应用步频建立步行能耗预测公式的研究

目的:以步频为自变量建立步行能耗预测公式并加以验证。方法:选取男女大学生各30人为实验组,分别进行3.2 km/h、4 km/h、4.8 km/h、5.6 km/h和6.4 km/h共5档速度的跑台运动,每档速度运动6 min。分别以Actigraph GT3X加速度传感器和Cosmed K4b2气体代谢分析仪监测步频和能耗;采用线性回归法,根据实验组数据建立以步频为自变量的能耗预测公式。另选男女大学生各8人作为验证组,在平地上以日常速度慢走和中速走,每档速度运动6 min;采用配对t检验、Alt-man-Bland图和ROC曲线法验证上述公式的有效性。结果:步频与能耗具有中度相关性(r=0.792,P<0.01),步行能耗预测公式为:METs=0.076×步频-4.8;验证组实际能耗和预测能耗相关系数为0.765,预测值与实测值无显著性差异(P>0.05),步频对3METs的步行强度有中等判别价值(AUC=0.71)。结论:步行健身中可采用公式"METs=0.076×步频-4.8"推算能耗。     

脑瘫患儿步态时空和运动学参数的可靠性分析

目的:对脑瘫患儿步态的时空及运动学参数进行可靠性分析,确定不同类型脑瘫患儿步态参数的最佳测试次数。方法:利用三维步态分析系统采集45例脑瘫患儿(26例偏瘫和19例双瘫)步态的时空及运动学参数,采集有效测试8次;利用组内相关系数(Intra-class correlation coefficients,ICC)对步态参数进行可靠性分析。结果:偏瘫患儿重复测试5次、双瘫重复4次可使各时空参数的ICC值均达到0.9以上;偏瘫患儿重复测试6次、双瘫重复5次可使运动学各参数的ICC值均达到0.9以上。结论:脑瘫患儿时空参数的可靠性高于运动学参数,双瘫患儿时空和运动学参数的可靠性均高于偏瘫患儿;偏瘫患儿重复测试6次、双瘫患儿重复测试5次能使其时空和运动学参数达到较高的可靠性。     

青少年肥胖患者的运动营养干预

目的 验证青少年肥胖患者运用营养干预的效果.方法 结合选取我区运动肥胖的青少年患者96例,按照随机原则对其进行编号,并将双号组划分为观察组,单号组划分为对照组,每组分别有49人.分别给予两组肥胖患者施行常规干预和运动营养干预措施,观察两组青少年肥胖患者的体重变化情况以及生化指标.结果 经过干预后观察组青少年体重情况低于...     

12～14岁正常和肥胖男性青少年运动能耗的比较研究

目的:分析比较肥胖和正常青少年静息能量消耗(RMR)和进行相同运动时的耗氧量、代谢当量(MET)及自觉疲劳感觉(RPE)。方法:通过采集身高、体重等信息,抽取12～14岁肥胖和正常青少年各15名,在2天内采用Cosmed K4b2便携式气体代谢分析仪测试被试完成两部分测试过程中的氧耗量。第一部分是在餐后2小时以上,先测试30分钟静息能量消耗,随后测试第三套全国中学生广播体操(舞动青春)的能量消耗。第二部分在餐后1小时以上,在实验室分别进行3、4、5、6、7、8km/h的走或跑递增跑台运动,每级5分钟,中间无间断。采用RPE分级表,在广播体操运动后即刻和每级跑台运动结束即下一速度开始加速前,记录被试相应的RPE值。计算上述各项运动MET。结果:肥胖和正常青少年1 MET分别为3.88 ml/min/kg和5.45 ml/min/kg。肥胖青少年在进行广播体操和3 km/h、4 km/h、5 km/h、6 km/h、7 km/h、8 km/h跑台运动时的总能量消耗、MET值均高于正常青少年;排除体重影响,肥胖青少年在进行广播体操和3 km/h、4 km/h、5 km/h、6 km/h、7 km/h、8 km/h跑台运动时单位体重能量消耗低于正常青少年。肥胖(r=0.963,P<0.01)和正常(r=0.986,P<0.001)青少年RPE和MET值呈高度相关。结论:正常青少年静息能量消耗(以ml/min/kg表示)高于肥胖青少年。肥胖和正常青少年从事相同定量负荷运动时,运动能耗和代谢当量不同。RPE可以作为反映青少年运动强度的有效指标。     

