Introducción

El punto de máxima oxidación de grasas (Fatmax) se define como la intensidad donde ocurre la máxima tasa de oxidación de grasa en valores absolutos (MFO) (g · min–1) (Randell et al., 2017), expresándose como porcentajes del máximo consumo de oxígeno (V· O2max). El ejercicio realizado a esta intensidad se presenta como una alternativa para las personas que no toleran ejercicio de alta intensidad (Lazzer et al., 2011), reportando beneficios en el metabolismo lipídico, sensibilidad a la insulina y disminución de la masa grasa (Lazzer et al., 2011;Tan et al., 2016; Venables y Jeukendrup, 2008). La identificación de la MFO y Fatmax se realiza por medio de calorimetría indirecta (Frayn, 1983) entregando de manera indirecta la oxidación de sustratos específicos, para este cálculo se requiere un equipo analizador de gases espirados. El Fatmax se encuentra correlacionado con el primer umbral ventilatorio (VT1) (Gmada et al., 2013) y el umbral de lactato (UL) (San-Millán y Brooks, 2017) situándose poco antes de estos umbrales fisiológicos, estos umbrales son homónimos e intercambiables (Pallarés et al., 2016) para la identificación de la transición de fase aeróbica a aeróbica-anaeróbica.

En ejercicio incremental se identifican cambios en el sistema nervioso autónomo observándose una retirada del sistema nervioso parasimpático (SNPS) y un aumento en el sistema nervioso simpático (SNS) (Michael et al., 2017). La variabilidad de la frecuencia cardiaca (VFC) es un método que estima el nivel de actividad SNS y SNPS por medio del análisis matemático de las variaciones latido a latido (intervalos RR) (Task Force, 1996). En el análisis de VFC en ejercicio incremental se exhiben dos umbrales diferenciando tres fases de ejercicio, siendo el primer umbral de variabilidad de frecuencia cardiaca (UVFC1) expuesto como un método alternativo para la determinación de VT1 y UL (Grannell y De Vito, 2017;Karapetian et al., 2008; Sales et al., 2011).

Al ser el Fatmax de gran utilidad para la programación de ejercicios en poblaciones que no pueden utilizar intensidades de ejercicio elevadas, que buscan reducir grasa corporal, mejorar metabolismo de las grasas o una forma de mejorar rendimiento, resulta relevante determinar Fatmax previo a la programación individual del entrenamiento. Sin embargo, el método y procedimiento de medición implica un equipamiento costoso y técnicas invasivas. Teniendo en consideración estas situaciones y la posible relación que existe entre los parámetros asociados al Fatmax con la variabilidad de la frecuencia cardiaca para su utilización como técnica no invasiva y de menor coste, el objetivo de este estudio fue determinar la correlación entre la variabilidad de la frecuencia cardiaca y el Fatmax en adultos físicamente activos.

Metodología

Sujetos

Participaron en el estudio veintitrés sujetos, 10 hombres y 13 mujeres, de características fisiológicas y antropométricas que se muestran en la tabla 1. Los sujetos fueron seleccionados por conveniencia del Centro de Nutrición y Cirugía Bariátrica de la Clínica Las Condes Santiago de Chile según el cumplimiento de los criterios de inclusión de índice de masa corporal (IMC) bajo 30 (kg/m2), ser mayor de 18 años, ser físicamente activos (Salas et al., 2016) y no presentar enfermedades asociadas.

Los sujetos estaban previo al test en ayunas de al menos 6 horas, sin haber consumido café o té al menos 4 horas previas, sin haber realizado actividad física durante las 24 horas previas, y sin haber consumido fármacos o drogas al menos 12 horas previas a la evaluación.

A las personas que cumplían con los criterios se les informaba del objetivo del estudio y si estaban dispuestas a la utilización de los datos del examen para este estudio, firmaban el consentimiento informado. El estudio contó con la aprobación del comité ético de la Clínica y se ajustaba a las normas para el uso de investigación con sujetos humanos, tal como indica la Declaración de Helsinki.

Medidas antropométricas

Los sujetos fueron pesados en una báscula electrónica (Seca, modelo 769, Alemania) con precisión de 100 g. La talla se midió con un tallímetro (Seca, modelo 220, Alemania) con precisión de 1 mm. El índice de masa corporal (IMC) se determinó por medio de la ecuación de Quetelet (kg/m2).

