Effect of isometric handgrip exercise on heart rate variability with and without somatosensory stimulation
Notice bibliographique
Résumé
Sub‐motor somatosensory electrical stimulation (STIM) of skeletal muscle increases heart rate variability (HRV). Short duration (<30 sec) isometric handgrip exercise (HG) increases heart rate (HR) and decreases HRV largely through vagal withdrawal. The current study aimed to determine whether a gated effect exists when HG and STIM are combined. We tested the hypothesis that changes due to STIM would dominate over HG induced changes. Twelve volunteers (7 female; aged 24±2 yr.) performed 3 protocols: 1) four × 20s HG at 30, 40 & 50% of their maximal voluntary contraction (MVC), 2) seven × 30s STIMs, and 3) a combination of HG+STIM. Compared to rest, STIM increased HRV (Rest: 61±80ms 2 , STIM: 69±84ms 2 , p<0.05). In contrast, HRV decreased at all HG levels (ΔHRV@30%: −39±51ms 2 , 40%: −29±39ms 2 , 50%: −25±39ms 2 ). The effects of HG were reversed during HG+STIM (ΔHRV@30%STIM: −1.7±40ms 2 , 40%STIM: 5.5±37ms 2 , 50%STIM: −4.2±19ms 2 , p<0.05). Heart rate did not change during STIM (Rest: 59±7bpm; STIM: 58±6bpm). However HR increased above baseline and progressively at each level of HG (50% vs. 30%, p<0.001; 50% vs. 40%, p<0.001; 40% vs. 30%, p<0.05). Heart rate was not different between HG and HG+STIM, p=0.095. The results indicate somatosensory stimulation can reverse the changes in HRV induced by handgrip suggesting muscle afferent signals may gate descending signals affecting heart rate variability. Funded by CIHR.
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 | 0,001 |
| 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) | 0,002 | 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 ».