펴보면 심박수는 정확한 반면 에너지소비량은 정확도가 낮은 것으로 알려져 있다[11,12]. 운동 중 심박수와 산소섭취량이 선형관계를 이룬다[13]는 사실을 기초로 심박수를 이용한 운동 시 에너지소비량 추정식 제시는 보다 간편하고 정확하게 에너지소비량을 모니터링 할 수 있을 것이다.
심박수를 이용한 에너지소비량 추정식은 다수의 연구자[14-16]에 의해 제시된 바 있다. 하지만 수영은 물속에서 앙와위 또는 복와위 자세로 이루어지기 때문에 지상에서 직립자세로 이루어지는 걷기/달리기 보다는 낮은 심박수 및 산소 전달을 초래[4]하여 동일한 추정식을 사용할 수 없다는 제한점이 있다.
따라서 본 연구의 목적은 수영 운동 시 에너지소비량을 심박수 기반으로 예측하는 추정식을 개발하고, 개발된 추정식의 현장적용을 위한 교차타당도 검증과 기존에 개발된 속도 기반 수영 운동 시 에너지소비량 추정식(i.e., Monpetit, Costill)의 정확도를 비교하는데 있다.
연구 방법1. 연구 대상다양한 속도의 수영을 구사할 수 있는 자로 19-49세 건강한 성인 남·여 63명을 편의표집 하였다. 고혈압 등과 같은 건강위험요인 보유자로서 고강도 운동수행에 제한이 있는 자, 치아 인플란트 등으로 인해 스노클 착용 시 문제가 될 수 있는 자는 참여 대상에서 제외하였다.
실험시작 전 연구목적을 충분히 설명하여 실험 동의서를 작성하게 하였다. 본 연구는 수행 전 한국스포츠정책과학원 기관연구윤리심의위원회(IRB)의 승인을 받았다. 연구 참여자들의 인구통계학적 특성은 Table 1과 같다.
Table 1.2. 측정절차실험 결과에 영향을 미칠 수 있는 에너지 소비의 추가적 변동성을 예방하기 위해 수영 운동량 측정 실시 3시간 전부터 식사와 운동을 금지하였다. 실험은 실내 25 m 풀에서 진행되었으며, 수온은 항상 28.8도를 유지하였다. 이 연구의 구체적인 측정절차는 Fig. 1과 같다.
연구참여자가 수영장에 도착하면 연구의 적합성 여부를 확인하기 위해 신체활동 및 건강과 관련된 간단한 설문 조사(PAR-Q)와 혈압 측정을 실시하였다. 이러한 절차를 통해 검사를 수행하기에 안전하다고 판단된 참여자는 본 검사를 실시하기에 앞서 기초측정항목으로 신장, 체중, 신체질량지수, 체지방량을 측정하였다. 이후 심박수 모니터를 위한 체스트 벨트와 이동식호흡가스분석기 K4b2에 연결된 Aqua Traint-er Snorkel을 착용하였다.
영법은 자유형(Front crawl)으로 실시되었으며, 실험 프로토콜은 수영 에너지소비량 관련 선행연구[4,6]에서 사용한 강도를 기반으로 선정되었다. 수영 프로토콜은 개인 최고 수행능력 측정 후 개인의 최고속도를 반영하여 최소 2가지에서 최대 4가지 속도로 각 4분간 수행하였다(0.4 m/s, 0.6 m/s, 0.8 m/s, 1.0 m/s 이상). 근육의 피로도 누적을 고려하여 저강도를 시작으로 나머지 강도의 순서는 랜덤하게 수행하였다. 각 프로토콜 실시 후 의자에 착석한 상태로 회복기(최소 4분씩)를 가졌다.
25 m를 동일한 속도로 4분간 유지하기 위해 연구보조자가 지상에서 25 m 회전 시 마다 소요 시간을 피드백하였다. 수영 운동량 측정의 표준화를 위해 잠영을 통제하였으며, 스노클 사용으로 인해 턴 방법은 사이드 턴으로 통일하였다. 측정기록자는 각 활동이 끝날 때 마다 Borg 척도(Borg scale)를 사용하여 운동자각도를 질의 및 기록하였다.