Cuantificación del nivel de actividad física

La actividad física se obtuvo por medio del cuestionario internacional de actividad física validado y traducido al español (IPAQ) en su versión corta (Crespo et al., 2015). Los sujetos fueron clasificados como físicamente activos si realizaban ≥ 600 MET-minuto/semana entre la suma de las actividades físicas vigorosas y moderadas (Salas et al., 2016).

Protocolo del test, determinaciónde valores máximo y umbrales

El test se realizó en cicloergómetro (Lode; Corival, Groningen, The Netherlands) iniciando con 1 minuto de toma de parámetros basales seguido de 3 minutos de calentamiento al 20% de la potencia teórica máxima ­(WTmax). Los aumentos fueron del 10% de la WTmax (Jones et al., 1985) cada 5 minutos hasta llegar a un valor del coeficiente respiratorio (RER) estable de 1.0 posterior a esto las etapas se reducen a 1 minuto hasta la fatiga voluntaria. Para los indicadores de maximalidad se adoptaron los criterios de Jones (Jones et al., 1985). Se registró el volumen de oxígeno consumido (V· O2) y el dióxido de carbono producido (V· CO2) a través de un equipo analizador de gases espirados (Cortex, Metamax 3b, Alemania). Los intervalos RR fueron registrados con un pulsómetro Polar RS800 (Kempele, Finlandia) validado para registros electrocardiográficos (Hernando et al., 2016). Para el consumo pico de oxígeno (V· Opico) se utilizó el promedio en litros por minuto del último minuto del test. El umbral ventilatorio 1 (VT1) se determinó a través de la identificación del punto más bajo antes de aumentar del equivalente ventilatorio de oxígeno (VE/V· O2) y del punto de inflexión entre el V· O2 y V· CO2 por medio de la metodología ­V-slope (Beaver et al., 1986).

Calorimetría indirecta

Se realizó el cálculo de calorimetría indirecta en los últimos 2 minutos de cada escalón de 5 minutos (Brun et al., 2011), según las ecuaciones estequiometricas de Frayn (Frayn, 1983): Oxidación de grasas en gramos por minuto (g/min) = 1.67 × V· O2 – 1.67 × V· CO2. Para la determinación del punto de máxima oxidación de grasas (Fatmax), se identificó el escalón con el valor más alto de oxidación de grasas y se lo vinculó al valor de V· O2 (L · min–1), %V· O2pico, carga en Watts (W) y frecuencia cardiaca (lpm) de la media del último minuto del escalón respectivo (Achten et al., 2002).

Variabilidad de la frecuencia cardiaca

El registro de intervalos RR fue extraído y filtrado con el programa Polar Protrainer 5®, para ser analizados con el software Kubios HRV 2.0 (Biosignal Analysis and Medical Imaging Group, Kuopio, Finlandia).

Para la determinación del primer umbral de VFC se analizaron los valores del SD1 del gráfico de Poincare del último minuto de cada escalón. Los criterios fueron: intensidad, donde la diferencia entre los valores de dos etapas consecutivas es inferior a un 1 milisegundo; punto de inflexión inferior a 3 milisegundos, y/o la combinación de los dos criterios anteriores (Sales et al., 2011;Grannell y De Vito, 2017).

Primer umbral de VFC y Fatmax

Se identificó la relación matemática porcentual entre el primer umbral de VFC y Fatmax para lo cual se usó la ecuación Fatmax/UVFC1 · 100 y así identificar el porcentaje promedio en que ocurre Fatmax en relación con el UVFC1. Posterior a eso, se realizó una corrección matemática en los valores de intensidad del primer umbral de VFC según el porcentaje de variación entre estas. Además, se identificó el valor promedio de SD1 cuando ocurría el Fatmax, con este valor se procedió a buscar dentro de cada test los valores más cercanos a este promedio. Estos dos métodos fueron realizados para las variables de carga en watts y frecuencias cardiaca dado su accesibilidad.

Análisis estadístico

La normalidad de la muestra se comprobó con el test de Shapiro-Wilk. En el análisis paramétrico se realizó el test t de Student para muestras pareadas y coeficiente de correlación de Pearson. En el análisis no paramétrico se realizó test de Wilcoxon y coeficiente de correlación de Spearman. Todos los datos fueron representados como la media ± DE y se adoptó como valor de p < .05. Para identificar el acuerdo y sesgo entre métodos se utilizó el análisis de gráficos de Bland-Altman (Bland y Altman, 1986) con intervalos de confianza al 95%. Fue utilizado el software estadístico SPSS versión 19.0. (IBM, Company).

