Comparison of heart and respiratory rate variability measures using an intermittent incremental submaximal exercise model
Notice bibliographique
Résumé
To better understand the alterations in cardiorespiratory variability during exercise, the present study characterized the patterns of change in heart rate variability (HRV), respiratory rate variability (RRV), and combined cardiorespiratory variability (HRV-RRV) during an intermittent incremental submaximal exercise model. Six males and six females completed a submaximal exercise protocol consisting of an initial baseline resting period followed by three 10-min bouts of exercise at 20%, 40%, and 60% of maximal aerobic capacity (V̇O2max). The R-R interval and interbreath interval variability were measured at baseline rest and throughout the submaximal exercise. A group of 93 HRV, 83 RRV, and 28 HRV-RRV measures of variability were tracked over time through a windowed analysis using a 5-min window size and 30-s window step. A total of 91 HRV measures were able to detect the presence of exercise, whereas only 46 RRV and 3 HRV-RRV measures were able to detect the same stimulus. Moreover, there was a loss of overall HRV and RRV, loss of complexity of HRV and RRV, and loss of parasympathetic modulation of HRV (up to 40% V̇O2max) with exercise. Conflicting changes in scale-invariant structure of HRV and RRV with increases in exercise intensity were also observed. In summary, in this simultaneous evaluation of HRV and RRV, we found more consistent changes across HRV metrics compared with RRV and HRV-RRV.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».