Journal Information
Vol. 44. Issue 162.
Pages 57-65 (January 2009)
Share
Share
Download PDF
More article options
Visits
1320
Vol. 44. Issue 162.
Pages 57-65 (January 2009)
Trabajos originales
Full text access
Análisis comparativo del VO2máx estimado mediante las ecuaciones desarrolladas por Jackson et al y el American College of Sport Medicine en corredores de maratón
Visits
1320
Robinson Ramírez Véleza,
Corresponding author
robin640@hotmail.com

Correspondencia. Robinson Ramírez Vélez
, Ricardo Antonio Agredo Zuñigab, José Guillermo Ortega Ávilac, Viviana Andrea Dosman Gonzálezd, Carlos Alejandro López Albane
a Fisioterapeuta, Fundación Universitaria María Cano, Extensión Cali. Especialista en Rehabilitación Cardíaca y Pulmonar, Colegio Mayor de Nuestra Señora del Rosario. Bogotá. Doctorando en Ciencias Biomédicas, Universidad del Valle. Cali. Valle. Colombia
b Fisioterapeuta, Fundación Universitaria María Cano, Extensión Cali. Investigador Independiente, Centro para la Investigación en Salud y Rendimiento Humano ZOE. Cali. Valle. Colombia
c Bacteriólogo. Universidad del Valle. Doctorando en Ciencias Biomédicas, Universidad del Valle. Cali. Valle. Colombia
d Estudiante de Fisioterapia, Fundación Universitaria María Cano, Extensión Cali. Valle. Colombia
e Médico y cirujano, Universidad del Cauca. Especialista en Medicina del Deporte, Universidad Federal de Río Grande do Sul, Brasil. Magíster en Salud Pública, Universidad del Valle. Aspirante a Magíster en Medicina Alternativa, Universidad Nacional de Colombia. Director del Centro para la Investigación en Salud y Rendimiento Humano ZOE. Cali. Valle. Colombia
This item has received
Article information
Abstract
Full Text
Bibliography
Download PDF
Statistics
Figures (2)
Tables (6)
Tabla I. Características sociodemográficas de la población estudiada
Tabla II. Características antropométricas generales de la población estudiada
Tabla III. Percentiles antropométricos y funcionales de la población estudiada
Tabla IV. Percentiles del VO2máx estimado en ambos métodos por grupos de edad
Tabla V. Análisis correlacional de las variables antropométricas y las ecuaciones de preedición del VO2máx (n = 81)
Tabla VI. Diferencias de las variables sociodemográficas y las ecuaciones de predicción del VO2máx
Show moreShow less
Resumen
Fundamento

Una reducida capacidad funcional, o VO2máx, es considerada como factor de riesgo que ocasiona la muerte por múltiples causas, pero principalmente por enfermedad coronaria. Por lo anterior, y sumado a la dificultad que representa su evaluación, se han sugerido otras alternativas para considerarla, desarrollando ecuaciones de predicción, sin la necesidad de realizar ejercicio.

Objetivo

Analizar comparativamente las ecuaciones para la predicción del VO2máx mediante el test “Nonexercise regression models to estimate peak oxygen consumtion” (PAR/PAF), y la desarrollada por el American College Sport Medicine (ACSM) en corredores de maratón.

Mediciones principales

Variables sociodemográficas: edad (años), estado civil, estrato socioeconómico, nivel educativo y tipo de afiliación al sistema de Seguridad Social en Salud. Variables antropométricas: estatura (m), peso (kg), índice de masa corporal (IMC kg/m2) y perímetro abdominal. Variable de capacidad funcional: ecuaciones de predicción, descritos por Jackson et al (PAR/PAF), y el ACSM.

Resultados

Se encontraron correlaciones entre el cálculo del ACSM y el cuestionario PAR/PAF en función al tiempo de llegada (p<0,001, r2=0,94), (pNS, r2=0,00), y en función de la edad (pNS, r2=0,00), (p<0,001, r2=0,87), n=81, respectivamente. Al diferenciarlos por grupos de edad, con el cálculo del ACSM y el PAR/PAF en mayores de 30 años, se encontró una importante correlación en función al tiempo de llegada (p<0,001, r2=0,95), (pNS, r2=0,09), respectivamente. Resultados contrarios en función de la edad, ACSM (pNS, r2=0,03), PAR/PAF (p<0,001, r2=0,78). En menores de 30 años, comparados los métodos con el tiempo de llegada, el cálculo del ACSM demostró una alta correlación (p<0,001, r2=0,97), contraria al cálculo del PAR/PAF (pNS, r2=0,03). Al comparar ambos métodos y su relación con la edad, no se encontraron correlaciones significativas (r2=0,22) y (r2=0,05). La correlación entre ambos métodos para estimar de manera indirecta el VO2máx en corredores de media maratón sólo fue encontrada en el grupo de mayores de 30 años (p<0,01, r=0,32), n=65.

