基于自主神經(jīng)功能模型探討迷走神經(jīng)機制與體重變化

艾 磊 ，葉 強 ，李 森 ，劉 凌 *

體重控制是競技體育領(lǐng)域的普遍現(xiàn)象，如體操、跳水、長跑等項目的運動員認為較低的體重有助于運動表現(xiàn)，常將體脂減到最低并期望將體重長期控制在某一特定水平。另有一些項目因參賽級別的限制，如摔跤等項目的運動員，可能會在賽前采用增大運動量、禁食以及大量脫水等方法在較短時間內(nèi)降低體重，體重作為重要的考量因素，存在被過分追求的現(xiàn)象。不當(dāng)?shù)捏w重控制行為往往讓運動員處于某種極限狀態(tài)，一般表現(xiàn)為脫水過量和營養(yǎng)不良，導(dǎo)致競技失能和引發(fā)健康問題，甚至可能發(fā)生猝死。體重下降的實質(zhì)是體成分變化，其機制十分復(fù)雜。急性控體重存在較大風(fēng)險，因此，在風(fēng)險識別和捕捉上有著較強的專業(yè)化和職業(yè)化要求，依靠個人經(jīng)驗和較低的認知水平易帶來風(fēng)險誤判，導(dǎo)致風(fēng)險失控（Carl et al.，2017；Werner et al.，2013）。針對運動員控制體重現(xiàn)狀，在以體重為觀察變量的生理機制探討中引入風(fēng)險指標(biāo)，以提高體重控制的安全性，是運動醫(yī)務(wù)監(jiān)督在該領(lǐng)域的關(guān)注重點。

心率變異性是目前最為推薦的度量自主神經(jīng)功能的非侵入性指標(biāo)，長期以來一直作為心臟猝死和風(fēng)險的分層因子，用于臨床預(yù)后的判斷。通過自主神經(jīng)功能對健康風(fēng)險進行識別和評價是目前國內(nèi)外研究的共識，是公認的極具價值的風(fēng)險指標(biāo)（郭繼鴻，2002），體重變化引發(fā)的風(fēng)險也涵蓋其中。心率變異性是在常規(guī)心電圖掃描過程中所獲得的一系列技術(shù)參數(shù)，其中時域法（time-domain）是對逐次R-R間期（瞬時心率）的變化差異由統(tǒng)計學(xué)方法計算得出。借助高頻心電圖機技術(shù)的發(fā)展，對瞬時心率曲線和QRS波進行傅立葉轉(zhuǎn)換，通過頻譜觀察心動周期變化被稱為心率變異性頻域法（frequency-domain），并從心臟做功的角度計算人體代謝水平（張開滋，2002），成為載氧水平和運動能力評估的新方法。在體育領(lǐng)域，心率變異性常作為機能指標(biāo)，通過無侵害評價急性及中長期運動訓(xùn)練帶來的自主神經(jīng)功能變化，指導(dǎo)運動訓(xùn)練，并預(yù)警過度訓(xùn)練（Marocolo et al.，2007）。

本研究采用因子分析方法，觀察自主神經(jīng)各指標(biāo)的共變性和獨立性，依據(jù)數(shù)據(jù)結(jié)構(gòu)獲取公共因子并統(tǒng)一量綱，其目的是使迷走神經(jīng)和交感神經(jīng)的功能變化更具解釋性。以因子分析結(jié)果構(gòu)建研究模型（Billman，2015；Lucini，2014），探討自主神經(jīng)調(diào)節(jié)變化對體重的影響。

1 研究對象與方法

1.1 研究對象

在運動員機能評定技術(shù)平臺中選取優(yōu)秀跆拳道小級別運動員14名，樣本總數(shù)95例。主要由女子49公斤級和男子58公斤級組成，運動年限4年以上。在賽前均完成體重預(yù)設(shè)目標(biāo)，男子最大減重量為10 kg，女子為8 kg，并在比賽中取得優(yōu)異成績，減控體重期間無就醫(yī)史，研究對象基本信息見表1。

