S'abonner

Predicted and Measured Resting Metabolic Rate of Male and Female Endurance Athletes - 11/09/11

Doi : 10.1016/S0002-8223(96)00010-7 
JANICE THOMPSON, PhD a, , MELINDA M. MANORE, PhD, RD b
a J. Thompson is an assistant professor in the Department of Health Promotion and Kinesiology, University of North Carolina, Charlotte. At the time of the study, she was a postdoctoral fellow at Stanford University School of Medicine, Pato Alto, Calif, USA 
b M. M. Manore is an associate professor in the Department of Family Resources and Human Development at Arizona State University, Tempe, USA 

*Address correspondence to: Janice Thompson, PhD, Department of Health Promotion and Kinesiology, University of North Carolina at Charlotte, 9201 University City Blvd, Charlotte, NC 28223-0001.

Abstract

Objective To measure the resting metabolic rate (RMR) of a group of endurance-trained male and female athletes and to compare it with values predicted using published equations.

Design RMR was measured twice: 1 week apart for the men and approximately 1 month apart for the women. RMR was predicted using equations of Harris and Benedict, Owen et al, Mifflin et al, and Cunningham.

Subjects/Setting Subjects were 37 trained endurance athletes (24 men, 13 women) who had participated in studies previously completed in our laboratory.

Main outcome measures The primary outcome measure was the comparison of predicted RMR with measured RMR. An exploratory procedure for the determination of predictive variables in these athletes was also performed.

Statistical analyses performed The Root Mean Squared Prediction Error method was used to compare predicted RMR with measured RMR. The maximum R2 procedure method was used to determine the best possible combination of four variables that explained the largest amount of variance in RMR.

Results The Cunningham equation was found to predict measured RMR most accurately (within 158 kcal/d for men and 103 kcal/d for women). Fat-free mass was the best predictor of RMR in men, whereas energy intake was the best predictor in women.

Applications/conclusions The Cunningham equation provides an accurate estimate of RMR when determining energy needs of highly active people. Equations specific to athletes need to be developed. Factors in addition to body weight, height, and age should be investigated as possible predictor variables in athletes. J Am Diet Assoc. 1996; 96:30-34.

Le texte complet de cet article est disponible en PDF.

Plan


© 1996  American Dietetic Association. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 96 - N° 1

P. 30-34 - janvier 1996 Retour au numéro
Article précédent Article précédent
  • Underweight Persons are at Greater Risk of Mortality than Overweight Persons
| Article suivant Article suivant
  • Residence of College Students Affects Dietary Intake, Physical Activity, and Serum Lipid Levels
  • PATRICIA B. BREVARD, CRYSTAL D. RICKETTS

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.