基于学校的有组织的运动干预对肥胖青少年BMI和糖、脂代谢的影响

目的:探讨基于学校的有组织的运动干预对青春期早期肥胖青少年体重指数(BMI)和糖脂代谢的影响及其量效关系。方法:12~14岁肥胖青少年49名,按照BMI和个人意愿分为运动组(25名)和对照组(24名),运动组进行有组织的9个月、运动量两阶段(0~3个月,大运动量;4~9个月,小运动量)递减的运动干预。分别于运动前、3个月末和9个月末进行体格测试和空腹血脂、血糖、胰岛素水平和胰岛素抵抗指数检测。结果:(1)运动组男生和女生BMI在干预期末比干预前分别下降了0.3和0.5,对照组男生和女生BMI分别上升0.2和0.3。(2)运动组血清甘油三酯(TG)水平在第3个月末和9个月末与运动前相比均显著下降(P<0.05),对照组血清TG水平显著上升(P<0.05);运动组血清高密度脂蛋白胆固醇(HDL-C)在整个干预期间无显著性变化,而对照组血清HDL-C水平显著下降(P<0.01),且低于运动组水平(P<0.01)。(3)运动组血糖(P<0.01)、血清胰岛素水平(P<0.05)、胰岛素抵抗指数(HOMA-IR)(P<0.05)在运动干预后均显著下降;对照组血糖显著升高(P<0.05),血清胰岛素水平和HOMA-IR无显著性变化。(4)运动组高甘油三酯血症检出率和空腹血糖受损率在3个月末分别下降了66.7%和100%,并持续维持到9个月运动干预末;对照组则分别上升了2.25倍和1.98倍。结论:基于学校的有组织的运动干预可以有效地预防和延缓肥胖青少年肥胖的进一步发展,改善糖脂代谢,降低高甘油三酯血症和空腹血糖受损发生率。     

运动干预对肥胖青少年血管生成素样蛋白8及血管内皮功能的影响

目的:研究运动干预对肥胖男性青少年血管生成素样蛋白8(ANGPTL8)与血管内皮功能的影响,探讨ANGPTL8在血管内皮功能变化中的可能作用。方法:选取42名肥胖男性青少年作为实验组(EG组),年龄15.9±2.25岁,体质指数(body mass index,BMI)为35.27±3.98 kg/m²,对其进行6周运动干预。测定运动干预前后的身体形态、ANGPTL8、血脂和血管内皮功能水平,分析ANGPTL8与不同血脂状态下肥胖青少年血管内皮功能的关系。另招募10名体重正常的男性青少年作为对照组(CG组),不接受运动干预。结果:与干预前相比,肥胖男性青少年6周运动干预后身体形态指标、血脂指标和ANGPTL8水平均显著降低(其中腰臀比P<0.05,其余均P<0.01),血管内皮功能显著改善(P<0.01)。36名血脂异常的肥胖青少年运动干预前后的ANGPTL8变化与Δ体重(r=0.422,P<0.01)、ΔBMI(r=0.426,P<0.01)、Δ低密度脂蛋白胆固醇(LDL-C)(r=0.381,P<0.05)、Δ甘油三酯(TG...     

青少年体力活动中环境健康风险评估的呼吸暴露参数研究进展

目的:针对中国城市雾霾日益严重与青少年体质下降的严峻现实,借鉴环境健康风险评估的方法,探讨中国青少年环境健康暴露参数的现状及其要解决的迫切问题。方法:通过文献综述法对美国、加拿大、日本等国家的青少年环境健康评价中暴露参数的研究内容、测试指标及其方法进行对照。结果:本研究推荐将呼吸速率和活动模式作为空气污染风险评估的主要呼吸暴露参数,根据呼吸速率与体力活动的量变关系,提出体力活动是青少年环境健康风险评估的关键性呼吸暴露参数,其研究可基于污染物特定剂量-反应关系,通过对雾霾浓度的监测和人群暴露行为活动模式的调查,建立青少年体力活动时间-活动模式的剂量关系,用一定的风险评估模型预测出特定污染物下的体力活动安全运动强度、运动时间、运动形式的安全界值。结论:鉴于我国环境与健康风险评估中儿童暴露参数手册的缺失,尤其时间-活动模式的数据不足,迫切要求在我国开展儿童呼吸暴露参数的调查研究,制定不同环境污染级数的青少年体力活动指南。     