기존 연구자들에 의해 제시된 속도 기반 수영 운동 시 에너지소비량 추정식(Monpetit, Costill)의 교차타당도 비교를 위해 사용된 추정식은 Table 2와 같다. 수영은 물속에서 체중을 지탱하기 위해 소비하는 산소섭취량이 지상에서 이루어지는 유산소 운동(걷기/달리기, 사이클)의 산소섭취량 보다 낮기 때문에 체중을 포함한 mL/kg/min의 단위가 아닌 L/min의 단위를 사용해왔다. 이러한 이유로 2가지 추정식 모두 산소섭취량의 단위를 L/min으로 사용하고 있는데, 본 연구에서는 kcal 로 단위를 변환(1 L당 5 kcal)하였다[17].
3. 측정도구준거 에너지소비량은 이동식 호흡가스 분석기(K4b2, Cosmed, Italy)와 수영용 스노클(Aqua Trainer Snorkel, Cosmed, Italy)을 사용하여 평가하였다. 수영 운동 시 산소섭취량 분석을 위하여 K4b2분석기에 을 연결하여 실시간 가스분석을 실시하였다 2 분석기는 등에 착용하는 경량(925 g)의 검사도구로 이 연구에서는 측정 연구원이 착용하였으며, K4b2분석기에서 측정된 호흡교환율을 기준으로 심박수, 이산화탄소 배출량 및 산소섭취량을 동시에 기록하였다. 준거 측정 장비로 사용된 K4b2분석기는 여러 연구자에 의해 수영운동에서 신뢰도가 검증된 바 있다[18-21].
K4b2분석기는 자료수집 이전에 자료의 신뢰성 고려 차원에서 이동식 호흡가스분석기의 사용설명서에 따라 측정도구의 보정(calibration)을 실시하였다. K4b2분석기의 데이터는 호흡교환율을 기준으로 기록되었으며, 측정 종료 후 20초로 필터링하여 엑셀로 호환 후 분단위로 재코딩되었다. 각 프로토콜의 안정된 상태(steady-state)의 값을 분석에 사용하기 위해 모든 활동의 마지막 2분(3-4분)의 데이터를 분석에 사용하였다. 심박수는 방수용 체스트 벨트(Polar Electro Oy, Polar V800, Finland)를 이용하여 측정하였다.
신장은 신장계(Jenix, DS-102, Korea)를 사용하여 0.1 cm 단위까지 계측하였다. 체중과 체지방률은 체성분분석기(Biospace, InBody 720, Korea)를 사용하여 최대한 가벼운 복장으로 체중은 0.1 kg, 체지방량은 0.1% 단위까지 기록하였다. 측정된 신장과 체중 자료는 실험 시작 전 K4b2분석기 내 개인 인적 정보란에 입력되었다.
4. 자료분석이 연구는 심박수를 이용한 수영 운동의 에너지소비량 추정식 개발과 교차타당도 검증을 위해 전체 연구 참여자 63명 중 42명을 추정식 개발 집단으로 선정하였으며, 21명을 교차타당도 집단으로 구분하였다. 이때 추정식 개발 그룹과 교차타당도 그룹의 분류는 단순 무작위 표본 추출법(simple random sampling)을 사용하였다. 수집된 자료의 정규성 검증과 신체적 특성 및 관련된 모든 자료의 평균과 표준편차를 산출하기 위해 기술통계를 적용하였다.
최적의 회귀모형을 위한 변수선택 방법은 모두 선택 방법(all selection method)과 통계량으로는 수정된 결정계수(adjusted R2)를 사용하였다. 마지막으로 회귀분석 모형의 적합성 검정은 잔차의 등분산성과 정규성 검정으로 확인하였다. 교차타당도는 추정식 개발 집단과 별도로 구성된 교차타당도 집단에 적용하여 준거 에너지소비량과 추정 에너지소비량의 절대오차율(Mean Absolute Percent Errors, MAPE)을 산출하였다. 이상의 자료 분석은 SPSS Ver. 23.0 (IBM SPSS, Chicago, IL, USA)을 사용하였다.
