利用生化指標評定橄欖球運動員身體機能的判別分析研究

傅 濤，趙林梁，段亞飛

橄欖球運動是一項間歇性、反復(fù)多種高強度運動組成的團隊項目，在訓(xùn)練和比賽中頻繁地進行高強度的沖刺跑、沖撞、變向、加速和減速等動作，這些活動對運動員肌肉骨骼組織造成內(nèi)部機械應(yīng)力的同時，也導(dǎo)致生理系統(tǒng)出現(xiàn)應(yīng)激，根據(jù)這些應(yīng)力和應(yīng)激的數(shù)量和周期，機體各器官和組織會進行適應(yīng)性調(diào)整，若這種調(diào)整未能建立新的動態(tài)平衡，則會出現(xiàn)不同程度的急性和慢性疲勞。眾所周知，疲勞會抑制運動員的表現(xiàn)，疲勞有2 個重要的屬性：（1）可監(jiān)測的疲勞（機體內(nèi)環(huán)境穩(wěn)態(tài)的失衡和運動員的主觀心理狀態(tài)）；（2）表現(xiàn)力疲勞（源于神經(jīng)系統(tǒng)容量和肌肉收縮特性改變所導(dǎo)致的客觀績效指標的下降）[1]。因此，量化訓(xùn)練負荷和身體機能的表現(xiàn)，可能有助于保持高水平的競技狀態(tài)和防止不良的生理和心理反應(yīng)。目前，國內(nèi)對橄欖球身體機能的定量研究還比較有限，哪些生化指標是橄欖球運動特異性監(jiān)測指標？指標也尚無權(quán)重計算。為了有效優(yōu)化橄欖球運動員整個賽季的最佳訓(xùn)練和比賽表現(xiàn)，需要建立一種定性、定量、多指標綜合評價身體機能的方法。

本文基于隊內(nèi)常規(guī)生化指標監(jiān)控數(shù)據(jù)和訓(xùn)練比賽狀態(tài)，通過建立判別函數(shù)方程來評估身體機能，以評價或預(yù)測機體對訓(xùn)練負荷的適應(yīng)性，橄欖球運動員身體機能分級方法的提出和構(gòu)建，旨在建議這一領(lǐng)域的各種從業(yè)人員（教練員、醫(yī)務(wù)人員、科研人員）充分利用數(shù)據(jù)價值提高工作績效，防止過度訓(xùn)練和損傷。

1 研究對象與方法

1.1 研究設(shè)計設(shè)計

采用回顧性橫斷面研究。

1.2 研究對象

選取天津橄欖球隊的20名男性專業(yè)橄欖球運動員，年齡在18～26 歲，橄欖球1 級運動員及以上，專業(yè)訓(xùn)練時間3 年以上。所有隊員遵循同樣的訓(xùn)練計劃，每周的訓(xùn)練通常包括3 次體能訓(xùn)練（90 min/次），1 次高強度間歇訓(xùn)練（30～45 min/次），5～6 次技戰(zhàn)術(shù)團隊訓(xùn)練（90～120 min/次），1～2 次個人技術(shù)訓(xùn)練（60～90 min/次），訓(xùn)練后進行恢復(fù)，包括治療、拉伸和理療。所有隊員均簽署《實驗知情同意書》，并填寫醫(yī)療問卷和心肺及心電圖檢查，人體實驗根據(jù)赫爾辛基宣言進行。所有研究對象在整個測試期間都遵循相似的飲食，在大賽前補充必要的維生素和礦物質(zhì)復(fù)合物，受試者無吸煙、飲酒或服用已知會改變激素反應(yīng)的藥物。排除測試期間有明顯傷病、在測試前24 h 大量飲酒或含咖啡因較高的飲料和測試數(shù)據(jù)不全的運動員。最終確定的16名受試者基本情況如下：年齡（23.73±4.28）歲，身高（182.65±4.16）cm，體重（87.37±5.18）kg，橄欖球運動年限（4.47±2.52）年。

