Introdução: A avaliação da capacidade aeróbia representa um importante marcador das condições de integração das respostas dos sistemas cardiovascular, respiratório e musculoesquelético, e provém de valores obtidos do consumo de oxigênio máximo/pico (VO2MAX/PICO). A partir desta medida podemos fazer a classificação funcional aeróbia que determina o nível de condicionamento físico de atletas. A descoberta dos preditores da classificação funcional aeróbia pode auxiliar na correta prescrição de treinamentos para a melhora do desempenho desportivo. Sendo assim, o objetivo deste estudo foi predizer a classificação aeróbia funcional de ciclistas recreacionais. Métodos: Trinta e seis ciclistas recreativos do sexo masculino (20 a 40 anos) foram submetidos a avaliações antropométricas, exames sanguíneos laboratoriais, avaliação da força muscular inspiratória, avaliação da resistência muscular inspiratória incremental, teste de função pulmonar e teste de exercício cardiopulmonar (TECP). Em todas as avaliações, exceto antropometria e exames sanguíneos, foram coletadas variáveis cardiovasculares, respiratórias e metabólicas. A análise integrada dos dados coletados nas avaliações descritas foi realizada por meio de árvores de decisões considerando como variável de saída a classificação funcional aeróbia, determinada pelo VO2PICO obtido no TECP. Para análise de dados foi utilizado o software Weka (Waikato Environment for Knowledge Analysis). Resultados: O modelo obtido apresentou acurácia de 91,7% (curva ROC de 94,7%). Para este modelo, as variáveis determinantes foram: a) relativas ao exame de sangue: a lipoproteína de alta densidade, HDL; hemoglobina corpuscular média (HCM) e eosinófilos; b) percepção subjetiva de dispneia, obtida utilizando a escala BORG no pico do exercício e c) índice de massa corporal. O modelo só falhou em identificar a classificação aeróbica funcional de três participantes. Conclusões: Variáveis relacionadas à saúde global foram identificadas como preditores da capacidade funcional aeróbia de ciclistas recreacionais, usando árvores de decisões. Financiamento: FAPESP, CNPq e CAPES.
