Near-Infrared Light Therapy to Attenuate Strength Loss After Strenuous Resistance Exercise
Notice bibliographique
Résumé
CONTEXT: Near-infrared (NIR) light therapy is purported to act as an ergogenic aid by enhancing the contractile function of skeletal muscle. Improving muscle function is a new avenue for research in the area of laser therapy; however, very few researchers have examined the ergogenic effects of NIR light therapy and the influence it may have on the recovery process during rehabilitation. OBJECTIVE: To evaluate the ergogenic effect of NIR light therapy on skeletal muscle function. DESIGN: Crossover study. SETTING: Controlled laboratory. PATIENTS OR OTHER PARTICIPANTS: Thirty-nine healthy men (n = 21) and women (n = 18; age = 20.0 ± 0.2 years, height = 169 ± 2 cm, mass = 68.4 ± 1.8 kg, body mass index = 23.8 ± 0.4 kg/m(2)). INTERVENTION(S): Each participant received active and sham treatments on the biceps brachii muscle on 2 separate days. The order of treatment was randomized. A class 4 laser with a cumulative dose of 360 J was used for the active treatment. After receiving the treatment on each day, participants completed an elbow-flexion resistance-exercise protocol. MAIN OUTCOME MEASURE(S): The dependent variables were elbow range of motion, muscle point tenderness, and strength (peak torque). Analysis of variance with repeated measures was used to assess changes in these measures between treatments at baseline and at follow-up, 48 hours postexercise. Additionally, immediate strength loss postexercise was compared between treatments using a paired t test. RESULTS: Preexercise to postexercise strength loss for the active laser treatment, although small, was less than with the sham treatment (P = .05). CONCLUSIONS: Applied to skeletal muscle before resistance exercise, NIR light therapy effectively attenuated strength loss. Therefore, NIR light therapy may be a beneficial, noninvasive modality for improving muscle function during rehabilitation after musculoskeletal injury. However, future studies using higher treatment doses are warranted.
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 | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».