储备心率区间是否符合真实的代谢阈值？

基于卡沃宁（Karvonen）方法计算的储备心率（HRR）公式能够在群体层面上粗略估算代谢工作负荷，但往往难以与个体的通气阈和血乳酸阈值精准对应 [2, 17]。尽管群体平均值呈现出可预测的规律，但不同体能水平、性别及健康状况的个体，其阈值心率差异极大 [8, 11, 19]。严格依赖标准的 HRR 百分比区间，经常导致运动员和临床人群在高于或低于预期的代谢区间内训练 [8, 14, 17]。

三区间代谢模型

耐力运动生理学通过两个生理分界点将输出功率划分为三个主要的代谢强度区间 [19]：

1. 中等强度区间（Moderate Domain）：低于第一通气阈（VT1）或第一乳酸阈（LT1）的工作负荷 [19]。在这一区间内，血乳酸维持在基线附近（通常定义为相比基线上升少于 0.5 mM），且脂肪氧化率较高 [5, 17]。
2. 高强度区间（Heavy Domain）：介于第一代谢阈值（LT1/VT1）与第二代谢阈值（LT2/VT2、临界功率或临界配速）之间的工作负荷 [19]。血乳酸升高并超过基线（常用经验标准为相比基线上升 $\ge$1.5 mM），但在持续运动中会趋于稳定，接近最大乳酸稳态（MLSS）[3, 17]。
3. 极高强度区间（Severe Domain）：介于第二代谢阈值与最大摄氧量（$\dot{V}{\text{O}}_2\text{max}$）之间的工作负荷，其特征是血乳酸持续上升无法维持稳态，并迅速导致力竭 [3, 19]。

优秀耐力运动员通常会将约 80% 的训练量分配在中等强度区间（2区及以下），以优化脂肪代谢、提升线粒体效率并节省肌糖原 [5]。

平均 HRR 数值与个体差异

卡沃宁公式通过在静息心率的基础上加上一定比例的储备心率来计算目标心率：$\text{Target HR}={\text{HR}}_{\text{rest}}+\text{intensity fraction}\times ({\text{HR}}_{\text{max}}-{\text{HR}}_{\text{rest}})$ [2]。将静息心率纳入考量有助于反映个体的基础副交感神经张力，但固定的百分比区间往往仍与直接测得的生理指标存在偏差 [2]。

在受控的自行车测试中，群体平均数据表明 HRR 与代谢标志物之间存在合理对应关系。在一项包含 33 名训练有素的男性自行车手（平均 $\dot{V}{\text{O}}_2\text{max}$ 为 62.1 $\pm$ 4.6 ml·kg⁻¹·min⁻¹）的研究中，各生理拐点对应的平均数值如下 [3]：

• VT1：184 $\pm$ 36 W（66 $\pm$ 9% HRR）[3]
• MLSS（$n=14$ 的亚组）：256 $\pm$ 31 W [3]
• VT2：298 $\pm$ 36 W（88 $\pm$ 6% HRR）[3]
• $\dot{V}{\text{O}}_2\text{max}$：390 $\pm$ 34 W（100% HRR）[3]

基于递增负荷测试（25 W·min⁻¹ 爬升），得出了五个训练区间：R0（53–62% HRR）、R1（62–71% HRR）、R2（74–86% HRR）、R3（86–99% HRR）以及 R3+（100% HRR）[3]。

然而，更大规模的荟萃分析数据显示，个体的阈值位置在这些均值周围呈现出极大的离散性 [17]。在一项涵盖 25 项研究、412 名跑步者的荟萃分析中，个体在生理阈值处的心率跨度非常巨大 [17]：

• LT1 范围：65% 至 90% HRR（或 69% 至 94% ${\text{HR}}_{\text{max}}$）[17]
• LT2 范围：73% 至 95% HRR（或 80% 至 98% ${\text{HR}}_{\text{max}}$）[17]