表1 研究對象基本信息Table 1 The Basic Information of Research Subjects n=95

1.2 研究方法

通過對跆拳道小級別優(yōu)秀運動員10余年的數(shù)據(jù)進行回顧。在減控體重期間，采用高頻心電圖機技術(shù)對心電信號進行掃描和解析，受試者進行標(biāo)準(zhǔn)5 min的十二導(dǎo)聯(lián)心電圖連續(xù)采集。通過對R-R間期的精準(zhǔn)描計，對心率變化進行統(tǒng)計學(xué)分析，以獲得心率變異性時域指標(biāo)參數(shù)。采用Fourier轉(zhuǎn)換法，計量心動周期的頻率成分，獲得心率變異性的頻域指標(biāo)參數(shù)。同時，對V3R、V2、V6導(dǎo)聯(lián)的QRS波進行高頻解析，對心電差異進行頻譜分析，計算心臟作功功率，依據(jù)能量代謝與功率的固定關(guān)系，完成最大攝氧量（V.O2max）和代謝指數(shù)的測試，定標(biāo)方法為doglus實驗室法。所有參數(shù)的獲得由美國Omegawave Technologies LLC公司的Omega Wave系統(tǒng)一次操作完成，主要測試指標(biāo)包括：時域指標(biāo)、頻域指標(biāo)、心電差異指標(biāo)。

時域指標(biāo)包括：正常竇性R-R間期的標(biāo)準(zhǔn)差（standard deviation of all normal to normal R-R intervals，SDNN），相鄰N-N間期差值均方根值（the root mean square of successive differences between adjacent normal cycles，rMSSD），相鄰間期差值的標(biāo)準(zhǔn)差（standard deviation of successive differences between adjacent normal cycles，SDSD），NN50占所有N-N間期個數(shù)的百分數(shù)（percent of NN50in the total number of NN intervals，PNN50）。

頻域指標(biāo)包括：總功率（TP，頻段≤0.4 Hz），高頻率范圍內(nèi)的功率（HF，頻段0.15～0.4 Hz），低頻率范圍內(nèi)的功率（LF，頻段0.04～0.15 Hz），低頻高頻比（LF/HF），極低頻率范圍內(nèi)的功率（VLF）。

心電差異指標(biāo)包括：V.O2max，相對最大攝氧量（RV.O2max），有氧代謝指數(shù)（aerobic index），酵解代謝指數(shù)（anaerobic index），無氧代謝指數(shù)（alactic index），交感神經(jīng)張力指數(shù)（sympathtic index）。

1.3 數(shù)據(jù)統(tǒng)計分析

1.3.1 因子分析

以自主神經(jīng)功能指標(biāo)為主要觀察對象進行因子分析，依據(jù)多個變量間的關(guān)聯(lián)性或依存性進行分析降維，以“特征根≥1”為公因子提取原則，并用方差最大化方法進行因子旋轉(zhuǎn)，獲得因子得分，從而完成自主神經(jīng)機能原始數(shù)據(jù)的參數(shù)化分析。根據(jù)提取的公因子建立心臟擾動因子模型，其綜合得分的公式為：（權(quán)重1×公因子1＋權(quán)重2×公因子2＋……＋權(quán)重n×公因子n）/（權(quán)重1＋權(quán)重2＋……＋權(quán)重n），公因子得分及心臟擾動模型的總得分將作為后續(xù)回歸分析的原始變量，達到統(tǒng)一量綱的目的。

1.3.2 回歸分析

應(yīng)用逐步篩選回歸分析法建立最優(yōu)或者最合適的體重回歸模型，采用F檢驗、R2、DW自相關(guān)檢驗和殘差觀察，驗證自主神經(jīng)機能與體重間相關(guān)依賴關(guān)系。所有分析使用美國IBM SPSS公司SPSS 22.0統(tǒng)計軟件進行處理，統(tǒng)計顯著性水平設(shè)為0.05。

2 研究結(jié)果

2.1 驗證因子分析

依據(jù)信效度檢驗，共遴選出指標(biāo)11項，進入正定矩陣，結(jié)果顯示KMO統(tǒng)計量為0.852，Bartleltt球形檢驗χ2=1 554.388，P=0.00＜0.001，表明研究所使用的樣本適合因子分析。各因子特征根值和累計貢獻率詳見圖1。

圖1 主成分分析帕累托圖Figure 1. The Pareto Chart of Principal ComponentAnalysis

根據(jù)主成分法分析結(jié)果，共提取3個特征根大于1的公因子，公因子1包含SDNN、rMSSD、SDSD以及HF等迷走神經(jīng)功能的指標(biāo)（定義為迷走神經(jīng)因子），公因子2包含酵解代謝指數(shù)和無氧代謝指數(shù)等與無氧代謝有關(guān)的指標(biāo)（定義為無氧代謝因子），公因子3包含LF/HF和交感神經(jīng)張力指數(shù)等交感神經(jīng)功能的指標(biāo)（定義為交感神經(jīng)因子）。數(shù)據(jù)經(jīng)過4次迭代并收斂，表明數(shù)據(jù)擬合度好具有結(jié)構(gòu)簡潔、重復(fù)性好的特點。所提取的3個公因子貢獻率分別為62%、18%、11%，因此，心臟擾動因子模型的綜合得分公式為：（0.62×迷走神經(jīng)因子＋0.18×無氧代謝因子＋0.11×交感神經(jīng)因子）/0.91。圖2反映的是通過綜合得分反映體重的離散程度，結(jié)果表明，相同體重的綜合評分存在明顯波動。

