没有合适的资源?快使用搜索试试~ 我知道了~
寒冷天气下皮肤温度预测方法验证
-联系我们- 联系我们- 联系我们¼i本文的最新情况见最后医学信息学解锁18(2020)100301预测寒冷暴露期间人体皮肤温度的新方法的验证:寒冷天气包围决策辅助(CoWEDA)亚当·W放大图片作者:David P. Looneya,William R. Santee a,c,Julio A.放大图片作者:Alexander P. 放大图片创作者:Welles a,Shankar Srinivasan b,Michael P. 作者声明:a,c. Riou Xa,埃里克·奥汉森a,c,徐晓江 aa生物物理学和生物医学建模部,美国陆军环境医学研究所10 General Greene Avenue,Bldg 42,纳蒂克,MA,01760,美国b罗格斯大学生物医学与健康科学学院,新泽西州纽瓦克,07102,美国橡树岭科学与教育研究所(ORISE),1299 Bethel Valley Rd,Oak Ridge,TN,37830,美国A R T I C L EI N FO保留字:皮肤温度服装温度调节生理学生物物理学A B S T R A C T目的:美国陆军的寒冷天气包围决策援助(CoWEDA)的准确性方法:结合四项实验室冷暴露研究的数据,研究基于环境、服装和活动的皮肤温度反应。这个综合数据集包括总共23名志愿者,他们在休息和适度的跑步机行走期间暴露在40到0摄氏度的 寒 冷 条 件 下。观察到的措施将平均皮肤温度和局部皮肤温度与模型预测值进行比较,通过偏差、平均绝对误差(MAE)和均方根误差(RMSE)评价预测准确度和精确度。结果:皮肤温度预测值与实测值相比,在可接受的准确度范围内(偏差,0.71 ± 2.21℃; MAE,1.85 1.75 RMSE,2.28 1.54 C)所有条件。一个手指温度(偏差为0.98 ± 2.50℃; MAE为2.68 ± 2.09℃; RMSE为2.68 ± 1.71 ℃)和平均皮肤温度(偏差为0.03 ± 1.25 ℃; MAE为1.06 ± 0.65 ℃; RMSE为1.250.68℃)。结论:CoWEDA可接受地预测在受控实验室条件下冷暴露期间休息和运动时的皮肤温度。1. 介绍自然天气事件,如极热或极冷,是国际关注的问题。然而,这对军队来说是一个更加严重的问题,因为他们经常在全方位的极端环境条件下在世界各地旅行和进行一系列身体活动。此外,在这种环境范围内的军事行动和活动的复杂性往往比典型的平民暴露事件更具动态性。美国武装部队成员在许多不同的环境条件下进行各种各样的动态行动。武装部队中的个人通常面临着与环境暴露相关的伤害的风险(例如,冷,热)[1具体而言,与寒冷有关的伤害对军事人员构成了独特的挑战,这仍然是一个问题。美国陆军现役军人的冻伤一直是一个令人担忧的问题;在20年的时间里,有超过6600起可报告的事件,近[4]。值得注意的是,这些发生率中的大多数与组织冷冻、冻伤有关(n 3323;发生率为33.3/100,000人-年)。从历史上看,许多军队的寒冷天气伤害都是由于缺乏足够的寒冷天气服装而加剧的。但这* 通讯作者。美国陆军环境医学研究所生物物理学和生物医学建模部。地址:10 General Greene Ave. Bldg 42,Natick,MA,01760,USA.电子邮件地址:adam.w.potter. mail.mil,adam.w.potter. mail.mil(A.W.波特),mail.mil(D.P.Looney),william.r.santee.mail.mil(W.R. Santee),julio.a.gonzalez. mail.mil( J.A.冈 萨 雷 斯 ) , 亚 历 山 大 ·p·威 尔 斯 ·mail.mil( A. P.威 尔 斯 ) , srinivsh@shp.rutgers.edu( S.Srinivasan) 、 mail.mil( M.P.Castellani)、timothy.p.riouX. civ@mail.mil(T.P. RiouX)、mail.mil(E.O.汉森),X iaojiang. XU.mail.mil(X. Xu).https://doi.org/10.1016/j.imu.2020.100301接收日期:2019年12月7日;接收日期:2020年2月5日;接受日期:2020年2月7日在线预订2020年2352-9148/Elsevier Ltd.