Aspects of Respiratory Muscle Fatigue in a Mountain Ultramarathon Race
Notice bibliographique
Résumé
PURPOSE: Ultramarathon running offers a unique possibility to investigate the mechanisms contributing to the limitation of endurance performance. Investigations of locomotor muscle fatigue show that central fatigue is a major contributor to the loss of strength in the lower limbs after an ultramarathon. In addition, respiratory muscle fatigue is known to limit exercise performance, but only limited data are available on changes in respiratory muscle function after ultramarathon running and it is not known whether the observed impairment is caused by peripheral and/or central fatigue. METHODS: In 22 experienced ultra-trail runners, we assessed respiratory muscle strength, i.e., maximal voluntary inspiratory and expiratory pressures, mouth twitch pressure (n = 16), and voluntary activation (n = 16) using cervical magnetic stimulation, lung function, and maximal voluntary ventilation before and after a 110-km mountain ultramarathon with 5862 m of positive elevation gain. RESULTS: Both maximal voluntary inspiratory (-16% ± 13%) and expiratory pressures (-21% ± 14%) were significantly reduced after the race. Fatigue of inspiratory muscles likely resulted from substantial peripheral fatigue (reduction in mouth twitch pressure, -19% ± 15%; P < 0.01), as voluntary activation (-3% ± 6%, P = 0.09) only tended to be decreased, suggesting negligible or only mild levels of central fatigue. Forced vital capacity remained unchanged, whereas forced expiratory volume in 1 s, peak inspiratory and expiratory flow rates, and maximal voluntary ventilation were significantly reduced (P < 0.05). CONCLUSIONS: Ultraendurance running reduces respiratory muscle strength for inspiratory muscles shown to result from significant peripheral muscle fatigue with only little contribution of central fatigue. This is in contrast to findings in locomotor muscles. Whether this difference between muscle groups results from inherent neuromuscular differences, their specific pattern of loading or other reasons remain to be clarified.
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) | 0,000 | 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) | 0,001 | 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 ».