男性青少年骨密度与身体形态学指标的关系及运动训练对其影响

目的 :探讨男性青少年生长发育过程中骨密度值 (Bonemineraldensity ,BMD)与身体形态学指标的关系及运动训练对其影响。方法 :10～ 2 0岁男性青少年 6 3名 ,依据年龄分为 10 - 15岁和 16 - 2 0岁组 ;依据是否从事规律的运动训练 ,再分运动员组和非运动员组。超声法测量跟骨BMD ,常规方法测量身体形态学指标。结果 :男性青少年的BMD在整个青春期呈上升趋势 ,且 10 -15岁和 16 - 2 0岁组的BMD有显著性差异 ;运动组和非运动组的BMD也呈显著性差异 ,提示早期运动训练可以改变骨密度 ;男性青少年的BMD与部分形态学发育指标 ,如体脂率、瘦体重具有明显相关性 ,且BMD与瘦体重的相关度受运动训练的影响。     

一种基于非线性参数的心血管健康状况定量评测方法

目的 研究定量评测心血管系统功能状况的方法.方法 首先记录运动实验的心电信号,经信号处理得到运动心率变异信号,然后从中提取近似熵,复杂度以及散点图中的长轴、短轴和面积等5个参数,采用判别分析对两组典型人群进行判别分类.结果 在判别分析基础上建立一个百分制评分体系,并根据得分区间划分为4个等级.为了验证该评分体系的有效性,对3组健康状况不同的人群进行了打分,包括60位中年高血压患者,50位老年者以及110位年轻的健康者.结论 3组人群的健康状况评测结果与实际情况相符合,说明所提出的方法可以对测试者的心血管健康状况进行有效地评测.     

LPL基因rs283多态性与运动干预肥胖青少年体成分及糖脂代谢效果的关联性研究

目的:探讨脂蛋白脂酶(LPL)基因rs283多态位点与运动干预肥胖青少年体成分及糖脂代谢效果的关联性。方法:对53名(男27名,女26名)年龄为16.55±2.87岁、BMI为34.02±3.89 kg/m2的汉族肥胖青少年进行为期4周的封闭式中等强度有氧训练,测试训练前后体成分和糖脂代谢指标,用聚合酶链式反应—限制性片断长度多态性(PCR-RFLP)对LPL基因rs283位点进行基因分型,并与减肥效果进行关联性分析。结果:运动引起的指标变化率,GG基因型肥胖青少年Δ体脂百分数为3.37±1.60,显著高于GA基因型肥胖青少年(2.09±1.53,P<0.01);Δlg HOMA-IR为0.52±0.13,显著高于GA基因型肥胖青少年(0.44±0.10,P<0.05);ΔTG为51.91±6.56,显著高于GA基因型肥胖青少年(47.06±5.36,P<0.01)。结论:本研究汉族肥胖青少年中rs283纯合子GG型肥胖青少年对运动减肥更为敏感。该位点基因多态性可能影响肥胖青少年运动减肥的效果。     

用小波熵评价人体步态变化

目的 将小波熵应用于步态数据量化分析,探寻新的评价人体步态功能变化的特征参数.方法 运用 Bertec三维测力系统,采集10名青年被试者和10名老年被试者的足-地反作用力步态数据,采用离散正交小波变换分解被试组步态数据,定义相对小波能量和小波熵,用t-检验法分别检验基于两个被试组步态数据的相对小波能量及小波熵的差异,来评价人体步态功能变化.结果 基于两个被试组步态数据的相对小波能量差异显著;基于老年被试组步态数据的小波熵值明显低于基于青年被试组步态数据的小波熵值,显著性水平值P<0.05,基于两个被试组步态数据的小渡熵具有显著差异.结论 相对小波能量可提供步态数据中与人体步态功能内在变化相关的细节信息,小波熵能够表征人体步态内在动态变化程度,有望成为临床上可有效评估人体步态功能变化的特征参数.     

膝骨关节炎患者步态动力学相关参数分析

目的:分析膝关节骨性关节炎(KOA)患者下肢关节的动力学变化特点,为进一步研究其发病机制及临床治疗提供依据。方法:选取胫股关节OA患者60名,根据K/L影像分级分为轻型患病组(LKOA)和重型患病组(MKOA);另取年龄、性别、体重、身高与患病组相当的30名正常受试者作为健康对照组(CON)。利用VICON三维动作分析系统测试并比较实验对象下肢各关节动力学相关参数。结果:支撑早期,LKOA组膝关节最大外展力矩大于MKOA组和CON组(P<0.001);MKOA组支撑期中期膝关节内收力矩第1峰值显著大于LKOA组(P<0.05)和CON组(P<0.001);LKOA组支撑末期膝关节内收力矩第2峰值明显低于CON组(P<0.05);MKOA组髋关节内收力矩第1峰值显著低于CON组(P<0.05)。结论:胫股关节KOA病情越重,膝关节内侧面负荷越大;与健康人相比,OA患者髋关节外展力矩较大,重型患者髋关节内收力矩较小。     

