Can VO <sub>2max</sub> be accurately estimated using exercise-duration based prediction equations and a nomogram?
Notice bibliographique
Résumé
Abstract Study aim : The purpose of this study was to examine a large cohort of young Canadian adults to determine if exercise time from a maximal Bruce Treadmill Protocol could accurately predict measured VO 2max values by inputting the total exercise time into prediction equations and a nomogram. Materials and methods : 550 kinesiology undergraduate student (280 male and 270 female) participants, with a mean body mass (BM) of 72.08 ± 15.05 kg, mean age of 21.16 ± 1.26 years old and mean height of 171.95 ± 10.25 cm completed a maximal graded exercise test to obtain their VO 2max (measured). Predicted VO 2max was calculated with various equations using the variable of total exercise test time. Linear regression models were created to determine how well the predicted VO2max values compared to the measured values. Results : Across all VO 2max calculation methods, males obtained higher VO2max values on both the measured (49.89 ± 9.21 mL/ kg/min) and predicted values (46.04–55.40 mL/kg/min) and exercised for a longer duration of time (14.33 minutes) compared to females (40.89 ± 7.50 mL/kg/min, 38.87–48.36 mL/kg/min, 11.92 minutes). Classifications and percentile rankings were created using each measured and predicted method. Conclusions : The Healthy Persons Equation [6], Healthy Men and Women Equation [2], Active and Sedentary Women/Men Equations [10, 22] and nomogram [13] cannot accurately predict VO 2max in healthy young adults, with R 2 values between 0.38–0.50. The Healthy Persons Equation [6] was found to very closely mimic the seven-category classifications determined from the measured CPET VO2max values.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».