这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表医学信息学期刊主页:http://www.elsevier.com/locate/imuA.W. Potter等人医学信息学解锁18(2020)1003012-可能不一定是由于库存中缺少足够的寒冷天气服装,该库存包括用于各种环境条件的服装。例如,美国军事库存提供了许多寒冷天气服装的选择;然而,在理解携带和穿着可接受的服装以防止寒冷伤害和服装管理之间的平衡方面存在固有的复杂性。对于美国军队来说,在寒冷的天气下作战除了寒冷本身之外还面临着多重挑战。寒冷天气的衣服增加了重量和体积,这反过来又会阻碍敏捷性并增加活动的代谢成本[5这个问题由于需要超大的包装和/或使用补充的承载装置(例如,雪橇、造雪机),其通常需要携带附加设备(例如,衣服、睡袋、庇护所)。为了补偿,人们通常只打包、携带或穿最少的衣服,以保持足够的御寒能力。然而,这种方法往往使他们对意外的寒冷天气和/或当战术情况偏离超过预期的任务时间或意外的天气变化时的长时间暴露做最低限度的从历史上看,研究一直是以特殊目的为目标的,量化暴露于极端环境的人的热交换和体温调节反应的计算机(例如,热或冷)。大部分研究集中在发生的机械变化上,如颤抖、出汗或皮肤血流[11];而其它工作集中于在数学上量化这些响应的具体影响,因为它们涉及到对芯或表皮的热传递和温度响应[12-14 ]。Molnar [15]是最早发表的试图量化手部温度冷响应的热交换的论文之一。Solwijk和Hardy [16由于寒冷反应的复杂性通常集中在肢体保护上,因此还专门尝试对手指[19美国陆军也广泛致力于开发能够预测环境暴露的体温调节反应的数学模型。这些模型最近被用作专门为广泛的用户群体设计的寒冷天气决策辅助的计算基础(例如,规划者、领导者、逻辑学家)。一些例子包括用于预测核心体温、出汗率或存活率的有针对性的方法。经验核心体温预测方法[32]和出汗率预测[33,34]的使用已被纳入热应变决策辅助(HSA)[35,36],这是一种用于缓解或管理热应激的工具。基于解剖学的生理建模方法[37指导对被水淹没人员的[41].最近的工作已经进行,包括一个合理的生物物理建模方法,预测核心和皮肤温度到任务规划工具的寒冷天气服装选择,寒冷天气包围决策援助(CoWEDA)[42]。CoWEDA是作为一种规划工具开发的,以帮助指导在给定时间内根据预期的环境条件和活动选择服装(即,任务概况)。该决策辅助的输出提供信息,以帮助后勤人员选择或订购和分发适当的寒冷天气服装,并为单位人员提供准确的装箱单为了使CoWEDA有用,重要的是要在暴露于凉爽,寒冷和极端寒冷条件下的人体数据进行为了实现这一验证,我们检查了CoWEDA通过比较从0到40摄氏度的温度范围内的四个实验室研究的人类数据,使用各自的服装和活动水平的测量值,并比较预测值和观察值,来确定预测的准确性。本研究的具体目的是确定美国陆军的CoWEDA软件在暴露于寒冷环境条件下预测人体皮肤温度的准确性2. 方法2.1. 设计本研究评估了CoWEDA在气候控制的寒冷条件下的实验室实验中预测皮肤温度的准确性。该评价包括先前发表的来自四项不同研究的数据,共涉及23名健康人类研究志愿者[43与环境条件、人体测量学和活动水平相关的CoWEDA输入基于每项研究试验设计发表的数据。模型中的服装输入基于之前对每个整体进行的暖体假人测试的数据或基于报告值[4,49]。2.2. 寒冷天气包围决策援助(CoWEDA)CoWEDA是一种任务规划工具,旨在根据预期的寒冷暴露情况帮助选择服装。该工具包括一个基于理性的体温调节模型和一个与用户友好的图形用户界面(GUI)绑定在一起的服装数据库。CoWEDA方法的高级流程设计如图所示. 1.一、2.2.1. 理性体温调节模型CoWEDA包括一个基于理性的模型,即六缸体温调节模型(SCTM)[39,40],该模型使用基于物理学的方程来描述服装生物物理特性和人体生理学,从而提供核心体温、皮肤温度和心肺反应随时间的变化[40,42]。该方法基于六个圆柱形身体部分(头部躯干、手臂、手、腿和脚)对人体的部分进行建模,每个圆柱形身体部分由六个同心层(核心、肌肉、脂肪、皮肤、空气空间和衣服)组成(图2)。该模型包括两个不同的元素,1)人体热调节组件,其中通过受控系统管理热交换和生理反应,以及2)服装组件,其作为附加的热质传递元件操作,通过服装影响皮肤表面和环境之间的交换。用于冷暴露的这种建模方法的益处是能够区域性地预测对危险区域(例如,四肢冻伤)以及核心体温(体温过低)。