Conclusiones

Los modelos de predicción del VO2máx pueden constituirse en una alternativa viable para la evaluación de la capacidad funcional en estudios epidemiológicos. A pesar de esto, ambos métodos presentan un grado bajo de correlación, lo cual hace necesario futuras investigaciones para su validez.

Palabras clave:
Estimación de la capacidad funcional
Actividad física
Análisis de regresión
Corredores
Abstract
Background

Reduced cardiorespiratory function is an independent risk factor for mortality by all causes, but mainly for coronary heart disease. Nevertheless, there are many difficulties in evaluating it by exercise testing in the epidemiological context. Alternative forms of evaluation have therefore been suggested using non-exercise regression models.

Aim

To comparatively analyse equations for predicting VO2max through the “Non-exercise test to estimate maximal oxygen uptake” (PAR/PAF), and the American College of Sports Medicine (ACSM) in runners of marathon.

Measurements

Socio-demographic variables: age (years), marital status, socioeconomic status, educational level, and membership of the Social Security Health System. Body composition variables: height (m), weight (kg), body mass index (BMI kg/m2) and abdominal circumference. Functional capacity: equations for the prediction of functional capacity VO2max described by Jackson et al PAR/PAF and the ACSM.

Results

Correlations were seen between the ACSM calculation and the PAR/PAF questionnaire according to time of arrival (p<0.001, r2=0,94), (PNS, r2=0.00), and according to age (PNS, r2=0.00), (p<0.001, r2=0.87), n=81, respectively. When differentiating by age group, with the calculation of the ACSM and the PAR/PAF, a significant correlation was found in the in > 30 years group according to time of arrival (p<0.001, r2=0.95), (PNS, r2=0.09), respectively. Results compared depending on age, ACSM (PNS, r2 =0.03), PAR/PAF (p<0.001, r2=78). In the<30 years group, compared with the methods the time of arrival, the calculation of the ACSM showed a high correlation (p<0.001, r2=0.97), compare to the PAR/PAF calculation (PNS, r2=0.03). When comparing the two methods and their relationship with age, there were no significant correlations (r2=22) and (r2=0.05). A correlation between the two methods for indirectly estimating VO2max in the half-marathon runners was found only in the > 30 years group (p<0.01, r=32), n=65.

Conclusion

This study showed a higher adjusted r2, which reflected the quality and the prediction power of the models. The authors conclude that cardiorespiratory assessment by non-exercise models in epidemiological studies could be feasible.

Key words:
Estimation of maximal oxygen uptake
Physical fitness
Regression analysis
Runners
Full Text
INTRODUCCIÓN

La medición de la capacidad funcional, o VO2máx, es reconocida ampliamente como la forma más objetiva de determinar la aptitud física y representa la capacidad funcional máxima de un individuo1,2. Medida en situación de reposo, indica el metabolismo basal y corresponde aproximadamente a 3,5ml/ kg/min o unidad metabólica, también llamada MET3,4. Actualmente el VO2máx ha sido considerado como un determinante del estado de salud y su disminución se ha asociado al riesgo de padecer enfermedades crónicas, principalmente enfermedad coronaria5. Sin embargo, existen diferentes factores que pueden modificar este indicador. Se postula que la edad es un factor que se asocia a la disminución del VO2máx, y éste es atenuado de manera positiva en personas entrenadas que participan de la práctica habitual de ejercicio físico6,7. Un estudio transversal clásico apoya esta hipótesis: en la década de los ochenta Heath et al8 demostraron que el VO2máx disminuye en un 9% por década en varones sedentarios, mientras que en sujetos entrenados la reducción fue de sólo un 5% por decenio. Por el contrario, un reciente metaanálisis que agrupó un conjunto de 242 estudios no encontró diferencias significativas en la disminución absoluta del VO2máx con la edad en sujetos entrenados en comparación con sus controles sedentarios9. Estas diferencias pueden explicarse por el diseño del estudio, pues es bien conocido que los estudios transversales pueden subestimar la verdadera pendiente de la edad relacionada con la disminución de la capacidad funcional vista en estudios longitudinales10,11.

A pesar de su importancia, el costo-efectividad de la aplicación de esta medición deja una laguna en la literatura por su alto costo y su frecuencia no resulta muy práctica, ya que se requiere un sofisticado equipo de laboratorio, habilidad, tiempo y necesidades relacionadas con la metodología que a menudo limitan su aplicación. Por lo tanto, para estimar la VO2máx y/o cuantificar la aptitud física se han propuesto métodos adicionales. Por ejemplo, Jackson et al han desarrollado múltiples ecuaciones de bajo costo conocidas como "modelos de regresión", que predicen la capacidad funcional sin realizar pruebas de ejercicio. Modelos como el test de Cooper, el PWC 170, el Harvard Step Test y otros de más reciente creación, como el GTX del American College of Sport Medicine (ACSM)12, pueden convertirse en herramientas metodológicas económicas y eficientes para evaluar este importante indicador de salud.