준거 에너지소비량과 추정 에너지소비량의 추정오차는 Bland-Alt-man plot을 이용하여 평균차이(mean difference)와 ±95%의 한계선(limited of agreement, LoA)을 확인하였다. 이때 통계 프로그램은 MedCalc ver. 14.0 (MedCalc, Belgium, UK)을 이용하였다. 모든 자료의 통계적 유의수준은 p <.05로 설정하였다.
연구 결과1. 운동강도별 준거에너지소비량과 심박수의 기술통계
Table 3은 수영 운동 시 에너지소비량 추정식 개발그룹(n=42)의 속도별 에너지소비량과 심박수, 운동자각도의 평균과 표준편차이이다. 준거 측정도구인 이동식 호흡가스분석기에서 측정된 에너지소비량은 수영 운동 시 속도가 증가함에 따라 점진적으로 증가하였다.
Table 3.2. 수영 운동 시 에너지소비량 추정식수영 운동의 에너지소비량 예측에 적합한 추정식 작성을 위해 독립변수는 선행연구에서 자주 사용된 생리학적 변수인 성별, 나이, 신장, 체중 등을 공통변수로 선정하였다[22]. 이때 성별은 범주형 변수이기 때문에 독립변수로 직접 투입하지 않고 더미변수(dummy variable)로 만들어 투입하고, 연령은 연속 변수이므로 직접 투입하여 분석하는 더미통제회귀분석을 실시하였다(Table 4).
Table 4.EE HR=-18.197-1.966 (Gender: men=0, women=1)+0.027 (Age, year)+ 0.073 (Height, cm)+0.008 (Weight, kg)+0.092 (Heart rate, bpm)
심박수 기반 추정식은 F=94.479 (p <.001) 그리고 설명력은 78% (adj R2 = 0.772, SEE=1.430, Durbin-Watson=1.543)이었다.
3. 수영 운동 시 에너지소비량 추정식의 교차타당도 검증
Fig. 2는 교차타당도 그룹(N=21)으로부터 준거에너지소비량과 예측에너소비량과의 절대오차율로 계산하였다. 심박수 기반 에너지소비량 추정식은 전반적으로 18-22% 수준의 절대오차율을 보였고, 속도를 기반으로 한 Monpetiti의 추정식은 0.4 m/s에서 80%, 0.6 m/s에서 30%, 0.8 m/s에서 26%, 1.0 m/s에서 17%의 절대오차율로 속도가 높아질수록 오차율이 낮아졌다. Costill의 추정식은 0.4 m/s에서 106%, 0.6 m/s에서 36%, 0.8 m/s에서 42%, 1.0 m/s에서 40%의 절대오차율을 보였다.
Fig. 3은 준거 에너지소비량과 예측 에너지소비량 간의 일치 정도에 대한 Bland-Altman plot이다. Bland & Altman plot에서 검증한 추정식의 교차타당도는 심박수 기반 추정식(Mean=0.7, difference=6.7)이 가장 낮은 오차를 나타냈으며, 이후 Monpetit (Mean=1.6, difference=11.6), Costill(Mean=0.4, difference=16.7) 순으로 나타났다.
논 의이 연구는 수영 운동 시 심박수를 기반으로 하는 에너비소비량 추정식을 제시하고, 제시된 추정식의 타당성과 유용성을 검증하기 위해 준거 에너지소비량을 기준으로 심박수 기반 에너지소비량과 속도 기반 에너지소비량 추정식(i.e., Monpetit, Costill)의 교차타당도를 검증하였다. 수영 운동 시 심박수 기반 에너지소비량 예측식의 설명력은 78%로 나타났으며, 심박수 기반 에너지소비량은 모든 프로토콜 내에서 18-22%대의 절대오차율을 보였다. 그러나 속도기반 에너지소비량 추정식에서 Monpetit의 추정식은 속도가 높아질수록 절대오차율이 낮아졌으며, Costill 추정식은 36-106%대의 다양한 절대오차율을 보였다. 연구의 주요결과는 수영 운동 시 심박수 기반 에너지소비량 추정식이 속도 기반 추정식 보다 높은 정확도를 보여 수영 운동 시 심박수를 이용하여 에너지소비량 예측이 가능함을 확인하였다는 것이다.