介绍了温度调节模型元件模块的控制系统,延迟对体温的机械反应,包括出汗、蒸发率、颤抖、代谢率和血管活性。在数学上构建了一种相互作用的关系,该关系既加权又影响温度响应(即,热交换器)。 这些tem-温度响应(净热量或能量传递)是基于内部的,在模型的“整个身体”内进行的连接计算Xu和Werner [40]详细概述了模型的具体机械响应和全套方程;而每个六个圆柱体的几何和组织分布见表1。这种建模方法的主要合理基础可以用两个方程来描述[50,51]。这两个基本方程用于描述内部热平衡和皮肤与环境之间的热交换。一个方程概括了温度梯度的变化(在核心和皮肤之间),并且可以在数学上描述为:A.W. Potter等人医学信息学解锁18(2020)1003013Fig. 1. CoWEDA的高级流程图。图二. 简单的模型图形示意图。A.W. Potter等人医学信息学解锁18(2020)1003014R阿勒卢恩表1六个圆柱体的几何和组织分布全身人体模型(图3)http://www.thermetrics.com/占总数的百分比头躯干手臂手腿脚身体部位(头、手、脚)。在人体模型上测试手、头和脚的衣服附件,皮肤表面积(%)7.0 35.9 13.4 5.0 31.7 6.9成交量(%)5.4 55.3 9.2 0.9 27.9 1.3体积(脂肪和皮肤)(%)4.456.69.72.324.1第3.2节ρc Tqmλ r2Tωblρb lcb lTbl-TW m-3其中,ρ是组织质量(kg·m-3),c是组织比热(kJ·kg-1··C-1),T是组织温度(℃),t是时间(s),qm是Meta产热率(W·m-3),λ是组织导热率(W·m-1·· C-1),2是基于组织温度梯度的热传导拉普拉斯变换,ωbl是血液流速(m3·s-1·m-3组织),ρbl是血液流量(kg·m-3),cbl是血液比热(kJ·Tbl是血液温度(℃)。第二个方程合理地模拟了从皮肤表面到环境的热交换:-λTRCKEW m-2其中λ是组织导热率(Wm-1 C-1),T是组织温度(C),n是垂直于皮肤表面的组织厚度;其余变量表示热流X值,单位为Wm-2,其中三种可感知的能量传递模式是辐射(R)、对流(C)和传导(K),而潜在的能量传递是由于蒸发(E)。2.2.2. 服装数据库CoWEDA的服装选择通过使用寒冷天气服装属性的数据库来实现[4,49]。根据ASTM标准,在受控条件下使用热出汗假人对所包含的每件衣服进行测试,以测量耐热性和耐蒸发性(Rt和Rt)[52,53]。测试项目包括测量较小的身体区域,如趾骨(图4)。此外,每个全身测试的整体被分成6个部分,以允许电阻值的区域分布应用于体温调节模型的6个圆柱体[54]。2.2.3. CoWEDA用户界面CoWEDA的模型和服装数据通过用户友好的GUI显示,需要4到9个输入(图5)。作为一种指导工具,人的元素被简化,以预测基于平均尺寸的男性个体的质量和物理尺寸的衣服和环境暴露的热交换的效果。通过使用“标准人”,活动率成为人类特有的一个关键输入。活动的输入,即,代谢率可以从相对强度的一般类别的下拉菜单(休息到高)中选择,或者从为活动率提供的预设活动的列表中选择(图2)。6)。环境输入包括三个要素,气温(Ta相对湿度(RH,%)和风速(Vw,m/s-1)。在简单的视图中,这些可以简单地选择为温度范围在高级视图中,可以选择风速(温和、寒冷、极冷)或风速(轻、中、高),也可以专门输入这些值(图6)。服装选择占剩余的1到5个输入;因为包括多个层可以显着增加输入值的数量(图1)。 7)。可以使用预先建立的自动填充特定制服的层和尺寸的样式来进行单个服装选择(图7,a)。然后,可以通过在身体的每个部分移除或添加单独的服装项目来修改该标准套装,或者可以根据它们的位置和分层方案的选择来组装整个套装(图7,b;图8)。当选择服装时,变化会自动显示在GUI的人物形象上(图8)。在GUI中输入值后,将计算预测值,并在图三. ThermetricsA.W. Potter等人医学信息学解锁18(2020)1003015图四、 热模型组件测试系统(头、手、脚)。图五、 寒冷天气包围决策辅助(CoWEDA)图形用户界面(GUI)注:简单视图有三个输入和服装;高级视图包括额外的输入和环境和活动的特异性见图6。 寒冷天气包围决策辅助(CoWEDA)图形用户界面(GUI)活动输入呈现简单的选择选项(a)、值的直接输入(b)或预设活动的集合(c)。A.W. Potter等人医学信息学解锁18(2020)1003016---见图7。注意:(a)是预设或保存的套装的下拉菜单,(b)是将服装项目添加到身体特定部位的下拉菜单。