Tras lo expuesto, el propósito de este estudio es realizar un análisis comparativo para estimar el VO2máx mediante las ecuaciones desarrolladas por Jackson et al13, "Non-exercise regression models to estimate peak oxygen consumption" (PAR/PAF), y el cálculo metabólico indirecto, mediante la fórmula del ACSM14,15 y su relación con el tiempo registrado al final de la competencia, algunos indicadores antropométricos y sociodemográficos, en un grupo de voluntarios participantes de la 7.a Media Maratón de Santiago de Cali en 2008.

MÉTODOS

Tipo de estudio: Transversal.

Población de estudio: Se convocó de manera voluntaria a participantes de sexo masculino, mayores de 18 años, procedentes de cualquier zona del país (urbana o rural), aparentemente sanos, con disposición de participar en el estudio, mediante la firma del consentimiento informado voluntario y que estuvieran inscritos en la 7.a edición de la Media Maratón de Santiago de Cali, en 2008 (fig. 1)16.

Figura 1.

Diseño del estudio.

(0.07MB).

Criterios de exclusión. Se excluyeron los sujetos que en la encuesta de antecedentes personales incluyeron: cirugía o trauma mayor reciente, enfermedad endocrina conocida, enfermedades autoinmunes multiorgánicas o sistémicas, alteración respiratoria o sistémica significativa, alteración cardíaca significativa, enfermedades infecciosas sistémicas y alteraciones osteomusculares recientes (< 1 mes) que pudieran interferir con la realización de la carrera.

Procedimientos. Antes de ser incluidos, los participantes fueron informados acerca de la investigación, suministrando su consentimiento en forma voluntaria y recibiendo explicación sobre la prueba antropométrica y el diligenciamiento del cuestionario autoadministrado PAR/PAF para conocer la percepción de la capacidad funcional VO2máx. La encuesta se completó con información adicional para conocer algunos datos sociodemográficos y con la evaluación de la composición corporal.

Variables sociodemográficas. Se categorizaron teniendo en cuenta los criterios definidos en otras encuestas nacionales (censo poblacional, 2005). Se preguntó por la etnia o raza, la edad, el estado civil, el estrato socioeconómico, el nivel de estudios y el tipo de afiliación al sistema de Seguridad Social en Salud.

Variables antropométricas. Se consideraron los criterios antropométricos acordados por el Kinanthropometric Aquatic Sport Project17. La estatura (m) se registró en estiramiento con tallímetro de 1mm de precisión. El peso (kg) se comprobó con balanza de piso Detecto® de 100g de precisión. Con estas variables se determinó el estado nutricional mediante el cálculo del índice de masa corporal (IMC, en kg/m2)18, y la toma del perímetro abdominal complementó la medición para realizar el cálculo de riesgo cardiovascular19.

Estimación de la capacidad funcional. Se indagó por la realización de actividad física habitual y de ejercicio físico utilizando la encuesta descrita por Jackson et al13, para la predicción de la capacidad funcional VO2máx. Esta encuesta PAR/PAF consta de 2 partes. La primera, llamada PF-A (Perceived functional ability), consta de 10 alternativas de respuesta asignadas a una puntuación de escala simple que va de 0 a 10, siendo 0 un indicativo de no actividad física y 10 de actividad física vigorosa. La segunda parte lo conforma el PA-R (The NASA/ JSC physical activity scale), el cual indaga sobre la cantidad de ejercicio físico desarrollado en las últimas 4 semanas por el participante mediante la suma de las puntuaciones, que van de 0 a 13, a través de la percepción que tiene el individuo al realizar el test de la milla, con un ritmo continuo en una pista plana, o el test de 3 millas. Con estas preguntas se estima de manera subjetiva el esfuerzo físico, a diferentes intensidades, sin percibir dificultad respiratoria o algún otro síntoma.

La fórmula para el cálculo de la capacidad física percibida fue estimada a través del modelo de regresión múltiple de Jackson et al13:

PAR-PAF VO2máx = 44,895 + (7,042 × sexo) − (0,823 × IMC) + (0,738 × PA-F) + (0,688 × PA-R)

Sexo = (mujer = 0; varón = 1)

IMC = (kg/m2). Los valores que proporciona la persona de su peso corporal (en kg) y estatura (en m).

El cálculo metabólico indirecto para estimar la VO2máx en carrera horizontal se obtuvo mediante la fórmula tomada del American College of Sports Medicine14:

ACSM VO2máx = 3,5ml/kg/min + (vel m/min × 0,2) + (% inclinación × vel m/min × 1,8)

Disposiciones vigentes y consideraciones éticas. El estudio se enmarcó dentro de las disposiciones vigentes para la protección de los sujetos humanos que participan en investigaciones, contenidas en la resolución 8430 de 1993 del Ministerio de Salud de Colombia. Para tal efecto se contó con el aval de las diferentes instituciones participantes (Secretaría de Deporte y Recreación, Organización Médica Media Maratón de Cali y ZOE-Comité de investigaciones), quienes velaron por el cumplimiento de los aspectos éticos y de protección de la privacidad de los participantes. Los sujetos que aceptaron participar firmaron de manera voluntaria un consentimiento informado por escrito.