1.3 血樣的采集和生化指標測試

受試者在早上7—8點進行血樣采集，處于禁食狀態(tài)，為了避免由于晝夜節(jié)律和食物攝入而引起的激素變化，采樣時間始終一樣。血液樣本從肘前靜脈采集，收集在肝素抗凝血管中待用。球員們在冬訓(xùn)開始的前2天（12月）進行第1次血液樣本評估，作為基線?；€血液測試的標準要求1周沒有訓(xùn)練，沒有任何改變時區(qū)的旅行（時間生物學(xué)）。從12月到次年8月，樣本每2～4周采集1次，共采集12次血樣，每次8個指標，其中有效數(shù)據(jù)為1 536個。

取用全自動生化分析儀進行全血分析，主要測試指標：白細胞（WBC）、紅細胞（RBC）和血紅蛋白（Hb），變異系數(shù)分別為≤6.0%、≤2.5%、≤2.0%；采用酶動力學(xué)法定量測定抗凝血漿中肌酸激酶（CK）的含量，變異系數(shù)為≤9.0%；用酶偶聯(lián)速率法測試血尿素氮（BUN）；用化學(xué)發(fā)光法測試血睪酮（T）和皮質(zhì)醇（C），變異系數(shù)分別為1.2%～3.7%、1.1%～2.4%；用化學(xué)發(fā)光免疫分析法測試鐵蛋白，變異系數(shù)2.1%～3.5%。

1.4 統(tǒng)計方法

所有測試數(shù)據(jù)由Microsoft Excel儲存，剔除了2組測試項目不全的數(shù)據(jù)后，建立數(shù)據(jù)庫。

利用SPSS數(shù)據(jù)統(tǒng)計軟件對篩選后的有效數(shù)據(jù)進行處理，采用單因素方差分析（ANOVA）和Kruskal-Wallis檢驗，比較受試者生化數(shù)據(jù)的一般特征。采用系統(tǒng)聚類分析對原始變量進行篩選，降低維度篩選關(guān)鍵指標，用系統(tǒng)聚類分析對原始個案進行分類，來識別潛在的身體機能組群，對分組進行連續(xù)的檢查，直到一些相對同質(zhì)的亞組在統(tǒng)計學(xué)上變得有意義為止，來確定這組數(shù)據(jù)將身體機能分為幾類較為適宜。再用K-均值聚類法進一步識別受試者身體機能的差異是否與競技表現(xiàn)存在一致性。

運用判別分析法，使用連續(xù)自變量預(yù)測1個分類因變量，建立典型判別函數(shù)和多個貝葉斯判別函數(shù)，變量的方差/協(xié)方差矩陣齊次通過Levene/Box′s檢驗驗證，得出最佳判別函數(shù)，確定判別函數(shù)中的系數(shù)和常數(shù)，判別函數(shù)的形式為：

式中：下標i表示特定身體機能的類別；下標1、2、…n為n個變量；wi1、…win為第n個變量在第i組分類得分計算中的權(quán)重；利用一般最小二乘估計判別權(quán)值，使k組內(nèi)的方差與k組間的方差之比最??；Xi1…、Xin是第n個變量的觀測值；Ai為常數(shù)；Zi是分類得分。

通過內(nèi)部檢驗和交叉檢驗判別函數(shù)公式的準確率和誤判率，建立判別規(guī)則，根據(jù)公式計算每組數(shù)據(jù)的分類得分；然后根據(jù)最高的分類分數(shù)將運動員的身體機能分成特定組；最后，計算判別方程的回代符合率。

