碳水化合物摄入量和连续血糖水平与超级马拉松表现关系的比较观察研究

持续时间超过 6 小时的超耐力赛事1 已获得广泛欢迎和全球参与2、3。越野跑是最受欢迎的超耐力赛事4，最近这些赛事的增加意味着竞技和休闲参与者的增加2,3。

2024年1月15日

学习规划

这项观察性研究旨在调查超级马拉松期间跑步速度、饮食摄入量和监测的血糖水平之间的关系。所有程序均得到龙谷大学人类研究伦理审查委员会的批准（第 2021-21 号）。在参加研究之前，所有参与者均获得了书面知情同意书。该研究是根据赫尔辛基宣言进行的。

赛道和赛跑者

本研究是在 2021 年琵琶湖 100 中进行的²¹，于 2021 年 10 月 1 日至 3 日在日本滋贺演出。赛道距离100英里（169公里），总海拔10,500米。球场包括小径、岩石、小路、草地和人行道。赛道被八个辅助站分为 9 个部分，每个跑步者的通过时间都会被电子记录。整个超级马拉松比赛中，所有参赛者都配备了全球定位系统（IBUKI GPS；日本OND Inc.），记录位置数据和跑步速度。每个救助站之间的距离为 18.8 ± 7.3 公里，从 7 公里到 28 公里不等。时间限制为52小时。

所有跑者均完成了超级马拉松比赛，近三年国际越野跑协会认证的积分总和超过6分，展现了超耐力赛事的经验。因此，只有100名具有高耐力的超耐力运动员（86名男子和14名女子）可以参加2021年琵琶湖100。所有跑步者都必须背着背包来携带必需品，包括食物和饮料。最终，77名跑步者（77%）完成了100英里超级马拉松，中位完成时间为45:15（小时:分钟）。另一方面，有23名选手未能完成比赛。

研究参与者和小组

100 名跑步者中有 22 名参与者（18 名男性和 4 名女性）自愿参加本研究。参与者招募是通过活动组织者和个人社交媒体的广告进行的。自我报告性别、身高、体重，并按标准公式计算体重指数（BMI）。在超级马拉松研究中，16名参与者（72.7%）完成了全程距离，其余参与者没有完成（DNF， n= 6）。在 3 个赛段（47 公里、 n= 1), 4 (75 公里, n= 2), 5 (97 公里, n= 2）和 7（125 公里， n= 1). DNF是由于完成时间限制（52小时）造成的，并没有确认参与者有严重伤害。 DNF时间范围为18:37至36:08。根据总完成时间中位数，16名完赛者被分为较高组（n= 7) 和下组 (n= 9）。高组的完成时间范围为28:08至43:31，低组的完成时间范围为47:11至50:41。

运行速度和标准化

各救助站之间的运行时间和速度均从官网获取²¹。正如之前的研究所示¹²，每个赛段的标准跑步速度是通过按性别排名前五的选手的平均值来计算的。跑步速度以跑步距离/小时（km/h）表示，并计算每位男性和女性参与者每段的标准化跑步速度。各赛段跑者的跑步速度采用以下公式标准化：%跑步速度=（参赛者跑步速度）/（各性别前5名跑者跑步速度平均值）×100。只有跑步时标准化跑步速度才超过100%其速度与每个性别的前 1 名和前 2 名相当。

饮食数据

参与者自我记录了整个超级马拉松比赛中食物摄入量和饮料消耗量的总体时间和数量。开始前 60 分钟以上消耗的食物和饮料不包括在饮食数据中。总食物消耗量通过赛前和赛后拍摄的照片来确认。比赛期间的膳食摄入量是根据产品的营养信息计算出来的。如果没有数据，这些营养摄入量是根据2020年日本食物成分标准表计算的²²。它们以体重（公斤）/跑步时间（小时）表示 ^12,14.

使用简短型自填饮食史调查问卷（BDHQ）获得习惯饮食数据^23,24。 BDHQ 是一份自填问卷，评估过去一个月的食物消费频率。能量和常量营养素摄入量是根据食品和饮料的膳食摄入量计算的^23,24.

血糖数据和标准化

正如其他研究所述，通过 FGM 监测循环血糖水平^25,26。简而言之，FGM 系统（FreeStyle Libre Pro；Abbott Diabetes Care，阿拉米达，加利福尼亚州）连续测量皮下间质液中的葡萄糖浓度，并产生相应的动态装置。 FGM传感器安装在上臂后部，每15分钟获取一次葡萄糖浓度。参与者在超级马拉松比赛开始前 24 小时以上连接该设备。

对于每位参与者，通过减去静息空腹血糖浓度来标准化比赛期间的血糖浓度（图 1）。 1）。因此，血糖水平表示为静息空腹血糖水平的增加（⊿葡萄糖）。除了平均值、最高值和最低值之外 ⊿血糖水平，计算每个分段中每个参与者的最高和最低血糖水平之间的差异。

统计数据

所有统计分析均使用 SPSS 29.0 版（SPSS, Inc.，芝加哥，伊利诺伊州）进行。单向方差分析的统计功效基于 3 组，每组 6 名参与者（总共 18 名参与者）计算，组间碳水化合物摄入量差异为 0.1 g/kg/h，标准差为 0.5，显着性水平为 0.05。计算出的统计功效为0.81。进行柯尔莫哥洛夫-斯米尔诺夫检验来评估数据分布的正态性。通过单向方差分析和 Tukey 的 HSD 事后检验来评估高组、低组和 DNF 组之间连续变量的差异。非参数数据采用带有 Bonferroni 校正的 Kruskal-Wallis 检验。使用卡方检验分析分类数据。通过双向方差分析和图基事后检验，对超级马拉松期间碳水化合物摄入量和监测血糖水平的变化进行了分析。双向方差分析（组x段）在整个比赛中进行，不包括DNF组，并且从第1-3段开始，包括所有组。对于饮食摄入量，使用双向方差分析检验检查比赛前半程和后半程之间的差异。饮食摄入量和血糖控制与跑步速度的关联由斯皮尔曼等级相关系数确定。数据以平均值和标准差的形式呈现。统计显着性水平设定为 p< 0.05。

来源链接