Análisis estadístico. Se empleó el programa SPSS versión 11.5® para el cálculo descriptivo (medidas de tendencia central y dispersión) de las variables socioeconómicas y antropométricas. El coeficiente de correlación de Pearson (r) y el ajuste con el estimador r2 = 1 − [(1 − R2) n-1/n-p], para conocer la correlación entre las variables cuantitativas del PAR/PAF, ACSM y las variables antropométricas en la población general. Un análisis en los subgrupos < 30 y > 30 años por su asociación causal de morbimortalidad con las enfermedades crónicas y el VO2máx, descritas en estudios epidemiológicos20. La prueba U de Mann Whitney se utilizó para encontrar las diferencias del VO2máx entre ambos test y las variables socioeconómicas.

RESULTADOS

Variables socioeconómicas. De acuerdo con su cultura, su comunidad o sus rasgos físicos, 41 (50,6%) sujetos se reconocieron como mestizos, seguido de 18 personas (22,2%) blancos y de 15 (18,5%) afrocolombianos o afrodescendientes. El estado civil que más prevaleció fue el de casado, con 30 individuos (37,0%), seguido de soltero (27; 33,3%), unión libre (11; 13,6%) y separado (10; 12,3%). En cuanto al nivel educativo alcanzado, se encontró que 28 (34,6%) personas habían realizado estudios universitarios, 25 (30,9%) eran bachilleres, 20 (24,7%) habían realizado estudios de educación tecnológica o técnica y 8 (9,9%) contaban con estudios de primaria. La ocupación actual que más predominó fue la de empleado a tiempo completo, con 48 sujetos (59,3%), seguido de empleados independientes (22; 27,2%) y empleados a tiempo parcial (7; 8,6%). El 74% de los participantes tenían EPS (seguridad social) como el tipo de asistencia médica, mientras que un 11,1% refirieron no tener alguna afiliación al sistema de seguridad social (tabla I).

Tabla I.

Características sociodemográficas de la población estudiada

Descripción sociodemográficaFrecuencias
Absoluta  Relativa (%%) 
EtniaAfrocolombiano o afrodescendiente  15  18,5 
Indígena  2,5 
Mestizo  41  50,6 
Blanco  18  22,2 
Otro  6,2 
ProcedenciaNació en Cali  27  33,3 
Menos de 3 años  6,2 
Más de 3 años (pero no nació en la ciudad)  29  35,8 
No sabe / No contesta  20  24,7 
Estado civilSoltero  27  33,3 
Viudo  0,0 
Separado  10  12,3 
Divorciado  2,5 
Casado  30  37,0 
Unión libre  11  13,6 
No sabe / No contesta  1,2 
Nivel educativo alcanzadoNinguno  0,0 
Primaria  9,9 
Bachillerato  25  30,9 
Educación tecnológica o técnica  20  24,7 
Universitario  28  34,6 
No sabe / No contesta  0,0 
Ocupación actualEmpleado a tiempo completo  48  59,3 
Empleado a tiempo parcial  8,6 
Independiente  22  27,2 
Desempleado  3,7 
No sabe / No contesta  1,2 
Tipo de asistencia médicaEPS  60  74,1 
Medicina prepagada  9,9 
Sisben  4,9 
No tiene  11,1 
Estrato socioeconómicoEstrato 1  11,1 
Estrato 2  19  23,5 
Estrato 3  35  43,2 
Estrato 4  8,6 
Estrato 5  9,9 
Estrato 6  3,7 

Variables antropométricas. En la tabla II se presentan los indicadores antropométricos de los participantes. La edad media fue de 42,6 ± 13,9 años; el peso corporal, de 65,2 ± 8,9kg; la talla, de 168,6 ± 7,1m; el IMC, de 22,9 ± 2,6kg/m2, mientras que el perímetro abdominal obtuvo un alcance de 79,4 ± 8,0cm. Con miras a completar la caracterización de la muestra en estudio, en la tabla III se presenta la distribución percentil para cada variable.

Tabla II.

Características antropométricas generales de la población estudiada

Variables  Media ± DE  Mínimo  Máximo 
Edad (años)  42,6 ± 13,9  18,0  78,0 
Peso (kg)  65,2 ± 8,9  45,0  97,0 
Estatura (cm)  168,6 ± 7,1  135,1  178,3 
IMC (kg/m222,9 ± 2,6  16,5  28,7 
Perímetro abdominal (cm)  79,4 ± 8,0  61,0  108,0 

DE: desviación estándar; IMC: índice de masa corporal.

Tabla III.