Resultados

Los valores antropométricos y fisiológicos de la muestra se expresan en la tabla 1. Posterior a la prueba de normalidad en los deltas de las intensidades se identificó que las variables de VT1-UVFC1 (V· O2), Fatmax-UVFC1 (W y V· O2) y Fatmax-84.2%UVFC1 (W) no se acomodaron como la curva de normalidad por lo tanto para ellas se realizó análisis con pruebas no paramétricas. Al expresar el Fatmax como porcentaje del UVFC1 los valores fueron de 84.2 ± 31.4%, 90.5 ± 11.2%, 90.5 ± 23.4% para carga (W), frecuencia cardiaca (lpm) y V· O2 (L · min–1) respectivamente y el valor promedio de SD1 en Fatmax fue de 5.56 ms. Los valores promedios de VT1, ­Fatmax, UVFC1, SD1 = 5.56 y %UVFC corregido por el

porcentaje según variable de intensidad se expresan en la tabla 2. En la tabla 3 se describen las relaciones entre las variables de VT1, Fatmax, UVFC1, SD1 = 5.56 y %UVFC, Se aprecia que en la primera columna de datos se describen los valores p para las diferencias entre medias solo existen diferencias significativas en las variables de FC (p ≤ .01), V· O2 (p ≤ .01) y W (p ≤ .01), que comparan Fatmax con el UVFC1. Se identifican correlaciones significativas entre VT1 y UVFC1 en Watts (r = .71, p ≤ .05) y consumo de oxígeno (rho = .84, p ≤ .05), Fatmax y UVFC1 en Watts (rho = .8, p ≤ .05) y consumo de oxígeno (rho = .84, p ≤ .05), Fatmax y SD1=5.56 en W (r = .84, p ≤ .05) y frecuencia cardiaca (r = .55, p ≤ .05) y Fatmax y 84.2%UVFC1 para watts (rho = .8, p ≤ .05). La figura 1 muestra que existe un buen acuerdo para la carga en watts y frecuencia cardiaca en los métodos de 84.2%UVFC1(a), 90.5%UVFC1 (c) y SD1 = 5.56 (b,d), las diferencias entre métodos se encuentran dentro de los intervalos de confianza exceptuando por un caso para 84.2%UVFC1(a), 90.5%UVFC1 (c) y SD1 = 5.56 (b).

Discusión

Este estudio se presenta como un avance en investigación que relaciona las variables de modulación vagal y la oxidación de sustratos específicos, siendo este el primero a relacionar el UVFC1 y el Fatmax, además de generar dos métodos alternativos para la determinación del Fatmax mediante índices de VFC en personas sanas físicamente activas.

En relación con el objetivo de identificar la relación entre UVFC1 y Fatmax, el UVFC1 presenta diferencias significativas con Fatmax (p ≤ .05), un sesgo positivo en todas las variables y correlaciones significativas solo en W (r = .8) y V· O2 (rho = .84). Por lo tanto no se puede afirmar que el UVFC y Fatmax son sucesos fisiológicos que ocurren al mismo tiempo, solo en W y V· O2 se puede confirmar una relación que tiende a sobrestimar el valor (15.8 W y .16 L · min–1 respectivamente). Los datos de sesgo y diferencias significativas confirman que el UVFC1 presenta valores sistemáticamente superiores al Fatmax, lo que confirman estudios anteriores respecto a la correlación entre estas variables y la ubicación del Fatmax antes de la transición aeróbica-anaeróbica (Gmada et al., 2013;San-Millán y Brooks, 2017).

Al expresar el Fatmax como porcentaje del UVFC1 se aprecia que está muy cercano a este con valores de 84.2 ± 31.4%, 90.5 ± 11.2 %, 90.5 ± 23.4% para carga (W), frecuencia cardiaca (lpm) y V· O2 (L · min–1) respectivamente. En el método que utiliza el porcentaje donde ocurre el Fatmax se observa que no existen diferencias significativas (p > .05) para la carga en watts con una correlación significativa mayor a .8 y en todos los casos, exceptuando uno, se encontraron dentro de los intervalos de confianza al 95%. Por lo tanto en este caso si se podría afirmar que el 84.2% del UVFC1 para watts como un método para la identificación del Fatmax, con la salvedad de un sesgo de sobrestimación sistemática de 2.5 W. Por el contrario, este método en frecuencia cardiaca no obtuvo una correlación significativa, por lo tanto se descartaría como un método alternativo independiente de poseer un buen acuerdo y no presentar diferencias significativas con el método de calorimetría indirecta.