见图8。寒冷天气包围决策辅助(CoWEDA)图形用户界面(GUI)结果和显示注:(a)显示了一组给定条件下提供的结果示例接口(图8,a)。2.3. 验证数据将四项不同的研究合并为23名健康人类研究志愿者的总验证数据集。本研究使用的所有数据均来自已发表的数据集[43Santee等人[43在跑步机行走(120分钟)和在寒冷气候室中坐着(125分钟)期间进行评估(Ta: 6.7和0℃,Vw:1.1 m s-1)。在测试获得了核心身体和手指的温度测量值,以及监测的心率[43来自Gonzalez等人实验室研究的志愿者。[46],在给定的测试日,在三个寒冷的环境中,每次测试最多120分钟,室条件(Ta:0,20和30℃,RH:20%,Vw:1.34 m s-1)。连续测量核心身体,中指和平均加权皮肤温度,以及定期测量心脏A.W. Potter等人医学信息学解锁18(2020)1003017--�n��ni¼1�P于我���- 联系我们�--����ni¼1我表2纳入验证研究的实验室条件和人类研究志愿者的描述性统计量参考#环境条件研究志愿者数据1.83 �0.21.89 �0.2注:BSA,体表面积; n,研究志愿者人数;Ref#,参考编号; RH,相对湿度;Ta,环境温度; UNK,未知。氧摄取率(VO2)[46]。来自Hickey的志愿者信息 [47]没有具体描述。然而,在这项研究中,志愿者在极端寒冷的气候室条件下进行监测, 在120分钟和240分钟的曝光中,他们坐在40℃的地方,进行跑步机行走,同时收集核心体温和皮肤温度[47]。不幸的是,缺乏关于Volunteers的具体信息,但列入40℃验证中数据集为数据提供了一个重要的下限来自Castellani等人[48]实验室研究的志愿者0.5�C、RH:513%,Vw:1.34 ms-1)。 在试验期间,皮肤温度和热通量在13身体的部位[48]。2.4. 统计分析使用MATLAB(The MathWorks,Inc.,Natick,MA)。描述性统计量表示为平均值标准差(SD)。使用偏倚、平均绝对误差(MAE)和均方根误差(RMSE)比较CoWEDA皮肤温度预测值与观察数据。偏倚表示预测值过高或过低,计算为预测值和测量值之间的平均差. MAE是绝对预测误差,并使用以下公式计算:MAE1/2f i-yi,其中fi是预测值,yi是实际值,ei是绝对误差。使用RMSE是有帮助的,因为它对较大的错误应用较大的惩罚,并且使用以下公式计算:RMSE1/4sffi1 ffi ffiPffiffinffiffiffidffiffiffi2ffiffi其中di是3. 结果表3显示了观测数据的SD、模型偏倚、平均绝对误差(MAE)和均方根误差(RMSE),用于使用CoWEDA进行预测的已发表数据的组合集。表3还显示了分组的身体部位和预测准确性,具体到平均值 手指 温度和 是说 皮肤 温度 总聚合数据发现了偏差,0.712.21�C; MAE,1.851.75�C;RMSE为2.28 ± 1.54℃。图图9-11显示了CoWEDA建模结果与所有数据(图9)、仅分组手指(图10)和仅报告的平均皮肤温度(图11)的观察测量值相比的图。在这些图中的每一个中,可以用图形方式看到建模预测和测量观察之间的误差和一致性;过度预测是同一性线(虚线)上方的标记,而预测不足是同一性线下方的标记。为了进行比较,计算了所有数据(y= 1.0848X - 1.4006;R2= 0.93),特别是手指(y= 1.1887X - 3.1875;R2= 0.95)和平均皮肤温度(y=0.5688X- 13.067;R2= 0.84)的线性回归。4. 讨论本研究的主要目的是分析和测试的准确性CoWEDA方法预测人体皮肤温度在寒冷的暴露。可接受的准确性的最低阈值是这种非侵入性方法将预测整体皮肤温度观察到的皮肤温度和预测的皮肤温度之间的差值,n是数据点的数量。根据验证分析,确定统计准确度的几个标准水平可接受。考虑到皮肤温度响应的个体变异性较高且该比较缺乏优先性,可接受的准确度要求模型偏倚、MAE和RMSE在观察数据的标准差范围内。此外,我们提出了一个更严格的可接受范围的模型性能,曼斯是3- C基于报告的个体间变异性文学[55,56]。表3分组区域对冷暴露的皮肤温度(T sk)响应预测的准确性。我们使用了一个更严格的标准,每一个评估都在3摄氏度以内。根据收集的数据,标准差为8.15对于所有皮肤温度,特别是手指的9.16 ℃和平均皮肤温度的1.56 ℃。