Percentiles antropométricos y funcionales de la población estudiada

Percentiles  Edad (años)  Peso (kg)  Estatura (cm)  IMC (kg/m2Perímetro abdominal (cm) 
P5  19,0  53,0  158,0  18,8  66,7 
P25  36,0  60,0  164,0  21,3  74,0 
P50  44,0  64,0  168,0  22,8  78,0 
P75  50,0  70,0  171,0  24,8  84,0 
Media ± DE  42,6 ± 13,9  65,2 ± 8,9  168,6 ± 7,1  22,9 ± 2,6  79,4 ± 8,0 

Estimación de la capacidad funcional. La tabla IV muestra el resultado de la capacidad física percibida con el cuestionario PAR/PAF y del ACSM y su distribución percentil. La media de ambos métodos para determinar el VO2máx fue de 42,4 ± 11,8 y 41,1 ± 7,2, respectivamente. La figura 2 muestra las correlaciones entre el cálculo del ACSM y el cuestionario PAR/PAF: [A] correlación entre el ACSM y el PAR/PAF, en función al tiempo de llegada (p < 0,001, r2 = 0,94), (pNS, r2 = 0,00), y [B] en función de la edad (pNS, r2 = 0,00), (p < 0,001, r2 = 0,87), n = 81, respectivamente. Al diferenciarlos por grupos de edad, con el cálculo del ACSM y el PAR/PAF en mayores de 30 años [C] se encontró una importante correlación en función al tiempo de llegada (p < 0,001, r2 = 0,95), (pNS, r2 = 0,09), respectivamente. Resultados contrarios en función de la edad, ACSM (pNS, r2 = 0,03), PAR/PAF (p < 0,001, r2 = 0,78) [D]. En menores de 30 años, comparados los métodos con el tiempo de llegada [E], el cálculo del ACSM demostró una alta correlación (p < 0,001, r2 = 0,97), contrario al cálculo del PAR/PAF (pNS, r2 = 0,03). Al comparar ambos métodos y su relación con la edad, no se encontraron correlaciones significativas (r2 = 0,22) y (r2 = 0,05) [F].

Tabla IV.

Percentiles del VO2máx estimado en ambos métodos por grupos de edad

Percentiles  < 30 años VO2PAR/PAF (ml/kg/min)  > 30 años VO2PAR/PAF (ml/kg/min)  Todos VO2PAR/PAF (ml/kg/min)  < 30 años VO2ACSM (ml/kg/min)  > 30 años VO2ACSM (ml/kg/min)  Todos VO2ACSM (ml/kg/min) 
P52,8  20,8  21,9  42,2  16,6  29,8 
P25  56,4  33,5  34,4  45,1  26,8  36,8 
P50  59,6  39,4  41,4  47,7  31,5  40,0 
P75  62,4  44,8  50,3  49,9  35,8  46,8 
Media ± DE  59,2 ± 4,2  38,2 ± 9,0  42,4 ± 11,8  47,4 ± 3,4  30,6 ± 7,2  41,1 ± 7,2 
Figura 2.

Correlaciones del VO2máx mediante la ecuación de predicción ACSM y PAR/PAF por tiempo de llegada y edades. Para más detalles, véase el texto.

(0.31MB).

No se encontraron correlaciones con los indicadores antropométricos (tabla V), pero sí diferencias entre ambos métodos con el indicador sociodemográfico estado civil p < 0,001 (tabla VI).

Tabla V.

Análisis correlacional de las variables antropométricas y las ecuaciones de preedición del VO2máx (n = 81)

Ecuación VO2máxa
VO2 PAR/PAF (ml/kg/min)  VO2 ACSM (ml/kg/min) 
IMC r2b  (−0,18) p = 0,10  (0,04) p = 0,70 
Peso corporal r2b  (−0,019) p = 0,86  (−0,05) p = 0,59 
Perímetro abdominal r2b  (−0,23) p = 0,39  (0,06) p = 0,55 
a

Variable funcional.

b

Variable antropométrica.

Tabla VI.

Diferencias de las variables sociodemográficas y las ecuaciones de predicción del VO2máx

Ecuación VO2máxEstado civil
Soltero (n = 30)  Casado (n = 27) 
VO2 PAR/PAF (ml/kg/min)  51,6  36,6* 
VO2 ACSM (ml/kg/min)  53,4  41,3 
Nivel de estudios
Bachiller (n = 25)  Universitario (n = 28) 
VO2 PAR/PAF (ml/kg/min)  28,9  25,2 
VO2 ACSM (ml/kg/min)  27,1  26,8 
Estrato socioeconómico
Bajo (n = 27)  Alto (n = 30) 
VO2 PAR/PAF (ml/kg/min)  42,1  37,0 
VO2 ACSM (ml/kg/min)  40,0  43,1 
*

p < 0,001 prueba U de Mann Whitney.

Finalmente, la correlación entre ambos métodos para estimar de manera indirecta el VO2máx en corredores de media maratón sólo fue encontrada en el grupo de mayores de 30 años (p < 0,01, r = 0,32), n = 65 (datos no publicados).

