Article

Identifying the optimal workload combination for maximizing oxygen consumption estimation in submaximal tests

Identifier la combinaison optimale de charges de travail pour maximiser l’estimation de la consommation d’oxygène dans les tests submaximaux

Independent Researcher, Vicenza, 36100, Italy

^* Corresponding author: alegentilin@libero.it

Received: 29 January 2024
Accepted: 3 June 2024

Abstract

For decades, indirect submaximal tests using heart rate (HR) to estimate maximal oxygen consumption (VO_2max) have been used for assessing cardiorespiratory fitness without pushing individuals to their limits. However, the optimal combination of submaximal workloads to use for maximizing estimation performance remains unclear. The study reprocessed data from 18 adolescent athletes undergoing a cycle ergometer incremental test with step-wise increments of 15 Watt/min until volitional exhaustion, sourced from a publicly available dataset. Multiple HR-derived metrics were computed over six distinct combinations of increasing workloads (50, 65, 80, 95, 110, 125 Watt). Principal component analysis was employed for dimensionality reduction. The top-performing regression model was chosen after training and validating various regression models, including machine learning-based ones. The HR data recorded at a single workload of 50 Watt was already adequate for estimating group VO_2max, exhibiting similar scores (p = 0.80) to actual group values. Utilizing three consecutive workloads (50, 65, and 80 Watt) provided the most accurate individual VO_2max prediction, revealing the highest correlation coefficient (0.71) along with the smallest bias (0.019 L/O₂) and standard deviation (0.39 L/O₂) across all six combinations. The project identifies optimal workloads for constructing new submaximal VO_2max estimation tests. Additionally, it introduces new models for estimating VO_2max for adolescents, each with varying performance based on the number of workloads utilized.

Résumé

Pendant des décennies, des tests submaximaux indirects utilisant la fréquence cardiaque (FC) pour estimer la consommation maximale d’oxygène (VO_2max) ont été utilisés pour évaluer la condition cardiorespiratoire sans pousser les individus à leurs limites. Cependant, la combinaison optimale de charges submaximales pour maximiser la performance de l’estimation reste floue. L’étude a analysé les données de 18 athlètes adolescents soumis à un test incrémental sur ergomètre cycliste avec des augmentations progressives de 15 Watt/min jusqu’à l’épuisement volontaire, issues d’un ensemble de données disponible publiquement. Plusieurs métriques dérivées de la FC ont été calculées sur six combinaisons distinctes de charges croissantes (50, 65, 80, 95, 110, 125 Watt). L’analyse en composantes principales a été utilisée pour la réduction de la dimensionnalité. Divers modèles de régression, y compris ceux basés sur l’apprentissage automatique, ont été entraînés et validés. Après l’entraînement et la validation de divers modèles de régression, le traitement des données de FC à 50 Watt a suffi pour estimer le VO_2max du groupe, sans différence statistique (p = 0,80) par rapport aux valeurs réelles. L’utilisation de trois charges consécutives (50, 65 et 80 Watt) a fourni la prédiction la plus précise du VO_2max individuel, avec le plus haut coefficient de corrélation (0,71), le plus petit biais (0,019 L/O2) et l’écart-type (0,39 L/O2) parmi les six combinaisons. Le projet identifie charges de travail optimales pour construire de nouveaux tests d’estimation submaximale de la VO_2max. De plus, il présente de nouveaux modèles pour estimer la VO_2max chez les adolescents, chacun avec des performances différentes.