2 結(jié) 果

2.1 聚類分析結(jié)果

2.1.1 變量和個案的聚集結(jié)果 通過系統(tǒng)聚類，把最為靠近的變量（個案）首先聚為一小類，再將已經(jīng)聚集的小類按照類間距離合并，以此類推，最后聚合到一個大類中。結(jié)合聚類分析和機能監(jiān)控的實際，將8個變量減少為5個變量（分別為Hb、BUN、CK、T、C）。個案聚類樹狀圖顯示，本組身體機能數(shù)據(jù)從7～3 聚類方案均存在可能性，在標準化數(shù)據(jù)的基礎(chǔ)上連續(xù)進行7-、6-、5-、4-、3 個聚類方案，對受試者進行K-均值聚類分析，來識別受試者身體機能的差異性，最后確定5-、4-、3個聚類方案指標變量之間存在差異性。

2.1.2 K-均值聚類分析后身體機能的生化特征 通過Kappa統(tǒng)計分析，四聚類和三聚類分析的子類型與運動表現(xiàn)力的分類具有一致性。為了探討身體機能四聚類法和三聚類法哪一個應(yīng)用價值更大，判斷率更高，分別做了四聚類和三聚類的后續(xù)分析。結(jié)果顯示：三聚類方案時，因子之間的獨立性有沖突，進行組間檢驗會相互影響，不宜進行后續(xù)的判別分析，同時，在高水平運動員中，將身體機能水平分成四類，更為細致，對于管理和監(jiān)控訓(xùn)練負荷會更為有利。故此，根據(jù)聚類分析的結(jié)果，將優(yōu)秀橄欖球運動員的身體機能分為4等，經(jīng)過9次迭代后終（見表1）。

2.2 判別分析前的假設(shè)條件檢驗

2.2.1 候選指標的正態(tài)性分布 最終確定190 組有效數(shù)據(jù)，其中候選因子（X1=Hb、X2=CK、X3=BUN、X4=T、X5=C）均呈正態(tài)分布，符合判別函數(shù)的假設(shè)條件。

表1 天津橄欖球隊男隊聚類后生化指標特征Table 1 Characteristics of Biochemical Indexes of Tianjin Man's Rugby Team After Clustering

2.2.2 候選因子之間的相關(guān)性分析 在建立判別函數(shù)方程之前，對5 個變量進行相關(guān)性分析，以保證判別函數(shù)方程的穩(wěn)定性。結(jié)果顯示，Pearson 相關(guān)系數(shù)均＜0.3，說明各變量獨立性較好，能夠進行判別分析（見表2）。

表2 各候選指標之間的相關(guān)性分析Table 2 Correlation Analysis Among Candidate Indicators

2.2.3 組間均值等式檢驗和組內(nèi)共變異數(shù)矩陣檢驗 對各組中不同類5個變量均值是否相等的檢驗顯示：5個指標在組與組之間均值的差異具有統(tǒng)計學(xué)意義（P＜0.01），說明這些指標可以進行后續(xù)的判別分析（見表3）。

表3 組間均值相等檢驗Table3 Mean Equality Test Between Groups

非單數(shù)群組根據(jù)聯(lián)合組內(nèi)共變異數(shù)矩陣進行檢驗，結(jié)果顯示：反映協(xié)方差矩陣的秩和行列式對數(shù)值顯示協(xié)方差矩陣不是病態(tài)矩陣，Box’s M 共變異數(shù)矩陣等式檢驗P＞0.05，表示總體協(xié)方差矩陣相等（見表4）。在正態(tài)等協(xié)差的條件下，Bayes判別法、Fish線性判別法與距離判別法三者是等價的。

表4 Box′s M共變異數(shù)矩陣等式檢驗Table4 Box's M Covariance Matrix EqualityTest

2.3 判別函數(shù)和判別規(guī)則的建立

在對原始數(shù)據(jù)進行處理的基礎(chǔ)上，進行判別分析的操作，可以得到典型判別函數(shù)系數(shù)，得到3 個用于后續(xù)分析的判別函數(shù)，對所建立3個判別函數(shù)方差貢獻率進行檢驗，判別函數(shù)的方差貢獻率越大，判別能力就越強，Y1的貢獻率為80.8%，Y2的貢獻率為18.3%，Y3的貢獻率為0.9%（典型相關(guān)性分別為0.922、0.751、0.238）。對3 個函數(shù)的Wilks′ Lambda（λ）檢驗顯示，3 個函數(shù)在0.05的水平下均有統(tǒng)計學(xué)意義（見表5）。