圖2 體重與綜合評分的散點圖Figure 2. The Scatter Plot of Body-Weight and Comprehensive Score

如圖3所示，經(jīng)過θ角旋轉(zhuǎn)，因子分布互為對角線，數(shù)據(jù)結(jié)構(gòu)明析、因子間相對獨立，模型具有解釋強的優(yōu)點。

圖3 旋轉(zhuǎn)后主成分聚類分析圖Figure 3. The Principal Component ClusteringAnalysis Graph After Rotation

2.2 逐步回歸分析

通過主成分因子分析得出觀察變量的公共變化因素，并完成公共因子的量綱數(shù)字化處理，以得分計量獲得新的原始數(shù)據(jù)用于構(gòu)建體重預(yù)測數(shù)學(xué)模型。用95例實測數(shù)據(jù)作為觀測值，經(jīng)逐步篩選回歸分析法，得出以體重作為因變量其自變量為RV.O2max、迷走神經(jīng)因子、無氧代謝因子。F檢驗表明，回歸所得出線性模型的可靠性具有顯著性意義（F=30.246、P=0.000）。調(diào)整后的R2并未明顯下降（0.447，P=0.000），DW值達臨界值（1.295），自變量間不存在共線性（VIF＜10），回歸模型基本滿足隨機調(diào)查要求（表2、表3），表明RV.O2max、迷走神經(jīng)功能和無氧代謝與體重存在因果關(guān)系，即體重變化歸因為RV.O2max、迷走神經(jīng)功能和無氧代謝能力，觀察三者可解釋體重變化的機制。

表2 逐步回歸分析后的統(tǒng)計結(jié)果Table 2 Statistical ResultsAfter Stepwise RegressionAnalysis

表3 回歸方程系數(shù)及其檢驗結(jié)果Table 3 Coefficient of Regression Equation and Its Test Results

如圖4所示，殘差觀察顯示殘差直方圖正態(tài)分布，P-P圖散點均沿對角線近似直線排列，標(biāo)準(zhǔn)化殘差散點圖無明顯規(guī)律，表明實際觀測值與預(yù)測值的差異為實驗誤差所致。

圖4 回歸方程殘差分析Figure 4. The ResidualAnalysis Diagram of Regression Equation

3 分析與討論

3.1 公共因子與風(fēng)險評估

在模型矩陣中，各因子得分與原始數(shù)據(jù)呈正相關(guān)變化，即迷走神經(jīng)功能增強，該因子得分增高。作為權(quán)重最大的因子，迷走神經(jīng)因子得分決定了綜合得分的變化趨勢。迷走神經(jīng)功能增強能有效的降低風(fēng)險，因此，綜合得分高者風(fēng)險發(fā)生概率下降。綜合得分是風(fēng)險數(shù)字化的處理方式，結(jié)合無氧代謝和自主神經(jīng)功能平衡兩個次要因子，可以進一步細化風(fēng)險評估。通過得分構(gòu)成系數(shù)可以看出，迷走神經(jīng)因子得分高者，綜合評分升高明顯。同理，無氧代謝因子上升可在一定程度上提升評分，表明在減控體重過程中應(yīng)維護或提升無氧能力。交感神經(jīng)因子也具有提升綜合評分的作用，平衡性趨于交感神經(jīng)功能，有助于運動時交感神經(jīng)效應(yīng)的表達，進而有利于競技表現(xiàn)。由此可以看出，研究模型應(yīng)用于體重變化的分析，實質(zhì)上探討的是減控體重是否失能的問題。反之，公共因子得分的下降將導(dǎo)致綜合評分的下降，意味著減控體重的失能甚至可能引發(fā)健康問題，對競技體育具有較強的應(yīng)用價值。