DISCUSIÓN

El objetivo de esta investigación fue analizar comparativamente 2 modelos de estimación de la capacidad funcional o VO2máx: "Non-exercise regression models to estimate peak oxygen consumption" (PAR/PAF) y el cálculo metabólico indirecto del ACSM. Estas estimaciones fueron comparables para proporcionar de manera práctica la capacidad funcional por VO2máx de los evaluados, sin necesidad de costosos experimentos o pruebas de ejercicio. Los resultados del estudio demuestran que ambos métodos de predicción de la capacidad funcional por VO2máx de un individuo subestiman este indicador fisiológico, especialmente en el grupo de menores de 30 años, dato que coincide con grandes estudios epidemiológicos21.

Hoy se conoce que la precisión de un modelo de regresión para predecir el VO2máx debe considerar aspectos como la variabilidad genética, el estado de salud, la composición corporal, el sexo y la edad, que se sabe son importantes para su estimación22. Bouchard et al23, han informado que alrededor del 25% de la varianza total de la capacidad funcional es el resultado de la herencia o de la dotación genética. Una debilidad potencial de las ecuaciones de regresión que actualmente se emplean es que sólo tienen en cuenta variables como la edad, el sexo y la composición corporal, lo que limita su capacidad para estimar con precisión el VO2max.

Otro aspecto que debe considerarse es la forma de administrar el cuestionario. El autoinforme de la actividad física, con preguntas actualmente utilizadas en estos modelos de regresión, probablemente ha limitado la precisión para estimar el VO2máx24. Por otro lado, el cálculo con la ecuación del ACSM tiene en cuenta variables como la velocidad del sujeto y el tipo de terreno, lo que podría explicar por qué algunos modelos de regresión haciendo ejercicio son más exactos en la predicción del VO2máx que los modelos de regresión sin realizarlo25.

Otro hallazgo importante en este estudio es que ambos métodos estiman de manera diferente el VO2máx. Por ejemplo, se observa que hay correlación entre el cuestionario PAR/PAF con la edad (> 30 años) y la ecuación del ACSM, con relación al tiempo de llegada (fig. 2). Sin embargo, en menores de 30 años los resultados de predicción del VO2máx fueron diferentes (sin estadísticos que lo confirmen; tabla IV). Por lo tanto, postulamos que las diferencias de las medias del VO2máx en los menores de 30 años pueden ser explicadas posiblemente por la manera de indagar o por la percepción de la capacidad física que tiene cada individuo a la hora de realizar un ejercicio aeróbico, dato valioso para explicar este desacuerdo (tabla IV). Potenciales limitaciones que tiene el modelo PAR/PAF son las preguntas utilizadas en el presente estudio. En primer lugar, la capacidad predictiva de las preguntas PAF depende de actividades como caminar, trotar o correr, y se debe conocer además la intensidad de ejercicio con preguntas como "No demasiado fácil y no demasiado duro". Ciertas personas que no están familiarizadas con el ejercicio prolongado y/o con el tiempo que se tarda en cubrir la distancia prescrita en el cuestionario pueden ser limitantes para calcular con precisión el VO2máx. Otras maneras de predecir con encuestas la capacidad funcional de un sujeto es distinguir la intensidad del ejercicio (entre ligera, moderada y vigorosa), lo que podría limitar la precisión de la respuesta. De igual forma, como ocurre con todos los cuestionarios de autoinforme de datos, las respuestas del PAR/PAF pueden verse influidas por una variedad de actividades sociales, cognitivas y algunos factores psicológicos. De esta manera, la tendencia a sobreestimar o subestimar la percepción de la capacidad funcional podría ser influida por cualquier combinación de estos 3 factores. También se desconoce si actualmente las ecuaciones desarrolladas por el ACSM pueden considerarse como un patrón estándar indirecto (es decir, frente a las pruebas de laboratorio o de campo utilizadas en medicina del deporte) para estimar el VO2max.

Al estudiar la relación entre los métodos y algunos indicadores antropométricos se encontró una débil correlación inversa entre el IMC y el perímetro abdominal (r2 = −0,18) y (r2 = −0,23) con la ecuación PAR/PAF, respectivamente, sin diferencias significativas. Parte de la dilucidación al primer fenómeno podría explicarse, ya que este modelo de regresión utiliza el IMC en su fórmula para predecir el VO2máx. Por último, la correlación encontrada entre ambos métodos para estimar de manera indirecta el VO2máx en corredores de media maratón sólo se demostró en el grupo de mayores de 30 años (p < 0,01, r = 0,32), n = 65. Contrario a lo encontrado en este estudio, Leon et al26, en 1981, encuentran en 175 varones de mediana edad un índice de concordancia r = 0,53 clasificado como moderado. Por otra parte, Blair27, en 1981, tras interrogar a 15.627 varones de entre 9 y 42 años de edad y a 3.943 mujeres de entre 10 y 42 años, estimó un índice de concordancia de r = 0,60 en varones, clasificado como moderado, y de r = 0,20 a r = 0,49 en mujeres, clasificado como bajo y moderado, respectivamente. En el estudio de referencia descrito, Jackson et al13 muestran un índice de concordancia bueno: r = 0,62. Por último, Pearson et al, en 1990, tras evaluar a 423 varones y a 43 mujeres, obtuvieron r = 0,82 en varones y r = 0,79 en mujeres.