表5 Wilks′Lambda（λ）檢驗Table5 Wilks′Lambda（λ）Test

盡管3 個函數(shù)均具有統(tǒng)計學(xué)意義，但由于函數(shù)Y3的貢獻率和相關(guān)性均較低，所以選擇前2個函數(shù)用于分析，建立的典型判別方程為：

在判別分析區(qū)域圖中（見圖1），采用典型判別函數(shù)在各組的重心，即各組判別得分的均值向量來對組別進行區(qū)分。在Y1函數(shù)中，群組身體機能優(yōu)秀、良好、一般、較差的重心分別為-1.282、-0.755、3.607、10.366；在Y2函數(shù)中，群組身體機能優(yōu)秀、良好、一般、較差的重心分別為1.419、-1.079、0.159、0.525。在進行判別時，把代表性的變量數(shù)據(jù)分別代入建立好的典型判別函數(shù)方程中，與哪一個數(shù)據(jù)的絕對值越接近就代表是哪一個等級，函數(shù)Y1、Y2彼此可以用離類重心值的多維距離來相互驗證，以便更好地判斷其身體機能屬于哪一類別。

圖1 個案的聚集圖和群組的重心Figure1 Gather the Figure and Center of Group of the Cases

彩圖對照

由于非標準化典型判別函數(shù)的系數(shù)是和各變量所取的單位有關(guān)，為了能夠判別各變量作用的大小，所以分析各判別變量的作用時，使用標準化的典型判別系數(shù)，標準化典型判別函數(shù)是標準化判別變量的線性組合，其常數(shù)項為零。函數(shù)系數(shù)的絕對值，可以反映判別變量在判別中所起的作用大小，標準化典型判別函數(shù)系數(shù)的絕對值越大，說明相應(yīng)的判別變量在該判別函數(shù)中起的作用越大（見表6）。

表6 標準化典型判別函數(shù)系數(shù)Table 6 Standardized Typical Discriminant Function Coefficients

可見，在函數(shù)Y1中，5 個變量的重要性依次為CK＞T＞BUN＞Hb＞C；在函數(shù)Y2中，5 個變量的重要性依次為T＞C＞CK＞BUN＞Hb。綜合標準化典型判別函數(shù)系數(shù)以及典型判別函數(shù)與自變量之間的相關(guān)系數(shù)可知，在衡量橄欖球運動員身體機能狀態(tài)時，上述5 個生化指標的重要性依次為CK＞T＞BUN＞Hb＞C。這個順序與用逐步判別法進行判別變量篩選時（設(shè)F-entry=3.84，F(xiàn)-removed=2.71）所得結(jié)果一致。逐步法最后篩選出的變量為CK 和T，每入選一個變量，λ值都有明顯的減少，可見這2 個變量對于判別類型都有積極的作用。因此，在優(yōu)秀橄欖球運動員中，CK 和T 的變化是判斷其身體機能好壞的主要指標，這與速度、力量、爆發(fā)為主要競技特征的橄欖球項目相一致。

2.4 判別函數(shù)效果評估和檢驗

構(gòu)建判別函數(shù)后，需要對判別函數(shù)的準確性進行檢驗，計算判對率和判錯率，用來描述判別函數(shù)的判別效果。本研究采用內(nèi)部驗證、交叉驗證和外部驗證3 種方法來進行驗證。內(nèi)部驗證顯示，2 組函數(shù)對身體機能評定為優(yōu)秀的誤判例數(shù)為1，良好的誤判例數(shù)為3，一般和較差的誤判例數(shù)均為0，總準確率為97.89%，總判錯率為2.11%；交叉檢驗顯示，2組函數(shù)對身體機能評定為優(yōu)秀的誤判例數(shù)為2，良好的誤判例數(shù)為3，一般和較差的誤判例數(shù)均為0，總準確率為97.37%，總判錯率為2.63%?？梢?，內(nèi)部驗證和交叉驗證的誤判主要集中在優(yōu)秀和良好上，群組的重心和個案的聚集圖（見圖1）顯示，優(yōu)秀和良好2個等級較為接近，不排除有個別指標存在重疊現(xiàn)象。由此可見，本文所構(gòu)建的判別函數(shù)判別效果顯著（見表7）。