模型的准确性在我们的偏倚(0.71,0.98和0.03℃),MAE(1.85,2.68和1.06℃)和RMSE(2.28,2.68和1.25℃)标准范围内。研究冷暴露并寻求为公众和军方提供有用信息的研究历史悠久[50,51]。然而,在CoWEDA之前,在为军队在寒冷条件下选择服装进行规划的无障碍手段方面存在差距。虽然已经开发了其他模型和方法来解决公众的这一差距,但包括已转化为国际标准的简化经验方法或建模[57,58][59]或以指数的形式,如风寒指数或风寒温度指数[60,61]。其中一种使用更广泛的方法是隔热要求法(IREQ)[57-59 ],它依赖于在给定环境中根据活动、服装和个人参考编号区域观察平均值(℃)偏倚MAE RMSEvidual。 由于代码的可用性,原则和实用性该方法已被纳入国际标准,[43-2.211.85�1.752.28��1.54国际标准化组织(ISO)标准(ISO 11079)[59]以及基于Web的应用程序[62]。[43-2.68�2.68 �根据热平衡方程,IREQ方程概述了[46,48](第三十五条)平均Tsk(n2.5030.27� 1.56-0.03�2.091.06�1.711.25 �基于服装(通过隔热值)和环境来估计个人热平衡的合理预测的16)1.25 0.65 0.68注:MAE,平均绝对误差; n,试验次数; Ref#,参考编号; RMSE,均方根误差。IREQ方程的最简单形式表示为平均皮肤温度(tsk)与衣服表面温度(tcl)Ta(�C)相对湿度(%)风速(m s-1)n年龄(岁)身高(cm)体重(kg)BSA(m2)[43[46个][47个][四十八]0.0,6.70,-20,-30-400.47 �0.50不详20%不详51.3%1.101.34不详1.345648(6男/222 �324 �5UNK26 �9172 �5175 �4UNK170 �671.6��UNK77.6 �16.21.85 �0.1UNK在观测数据的标准偏差值此外,本发明还A.W. Potter等人医学信息学解锁18(2020)1003018¼图9.第九条。所有组 的 观察数据与建模数据的比较注:误差线表示组平均数据的加权误差;实线为线性回归图。图10个。分组手指温度的观测数据与模型数据的比较注:误差线表示组平均数据的加权误差;实线为线性回归图。热平衡,看起来像:tsk-tcl呼吸热交换(蒸发和对流),E、R和C代表传统的热交换方法(蒸发,联系我们RC传导的、辐射的和对流的)。使用这种方法,可以进行预测,以描述绝缘-更正式地说:IREQtsk-tclM-W -Eres-Cres-E其中,tsk是平均皮肤温度,tcl是衣服表面温度,并且最小绝缘要求(IREQmin)和中性绝缘要求(IREQneutral)计算维持热平衡(最小)和平衡平衡(中性)所需的最小和理想绝缘要求[59]。这些值也用于计算最大安全暴露时间的持续时间限制暴露(DLE)。该DLE是身体热含量(Qlim)除以热储存(S)的极限的平衡:M-W -Eres-Cres-E¼RC其中M是代谢产生的热量,W是有效机械功DLEQlim1/4秒总的来说,M-W代表人体内产生的热量;而这个平衡的另一边,Eres和Cres代表人体内产生的热量。虽然这些预测是合理正确的,但它们侧重于全身热平衡(体温过低),因此缺乏具体的A.W. Potter等人医学信息学解锁18(2020)1003019¼¼图十一岁分组平均皮肤温度的观测数据与模型数据的比较注:误差线表示组平均数据的加权误差;实线为线性回归图。分辨率(例如,极端温度)。寒冷天气包围决策辅助(CoWEDA),代表了美国陆军最近的一项重要努力,即开发一种可用的决策辅助工具,以指导服装选择并预测全身和四肢对寒冷暴露的反应。这项工作的数据显示,当人们穿着各种寒冷天气的服装并暴露在凉爽,寒冷和极冷的环境条件下时,CoWEDA始终以可接受的准确度预测皮肤温度。虽然存在其他方法和指导(例如,IREQ,ISO 11079); CoWEDA提供了一种独特且分辨率更高的方法,用于预测潜在的寒冷相关伤害以及给定场景所需的衣物充分保护量。广泛使用和实施基于计算机或应用程序的方法(如CoWEDA)可以改进损伤预防。该决策辅助和模型还可用于改进指导材料(例如,表格、风险评估、培训手册),使其能够估计极端情况,减少或消除进行风险、不可行或不安全的人体研究的需要。继续使用这种决策辅助工具还可以允许真实世界研究数据的主动反馈循环,这些数据可以用于改进模型和改进方法,这些方法考虑了增加寒冷相关损伤易感性的其他因素(例如,例如,在一个实施例中,健身、身体成分)。