ウルトラマラソンのパフォーマンスに関連した炭水化物摂取量と継続血糖値の比較観察研究

研究デザイン

この観察研究は、ウルトラマラソン中の走行速度、食事摂取量、および監視された血糖値の関係を調査するために設計されました。すべての手順は龍谷大学人間研究倫理審査委員会（No.2021-21）の承認を受けています。研究に登録する前に、すべての参加者から書面によるインフォームドコンセントを得た。この研究はヘルシンキ宣言に従って実施されました。

競馬場とランナー

本研究は2021年LAKE BIWA 100において実施されました。²¹は、2021年10月1日から3日まで滋賀県で公演されました。コースの距離は100マイル(169km)、総標高は10,500mでした。コースには小道、岩、小道、草原、歩道が含まれていました。コースは 8 つのエイドステーションによって 9 つのセグメントに分割され、各ランナーの通過タイムが電子的に記録されました。ウルトラマラソン期間中、すべてのランナーは全地球測位システム (IBUKI GPS、日本 OND Inc.) を使用し、位置データと走行速度を記録しました。各エイドステーション間の距離は 18.8 ± 7.3 km で、7 ～ 28 km の範囲で変化しました。制限時間は52時間でした。

ランナー全員がウルトラマラソン完走者であり、国際トレイルランニング協会の認定ポイントの過去3年間の合計が6を超えており、ウルトラ耐久イベントでの経験が証明されています。そのため、2021年のLAKE BIWA 100に参加できるのは、持久力の高いウルトラエンデュランスアスリート計100名（男性86名、女性14名）のみとなった。ランナー全員が食事や飲み物などの必需品を運ぶためにバックパックを背負って走らなければならなかった。最終的に、77 人のランナー (77%) が 100 マイル ウルトラマラソンを完走し、完走時間の中央値は 45:15 (時間:分) でした。一方、完走できなかったランナーは23名。

研究参加者とグループ

全体のランナー 100 名のうち 22 名 (男性 18 名、女性 4 名) が自発的に本研究に参加しました。参加者の募集はイベント主催者による広告や個人のソーシャルメディアを通じて行われた。性別、身長、体重は自己申告し、体格指数（BMI）は標準式により算出した。ウルトラマラソンの研究では、16 人の参加者 (72.7%) が全距離を完走しましたが、残りの参加者は完走できませんでした (DNF、 n= 6)。リタイアは 3 区間 (47 km、 n= 1)、4 (75 km、 n= 2)、5 (97 km、 n= 2)、および 7 (125 km、 n= 1)。 DNFは完走制限時間（52時間）によるもので、参加者に重傷は確認されなかった。 DNF 時間の範囲は 18:37 から 36:08 でした。全体のゴールタイムの中央値に従って、16 名の完走者が上位グループに分けられました (n= 7) 以下のグループ (n= 9)。ゴールタイムの範囲は、上位グループでは 28:08 ～ 43:31、下位グループでは 47:11 ～ 50:41 でした。

実行速度と標準化

各エイドステーション間の走行時間と速度は公式サイトより取得²¹。以前の研究で示されているように¹², 各区間の標準走行速度は、男女別上位5名を平均して算出しました。走行速度は走行距離/時間 (km/h) で表され、各セグメントの標準化された走行速度が男女各参加者について計算されました。各区間のランナーの走行速度は、%走行速度=(参加者の走行速度)/(男女各上位5人の走行速度の平均)×100で規格化しました。規格化走行速度が100%を超えるのはランニング時のみです。男女とも1位と2位に匹敵するペースで。

食事データ

参加者は、ウルトラマラソン全体を通して、食べ物の摂取と飲み物の摂取の全体的なタイミングと量を自己記録しました。開始60分以上前に摂取した飲食物は食事データには含まれていません。総食物摂取量は、レース前後に撮影された写真によって確認されました。レース中の食事摂取量は商品の栄養成分情報から算出しました。データが入手できない場合は、日本食品標準成分表2020より栄養摂取量を計算しました。²²。体重(kg)/走行時間(時間)で表しました。 ^12,14.

習慣的な食事データは、簡単なタイプの自己記入式食事履歴質問票（BDHQ）を使用して取得されました。^23,24。 BDHQ は自己記入式のアンケートで、過去 1 か月間の食品摂取頻度を評価します。エネルギーと主要栄養素の摂取量は、食品および飲料品目の食事摂取量から計算されました。^23,24.

グルコースデータと標準化

他の研究で説明されているように、循環グルコースレベルはFGMによって監視されました^25,26。簡単に説明すると、FGM システム (FreeStyle Libre Pro、Abbott Diabetes Care、カリフォルニア州アラメダ) は、皮膚の下の間質液内のグルコース濃度を継続的に測定し、対応する携帯用デバイスを製造します。 FGM センサーを上腕の後ろに取り付け、グルコース濃度を 15 分ごとに取得しました。参加者は、ウルトラマラソンのスタートの24時間以上前にデバイスに装着されました。

各参加者について、レース中のグルコース濃度は、安静時の空腹時グルコース濃度を差し引くことによって標準化されました（図1）。 1）。したがって、グルコースレベルは、安静時空腹時グルコースレベルからの増加として表されました（⊿グルコース）。平均値、最高値、最低値に加えて、 ⊿血糖値、各参加者の最高血糖値と最低血糖値の差が各セグメントで計算されました。

100 マイル ウルトラマラソンの前後の血糖値の標準化。コースは9つのセグメントに分かれています（①～⑨、縦の破線）8 つのエイドステーションごとにあります。高度プロファイルは、右側の縦軸と塗りつぶされた領域に表示されます。血糖値をモニタリングした代表的な結果を左の縦軸と実線に示します。 ⊿グルコースレベルは、各ランナーの安静時グルコースレベルを差し引くことによって表した(水平破線)。各セグメント内で * は最高額を示します ⊿グルコース、† は最低値を示します ⊿グルコース、二重線は平均値を示します ⊿血糖値。

統計

すべての統計分析は、SPSS バージョン 29.0 (SPSS, Inc.、イリノイ州シカゴ) を使用して実行されました。一元配置分散分析の統計検出力は、各 6 人の参加者からなる 3 つのグループ (合計 18 人の参加者)、グループ間の炭水化物摂取量の差 0.1 g/kg/h、標準偏差 0.5、および有意水準 0.05 に基づいて計算されました。計算された統計検出力は 0.81 でした。コルモゴロフ – スミルノフ検定は、データ分布の正規性を評価するために実行されました。上位グループ、下位グループ、および DNF グループ間の連続変数の差は、一元配置分散分析とそれに続く Tukey の HSD 事後検定によって評価されました。ノンパラメトリックデータには、ボンフェローニ補正を伴うクラスカル・ワリス検定が使用されました。カテゴリデータはカイ二乗検定を使用して分析されました。ウルトラマラソン中の炭水化物摂取量の変化と血糖値のモニタリングは、Tukey の事後検定を使用した二元配置分散分析によって分析されました。二元配置分散分析 (グループ x セグメント) は、DNF グループを除くレース全体と、すべてのグループを含むセグメント 1 ～ 3 で実行されました。食事摂取量については、二元配置分散分析検定を使用してレースの前半と後半の差を調べました。食事摂取量およびグルコース制御と走行速度との関連性は、スピアマンの順位相関係数によって決定されました。データは平均値と標準偏差として表示されます。統計的有意性のレベルは次のように設定されました。 p< 0.05。