表7 判別函數(shù)的內(nèi)部驗證和交叉驗證Table 7 Internal Validation and Cross Validation of Discriminant Functions

選取未參與建模的11名男性高水平橄欖球運動員的血液生化指標和競技表現(xiàn)力進行外部驗證，共計22組數(shù)據(jù)，利用已經(jīng)構(gòu)建的身體機能判別函數(shù)，對其進行身體機能等級判定?？偱袑β蕿?4.26%，總判錯率為5.74%，判錯的例數(shù)依然集中在優(yōu)秀和良好2個等級上，認為該判別函數(shù)整體擬合較好，各類分級較為顯著。

3 分析與討論

橄欖球運動在我國發(fā)展起步較晚，但隨著7 人制橄欖球成為奧運會正式比賽項目，橄欖球運動在我國也得到了很大的發(fā)展。橄欖球是一項以運動員身體頻繁接觸和激烈沖撞為特點的高強度、間歇性運動[2]，極具觀賞性，因此對運動員的力量、速度、敏捷性、耐力以及特定的運動技能都有極高的要求[3]。與此同時，其項目特征也揭示了它是一項損傷高風險性運動，世界橄欖球聯(lián)合會（World Rugby）曾委托一個專家小組，探究與職業(yè)橄欖球相關(guān)的身體指標和身體負荷的關(guān)系，工作小組推測：訓(xùn)練負荷是造成受傷的主要危險因素，因此管理訓(xùn)練負荷是讓球員盡可能經(jīng)常保持健康狀態(tài)的一個重要因素[4]。

3.1 橄欖球運動員訓(xùn)練監(jiān)控所用生化指標的選擇

成功的運動訓(xùn)練不僅要超負荷，還要避免過度的超負荷，加上不充分的恢復(fù)而導(dǎo)致的身體機能下降甚至健康狀況欠佳。有證據(jù)表明，機體對定量負荷運動的反應(yīng)和生理適應(yīng)有相當大的異質(zhì)性[5]。合理地利用生理生化指標控制訓(xùn)練和比賽引起的內(nèi)部負荷，是有效監(jiān)控訓(xùn)練過程以及讓隊員保持健康狀態(tài)的關(guān)鍵因素。在隊內(nèi)監(jiān)控過程中，Hb 與BUN 共同使用來評估負荷量[6]，CK 和Hb 聯(lián)合評定負荷強度[7]，T 和C 評價機體[8]的恢復(fù)狀況。在眾多的生化指標中，哪些指標對于橄欖球運動而言是較為重要的？如何能將這些數(shù)據(jù)充分挖掘，科學(xué)、合理、客觀地評定橄欖球運動員身體機能，定量化研究訓(xùn)練負荷和身體適應(yīng)之間的動態(tài)平衡？對于準確評價身體機能和避免進一步疲勞應(yīng)該更有價值。

通常，單一指標評價運動員身體機能有一定的局限性，存在某些誤差和限制，而且事實上身體機能也是眾多因素共同作用的結(jié)果，很難將各指標完全割裂。本研究在天津橄欖球隊備戰(zhàn)全運會期間，為了監(jiān)控隊內(nèi)的訓(xùn)練效果和隊員的身體機能而測定的一系列生化指標，借鑒醫(yī)學(xué)和計算機工程學(xué)在模式識別領(lǐng)域的分類模型研究[9]，回顧式研究了16名天津橄欖球運動員8個生化指標12次連續(xù)監(jiān)測，排除測試項目不全的指標后，共計190組計量數(shù)據(jù)，構(gòu)建指標的權(quán)重矩陣和對身體機能分類的判別方程。