虽然这些信息是专门从军事人群中收集的,但预测也可用于帮助改善公共安全并适用于更普遍的用途;因为减轻寒冷相关伤害的定量和互动指导具有全球意义。这种全球影响在未来也会对气候变化和与气候变化相关的极端天气产生更大的影响,并增加寒冷相关伤害的可能性[63模型中存在一些固有的误差来源,测量精度(例如,不同的传感器精度)以及更广泛地在环境条件的测量误差中。例如,即使在实验室条件下,温度、湿度、风速等测量设备之间也存在假设差异。这些误差可能对模型生成的预测的准确性和可靠性产生直接的正面或负面影响。为克服验证研究的这一局限性,本工作的未来方向是使用相似或单一测量器械(设施和磨损器械)在同一灭菌室内进行更大系列的研究。这种类型的研究自然会更好地控制任何研究之间的比较差异。该当前方法和验证的其他限制是所使用的样本量相对较低以及缺乏该样本的更多多样性(例如,女性,年龄范围更广)。鉴于该模型的重点是部分基于服装的测量属性进行预测,因此在公开文献中缺乏可用于此验证的数据。该模型的验证需要环境数据、人体反应数据(皮肤温度)、活动率和服装。虽然前三个元素相对常见,但关键的组成部分往往与所穿的衣服有关。此外,公开文献中公开的暴露于(受控或连续测量)寒冷条件下的人类数据明显较少。所用的一些单项研究的样本量相对较低(4-8);然而,鉴于缺乏可用数据,将其合并为总共23例受试者,可获得足够的样本量用于本验证。此外,更多的测量地点将有助于提高分辨率(e。例如,在一个实施例中,更多的脚趾或多个手指温度)。此外,由于在皮肤温度中观察到相对较高的个体变异性,我们认为扩展该样本可能会增加对可量化因素的理解,以改善个性化反应。我们还认为该模型在休息状态下最有帮助,因为在寒冷的环境条件下压力更大从使用的数据来看,这项研究我们发现,静息数据(图12)更一致,(R2 0.98)与运动数据(图13)(R2 0.80)。 未来的工作将集中在扩大数据量,包括增加样本量,测量位置和上下文数据点。5. 结论CoWEDA可接受地预测在穿着各种寒冷天气服装时在凉爽、寒冷和极冷暴露下休息和运动期间的皮肤温度。建议使用CoWEDA规划工具为军人和平民提供服装选择指导,以确保基于安全时间和暴露率的最佳防寒效果。数据和辅助材料本分析的数据来自已发表的来源,因此可以在公开文献中查阅A.W. Potter等人医学信息学解锁18(2020)10030110图12个。休息期间所有组的观察数据与建模数据的比较注:误差线表示组平均数据的加权误差;实线为线性回归图。图13岁运动期间所有组的观察数据与模型数据的比较注:误差线表示组平均数据的加权误差;实线为线性回归图。资金这项研究和分析由联合计划委员会- 5,美国陆军军事作战医学研究计划(JPC 5,MOMRP)和美国陆军环境医学研究所(USARIEM)资助。免责声明本文所载的观点或主张是作者的私人观点,不应被解释为官方或反映军队或国防部的观点。本报告中对商业组织和商品名称的引用并不构成陆军部对这些组织的产品或服务作者贡献AWP DPL WRS XX构思、开发并撰写了本手稿; JAG APW SS MPC TPR参与了开发和撰写; EOH编写了软件用户界面的代码; AWP WRS XX分析并解释了本研究的结果伦理声明本研究获得了美国陆军环境医学研究所(USARIEM)(Natick,MA)的所有必要监管批准。A.W. Potter等人医学信息学解锁18(2020)10030111¼确认作者感谢人类测试志愿者和有才华的科学家的宝贵贡献,他们的工作使这个模型成为可能。作者还特别感谢CDR Christopher Steele、LTCJames McKnight、Scott Montain博士、Reed Hoyt博士、John Castellani博士、Jason Hancock先生、Maureen Milano女士和Dr.感谢卡尔·弗里德尔对这一努力的支持附录A. 补充数据本 文 的 补 充 数 据 可 在 https : //doi 网 站 上 找 到 。org/10.1016/j.imu.2020.100301。引用[1] Carter III R,Cheuvront SN,Williams JO,Kolka MA,Stephenson LA,SawkaMN,Amoroso PJ.士兵中暑住院和死亡的流行病学。医学科学与体育学报2005;37(8):1338-44.[2] DeGroot DW,Castellani JW,Williams JO,Amoroso PJ. 1980-1999年美国陆军寒冷天气伤害的流行病学。 