亮点
本文介绍了一项专为精英自行车运动员开发的静息代谢率（Resting Metabolic Rate, RMR）预测方程，旨在弥补现有方程难以准确反映耐力运动员独特生理特征的不足。该新公式基于身高、体重和性别等指标，在这一运动员群体中对 RMR 的预测准确性更高，有助于制定更个体化的营养方案并优化运动表现。
主要亮点包括：1）该研究采用间接测热法（indirect calorimetry，金标准评估方法）测量了 78 名精英自行车运动员（男性和女性）的 RMR；2）基于回归分析建立了纳入身高、体重和性别的方程，反映了这些变量与 RMR 的偏相关关系；3）采用留一法交叉验证（leave-one-out cross-validation, LOOCV）进行验证，结果显示与最初为普通人群设计的现有方程相比，该新方程的偏倚更小、准确性更高。
研究背景
静息代谢率是人体每日能量消耗中占比最大的组成部分，也是计算个体化能量需求的重要基础。对于职业自行车运动员等精英耐力运动员而言，准确评估 RMR 对制定兼顾代谢健康、恢复支持和比赛日表现优化的个体化营养策略至关重要。然而，Harris-Benedict 方程或 Mifflin-St Jeor 方程等标准 RMR 预测公式主要基于普通人群或久坐人群建立，应用于高水平训练运动员时往往会产生误差。这种差异主要源于体成分，尤其是去脂体重的不同，以及精英运动员群体中常见的日常能量消耗模式差异。
基于上述局限，本研究旨在为参加 UCI ProTeam 或 WorldTour 级别比赛的精英自行车运动员（包括男性和女性）开发并验证一项专用的静息代谢率方程。其目标是提高基础能量需求估算的精确性，从而支持更优的营养干预。
研究设计
这项横断面研究纳入 78 名精英自行车运动员（男性 48 名，女性 30 名），其入选标准为处于公路自行车职业竞技最高水平。静息代谢率采用带通气罩系统的间接测热法测量，该方法被认为是评估静息状态能量消耗的金标准。该技术通过测量氧耗和二氧化碳产生量，准确计算能量消耗。
研究团队评估了实测 RMR 与包括身高、体重和性别在内的人体测量学变量之间的关系。采用逐步前进回归分析筛选显著预测因子，并纳入预测方程。偏相关系数用于量化这些变量与 RMR 之间关联的强度。为验证所得方程，研究者采用留一法交叉验证（LOOCV），在该队列内比较预测 RMR 与实测 RMR。随后，还将新方程与数个广泛使用的现有 RMR 方程进行比较，以进一步评估其性能。
主要结果
回归分析最终得出的 RMR（kcal/day）预测模型如下：
RMR = -288.98 +（5.77 × 身高，cm）+（14.25 × 体重，kg）+（180.79 × 性别［男性=1，女性=0］）
偏相关分析显示，体重（偏 r=0.41）和性别（偏 r=0.42）对 RMR 的预测作用强于身高（偏 r=0.19），这与去脂体重的已知代谢贡献以及性别之间的生理差异一致。
LOOCV 验证表明，新方程的偏倚极小，平均仅高估 RMR 0.65 kcal/day，与实测值的一致性极佳。均方根误差为 134.78 kcal/day，提示该队列内预测准确性较高。相比之下，Ten Haaf 方程表现出轻度低估偏倚（10.24 kcal/day），而其他广泛使用的现有 RMR 公式则更明显低估 RMR，偏倚范围为 149.17～212.85 kcal/day。
这些结果表明，与既往未针对高水平耐力运动员独特代谢特征设计的方程相比，新建立的公式更适用于精英自行车运动员人群。
专家点评
Cox 等人的研究代表了运动科学与营养学领域个体化能量评估的重要进展。严谨的验证流程以及较大的精英运动员样本量增强了该方程的临床相关性。在职业自行车运动中，准确评估 RMR 至关重要，因为精细调控的能量可用性会影响运动表现、恢复和受伤风险。
不过，尽管该模型纳入了性别、身高和体重，但并未明确考虑去脂体重、脂肪量或训练负荷、激素状态等其他代谢调节因素，而这些变量可能进一步优化个体预测。未来研究可在此基础上进一步提高个体化精确度。此外，在不同年龄、不同种族以及不同运动项目的多样化耐力运动员人群中进行外部验证，将有助于增强其普适性。
结论
本研究提供了迄今为止关于精英自行车运动员静息代谢率的最大数据集，并建立了一项具有较高准确性和特异性的全新预测方程。与现有模型相比，该新公式在预测精英耐力运动员 RMR 方面表现更优，弥补了运动营养领域的一项重要空白。将该工具应用于实践，可促进更准确的能量需求估算，从而支持更个体化的营养策略，帮助维持健康并优化竞技表现。
鉴于能量平衡精确管理对精英运动员的重要性，采用此类基于特定人群的工具（如该 RMR 方程）是运动医学专业人员、营养师和教练在最大化运动员潜能方面的重要进展。
资金来源与 ClinicalTrials.gov
本文未说明资金来源或临床试验注册信息。
参考文献
1. Ten Haaf T, Weijs PJ. Resting energy expenditure prediction in recreational athletes of 18-35 years: validation of equations and development of a new one. Clin Nutr. 2014;33(3):515-521. doi:10.1016/j.clnu.2013.07.009
2. Cox M, Balamouti Z, van Leeuwen J, Sanders B, Sanders D, Rietjens G, Plasqui G, Van Hooren B. Development and Validation of a Resting Metabolic Rate Equation for Elite Cyclists. Med Sci Sports Exerc. 2026 Oct 8. PMID: 42849011.
3. Harris JA, Benedict FG. A biometric study of basal metabolism in man. Washington, DC: Carnegie Institution of Washington; 1919.
4. Mifflin MD, St Jeor ST, Hill LA, Scott BJ, Daugherty SA, Koh YO. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 1990;51(2):241-247.
相关科室计算器
供临床参考，请结合专业判断使用。