Por último, se sugiere que la ecuación de regresión PAR/ PAF podría emplearse para estimar el VO2máx en personas adultas (> 30 años), como exponen algunos de los más grandes estudios epidemiológicos internacionales28–33.

CONCLUSIONES

Cualquier método de predicción de la capacidad funcional, o VO2máx, tiene ventajas y limitaciones que deben considerarse antes de seleccionar un determinado modelo o prueba. Modelos de regresión como el PAR/PAF o ecuaciones como las descritas por el ACSM no tienen en cuenta las influencias genéticas, las respuestas fisiológicas al ejercicio o las posibles enfermedades. Muchos de ellos se basan en calificaciones subjetivas de actividades físicas y/o ejercicios en un tiempo determinado, o tienen en cuenta medidas de la composición corporal o simplemente la edad. El modelo de regresión PAR/PAF utiliza el sexo, el IMC y la encuesta PA-R para predecir el VO2máx y es comparable con otros modelos de regresión utilizados en el laboratorio, como el cálculo metabólico del ACSM. Se requieren futuras investigaciones para justificar y establecer la validez y la fiabilidad de las preguntas del PAR/PAF a través de una variedad de muestras y compararlas con el patrón estándar directo (es decir, pruebas de laboratorio o ergoespirometría) para estimar el VO2màx.

Aunque el PAR/PAF es un modelo de regresión muy bien desarrollado y diferentes autores lo postulan como un método fácil y económico para predecir el VO2máx en sujetos físicamente activos, antes de su uso se recomienda tener en cuenta consideraciones como el estatus de salud, el nivel de entrenamiento y una variedad de actividades sociales, cognitivas y algunos factores psicológicos, pues éstas son observaciones que podrían ofrecer un informe inexacto del nivel de actividad física que afectaría la predicción.

AGRADECIMIENTOS

Un especial agradecimiento a los estudiantes del Programa de Fisioterapia de la Fundación Universitaria María Cano, Extensión Cali, John Jairo Hernández, Juan Pablo Salinas, Katherine Meza y Ximena Cifuentes, por el apoyo técnico prestado en las mediciones antropométricas realizadas en el estudio.

