Can Anaerobic Performance Be Improved by Remote Ischemic Preconditioning?
Notice bibliographique
Résumé
Remote ischemic preconditioning (RIPC) provides a substantial benefit for heart protection during surgery. Recent literature on RIPC reveals the potential to benefit the enhancement of sports performance as well. The aim of this study was to investigate the effect of RIPC on anaerobic performance. Seventeen healthy participants who practice regular physical activity participated in the project (9 women and 8 men, mean age 28 ± 8 years). The participants were randomly assigned to an RIPC intervention (four 5-minute cycles of ischemia reperfusion, followed by 5 minutes using a pressure cuff) or a SHAM intervention in a crossover design. After the intervention, the participants were tested for alactic anaerobic performance (6 seconds of effort) followed by a Wingate test (lactic system) on an electromagnetic cycle ergometer. The following parameters were evaluated: average power, peak power, the scale of perceived exertion, fatigue index (in watt per second), peak power (in Watt), time to reach peak power (in seconds), minimum power (in Watt), the average power-to-weight ratio (in watt per kilogram), and the maximum power-to-weight ratio (in watt per kilogram). The peak power for the Wingate test is 794 W for RIPC and 777 W for the control group (p = 0.208). The average power is 529 W (RIPC) vs. 520 W for controls (p = 0.079). Perceived effort for RIPC is 9/10 on the Borg scale vs. 10/10 for the control group (p = 0.123). Remote ischemic preconditioning does not offer any significant benefits for anaerobic performance.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».