El promedio de SD1 al ocurrir Fatmax fue de 5.56 ms, este valor promedio se ubica temporalmente antes que el valor de referencia de 3 ms del UVFC1 (Grannell & De Vito, 2017;Sales et al., 2011), esto coincide con el fenómeno ya expuesto como cuando el Fatmax es menor que el VT1 y UL. En este método no se aprecian diferencias significativas (p > .05) en watts, con una correlación de .84 (p < .01) y solo un caso fuera de los intervalos de confianza al 95%. Para frecuencia cardiaca tampoco se observan diferencias significativas (p > .05), unas correlaciones de .55 (p < .01) y todos los casos dentro de los intervalos de confianza al 95%. Por lo tanto, se podría afirmar que tanto en watts como en frecuencia cardiaca el valor 5.56 en SD1 se podría utilizar para la identificación del Fatmax con la salvedad de una sobrestimación de 2.8 W o 2.7 lpm. No obstante, los valores de VFC varían según aptitud física o exceso de peso (Bellenger et al., 2016;Espinoza-Salinas et al., 2015) y producto de un muestreo no probabilístico los valores de 5.56 ms solo se podrían extrapolar a una muestra de características parecidas a la muestra del estudio

Si bien este estudio no buscó corroborar la concordancia sino analizar la asociación entre el UVFC1 y el VT1, se hace necesario verificarlo en las intensidades de estudios dado que se busca replicar las relaciones en VT1 o UL y Fatmax. En este punto, se coincide con los resultados de estudios anteriores (Grannell y De Vito, 2017; Karapetian et al., 2008) al no encontrar diferencias significativas en watts, frecuencia cardiaca y V· O2, no obstante solo existen correlaciones significativas a nivel de watts y V· O2 pudiendo ser producto de los escalones de 5 minutos dado que no se acotan a los protocolo para el UVFC1 siendo estos de 1 a 3 minutos por escalón. Por lo tanto, la frecuencia cardiaca en este estudio no sería un parámetro totalmente válido dado que no posee buena correlación. En ese caso, las relaciones que se extraen producto de la frecuencia cardiaca no haría un símil al fenómeno entre VT1 y Fatmax (Gmada et al., 2013) sino que más bien por relación directa pueda ocurrir con el UVFC1 y ­Fatmax, en la que no se encontraron correlaciones significativas en ninguna variable, posiblemente producto de lo anteriormente expuesto exceptuándose en SD = 5.56.

Estos datos sugieren, primero, que el UVFC1 puede ser utilizado como un método alternativo para la identificación de VT1 con un protocolo de escalones de 5 minutos en las variables de W y V· O2. Las variables de importancia fueron carga en watts y frecuencia cardiaca dado su accesibilidad, en los resultados encontrados sugieren que utilizar el 84.2% del primer umbral valorado por VFC o el valor más cercano a SD1 = 5.56 en los valores de carga en watts puede ser utilizado para la identificación del punto de máxima oxidación de grasas en una población de personas físicamente activas. Por lo tanto, los resultados encontrados permiten realizar una valoración de bajo costo y complejidad de la máxima oxidación de grasa utilizando la variabilidad de la frecuencia cardiaca en un ejercicio de intensidad incremental. Este estudio representa un avance en el entendimiento de la oxidación de las grasas versus VFC en personas sanas y físicamente activas, siendo este tema muy poco estudiado dado que no se explicaría la relación fisiológica directa entre estas dos variables. Las influencias del lactato como lactohormona contrarreguladora de la lipólisis (Ahmed et al., 2010) y su aparición en sangre relacionada con una retirada y estabilización del sistema nervioso parasimpático (Karapetian et al., 2008), se traducirían en que posteriormente a la estabilización de un valor bajo del sistema parasimpático debería bajar la tasa de oxidación de grasa. Este fenómeno se logra evidenciar en este trabajo con un valor de Fatmax promedio de SD1 mayor que el valor de referencia del UVFC1, lo que explicaría que para lograr la máxima oxidación de grasa es necesario por lo menos una baja expresión de actividad parasimpática, que se contrapone con evidencia de la estimulación del sistema simpático como un factor determinante en el aumento en la oxidación de grasas (Zeng et al., 2015).