上海市11-16岁青少年体力活动能量消耗参考值研究

目的:建立上海市青少年体力活动能量消耗的参考值。方法:以上海市11-16岁青少年为调查对象,进行体质健康项目测试,并进行体力活动问卷调查。在BMI正常、肺活量和耐力、柔韧力量、速度灵巧项目在及格以上的青少年中,按每2岁一个年龄段分组,每组随机选取男女各200人,用统计学方法分别建立中等强度和大强度体力活动能量消耗的95%置信区间;每年龄组再随机选取男女各20人进行回代检验。结果:11-12岁、13-14岁、15-16岁中等强度体力活动能量消耗(kcal/w)95%置信区间分别为:男生971.19-1271.58、1081.16～1492.94、1324.56-1712.37,女生1139.82-1437.37、1046.69-1398.77、1113.15-1427.22;大强度体力活动能量消耗(kcal/w)95%置信区间分别为:男生1167.75-1486.57、1226.24-1715.26、1117.23-1453.33,女生843.53～1141.61、676.01-1006.54、1142.53-1392.51。回代检验时,各年龄组有75%-87%的对象在所建立的95%置信区间内。结论:初步建立了上海市11-16岁青少年中等强度和大强度体力活动能量消耗的参考值。     

基于非匀质4参数三相模型的关节软骨轴向模量估计

目的 关节软骨是覆盖在关节骨表面的一层承重生物组织,软骨组织成分的微小变化都会导致软骨的退化,所以研究软骨的材料属性具有重要意义.方法 本文在3参数三相模型的基础上,提出了非匀质4参数三相模型,用来估计软骨的轴向模量Ha,并预测了关节软骨的膨胀模式.结果 运用非匀质4参数三相模型可以提取更精确的软骨轴向模量,与其它模型相比,该模型对软骨膨胀的预测结果更接近实验结果.结论 该模型可以更准确地描述软骨组织随深度变化的材料属性.     

Time-Dependent Effects of Cryoablation for Renal Tumor on Overall and Split Renal Function

Purpose

To evaluate the influence of percutaneous cryoablation for renal cell carcinoma on function of the affected kidney.

Percutaneous Cryoablation of Solitary,Sporadic Renal Cell Carcinoma: Outcome Analysis Based on Clear-Cell versus Papillary Subtypes

Purpose

To evaluate treatment outcomes with percutaneous cryoablation (PCA) based on renal cell carcinoma (RCC) histology.

Performance of Prediction Models for Diagnosing Severe Aortic Stenosis Based on Aortic Valve Calcium on Cardiac Computed Tomography: Incorporation of Radiomics and Machine Learning

ObjectiveWe aimed to develop a prediction model for diagnosing severe aortic stenosis (AS) using computed tomography (CT) radiomics features of aortic valve calcium (AVC) and machine learning (ML) algorithms.Materials and MethodsWe retrospectively enrolled 408 patients who underwent cardiac CT between March 2010 and August 2017 and had echocardiographic examinations (240 patients with severe AS on echocardiography [the severe AS group] and 168 patients without severe AS [the non-severe AS group]). Data were divided into a training set (312 patients) and a validation set (96 patients). Using non-contrast-enhanced cardiac CT scans, AVC was segmented, and 128 radiomics features for AVC were extracted. After feature selection was performed with three ML algorithms (least absolute shrinkage and selection operator [LASSO], random forests [RFs], and eXtreme Gradient Boosting [XGBoost]), model classifiers for diagnosing severe AS on echocardiography were developed in combination with three different model classifier methods (logistic regression, RF, and XGBoost). The performance (c-index) of each radiomics prediction model was compared with predictions based on AVC volume and score.ResultsThe radiomics scores derived from LASSO were significantly different between the severe AS and non-severe AS groups in the validation set (median, 1.563 vs. 0.197, respectively, p < 0.001). A radiomics prediction model based on feature selection by LASSO + model classifier by XGBoost showed the highest c-index of 0.921 (95% confidence interval [CI], 0.869–0.973) in the validation set. Compared to prediction models based on AVC volume and score (c-indexes of 0.894 [95% CI, 0.815–0.948] and 0.899 [95% CI, 0.820–0.951], respectively), eight and three of the nine radiomics prediction models showed higher discrimination abilities for severe AS. However, the differences were not statistically significant (p > 0.05 for all).ConclusionModels based on the radiomics features of AVC and ML algorithms may perform well for diagnosing severe AS, but the added value compared to AVC volume and score should be investigated further.