https://en.wikipedia.org/wiki/Heart_rate#Karvonen_method

マルッティ・ユハニ・カルヴォネン(ヌルメス、1918年6月24日 - 2009年3月10日)は、フィンランドの医師、生理学者、疫学者であり、心血管疾患の疫学、心血管疾患と食事療法(地中海式ダイエットを含む)の関係、スポーツ医学(いわゆるカルヴォネン式は彼にちなんで名付けられている)の研究で知られている。
7ヶ国研究でアンセル・キーズの協力者となった彼は、アメリカ人学者と長きにわたる知的パートナーシップを築き、イタリアとの強い絆を育んだ。実際、二人とも、ミネレア地方のピオッピ村にあるポッリカ市で一年の長い期間を過ごすことを選んだ。
1945年にヘルシンキ大学で修士号を取得後、ケンブリッジ大学で博士課程を続け、1950年に哲学博士号を取得した。同年、ヘルシンキ労働安全研究所( Työterveyslaitos )の生理学部門の責任者に就任し、1970年までその職を務めた後、研究所全体の所長に任命され、1974年までその職を務めた[ 1 ]。
1956年から1966年まで、フィンランド空軍の医療部門の責任者として航空宇宙医学の分野でも活躍した。1974年から1978年までは、フィンランド軍の医療部門の責任者を務めた。
引退後はドルトムント大学の客員教授を務め、世界保健機関の心臓血管疾患に関する コンサルタントも務めた。
カルヴォネンは修士号取得後すぐに研究活動を開始し、ヘルシンキ大学の生理学部に勤務し、当初はスポーツ医学と産業医学を扱っていました。彼は、いくつかの慢性疾患と食習慣および身体運動の実践との関係を調査した最初の学者の一人でした。こうした関心から、すぐにアメリカの生理学者アンセル・キーズと知り合うことになります。カルヴォネンは、20世紀半ばのフィンランドが、心臓血管疾患のいくつかの重要な問題、すなわち、文化の違いが心臓発作の疫学的発生率に及ぼす影響や、異なる食事が動脈硬化に及ぼす役割[ 2 ]を研究するための重要な国であることをアンセル・キーズに確信させました。これが、アンセル・キーズとフラミニオ・フィダンザと共同でランセット誌に発表した最初の探索的研究につながり[ 3 ]、フィンランド東部の血漿コレステロール 濃度が西部よりもはるかに高いことが明らかになりました[ 2 ]。
この最初の研究から、 1950年代にキーズが開始・調整した「7カ国研究」として知られる有名な研究計画における有機的な協力が生まれました。この科学的調査は、研究対象国の異なる食生活とそれぞれの集団の心血管系の健康との関係を研究することに焦点を当てており、いわゆる地中海式ダイエットのパラダイムの定義につながりました[ 4 ]。
1959年、オスモ・トゥルペイネンとパーヴォ・ロイネとともに、フィンランドの精神病院2か所の患者を対象に、高脂肪食の修正による冠状動脈性心疾患の予防効果に関する12年間の研究を担当した。
1970年代、カルヴォネンは北カレリア プロジェクトとして知られる研究イニシアチブの最初の発起者として重要な役割を果たしました。このプロジェクトは1972年に開始され、湖水地方の北カレリア地域(カルヴォネンの出身地)の生理学的習慣に関連する心血管リスク要因の予防を目的とした包括的な研究を目的としていました。
カルヴォネン法は、運動強度を心拍予備能のパーセンテージで測定する。この方法は、1957年の最初の研究の著者であるカルヴォネンにちなんで名付けられた。[ 53 ]カルヴォネンの研究では被験者はわずか6名で、カルヴォネンは自身の推奨値をVO2データと関連付けていなかったが[ 54 ] 、その後の研究では関連性が示された。[ 55 ]心拍予備能のパーセンテージは、最大酸素摂取量のパーセンテージおよび予備VO2パーセンテージと強く相関しているが[ 56 ]、相関は完全ではない。[ 57 ] [ 58 ]
式として:
同様に、
最大心拍数が 180、休息心拍数が70 (したがって心拍数予備数は 110) の場合の例:
カルボーネン法の代替法としてゾラズ法があり、これは特定の心拍数におけるアスリートの能力をテストするために使用されます。ゾラズ法は運動ゾーンとして使用することを意図したものではありません。しかし、実際にはそのような用途で用いられることがよくあります。[ 59 ]ゾラズ法のテストゾーンは、最大心拍数から以下の値を差し引くことで算出されます。
最大心拍数が180の人の場合の例:
心拍数回復(HRR)とは、運動ピーク時の心拍数の低下と、一定時間のクールダウン期間後に測定された心拍数のことです。[ 60 ]基準期間中の運動後の心拍数の低下が大きいほど、心臓の健康レベルが高いとみなされます。[ 61 ]
トレッドミルストレステスト中に評価した心拍数が、運動停止後1分で12 bpm以上低下しない場合(運動後にクールダウン期間がある場合)、または運動停止後1分で18 bpm以上低下しない場合(クールダウン期間がなく、できるだけ早く仰向けになった場合)は、死亡リスクの増加と関連付けられています。[ 62 ] [ 60 ]運動後2分で毎分42回以下の心拍数の低下と定義される異常なHRRを持つ人の死亡率は、通常の回復を示した患者の2.5倍でした。[ 61 ]別の研究では、運動停止後1分で12 bpm以下の低下と定義される異常なHRRを持つ被験者の死亡率が4倍に増加したことが報告されています。[ 61 ]ある研究では、 2分後にHRRが22 bpm以下の場合が「高リスク患者を最もよく識別する」と報告されています。[ 61 ] [ 61 ] [ 63 ]
機械学習を用いた心拍数予測は、健康モニタリングやスポーツパフォーマンス研究において大きな注目を集めている。Namaziらによる2025年の研究では、スポーツ活動中にウェアラブルセンサーから収集された心拍数(HR)、呼吸数(BR)、RR間隔などの生理学的データを用いて、長短期記憶(LSTM)、物理学情報に基づくニューラルネットワーク(PINN)、1次元畳み込みニューラルネットワーク(1次元CNN)など、様々なモデルを評価した。この研究では、これらのモデルに特異スペクトル解析(SSA)を組み合わせたハイブリッドアプローチを導入し、予測性能を向上させた。テストされたモデルの中で、SSA-LSTM法は、特に多変量入力(HR + BR + RR)を使用した場合に、最も低い予測誤差を示した。これらの知見は、スポーツやヘルスケアの現場におけるリアルタイム心血管モニタリングのためのAI駆動型多変量予測モデルの使用を裏付けている。[ 64 ]