サプリメント

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

2024 年 1 月 15 日

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、および血糖値のモニタリングと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ヒト研究倫理審査委員会（No. 2021-21）によって承認されました。研究への登録前に、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が得られました。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年琵琶湖100²¹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.) を使用して、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。

参加者は全員ウルトラマラソンを完走しており、国際トレイルランニング協会が認定するポイントの合計が過去3年間で6を超えており、ウルトラ耐久イベントでの経験があることが証明されています。そのため、2021 LAKE BIWA 100には、持久力の高いウルトラ耐久アスリート計100名（男性86名、女性14名）のみが参加できました。参加者は全員、食事や飲み物など必需品を背負って走らなければなりませんでした。最終的に77名のランナー（77%）が100マイルウルトラマラソンを完走し、平均完走時間は45分15秒（時間：分）でした。一方、23名のランナーは完走できませんでした。

研究参加者とグループ

ランナー100人のうち22人（男性18人、女性4人）が自発的に本研究に参加した。参加者の募集は、イベント主催者の広告と個人のソーシャルメディアを通じて行われた。性別、身長、体重は自己申告で、BMI（体格指数）は標準式で計算された。ウルトラマラソン研究では、16人の参加者（72.7%）がフル距離を完走し、残りの参加者は完走できなかった（DNF、 n= 6）。リタイアは3区間（47km、 n= 1）、4（75 km、 n= 2）、5（97 km、 n= 2)、および 7 (125 km、 n= 1）。DNFは完走時間制限（52時間）が原因で、参加者に重篤な負傷は確認されなかった。DNF時間の範囲は18:37から36:08であった。全体の完走時間の中央値によると、16人の完走者は上位グループ（n= 7）および下位グループ（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。

走行速度と標準化

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これまで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) で表し、各セグメントの標準化された走行速度を男女各参加者について計算しました。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、ウルトラマラソン中の食事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。スタートの60分以上前に摂取した食べ物と飲み物は、食事データに含まれませんでした。総食事摂取量は、レース前後に撮影した写真で確認しました。レース中の食事摂取量は、製品の栄養情報から計算しました。データが入手できない場合は、これらの栄養摂取量は、日本食品標準成分表2020から計算しました。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、簡易型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、レース中の血糖濃度は、安静時空腹時血糖濃度を差し引くことによって標準化されました（図）。 1）。したがって、血糖値は安静時空腹時血糖値（⊿グルコース）。平均値、最高値、最低値に加えて、 ⊿血糖値については、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。

統計

すべての統計分析は、SPSSバージョン29.0（SPSS社、シカゴ、イリノイ州）を使用して実施しました。一元配置分散分析の統計的検出力は、6人ずつの3グループ（合計18人）、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、有意水準0.05に基づいて計算されました。計算された統計的検出力は0.81でした。データ分布の正規性を評価するために、コルモゴロフ・スミルノフ検定を実施しました。高群、低群、DNF群間の連続変数の差は、一元配置分散分析に続いてTukeyのHSD事後検定で評価しました。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・ワリス検定を使用しました。カテゴリデータは、カイ2乗検定を使用して分析しました。ウルトラマラソン中の炭水化物摂取量の変化と血糖値モニタリングは、Tukeyの事後検定を伴う二元配置分散分析で分析しました。 2元配置分散分析（グループ×セグメント）は、DNFグループを除くレース全体と、セグメント1～3の全グループを対象に実施された。食事摂取量については、2元配置分散分析検定を使用して、レース前半と後半の差を調べた。食事摂取量と血糖コントロールとランニング速度との関連は、スピアマンの順位相関係数によって決定された。データは平均値と標準偏差として提示されている。統計的有意水準は p< 0.05。

[ad_2]

ソースリンク