最適な脂肪燃焼を解き放つ: エクササイズマシンがあなたを誤解させる理由

マウントサイナイ医科大学より2023年8月13日

新しい研究によると、市販のエクササイズマシンの「脂肪燃焼ゾーン」は、脂肪を減らすための個人の最適な心拍数と一致しないことがよくあります。 臨床運動テストは、個人に合わせた減量目標に対するより正確なガイダンスを提供する可能性があります。

マウントサイナイのアイカーン医科大学の研究者らは、脂肪燃焼に最適な心拍数は個人差があり、多くの市販のエクササイズマシンに示されている「脂肪燃焼ゾーン」と一致しないことが多いことを発見した。

The team suggests that clinical exercise testing, which evaluates a person’s physiological response to physical activity, could be more effective in helping people reach their fat loss objectives. Their findings, which used a machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">機械学習モデルは、最近栄養、代謝、心血管疾患ジャーナルに掲載されました。

「体重や脂肪の減少を目標としている人は、脂肪燃焼率を最大化できる強度で運動することに興味があるかもしれません。 ほとんどの市販のエクササイズマシンには、年齢、性別、心拍数に応じて「脂肪燃焼ゾーン」オプションが用意されています」と筆頭著者の理学修士、RD、CDN、博士号のハンナ・キットレル氏は言います。 Icahn Mount Sinai の拡張知能医学科学研究室の候補者です。 「しかし、一般的に推奨される脂肪燃焼ゾーンは検証されていないため、個人が個別の減量目標に合致しない強度で運動している可能性があります。」

キットレル女史は、マウント・サイナイ・モーニングサイドにある臨床身体組成および運動生理学研究所であるマウント・サイナイ・フィジオラボの所長でもあります。

この研究では、運動中の脂肪燃焼の個人差が明らかになりました。 2 人の脂肪燃焼曲線のグラフは、さまざまな運動強度における脂肪燃焼率の違いを強調し、fatMAX が予測された「脂肪燃焼ゾーン」の外側にあることを示しています。 これらのバリエーションは、個人に合わせた運動計画の必要性を強調しています。 クレジット: Hannah Kittrell、Mount Sinai Physiolab、Icahn Mount Sinai の AIMS Lab

FATmax という用語は、有酸素運動中に体が最高の脂肪燃焼率に達する運動強度と関連する心拍数を表すために使用されることがあります。 現時点では、脂肪は重要な燃料源であるため、この強度はトレーニング中の脂肪減少を最適化したい人にとって興味深いものになる可能性があります。

研究の一環として、研究者らは臨床運動テストで測定したFATmaxでの心拍数と、通常推奨される「脂肪燃焼ゾーン」内の最大努力のパーセンテージでの予測心拍数を比較した。 研究者らは、26 人のサンプルにおいて、心拍数の測定値と予測心拍数の一致性が低く、2 つの測定値間の平均差が 1 分あたり 23 拍であることを発見しました。 これは、「脂肪燃焼ゾーン」に関する一般的な推奨事項が正確なガイダンスを提供しない可能性があることを示唆しています。

次に、研究者らは、より個別化された運動処方を受けた個人がより多くの体重と脂肪の減少を示すかどうか、また、2 型糖尿病、肥満、心臓病などの健康リスクを特定する代謝健康マーカーの改善を示すかどうかを研究する予定です。

「この研究により、より多くの個人やトレーナーが臨床運動テストを利用して、脂肪の減少に合わせてカスタマイズされた運動ルーチンを処方するようになることを願っています。 また、データ駆動型のアプローチが精密な運動に対して果たせる役割も強調しています」と主著者のギリッシュ・ナドカルニ医学博士、MPH、アイリーンおよびアーサー・M・フィッシュバーグ博士、アイカーン・マウント・サイナイ医学教授、チャールズ・ブロンフマン研究所所長は述べています。医学部データドリブン・デジタル医療部門個別化医療・システム責任者。