3.2 指標和樣本的聚類分析

為了區(qū)分190 組樣本數(shù)據(jù)、8 個指標變量的相似度，本文先采用了系統(tǒng)聚類法，在復(fù)雜的數(shù)據(jù)中形成子組。聚類分析又稱群分析，是一種數(shù)據(jù)驅(qū)動的方法，這種方法是將一批樣品或變量，按照它們在性質(zhì)上的親疏程度進行分類，用于生成有意義的表型候選[9]。經(jīng)過分析，最終指標降為5個。為了得到樣本數(shù)據(jù)的集群數(shù)量，樹狀圖（用于表示集群分組情況之間距離的層次樹圖）[10]顯示，本批身體機能的數(shù)據(jù)可分成3～7 類，在單一的群集解決方案不完全明確的情況下，所有可能的群集解決方案都要對與身體機能相關(guān)的外部變量進行有效性檢驗。聚類分析結(jié)果集群需要測試運動員之間有意義的機能差異結(jié)果，同時通過Karpp 統(tǒng)計分析，四聚類和三聚類分析的子類型與運動表現(xiàn)力的分類具有一致性，因為三聚類法在隨后的檢驗中發(fā)現(xiàn)因子之間存在沖突，且協(xié)差陣不等，故此又用K-Means Cluster 聚類法（針對樣本數(shù)據(jù)量較大）將所有樣本分為4 類（分別定義為優(yōu)秀、良好、一般、較差）進行后續(xù)的判別分析。判別分析是根據(jù)已掌握的1批分類明確的樣品，建立判別函數(shù)，使產(chǎn)生錯判的事例最少，并判斷待觀察的某個新樣品歸入哪個類別。常用方法包括決策樹、神經(jīng)網(wǎng)絡(luò)、Fisher判別分析[11]和貝葉斯判別[12]等。

3.3 身體機能分類的判別函數(shù)的建立、檢驗和應(yīng)用

用特征值和貢獻率對建立的Fish線性非標準化典型判別函數(shù)進行分析，函數(shù)Y1和Y2對于判別橄欖球運動員訓(xùn)練身體機能較為合適，新樣本的變量值帶入2個函數(shù)中，根據(jù)距離組群重心的大小判別歸入哪一類別，同時2個函數(shù)可以相互驗證；方程的判別效果一般用誤判率來衡量，通過內(nèi)部驗證、交叉驗證和外部驗證計算函數(shù)的誤判率[13]，其結(jié)果是一樣的。內(nèi)部驗證正確率為97.89%，誤判率為2.11%；交叉驗證正確率為97.37%，誤判率為2.63%；外部數(shù)據(jù)驗證法正確率為94.26%，誤判率為5.74%。預(yù)測效果提示，本研究所建立的橄欖球運動員身體機能分級判別函數(shù)，對于橄欖球運動員機能的預(yù)判，具有一定的指導(dǎo)價值。其中，誤判的案例主要集中在優(yōu)秀和良好2 個等級上。從群組的重心和個案的聚集圖可以看出，這2 個等級中例數(shù)較多，不排除個案存在重疊性。在整個監(jiān)控期間，本研究團隊對每一個隊員密切監(jiān)控，及時調(diào)整，既為教練員提供了訓(xùn)練安排的建議，有效地防止了過度疲勞和規(guī)避部分運動損傷的發(fā)生，又為合理的膳食和營養(yǎng)補充、有效的恢復(fù)手段和適宜的心理疏導(dǎo)提供依據(jù)，實現(xiàn)全方位的精準化訓(xùn)練，故此，隊員機能和競技狀態(tài)一直處于較好的水平。

