Tämän Pro gradu -tutkielman tarkoituksena oli selvittää, voidaanko lasten- ja nuorten maksimaalista aerobista kuntoa määrittää ei-maksimaalisen suorituksen perusteella ja pystytäänkö maksimaalisen aerobisen kunnon määrittämiseksi luomaan yleisiä ennusteyhtälöjä vai ovatko ennusteet mahdollisia vain yksilökohtaisilla parametreilla.
Tutkimukseen osallistui 84 vapaaehtoista 5-9 luokkalaista tyttöä ja poikaa, joista 64 (ikä 13.1 ± 1.6 v.) suoritti molemmat testit hyväksytysti läpi ja heidän tuloksensa ovat mukana lopputuloksissa. Maksimaalisen aerobisen kunnon (VO2max) määrittämiseksi suoritettiin referenssiksi 12 minuutin Cooperin juoksutesti. Noin viikon kuluttua Cooperin testistä tutkittavat suorittivat lisääntyväkuormitteisen kävely (604 m), hölkkä (1208 m) ja juoksu (604 m) protokollan (submaksimaalinen testi), jonka avulla Cooperin testitulosta pyrittiin jälkikäteen mallintamaan. Testeistä mitatut muuttujat olivat syke, juoksunopeus ja juoksuaika. Sykettä ja nopeutta mitattiin j
atkuvana. Tutkittavilta mitattiin muutama päivä ennen Cooperin testiä myös pituus ja paino. Pituutta ja painoa käytettiin hyväksi tulosten analysoinnissa.
Tutkimuksen päätulokset ovat 1) yksilökohtaisia ennustemalleja voidaan luoda, joilla päästään samankaltaisiin tarkkuuksiin kuin yleisillä malleilla, 2) maksimaalista aerobista kuntoa voidaan määrittää ei maksimaalisilla menetelmillä ja 3) yleisiä tilastollisia ennustemalleja, jotka sopivat kaikille on mahdollista määrittää mutta ne voivat olla aineistoriippuvaisia. Yksilöllisiä ennustemalleja luotiin kaksi. Exponentiaalinen malli ja lineaarinen malli. Exponentiaalisen mallin R2 (selitysaste) Cooperin tuloksesta oli 87% ja lineaarisen mallin R2 oli 63%. Tilastollisia malleja luotiin kaksi. Regressiomallissa I R2 oli parhaimmillaan 86% ja regressiomallissa II 87%. Vastaavat korrelaatiot ennusteen ja Cooperin tuloksen välillä olivat 0.93*** (exponentiaalinen malli), 0.80*** (lineaarinen malli), 0.92*** (regressiomalli I) ja 0.92*** (regressiomalli II) (***p=0.000). Vertailtaessa eri ennustemalleilla määritetyn Cooperin tuloksen ja juostun Cooperin tuloksen välisellä virheellä ei havaittu tilastollisesti systemaattista ali- tai yliarviointia, huono- tai hyväkuntoisten tutkittavien välillä. Ei-maksimaalisten kuntotestien edut verrattuna maksimaalisiin testeihin ovat: motivaation merkitys vähenee, vauhdinjaon merkitys vähenee ja huonokuntoisten on helpompi suorittaa ei-maksimaalinen kuntotesti. Koska ennustetarkkuus on kohtuullien hyvä, tulisi ei-maksimaalisten kuntotestien käyttöä lisätä ryhmillä, jossa henkilöiden kuntotasot ovat etukäteen arvioiden hyvin erisuuruisia.
...
The purpose of this study was to evaluate can childrens maximal aerobic fitness be estimated by using non-maximal (submaximal) methods and also can the maximal aerobic fitness estimation equations be general or are equations valid only with individual parameters.
84 voluntary 5 to 9 grade students, boys and girls, participated in this study. Ouf of 84, 64 (age 13.1 ± 1.6 years) persons completed both tests and their test results could be taken into final results. For maximal aerobic fitness (VO2max) persons had 12 minute Cooper test as a reference value. After about a week all persons had graded exercise test protocol. Walk (604 m), jog (1208 m) and run (604 m) (submaximal test) which results were used afterwards to replicate Cooper test result. Measured values were heart rate, running speed and running time. Heart rate and speed were measured continuously. Couple days before Cooper test all participants had height and weight. Height and weight was used in data analysis.
Main r
esults from this study were, 1) individual prediction models can be created, which will give as good results as general prediction models, 2) maksimal aerobic fitness can be defined via non-maximal methods and 3) general statistical prediction models which can be used for everyone are possible to define but they might be true only inside this study. Two individual models were created. Exponential model and linear model. Exponential model R2 for Cooper result was 87% and linear mode R2 was 63%. Two statistical model were also created. Statistical model I R2 was 86% and model II R2 was 87%. Correlation were correspondingly between predictions and Cooper result were 0.93*** (exponential model), 0.80*** (linear model), 0.92*** (statistical model I) ja 0.92*** (statistical model II). (***p=0.000). When compared between different prediction models, estimated Cooper result and actual Cooper result, there were no statistical evidence of under or overestimations when having persons with either low or high aerobic fitness. Submaksimal fitness test benefits compared to maximal tests are: motivation factor is lower, pacing factor is lower and it is easier to execute the test when people have low fitness level. Since the prediction accuracy is also pretty good should the use of non-maximal fitness tests be increased in the groups where estimated fitness levels are very wide spread.
...