航空航天环境医学2003;74(5):564-70。[3] 作者:Candler WH.美国士兵在阿拉斯加的冻伤:五年回顾Mil Med1997;162(12):788-91。[4] Potter AW,Gonzalez JA,Carter AJ,Looney DP,RiouX TP,Srinivasan S,Sullivan- Kwantes W,Xu X.寒冷天气服装生物物理性能的比较:美国陆军,加拿大国防部和挪威军方。美国陆军环境医学研究所,Natick,MA,01760,USA。技术报告,T18-02,2018。ADA编号1051229。请访问:https://apps.dtic。mil/dtic/tr/fulltext/u2/1051229.pdf。[5] Looney DP,Potter AW,Pryor JL,Bremner PE,Chalmers CR,McClung HL,et al. 健康军龄成年人站立和行走的代谢成本:荟萃回归Med Sci Sports E X erc2019年 2 月 1日;51(2):346-51。[6] Looney DP,Santee WR,Karis AJ,Blanchard LA,Rome MN,Carter AJ,PotterAW。复杂地形上军事载荷运输的代谢费用。军事医学;2018。[7] PotterAW,Santee WR,Clements CM,Brooks KA,Hoyt RW. 代谢成本方程的比较分析:综述。 《体育运动与表演》2013;1(3):34-42.[8] Richmond PW,Potter AW,Santee WR.预测步行和载重车能源成本的地形因素:回顾和改进。 《体育运动与表演》2015;3(3):1-26.[9] 里士满PW,波特AW,鲁尼DP,桑蒂WR。预测雪地行走能量消耗的地形系数。 应用Ergon 2019;74:48-54.[10] Looney DP,Santee WR,Blanchard LA,Karis AJ,Carter AJ,Potter AW。复杂地形下军用重负荷运输时的呼吸系统反应。Appl Ergon 2018;73:194-8.[11] Stolwijk JAJ,Hardy JD.“控制体温”。Compr Physiol 2011,补编26:生理学手册,对环境因子的反应。约翰威利父子公司;&2010.第45-68页。https://doi.org/10.1002/cphy.cp090104网站。1977年首次[12] 傅立叶Chaleur的分析理论。傅立叶 菲尔曼·迪多之家1822年的父亲和儿子[13] PennesHH. 人体前臂静息状态下组织和动脉血温度的分析。 J Appl Physiol 1948Aug 1;1(2):93-122.[14] 勒菲弗尔 Chaleuranimaleetbi o'energéetique. Massonetcie;1911.[15] 莫尔纳GW。热量通过手传递。在寒冷的气候中手部的保护和功能。1957年p.15-45[16] Stolwijk JAJ,Hardy JD.人体体温调节的Pflugers Arch für Gesamte PhysiolMenschen Tiere 1966;291:129-62.[17] 斯托尔韦克人体生理温度调节的数学模型。NASA-CR-1855。华盛顿特区:国家航空航天局; 1971年。[18] 斯托尔韦克热调节的数学模型 Ann N Y Acad Sci 1980年3月1日;335(1):98-106。[19] Shitzer AV,Stroschein LA,Santee WR,Gonzalez RR,Pandolf KB.热绝缘冷应力手指的保守耐久时间的量化。应用生理学杂志1991年12月1日;71(6):2528-35。[20] Shitzer AV,Stroschein LA,Gonzalez RR,Pandolf KB.冷应激指尖的集总参数组织温度-血液灌注模型。应用生理学杂志1996年5月1日;80(5):1829-34。[21] Shitzer A,Stroschein LA,Vital P,Gonzalez RR,Pandolf KB.包括逆流动-静脉热交换的寒冷环境中肢体的数值分析。 J Biomech Eng 1997年 5月1日;119(2):179-86。[22] Tikuisis P, Ducharme MB. 冷 水 浸 泡 时 肌 肉 导 热 系 数 的 三 元 解 。 