由于这种分散性，设定一个武断的目标强度（如 75% HRR）可能会使某位跑者安全处于 LT1 以下的中等强度区间，却使另一位跑者远高于 LT1 并进入高强度区间 [17, 19]。在没有实验室测试的情况下，若要达到 95% 的把握确保运动严格处于 LT1 以下，运动员必须将强度保持在 65% HRR 以下（或 70% ${\text{HR}}_{\text{max}}$ 以下）[17]。

心率公式与代谢阈值不匹配的原因

基于公式的储备心率模型之所以无法精确匹配实时的血乳酸和气体交换阈值，主要原因包括以下几点：

1. ${\text{HR}}_{\text{max}}$ 估算固有的误差

通用的基于年龄预测最大心率的公式，其估算误差在 $\pm$10 到 12 bpm 之间 [2]。Meyer 及其同事在 1999 年观察到，按固定的 85% ${\text{HR}}_{\text{max}}$ 设定运动强度时，个体的实际运动强度在其实测无氧阈值的 87% 到 116% 之间离散分布 [2]。

2. 有氧体能与非线性的阈值偏移

有氧能力与阈值位置之间的关系在不同体能组别中并非均匀一致 [11]。在一项涵盖 863 名受试者的汇总研究中，VT 处的摄氧量相对于储备摄氧量的百分比（VT%$\dot{V}{\text{O}}_2\text{R}$）呈现出 U 型曲线 [11]。在 $\dot{V}{\text{O}}_2\text{peak}$ 约为 40 ml·kg⁻¹·min⁻¹ 的个体中，最低点出现在约 43% $\dot{V}{\text{O}}_2\text{R}$ 处；而在 $\dot{V}{\text{O}}_2\text{peak}$ 最低与最高的受试者中，平均 VT%$\dot{V}{\text{O}}_2\text{R}$ 则上升至约 75% [11]。

3. 性别差异

固定的目标阈值在不同性别间的表现并不相同 [19]。在一项针对 165 名大众跑者的研究中，女性跑者在 LT1 处的相对心率、$\dot{V}{\text{O}}_2$ 和跑步速度均显著高于男性跑者（$p<0.001$），这表明统一的心率目标无法准确反映男女之间的代谢负荷差异 [19]。

4. 临床人群与变时功能不全

固定心率目标指南与生理阈值之间的背离在临床队列中尤为明显 [8, 14]。在一项涉及 350 人的研究中，基于标准指南的强度区间在 67.1%（既往指南）和 79.6%（2020 年 ESC 指南）的心脏病患者中将 VT1 误归类为高强度而非中等强度，而在健康久坐人群和竞技运动员中，其符合率分别为 90% 和 93.9% [8]。

同样，在 18 名慢性心力衰竭患者中，根据 40–70% HRR 计算出的目标心率显著高于测得的阈值，这带来了将强度误定在通气阈或呼吸代偿点之上的高强度或极高强度区间的风险 [14]。即便在应用了标准的 β 受体阻滞剂扣减后，这些患者的实测 ${\text{HR}}_{\text{max}}$ 仍比年龄预测值低 12% [14]。

实用的替代方案与锚定指标

当无法使用直接的代谢车测试（测量 VT1/VT2）或血乳酸分析时，以下几种替代方法可以辅助对齐真实的生理转变点：

• 主观疲劳感觉（RPE）：从低体能人群到高水平受训者，尽管绝对工作负荷差异巨大，但 VT 均稳定出现在 Borg RPE 均值 12.5 $\pm$ 0.93 附近 [11]。
• 心率变异性（HRV）：使用去趋势波动分析（DFA $\alpha 1$）的非线性 HRV 分析可追踪分形相关特性的变化，该指标在低负荷时的约 1.5 随强度增加下降至 VT1/LT1 附近的 0.75 左右 [22, 23]。在优秀铁人三项运动员和男性跑步队列中，DFA $\alpha 1=0.75$ 阈值与 LT1 和 VT1 高度一致，平均差异仅为 1.7 至 2.0 bpm [22, 23]。
• 运动表现锚点：在大众跑者中，与仅靠心率或 RPE 相比，基于固定速度的估算在确定 LT1 和 LT2 时的误差幅度更低，不过采用估算而非直接测量最大速度会增加阈值的判断误差 [19]。