Modeling Perceived Exertion during Graded Arm Cycling Exercise in Spinal Cord Injury
Notice bibliographique
Résumé
PURPOSE: RPE may be useful for exercise testing and prescription in individuals with spinal cord injury (SCI), although the roles of differentiated central and peripheral fatigue during exercise are not clear. We aimed to model differentiated RPE responses during graded arm cycling in individuals with SCI and to describe their relationship to cardiorespiratory outcomes. METHODS: Thirty-six individuals with SCI (13 paraplegia and 23 tetraplegia) completed a maximal graded arm cycling exercise test to volitional exhaustion (5 W·min paraplegia; 10 W·min tetraplegia). Participants were asked to report central RPE (CRPE) and peripheral RPE (PRPE) every minute using the Borg category ratio (CR10) scale until termination of exercise. Heart rate and breath-by-breath respiratory outcomes were collected throughout the exercise test. Ventilatory threshold (VT) was assessed using the ventilatory equivalents method. RESULTS: Cardiorespiratory indices increased linearly during graded arm exercise. By contrast, both CRPE and PRPE responses were best fit to a quadratic model with positively accelerating growth in individuals with paraplegia (P < 0.01) and tetraplegia (P < 0.05). PRPE developed faster than CRPE in individuals with tetraplegia (P < 0.01). Individuals with paraplegia had accelerated CRPE (P < 0.05) and PRPE (P < 0.05) responses compared with tetraplegia, but not when considering only individuals who reached VT. PRPE was higher than CPRE only in the late stages (80%-100% test duration; P < 0.05) in both groups when only considering individuals who reached VT. CONCLUSIONS: PRPE develops faster than CRPE in individuals with tetraplegia in a nonlinear fashion, despite linear increases in cardiorespiratory responses during graded arm cycling. Although there is promise to use differentiated RPE for exercise testing and prescription within the SCI population, our results indicate that there are differences in how individuals with tetraplegia perceive peripheral versus central exertion.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,000 | 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 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 ».