公共因子是指多變量中潛在的共性因子，多用于造模研究，解釋變量間的相互關(guān)系。近10年針對運動員、高血糖、高血壓及多種臨床疾病患者的自主神經(jīng)模型研究中，公共因子多為2～4個，均以代表迷走神經(jīng)功能的因子為權(quán)重最大的公共因子。本研究建模KMO和Bartleltt球形檢驗分別為0.852和0.00，迷走神經(jīng)因子作為主因子，權(quán)重占比高于國外類似研究（62%＞40%），無氧代謝因子（權(quán)重18%）和交感神經(jīng)因子（權(quán)重11%）與主因子權(quán)重差異大于國外認可的20%（Lucini et al.，2018），表明該模型對變量的解釋更簡練，主次關(guān)系更明確。研究表明，在無氧運動后或運動適應(yīng)早期階段，交感神經(jīng)功能增強比迷走神經(jīng)功能增強更易出現(xiàn)，良好的迷走神經(jīng)功能退讓是人體對強度適應(yīng)的調(diào)控方式之一（Pichot et al.，2002）。長期劇烈的肌肉運動對自主神經(jīng)的平衡能力提出了更高的要求，最終會出現(xiàn)迷走神經(jīng)張力伴隨交感神經(jīng)張力增高而增高，重新達到平衡性。自主神經(jīng)調(diào)節(jié)過程存在強度效應(yīng)（劉凌等，2007），具有更強迷走神經(jīng)功能的受試者更能承受極限量運動（Blaber et al.，2003）。訓(xùn)練結(jié)束后短期的迷走神經(jīng)功能降低是普遍現(xiàn)象，這一改變可作為判斷應(yīng)激存在的依據(jù)，迷走神經(jīng)功能的恢復(fù)涵蓋應(yīng)激消退的全過程（Langelotz et al.，2008）。良好的迷走神經(jīng)功能是自主神經(jīng)功能正常的表現(xiàn)，提示機體可再次承受極限量運動負荷；而長期的迷走神經(jīng)功能下降表明應(yīng)激持續(xù)存在，多屬病理性應(yīng)激，提示機體再次承受較大量的運動負荷具有高風(fēng)險性（Dennis et al.，2016）。本研究在模型建立的過程中，確實觀察到體重相同而綜合評分不同的情況，而評分高者在安全性上應(yīng)優(yōu)于評分低者，因為迷走神經(jīng)因子得分增高是綜合評分升高的最主要影響因素。

在信度檢驗中，迷走神經(jīng)因子中的HF（P=-0.01）、SDSD（P=-0.01）與BMI顯著負相關(guān)，迷走神經(jīng)因子得分增加表明體重的下降以體脂下降為優(yōu)，而不是脫水，脫水必將帶來HF下降，導(dǎo)致迷走神經(jīng)因子評分下降，迷走神經(jīng)功能呈現(xiàn)下降趨勢，以脫水獲得的體重減少存在風(fēng)險（Early et al.，2018）。有研究表明，體重下降更多的表現(xiàn)為運動員載氧水平的下降，并非一定導(dǎo)致無氧功下降，良好的無氧代謝能力有利于運動表現(xiàn)，在減控體重過程中應(yīng)維護無氧能力（Yang et al.，2018），通過無氧代謝因子得分的變化可作判斷，并以升高為優(yōu)。交感神經(jīng)因子得分增高表明自主神經(jīng)功能平衡趨于交感神經(jīng)，有利于快速適應(yīng)運動狀態(tài)，也具有降低運動中風(fēng)險發(fā)生概率的作用（Lucini et al.，2018）。無氧代謝因子和平衡因子的引入，增加了減控體重與運動失能的觀察因素。

3.2 迷走神經(jīng)功能與體重變化的機制探討

體重是對人體的稱量描述，受到飲食和體成分等諸多混雜因素的影響，人體水分的變化使體重在短期內(nèi)呈現(xiàn)明顯的波動變化，給體重的變化趨勢判斷帶來相當(dāng)?shù)碾y度。此次以公共因子對體重進行回歸分析，其目的是對混雜因素的收斂，為判斷體重的變化趨勢提供依據(jù)。通過回歸分析結(jié)果驗證，本研究建立的自主神經(jīng)模型具有較高的可信度和應(yīng)用價值，該模型對自主神經(jīng)功能的定標(biāo)方法在特異性與靈敏上具有一定的價值?；貧w分析表明，RV.O2max、迷走神經(jīng)因子和無氧代謝因子可作為體重變化存在因果關(guān)系的描述變量，交感神經(jīng)因子因與RV.O2max顯著相關(guān)而沒有進入回歸分析中。意大利一項公共健康研究表明，自主神經(jīng)功能與心、肺運動耐受能力（CPET）密切相關(guān)，其中LF/HF最為敏感，無論是最大負荷還是最大氧耗均存在顯著性差異（R2=0.186，P=0.014；R2=0.242，P=0.004），即交感神經(jīng)越興奮，氧耗升高越快，并可作為氧耗的自變量（Di Paolo et al.，2018）。LF/HF升高后的恢復(fù)來自體重的下降（R2=0.216，P=0.007）。在極限量負荷研究中，人體均會出現(xiàn)一過性LF/HF過度升高，安靜時機體處于較高氧耗狀態(tài)，人體通過增高迷走神經(jīng)活性，表現(xiàn)為HF輸出增加，使LF/HF重新回到平衡，帶來氧耗的降低，研究認為體重的丟失是對氧耗降低的適應(yīng)性反應(yīng)（Blasco-Lafarga et al.，2017）。研究認為，過強的交感神經(jīng)張力是體重下降的必要條件（Shiraishi et al.，2018），此次因子分析將LF/HF旋轉(zhuǎn)成為公共因子，也表明交感神經(jīng)對體重變化具有潛在的貢獻。在回歸分析中，RV.O2max是反映人體氧耗的主要指標(biāo)，作為氧耗自變量的交感神經(jīng)因子應(yīng)被RV.O2max收斂存在于體重變化機制中，而不再作為機制中的獨立要素。