J ApplPhysiol 1991 Jun 1;70(6):2673-81.[23] Ducharme MB,Tikuisis P.热应力瞬态阶段的前臂温度分布。 Eur J Appl PhysiolOccup Physiol 1992年9月1日;64(5):395-401。[24] Tikuisis P.暴露在冷空气中的手指冷却。Bull Am Meteorol Soc 2004年5月;85(5):717-24。 A.[25] Montgomery LD,Williams BA.环境温度对人体前臂、手和手指热分布的影响。Ann Biomed Eng 1976 Sep 1;4(3):209-19.[26] LotensWA. 模拟由于接触冷材料而导致的手部冷却 Eur J ApplPhysiol OccupPhysiol 1992年 1月 1日;65(1):59-65。[27] Lotens WA.足部的2节点体温调节模型。在:Mercer。热生理学; 1989. p. 七六九比七五[28] Xu X,Endrusick TL,Santee WB,Kolka MA.穿着防护鞋时脚趾对冷暴露的热响应的模拟。SAE技术文件; 2005年6月14日。[29] 张晓刚,王晓刚,王晓刚.在冷风中行走时面部降温的预测。 计算机生物医学2007年9月1日;37(9):1225-31。[30] Tikuisis P,Osczevski RJ.面部冷却的动态模型。J Appl Meteorol 2002Dec;41(12):1241-6.[31] Steegmann JA.在自然和实验室寒冷的人的面部温度。航空航天环境医学1979;50(3):227-32。[32] Givoni B,Goldman RF.预测直肠温度对工作、环境和服装的反应。 JAppl Physiol 1972;32:812-22.[33] Gonzalez RR,Cheuvront SN,Ely BR,Moran DS,Hadid A,Endrusick TL,et al.具有瞬时太阳辐射的户外运动出汗率预测方程。 J ApplPhysiol 2012;112:1300-10.[34] 冈萨雷斯RR,Cheuvront SN,蒙坦SJ,古德曼DA,布兰查德LA,BerglundLG,et al. 扩展了人体出汗量和需水量的预测方程。J Appl Physiol2009;107:379-88.[35] Gonzalez RR,McLellan TM,Withey WR,Chang SK,Pandolf KB.适用于防护服系统的热应变模型:核心温度响应的比较。应用生理学杂志1997;83(3):1017-32.[36] Potter AW,Blanchard LA,Friedl KE,Cadarette BS,Hoyt RW.从环境、活动和服装对核心体温的数学预测:热应变决策辅助(HSA)。 J Therm Biol 2017;64:78-85.[37] 斯托尔韦克人体生理温度调节的数学模型。NASA-CR-1855。华盛顿特区:国家航空航天局; 1971年。[38] 斯托尔韦克热调节的数学模型 Ann N Y Acad Sci 1980;335(1):98-106.[39] 作者:J.个人计算机上通用的人体体温调节的SIX-cylinder模型。Ann PhysiolAnthropol1993;12:123-34.[40] 放大图片作者:J. 人/服
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 李兴华Java基础教程:从入门到精通
- U盘与硬盘启动安装教程:从菜鸟到专家
- C++面试宝典:动态内存管理与继承解析
- C++ STL源码深度解析:专家级剖析与关键技术
- C/C++调用DOS命令实战指南
- 神经网络补偿的多传感器航迹融合技术
- GIS中的大地坐标系与椭球体解析
- 海思Hi3515 H.264编解码处理器用户手册
- Oracle基础练习题与解答
- 谷歌地球3D建筑筛选新流程详解
- CFO与CIO携手:数据管理与企业增值的战略
- Eclipse IDE基础教程:从入门到精通
- Shell脚本专家宝典:全面学习与资源指南
- Tomcat安装指南:附带JDK配置步骤
- NA3003A电子水准仪数据格式解析与转换研究
- 自动化专业英语词汇精华:必备术语集锦
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功