海外文献紹介
Marathon performance in relation to body fat percentage and training indices in recreational male runners
Tanda G., Knechtle B.
J Sports Med. 2013 May 28;4:141-9.
文献リンク
男性市民ランナーにおいて体脂肪率とトレーニング指標はマラソンパフォーマンスと関連する．
【諸言】
マラソンのような長時間スポーツの場合，最大酸素摂取量，乳酸閾値，走の経済性がパフォーマンスに影響することは知られている．しかし，このような測定はレベルの高いランナーで行われる事が多い．つまり，近年増加している市民ランナーにとって，トレーニング指標や形態指標といった，簡単に測定でき，自身でモニタリングできる指標に基づいてマラソンパフォーマンスを推定できることが望ましいと考えられる．
そこで本研究は，マラソンパフォーマンスに対するトレーニング指標と形態指標の貢献度を明らかにし，多重非線形回帰を用いてマラソンパフォーマンスを推定することを目的とした．
【方法】
対象レースは，2010年，2011年にスイスで行われたBaselマラソンとした．被検者は691名の参加ランナーランナーのうち，研究協力の得られた126名とした．なお，すべてのランナーは5時間30分以内に完走した．トレーニング記録についてはレース前3ヶ月間記録させた．記録内容は，1回のトレーニングにおける走行距離と時間であった．そして，その記録から週間走行距離，練習頻度，1回の練習の走行距離・練習時間・ペースを算出した．また，自己申告で，1週間のトレーニング距離やペースについても別で記録させた．形態指標は，体重，身長，周径囲，皮脂厚を測定した．なお，体脂肪率はBall et al.(2004)の式を用いて，7部位の皮脂厚から算出した．
トレーニングデータの精度を高めるため，1回のトレーニングにおける距離，速度の記録から，1週間の練習距離，速度を計算し，トレーニング記録に書かれている自己申告の週間走行距離や練習ペースと比較を行い，週間走行距離では±20%以内，練習ペースは±15%以内となる被検者を抽出した．その結果126名から51名が抽出された．さらにより精度を高めるため，週間走行距離が30km未満，レース後半のペースが前半よりも10分以上遅くなったものを分析から除外した．その結果，25名の被検者が抽出された．
形態のデータについては，トレーニングデータとは異なり，自己申告の影響を受けないため，レース後半のペースが前半よりも10分以上遅かったものは分析から除外し，52名のデータを抽出した．
マラソンパフォーマンスとトレーニング指標および形態指標の関連をみるために，直線および非直線（多項式，累乗指数，指数）といった数学的モデルにおける相関分析を行った．また，それらのモデルのカーブフィッティングについてはソフトウェアを用いた．そして，最終的には，多重非線形回帰を用いて，最も予測因子として高い指標からマラソンパフォーマンスを予測することとした．
【結果】
抽出されたデータとマラソンパフォーマンスの関連をみたところ，週間走行距離，練習のペース，体脂肪率との間で高い関連がみられた（r=0.49～0.76）．そこで，25名のデータからパフォーマンスの推定式を作成し，数学的な過程を経て以下の式を作成した．
ﾏﾗｿﾝﾊﾟﾌｫｰﾏﾝｽ（分）＝11.03+98.46exp(-0.053*K)+0.387*P+0.1exp(0.23*BF)
K：週間走行距離（km/週），P：練習ペース（秒/km），BF：体脂肪率（%）
この式の範囲は，週間走行距離は30～150㎞/週，練習ペースは232～400秒/km（9～15.5㎞/時），体脂肪率は9.3～25.5%，マラソンパフォーマンスが2時間45分～4時間21分であった．実際と推定式のマラソンパフォーマンスはSEEが14.3分，相関係数が0.81であった．
【解説】
本研究では，最大酸素摂取量や乳酸閾値といった「高価な機材を用いた測定をしていない」こと，マラソンパフォーマンスの推定精度を高めるために，「トレーニング内容が正しく記録できていない」，「レースで本来のパフォーマンスが発揮できていない」といった，「推定精度を低くする要素をできるだけ取り除いた」こと，「非直線系の回帰モデルを用いた推定を行っている」ところにオリジナリティーがある．
実際の数式は数学的なモデルが用いられているために，数式を見て簡単に計算することは難しい．しかし，表計算ソフト（エクセルなど）を用いることで意外にシンプルに計算できる．実際に，週間走行距離50km/週，練習ペース5分/km，体脂肪率12%のランナーを想定して，タイムを推定したところ，推定タイムは3時間24分となった．また，本研究の標準誤差が14.3分であることから，このランナーは3時間10分～3時間40分の間ではゴールができると推察できる．
本研究で使用している指標は，トレーニング記録と体脂肪率であり，両者とも市民ランナーでも簡易にわかるものである．また，それらを把握しているランナーであればレース当日であっても，ランナーのパフォーマンスが推定できるといった即効性もある．さらに，マラソンパフォーマンスの推定は，近年増加している初心者ランナーにとっては，目標タイムの設定，レースペースの立案を行う上で非常に参考になるものであると言える．
ただし，本研究で対象とされているランナーは2時間45分～4時間21分であり，近年の日本人ランナーのマラソン平均タイムは4時間36分（第11回全日本マラソンランキング，2015）であることから，平均以上のランナーにおいて精度が高い予測式であることを念頭におく必要がある．また，本研究は男性ランナーを対象としたものであり，男性と女性とでは体脂肪率が大きく異なるため，同様の算出式が用いられるのかといったことは疑問が残る．今後は，これらの問題を解決できるような研究が行われることが望まれる．
（鹿屋体育大学大学院、日本学術振興会特別研究員 森 寿仁）