Las limitaciones vinieron por la existencia de personas que no cumplían los criterios de forma mínima, así como otras que realizaban entrenamiento de atletas con nivel competitivo y la no expresión de la cinemática clásica de la curva oxidación de grasas en todos los pacientes. Teniendo en cuenta lo dicho, sería beneficioso para una explicación más completa de la oxidación de la grasa en ejercicio incremental en diferentes poblaciones, el análisis de la interacción del sistema simpático-parasimpático a través de la VFC y así se podría dilucidar el momento y las condiciones internas, externas o de entrenamiento que la aseveración del “sistema simpático elevado y parasimpático bajo” procede a una alza en la oxidación de las grasas.

Conclusión

Los resultados del trabajo sugieren que existe correlación entre el primer umbral de variabilidad de frecuencia cardiaca y el punto de máxima oxidación de grasas en las variables de consumo de oxígeno y carga en watts en adultos sanos físicamente activos. Al utilizar esta relación se puede identificar la carga en watts en el punto de máxima oxidación de grasas con una buena concordancia.

Debe investigarse más para confirmar los datos obtenidos y precisar si existen procesos fisiológicos directos entre el sistema nervioso autonómico y la oxidación de las grasas en ejercicio incremental.

Agradecimientos

Agradecemos a las personas participantes en el estudio haber proporcionado sus datos del examen para el avance de la ciencia, así como también al personal docente de la universidad, al personal médico del Centro de Nutrición y Cirugía Bariátrica de la Clínica Las Condes por su constante apoyo, y a nuestras familias por sus sacrificios y esfuerzos en nuestra formación profesional.

Conflicto de intereses

Las autorías no han comunicado ningún conflicto de intereses.

Referencias

Achten, J., Gleeson, M., & Jeukendrup, A. E. (2002). Determination of the exercise intensity that elicits maximal fat oxidation. Medicine and Science in Sports and Exercise, 34(1), 92-97. doi:10.1097/00005768-200201000-00015

Ahmed, K., Tunaru, S., Tang, C., Müller, M., Gille, A., Sassmann, A., … Offermanns, S. (2010). An autocrine lactate loop mediates insulin-dependent inhibition of lipolysis through GPR81. Cell Metabolism, 11(4), 311-319. doi:10.1016/j.cmet.2010.02.012

Beaver, W. L., Wasserman, K., & Whipp, B. J. (1986). A new method for detecting anaerobic threshold by gas exchange. Journal of Applied Physiology, 60(6), 2020-2027. doi:10.1152/jappl.1986.60.6.2020

Bellenger, C. R., Fuller, J. T., Thomson, R. L., Davison, K., Robertson, E. Y., & Buckley, J. D. (2016). Monitoring athletic training status through autonomic heart rate regulation: A systematic review and meta-analysis. Sports Medicine (Auckland, N.Z.), 46(10), 1461-1486. doi:10.1007/s40279-016-0484-2

Bland, J. M., & Altman, D. G. (1986). Statistical methods for assessing agreement between two methods of clinical measurement. Lancet, 1(8476), 307–310. doi:10.1016/S0140-6736(86)90837-8

Brun, J.-F., Romain, A.-J., & Mercier, J. (2011). Maximal lipid oxidation during exercise (Lipoxmax): From physiological measurements to clinical applications. Facts and uncertainties. Science & Sports, 26(2), 57-71. doi:10.1016/j.scispo.2011.02.001

Crespo-Salgado, J. J., Delgado-Martín, J. L., Blanco-Iglesias, O., & Aldecoa-Landesa, S. (2015). Guía básica de detección del sedentarismo y recomendaciones de actividad física en atención primaria. Atención Primaria, 47(3), 175-183. doi:10.1016/j.aprim.2014.09.004

Espinoza-Salinas, A., Zafra-Santos, E., Pavez-Von Martens, G., Cofré-Bolados, C., Lemus-Zúñiga, J., & Sánchez-Aguilera, P. (2015). Análisis de variabilidad del ritmo cardiaco y su relación con la sensibilidad insulínica en pacientes obesos y con sobrepeso. Revista Médica de Chile, 143(9), 1129-1135. doi:10.4067/S0034-98872015000900005

Frayn, K. N. (1983). Calculation of substrate oxidation rates in vivo from gaseous exchange. Journal of Applied Physiology: Respiratory, Environmental and Exercise Physiology, 55(2), 628–634. doi:10.1152/jappl.1983.55.2.628

Gmada, N., Marzouki, H., Sassi, R. H., Tabka, Z., Shephard, R., Brun, J.-F., & Bouhlel, E. (2013). Relative and absolute reliability of the crossover and maximum fat oxidation points and their relationship to ventilatory threshold. Science & Sports, 4(28), e99–e105. doi:10.1016/j.scispo.2012.04.007