Bibliografía
[1.]
H. Taylor, J. Hansen.
Maximal oxygen intake as an objective measure of cardiorespiratory performance.
J Appl Physiol, 8 (1955), pp. 73-80
[2.]
K. Wasserman, J. Hansen, D. Sue, R. Casaburi, B. Whipp.
Principles of exercise testing and interpretation, 3rd ed, pp. 35-108
[3.]
B. Tartibian, M. Khorshidi.
Prediction of physiological indexes in exercise (field & laboratory), pp. 84-96
[4.]
D. McArdle, F. Katch, V. Katch.
Fundamentos de fisiología del ejercicio, 2.a ed, pp. 365-369
[5.]
S.N. Blair, H.W. Kohl III, R.S. Paffenbarger, D.G. Clark, K.H. Cooper, L.W. Gibbons.
Physical fitness and all-cause mortality: a prospective study of healthy men and women.
JAMA, 22 (1989), pp. 2395-2401
[6.]
The relation of body mass index, cardiorespiratory fitness, and allcause mortality in women.
Obesity Research, 10 (2002), pp. 417-423
[7.]
I.M. Lee, C.C. Hsieh, R.S. Paffenbarger Jr.
Exercise intensity and longevity in men. The Harvard Alumni Health Study.
JAMA, 273 (1995), pp. 1179-1784
[8.]
G.W. Heath, J.M. Hagberg, A.A. Ehsani, et al.
A physiological comparison of young and older endurance athletes.
J Appl Physiol, 51 (1981), pp. 634-640
[9.]
T.M. Wilson, H. Tanaka.
Meta-analysis of the age-associated decline in maximal aerobic capacity in men: Relation to training status.
Am J Physiol Heart Circ Physiol, 278 (2000), pp. H829-H834
[10.]
S.W. Trappe, D.L. Costill, M.D. Vukovich, et al.
Aging among elite distance runners: 22-yr longitudinal study.
J Appl Physiol, 80 (1996), pp. 285-290
[11.]
B. Marti, H. Howald.
Long-term effects of physical training on aerobic capacity: controlled study of former elite athletes.
J Appl Physiol, 69 (1990), pp. 1451-1459
[12.]
R. Ramírez-Vélez, P. Delgado.
Análisis comparativo de las ecuaciones desarrolladas por Jackson et al y por el ACSM American College Sport Medicine para predecir el consumo máximo de oxígeno en estudiantes universitarios.
Revista Fisioterapia, 30 (2008), pp. 24-33
[13.]
A. Jackson, S. Blair, M. Mahar, L. Wier, R. Ross, J. Stuteville.
Prediction of functional capacity aerobic exercise testing.
Med Sci Sports Exerc, 22 (1990), pp. 863-870
[14.]
American College of Sports Medicine.
Guidelines for Exercise Testing and Prescription, 5th ed, pp. 277
[15.]
American College of Sports Medicine (ACSM).
Position stand on exercise and physical activity for older adults.
Med Sci Sports Exerc, 30 (2001), pp. 992-1008
[16.]
S. Simon.
A Review of: "Interpreting and Reporting Clinical Trials: A Guide to the CONSORT Statement and the Principles of Randomised Controlled Trials, by A. Keech, V. Gebski, and R. Pike (eds.)".
J Biopharm Stat, 18 (2008), pp. 802-804
[17.]
J. Mazza, J. Carter, W. Ross, T. Ackiand.
Kinanthropometric Aquatic Sport Project.
[18.]
A.V. Chobanian, G.L. Bakris, H.R. Black, W.C. Cushman, L.A. Green, J.L. Izzo Jr, et al.
Joint National Committee on Prevention, Detection, Evaluation, and Treatment of High Blood Pressure. National Heart, Lung, and Blood Institute; National High Blood Pressure Education Program Coordinating Committee.
Hypertension, 42 (2003), pp. 1206-1252
[19.]
M. Pérez, J.P. Casas, L.A. Cubillos, N.C. Serrano, F.A. Silva, C.A. Morillo, et al.
Using waist circumference as screening tool to identify Colombian subjects at cardiovascular risk.
European Journal of Cardiovascular Prevention and Rehabilitation, 10 (2003), pp. 328-335
[20.]
R.A. Bruce, F. Kusumi, D. Hosmer.
Maximal oxygen intake and nomographic assessment of functional aerobic impairment in cardiovascular disease.
Am Heart J, 85 (1973), pp. 546-562
[21.]
M.H.L. Whaley, A. Kaminsky, G.B. Dwyer, L.H. Getchell.
Failure of predicted VO2peak to discriminate physical fitness in epidemiological studies.
Med Sci Sports Exerc, 27 (1995), pp. 85-91
[22.]
W.D. Mcardle, F.I. Katch, V.L. Katch.
Guidelines for Exercise Testing and Prescription, 5th ed, pp. 216-221
[23.]
C.F.T. Bouchard, J. Dionne, P. Simoneau, M. Boulay.
Genetics of aerobic and anaerobic performances.
Exerc Sport Sci Rev, 20 (1992), pp. 27-58
[24.]
T. Baranowski.
Validity and reliability of self report measures of physical activity: An information-processing perspective.
Res Q Exerc Sport, 59 (1988), pp. 314-327
[25.]
J.D. George, W.J. Stone, L.N. Burkett.
Non-exercise VO2max estimation for physically active college students.
Med Sci Sports Exerc, 22 (1997), pp. 415-423
[26.]
A.S. Leon, D.R. Jacobs, G. DeBacker, H.L. Taylor.
Relationship of physical characteristics and life habits to treadmill capacity.
Am J Epidemiol, 113 (1981), pp. 653-660
[27.]
S.N. Blair, W.B. Kannel, H.W. Kohl, N. Goodyear, P.W.F. Wilson.
Surrogate measures of physical activity and physical fitness.
Am J Epidemiol, 129 (1989), pp. 1145-1156
[28.]
J.L. Mayhew, P.B. Gifford.
Prediction of maximal oxygen uptake in preadolescent boys from anthropometric parameters.
Res Quart, 46 (1975), pp. 302-311
[29.]
S.S. Verma, Y.K. Sharma, N. Kishore.
Prediction of maximal aerobic power in healthy Indian males 21-58 years of age.
Z Morphol Anthropol, 82 (1998), pp. 103-110
[30.]
F.W. Kolkhorst, F.A. Dolgener.
Nonexercise model fails to predict aerobic capacity in college students with high VO2peak.
Res Q Exerc Sport, 65 (1994), pp. 78-83
[31.]
B.J. Cardinal.
Predicting cardiorespiratory fitness without exercise testing in epidemiologic studies: a concurrent validity study.
J Epidemiol, 6 (1996), pp. 31-35
[32.]
M.H. Whaley, L.A. Kaminsky, G.B. Dwyer, L.H. Getchell.
Failure of predicted VO2max to discriminate physical fitness in epidemiological studies.
Med Sci Sports Exerc, 27 (1995), pp. 85-91
[33.]
H.N. Williford, M. Scharff-Olson, N. Wang, D.L. Blessing, F.H. Smith, W.J. Duey.
Cross-validation of non-exercise predictions of VO2peak in women.
Med Sci Sports Exerc, 28 (1996), pp. 926-930
Copyright © 2009. Consell Català de l¿Esport. Generalitat de Catalunya
Download PDF
Apunts Sports Medicine
Article options
Tools

Are you a health professional able to prescribe or dispense drugs?