규칙적인 신체활동 및 스포츠 활동 참여는 비만, 고혈압, 제2형 당뇨 등과 같은 만성질환 뿐만 아니라 사망률 감소 등의 건강 혜택을 제공하는 것으로 알려져 있다[24]. 미국 정부에서 발표한 신체활동 가이드라인 업데이트[25]에 따르면, 신체활동량 증가를 위해서는 개인적 수준의 신체활동증진개입이 효과가 있으며, 웨어러블(착용형 활동 모니터) 기기 사용 등의 정보·소통기술(ICT)의 개입은 신체활동을 증진시켜 더 나은 건강 결과가 발생할 수 있다고 보고하였다. 수영인들은 건강 및 체중관리를 목표로 하는데 이러한 목표 달성을 위해 신체활동량의 객관적 평가는 유용하게 활용 가능하다. 연구용 신체활동량 측정도구들은 방수기능이 가능한 제품이 제한적이라 수영과 같은 운동 시에는 제거해야 하는 어려움이 있었지만 기술의 발달로 방수 기능이 탑재된 웨어러블이 출시되면서 수영 운동에 대한 운동량도 실시간 확인할 수 있게 되었다[10,26].
최근 상용화된 웨어러블의 정확도 연구들을 살펴보면 심박수는 정확한 반면 에너지소비량은 정확도가 낮은 것으로 알려져 있다[27-29]. 이 연구에서는 최대한 간단한 변수 사용으로 현장 활용성을 높이고자 웨어러블만으로 접근 가능한 성별, 나이, 신장, 체중, 심박수 정보를 이용하여 에너지소비량 추정식을 제시하였으며, 교차타당도 검증을 하여 기존 속도를 이용한 에너지소비량 추정식 보다 준거에너지소비량과 비교했을 때 오차가 낮음을 확인하였다.
속도와 산소섭취량의 선형관계를 기초로 시작된 Costill 연구[9]의 경우 수영 엘리트 선수를 대상으로 측정하였으며, 프로토콜은 1,0, 1.1, 1.2 m/s의 속도가 사용되었다. 사용된 프로토콜은 1.0, 1.1, 1.2 m/s의 속도가 사용되었다. Montpetit 연구[8]는 수영 경험이 최소 3년 이상으로 정기적으로 훈련에 참여하는 10-20대를 대상으로 측정하였으며, 프로토콜 속도는 1.0, 1.1, 1.2 m/s이 사용되었다. Costill [9]과 Montpetit [8]의 연구에서 사용된 프로토콜은 최소 0.9 m/s 이상으로 이 연구에서 사용된 프로토콜(0.4-1.0 m/s) 보다 높았다.
이 연구의 프로토콜은 수영 에너지소비량 선행연구[4,6]에서 사용된 프로토콜 범위(0.4-1.2 m/s)를 기초로 예비실험을 통하여 선정되었다. 예비실험을 통해 1.2 m/s의 속도는 중년의 일반 수영 동호인이 4분 동안 동일 속도를 유지하는데 어려움이 있음이 확인되어 프로토콜에서 제외되었다. 심박수를 기반으로 한 에너지소비량 추정식 개발을 위해 저강도부터 고강도의 속도 범위를 포함한 0.4-1.0 m/s이 최종적으로 선정되었다. 속도기반 에너지소비량 추정식의 저강도 프로토콜에서 정확도가 낮아지는 것은 추정식 개발 시 사용된 강도 높은 프로토콜과 운동 숙련도의 차이에서 기인한 것으로 사료된다. 이러한 결과는 각 추정식 개발 시 사용된 연구방법(연령 범위, 환경, 운동 속도, 숙련도 등)이 예측 알고리즘의 수용 범위와 일반화 가능성 범위에 영향을 미친다는 것을 규명한 연구결과[23]와 일치하였다.