Grannell, A., & De Vito, G. (2017). An investigation into the relationship between heart rate variability and the ventilatory threshold in healthy moderately trained males. Clinical Physiology and Functional Imaging. doi:10.1111/cpf.12437

Hernando, D., Garatachea, N., Almeida, R., Casajús, J. A., & Bailón, R. (2016). Validation of heart rate monitor Polar RS800 for heart rate variability analysis during exercise. Journal of Strength and Conditioning Research. doi:10.1519/JSC.0000000000001662

Jones, N. L., Makrides, L., Hitchcock, C., Chypchar, T., & McCartney, N. (1985). Normal standards for an incremental progressive cycle ergometer test. The American Review of Respiratory Disease, 131(5), 700-708. doi:10.1164/arrd.1985.131.5.700

Karapetian, G. K., Engels, H. J., & Gretebeck, R. J. (2008). Use of heart rate variability to estimate LT and VT. International Journal of Sports Medicine, 29(8), 652-657. doi:10.1055/s-2007-989423

Lazzer, S., Lafortuna, C., Busti, C., Galli, R., Agosti, F., & Sartorio, A. (2011). Effects of low- and high-intensity exercise training on body composition and substrate metabolism in obese adolescents. Journal of Endocrinological Investigation, 34(1), 45-52. doi:10.1007/BF03346694

Michael, S., Graham, K. S., & Davis, G. M. (2017). Cardiac autonomic responses during exercise and post-exercise recovery using heart rate variability and systolic time intervals-A review. Frontiers in Physiology, 8, 301. doi:10.3389/fphys.2017.00301

Pallarés, J. G., Morán-Navarro, R., Ortega, J. F., Fernández-Elías, V. E., & Mora-Rodriguez, R. (2016). Validity and reliability of ventilatory and blood lactate thresholds in well-trained cyclists. PLOS ONE, 11(9), e0163389. doi:10.1371/journal.pone.0163389

Randell, R. K., Rollo, I., Roberts, T. J., Dalrymple, K. J., Jeukendrup, A. E., & Carter, J. M. (2017). Maximal fat oxidation rates in an athletic population. Medicine and Science in Sports and Exercise, 49(1), 133-140. doi:10.1249/MSS.0000000000001084

Salas, C., Cristi-Montero, C., Fan, Y., Durán, E., Labraña, A. M., Martínez, M. A., … Alvarez, C. (2016). Ser físicamente activo modifica los efectos nocivos del sedentarismo sobre marcadores de obesidad y cardiometabólicos en adultos. Revista Médica de Chile, 144(11), 1400-1409. doi:10.4067/S0034-98872016001100005

Sales, M. M., Campbell, C. S. G., Morais, P. K., Ernesto, C., Soares-Caldeira, L. F., Russo, P., … Simões, H. G. (2011). Noninvasive method to estimate anaerobic threshold in individuals with type 2 diabetes. Diabetology & Metabolic Syndrome, 3(1), 1. doi:10.1186/1758-5996-3-1

San-Millán, I., & Brooks, G. A. (2017). Assessment of metabolic flexibility by means of measuring blood lactate, fat, and carbohydrate oxidation responses to exercise in professional endurance athletes and less-fit individuals. Sports Medicine. doi:10.1007/s40279-017-0751-x

Tan, S., Wang, J., Cao, L., Guo, Z., & Wang, Y. (2016). Positive effect of exercise training at maximal fat oxidation intensity on body composition and lipid metabolism in overweight middle-aged women. Clinical Physiology and Functional Imaging, 36(3), 225-230. doi:10.1111/cpf.12217

Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. (1996). Heart rate variability. Standards of measurement, physiological interpretation, and clinical use. European Heart Journal, 17(3), 354-381.

Venables, M. C., & Jeukendrup, A. E. (2008). Endurance training and obesity: Effect on substrate metabolism and insulin sensitivity. Medicine and Science in Sports and Exercise, 40(3), 495-502. doi:10.1249/MSS.0b013e31815f256f

Zeng, W., Pirzgalska, R. M., Pereira, M. M. A., Kubasova, N., Barateiro, A., Seixas, E., … Domingos, A. I. (2015). Sympathetic neuro-adipose connections mediate leptin-driven lipolysis. Cell, 163(1), 84–94. doi:10.1016/j.cell.2015.08.055