PubMed × Gemini — スポーツ科学の最新知見を登山者へ
📚 1,342件の論文をAIが学習
2026/1/5 のスポーツ科学・運動生理学 新着論文サマリー(2件)
| [全文] TITLE 短期高所順応における生理学的応答:予測モデリングアプローチからの洞察 |
登山 海抜での生理学的データから高所での運動能力低下を予測できる可能性があり、個別の高所順応戦略に役立つ.
設計 健康な成人9名(平均年齢24.4±3.3歳,女性44%)を対象に、海抜(SL)、3015m高所滞在12時間後(HA12h)、60時間後(HA60h)の3条件下で最大心肺運動負荷試験を実施した.
主要知見1:3015m高所での60時間滞在は完全な順応には不十分であったが、12時間後と60時間後で有意な生理学的差異が認められ、部分的な順応が示唆された.安静時では、HA60hで分時換気量(VE)と酸素消費量(VO2)が増加し、一回拍出量(SV)が減少した.
主要知見2:最大パワー出力は高所滞在12時間後(213.9±48.8 W)および60時間後(206.9±47.5 W)の両方で海抜(245.8±51.6 W)と比較して有意に低下した(いずれもp<0.05).一方、最大酸素摂取量(VO2max)は統計的に変化しなかった.
主要知見3:海抜で測定されたパラメータ(特に最大酸素脈拍VO2/HRmaxと二酸化炭素換気当量VE/VCO2)を用いることで、高所滞在12時間後の運動能力低下(最大パワー出力の変化∆POWERmax)を高い精度で予測できた(R² = 0.81,RMSE = 5.65 W).
実践 登山者が明日からできるアクション1つ:高所登山を計画する前に、海抜で最大心肺運動負荷試験を受け、自身の最大酸素脈拍(VO2/HRmax)や二酸化炭素換気当量(VE/VCO2)などの生理学的データを把握し、高所でのパフォーマンス低下の可能性を予測する.
Powered by PubMed x Gemini | Durability Monitor | 1/30
| [全文] TITLE 心疾患を持つ高齢患者の死亡率予測のための多コホート機械学習フレームワーク:HARLS, SHARE, HRSからの知見 |
登山 心疾患を持つ高齢登山者にとって、年齢だけでなく、適度な身体活動の継続、自己評価健康度の維持、そして握力を含む身体機能の維持が、死亡リスクを低減する上で重要である.
設計 中国(CHARLS, n=2130),ヨーロッパ(SHARE, n=10928),米国(HRS, n=4835)の3つの大規模高齢者コホート研究データを用いて、心疾患を持つ高齢患者の死亡率を予測する機械学習モデル(XGBoost)を開発し、検証した.
主要知見1:XGBoostモデルは、全データセットで平均AUC 0.798と優れた予測性能を示し、SHARE訓練セット(AUC: 0.805)から内部検証(AUC: 0.799),外部検証(HRS: AUC 0.821, CHARLS: AUC 0.770)においても高い汎化性を示した.
主要知見2:年齢が全コホートで最も影響力のある予測因子(SHAP値: 0.056–0.102)であり、次いで性別、適度な身体活動、自己評価健康度が重要であったが、その相対的な重要度はコホートによって異なった.
主要知見3:握力は死亡リスクとU字型の非線形関係を示し、低すぎる値と高すぎる値の両方が死亡リスクの増加と関連していた.また、入浴困難などの機能的困難や認知機能の低下も死亡リスク増加と関連した.
実践 登山者が明日からできるアクション1つ:登山活動に加えて、日常生活で適度な身体活動を継続し、握力トレーニングを取り入れることで、全身の身体機能を維持・向上させましょう.
Powered by PubMed x Gemini | Durability Monitor | 2/30
Powered by PubMed x Gemini | 自動配信