수영 운동 시 에너지소비량 연구가 대부분 엘리트 선수 또는 수영 유망주들을 대상으로 이루어졌고, 1980년대 이후에는 수영 운동 시 에너지소비량 추정식 연구가 미비하여 다양한 논의는 불가능하였다. 그러나 이 연구는 중년의 일반 동호인을 대상으로 하였으며, 심박수와 산소섭취량이 선형관계를 이룬다[13]는 이론을 바탕으로 호흡교환율(breath-by-breath) 분석 기술을 이용하여 심박수를 이용한 수영 운동 시 에너지소비량을 제시한 것에 큰 의의가 있다.
본 연구는 몇 가지 제한점을 가지고 있다. 첫째, 다양한 수영 영법 중 자유형에 한정하여 추정식이 개발되었다는 한계가 있으며, 둘째, 성별과 연령대를 세분화하지 못했다는 한계점이 있었다. 셋째, 교차타당도 검증에서 동시 비교된 속도기반 추정식이 최근 개발된 추정식의 부재로 1980년대에 개발된 추정식이 사용되었다는 한계점이 있었다. 넷째, 추정식에 투입된 변인은 웨어러블 만으로 접근 가능한 성별, 나이, 신장, 체중, 심박수로 한정하여 최대한 간단한 변인으로 활용성을 높이고자 하였다. 이에 추가 측정이 필요한 근육량, 체지방률 등의 지표는 고려되지 못하였다. 이러한 제한점을 보완하여 후속연구에서는 수영 운동 시 다양한 영법과 성별과 연령, 운동숙련도를 고려한 추정식 연구가 필요하겠다.
결 론이 연구에서는 수영 운동 시 에너지소비량을 심박수 기반으로 예측하는 추정식을 개발하고, 교차타당도 검증 및 기존 속도 기반 수영 에너지소비량과의 정확도를 비교하였다. 연구에서 제시된 심박수 기반 추정식은 개인의 신체적 특성과 심박수만을 이용하여 웨어러블 등에 쉽게 적용 가능하다는 장점이 있다. 또한 이동시간과 이동거리만으로 수영 운동 시 에너지소비량 예측이 가능하여 활용성이 높았던 속도 기반 추정식보다 높은 정확도를 보였다. 이러한 연구결과는 수영 운동 시 심박수를 이용하여 에너지소비량 예측이 가능함을 확인하였으며, 웨어러블의 에너지소비량 정확도 개선에도 도움이 될 수 있을 것이다. 이 연구는 심박수와 신체적 특성(신체 기본 정보)에 기반을 두어 현장 활용성을 강조하였으며 수영 운동 시 에너지소비량의 정보제공은 생활체육인들의 건강관리 및 동기부여에 도움일 될 수 있을 것이다.
REFERENCES1. Ministry of Culture, Sports and Tourism. 2020 National Life Sports Participation Survey. 2020.
2. American College of Sports Medicine. ACSM's guidelines for exercise testing and prescription. Lippincott Williams & Wilkins 2020.
3. Mooney R, Corley G, Godfrey A, Osborough CD, Quinlan L, et al. Application of video-based methods for competitive swimming analysis: a systematic review. Sport Exerc Med Open J. 2015;15:133-50.
5. LePere CB, Porter GH. Cardiovascular and metabolic response of skilled and recreational swimmers during running and swimming. Application of science and medicine to sport, Springfield, lll. Thomas. 1975;234-47.
6. Pendergast DR, Di Prampero PE, Craig AB Jr, Wilson DR, Rennie DW. Quantitative analysis of the front crawl in men and women. J Appl Respir Environ Physiol. 1977;43(3):475-9.
7. Montpetit RR, Lavoie JM, Cazorla G. Aerobic energy cost of swimming the front crawl at high velocity in international class and adolescent swimmers. Biomech Med Swim. 1983;14:228-34.
8. Montpetit R, Cazorla G, Lavoie JM. Energy expenditure during front crawl swimming: a comparison between males and females. Swimming science V. Human Kinetics, Champaign. 1988;101:229-36.
9. Costill DL, Kovaleski J, Porter D, Kirwan J, Fielding R, et al. Energy expenditure during front crawl swimming: predicting success in mid-dle-distance events. Int J Sports Med. 1985;6(05):266-70.