體成分的變化是圍繞蛋白質(zhì)變化的一系列組織和結(jié)構(gòu)的變化，可通過V.O2max觀察（Ilic et al.，2015）。跆拳道運動員在減控體重期出現(xiàn)V.O2max下降，但RV.O2max升高，是國外研究中常觀察到的現(xiàn)象，提示體重變化的機制是人體對RV.O2max的維護（Jabbour et al.，2013），而本研究回歸分析中RV.O2maxBeta系數(shù)最大（0.504）也佐證了這一觀點。脫水是體重變化的最強因素，一次大運動量活動，急性脫水可引起體重下降，丟失的水來自蛋白質(zhì)的分解，蛋白的分解導(dǎo)致RV.O2max和無氧代謝水平降低（Villiger et al.，2018）。人體在脫水時，運動中核心體溫升高明顯，熱應(yīng)激更為強烈，蛋白組織的分解加劇。研究表明，人體體溫每升高1℃，安靜代謝率會增加13%，從而出現(xiàn)體重的持續(xù)下降（Nathaniel et al.，2012）。飛行員慢性脫水的研究顯示，平均心率的升高與體脂存在顯著負相關(guān)（r=-0.617，P=0.03），表明體脂高者對抗慢性脫水優(yōu)于體脂低者，考慮脂肪代謝內(nèi)生水是改善水合的主要途徑，心率變化緩慢提示迷走神經(jīng)功能與脂肪動員存在一定聯(lián)系（Oliveira-Silva et al.，2015）。長期嚴格的低卡飲食，機體盡量運用脂肪酸和酮體供能，骨骼肌也可釋放氨基酸（主要為丙氨酸）異生成糖。自主神經(jīng)通過增加迷走神經(jīng)活性使安靜時代謝率下降10%左右以減少能耗需求（布郎沃德，2003；陳灝珠，1999），同時使尿氮降低達65%以提升蛋白質(zhì)利用率、周轉(zhuǎn)率和氨基酸再利用率。迷走神經(jīng)功能的增強呈現(xiàn)出強烈的護氮效應(yīng)，體脂分解成為蛋白營養(yǎng)最主要的供能方式。迷走神經(jīng)功能增強，最終帶來蛋白質(zhì)重吸收和體脂率下降，其凈效應(yīng)表現(xiàn)為體重下降（Cherkas et al.，2015；Hulmi et al.，2015；Taffe et al.，2016），由回歸方程得出，迷走神經(jīng)因子每上升1個標(biāo)準(zhǔn)單位，體重將下降0.3個標(biāo)準(zhǔn)單位。無氧代謝因子也是體重的自變量（Geenway，2015），提示高強度運動導(dǎo)致的無氧代謝能力下降也將促進體重下降，無氧代謝因子每下降1個標(biāo)準(zhǔn)單位將帶來0.2個標(biāo)準(zhǔn)單位體重的下降。綜上所述，迷走神經(jīng)功能下降具有風(fēng)險預(yù)警作用，鑒于此，安全的體重下降過程可解讀為迷走神經(jīng)功能的允許效應(yīng)，觀察迷走神經(jīng)功能變化為設(shè)定合理的體重控制范圍和個人經(jīng)驗提供了評判依據(jù)，但有待進一步達成共識。

4 結(jié)論

1）通過探索性因子分析降維處理，運動員減控體重期間應(yīng)從迷走神經(jīng)、無氧代謝、功能平衡3個維度進行運動風(fēng)險評價和策略調(diào)整，其中迷走神經(jīng)功能因素尤為突出。

2）使用逐步回歸分析將RV.O2max聯(lián)合迷走神經(jīng)功能和無氧代謝能力作為輸入因子進行體重預(yù)測，有助于體重控制中的風(fēng)險管控。