3.4 判別函數(shù)中生化指標的貢獻率

標準化函數(shù)系數(shù)大小，則表明所對應(yīng)指標對函數(shù)的貢獻大小。本研究結(jié)果發(fā)現(xiàn)，對橄欖球運動員身體機能影響力由大到小的參數(shù)依次為CK、T、BUN、Hb和C。CK被儲存在肌肉細胞中[8]，在大強度運動后，CK經(jīng)常被釋放到血液中，反映肌肉損傷。長期的調(diào)查也表明，團隊和非團隊運動運動員的CK 水平有所提高。橄欖球聯(lián)盟球員經(jīng)過6 周的故意超量訓(xùn)練后，CK 水平顯著提高[14]，因此把CK作為橄欖球疲勞和損傷監(jiān)測工具的應(yīng)用具有一定的吸引力。本研究結(jié)果亦表明，CK對橄欖球運動員身體機能的影響力最大。T是一種合成代謝激素，能促進氨基酸與蛋白質(zhì)結(jié)合，同時抑制蛋白質(zhì)分解，高水平的游離睪酮被認為是急性抗阻訓(xùn)練的結(jié)果。一項短期調(diào)查發(fā)現(xiàn)，靜息狀態(tài)下的游離睪酮水平與訓(xùn)練量的增加呈負相關(guān)[15]。通過回顧性的截斷分析，在短時間內(nèi)T 曲線斜率的變化，表示訓(xùn)練強度大小，而長時間T 曲線振幅的變化，反應(yīng)疲勞的蓄積。本研究認為，血清中的T對于橄欖球運動員身體機能有重要影響，斜率的變化和振幅的變化代表的意義不同。BUN作為反映運動員負荷強度和疲勞程度的另一個重要指標，是肌肉能量失衡后，蛋白質(zhì)與氨基酸的分解代謝能力不斷增加的表現(xiàn)[16]，在本判別函數(shù)中對橄欖球運動員機能的影響僅次于CK和T，因此這也提示，橄欖球運動員對于肌肉的質(zhì)量要求較高[17]。Hb既是機體氧氣和二氧化碳輸送的重要載體，又有維持機體酸堿平衡的作用，C是一種分解代謝的激素，當肌肉糖原水平耗盡時，它能將氨基酸轉(zhuǎn)化為碳水化合物，維持糖代謝正常，本研究也顯示，Hb和C 對橄欖球運動員身體機能有一定影響，但重要程度偏小一點。

本研究的局限性，首先，本文所選取的樣本均來自于同一支隊伍，具有一定的同質(zhì)性，缺乏可變性可能會導(dǎo)致第二類統(tǒng)計錯誤，在更多樣化的高水平橄欖球運動員群體中進行測試可能會更好地確定這些集群的外部有效性；其次，數(shù)據(jù)驅(qū)動的身體機能亞型分類需要有更為客觀的競技表現(xiàn)力來進行驗證，有助于更有效地確定橄欖球運動員身體機能分類判別函數(shù)的可靠性，目前結(jié)果表明，四聚類解決方案生成的子類型可能具有理想的內(nèi)部內(nèi)聚和外部隔離；再次，本文在判別分析函數(shù)中只納入了常用的部分生化指標，是否還有更為敏感、有效的指標仍需近一步的探討；最后，函數(shù)也沒有納入相關(guān)的生理指標，因為在評價橄欖球運動中常用的特異性生理指標的高質(zhì)量研究方面還存有空白。如果能將生理、生化指標協(xié)同使用，對于高水平運動員的選拔、監(jiān)控、預(yù)測和營養(yǎng)優(yōu)化具有重要意義。

4 結(jié) 論

（1）本研究得到的判別函數(shù)方程，對預(yù)測優(yōu)秀橄欖球運動員的身體機能具有較高的特異性和靈敏性，對橄欖球運動員身體機能進行綜合評價以及科學(xué)快速分類是可行的；（2）本研究中常規(guī)生化指標對橄欖球運動員身體機能分類的貢獻率大小依次為CK＞T＞BUN＞Hb＞C；（3）本研究建立的判別函數(shù)方程，避免了單一指標在評價運動員身體機能時存在的局限性，為教練員快速、準確判斷運動員身體機能提供了簡單易行的方法。