10. Lee M, Lee H, Park S. Accuracy of swimming wearable watches for estimating energy expenditure. IJASS,. 2018;30(1):80-90.
11. Fuller D, Colwell E, Low J, Orychock K, Tobin MA, et al. Reliability and validity of commercially available wearable devices for measuring steps, energy expenditure, and heart rate: systematic review. JMIR Mhealth Uhealth. 2020;8(9):e18694.
12. Germini F, Noronha N, Borg Debono V, Abraham Philip B, Pete D, et al. Accuracy and acceptability of wrist-wearable activity-tracking devices: systematic review of the literature. J Med Internet Res. 2022;24(1):e30791.
13. Spurr GB, Prentice AM, Murgatroyd PR, Goldberg GR, Reina JC, et al. Energy expenditure from minute-by-minute heart-rate recording: comparison with indirect calorimetry. Am J Clin Nutr. 1988;48(3):552-9.
14. Rennie KL, Hennings SJ, Mitchell JO, Wareham NJ. Estimating energy expenditure by heart-rate monitoring without individual calibration. Med Sci Sports Exerc. 2001;33(6):939-45.
15. Hiilloskorpi H, Fogelholm M, Laukkanen R, Pasanen M, Oja P, et al. Factors affecting the relation between heart rate and energy expenditure during exercise. Inter J Sports Med. 1999;20(07):438-43.
16. Schrack JA, Zipunnikov V, Goldsmith J, Bandeen-Roche K, Crainicea-nu CM, et al. Estimating energy expenditure from heart rate in older adults: a case for calibration. PLoS One. 2014;9(4):e93520.
17. Lee S, Bacha F, Hannon T, Kuk JL, Boesch C, et al. Effects of aerobic versus resistance exercise without caloric restriction on abdominal fat, intrahepatic lipid, and insulin sensitivity in obese adolescent boys: a randomized, controlled trial. Diabetes. 2012;61(11):2787-95.
18. Baldari C, Fernandes RJ, Meucci M, Ribeiro J, Vilas-Boas JP, et al. Is the new AquaTrainer® snorkel valid for VO2 assessment in swimming? Int J Sports Med. 2013;34(04):336-44.
19. Eisenmann JC, Brisko N, Shadrick D, Welsh S. Comparative analysis of the Cosmed Quark b2 and K4b2 gas analysis systems during submaximal exercise. J Sports Med Phys Fit. 2003;43(2):150.
20. Keskinen KL, Rodríguez FA, Keskinen OP. Respiratory snorkel and valve system for breath-by-breath gas analysis in swimming. Scand J Med Sci Sports. 2003;13(5):322-9.
21. McLaughlin JE, King GA, Howley ET, Bassett Jr DR, Ainsworth BE. Validation of the COSMED K4b2 portable metabolic system. Int J Sports Med. 2001;22(04):280-4.
22. Ferrar K, Evans H, Smith A, Parfitt G, Eston R. A systematic review and meta-analysis of submaximal exercise-based equations to predict maximal oxygen uptake in young people. Pediatr Exerc Sci. 2014;26(3):342-57.
23. Trost SG, Way R, Okely AD. Predictive validity of three ActiGraph energy expenditure equations for children. Med Sci Sports Exerc. 2006;38(2):380-7.
24. American College of Sports Medicine. ACSMʼs guidelines for exercise testing and prescription. Lippincott Williams & Wilkins 2014.
25. U.S. Department of Health & Human Services. 2018 Physical Activity Guidelines for Advisory Committee Scientific Report. 2018.
26. Mooney R, Quinlan LR, Corley G, Godfrey A, Osborough C, et al. Eval-uation of the Finis Swimsense® and the Garmin Swim™ activity monitors for swimming performance and stroke kinematics analysis. PLoS One. 2017;12(2):e0170902.
27. Stahl SE, An HS, Dinkel DM, Noble JM, Lee JM. How accurate are the wrist-based heart rate monitors during walking and running activ-ities? Are they accurate enough? BMJ Open Sport Exerc Med. 2016;2(1):e000106.
|
|