No Influence of Transcutaneous Electrical Nerve Stimulation on Exercise-Induced Pain and 5-Km Cycling Time-Trial Performance
Notice bibliographique
Résumé
Introduction: Afferent information from exercising muscle contributes to the sensation of exercise-induced muscle pain. Transcutaneous electrical nerve stimulation (TENS) delivers low–voltage electrical currents to the skin, inhibiting nociceptive afferent information. The use of TENS in reducing perceptions of exercise-induced pain has not yet been fully explored. This study aimed to investigate the effect of TENS on exercise-induced muscle pain, pacing strategy and performance during a 5-km cycling time trial (TT). Methods: On three separate occasions, in a single-blind, randomized and cross over design, 13 recreationally active participants underwent a 30-min TENS protocol, before performing a 5-km cycling TT. TENS was applied to the quadriceps prior to exercise under the following conditions; control (CONT), placebo with sham TENS application (PLAC), and an experimental condition with TENS application (TENS). Quadriceps fatigue was assessed with magnetic femoral nerve stimulation assessing changes in potentiated quadriceps twitch force at baseline, pre and post exercise. Subjective scores of exertion, affect and pain were taken every 1-km. Results: During TTs, application of TENS did not influence pain perceptions (P = 0.68, ηp2 = 0.03). There was no significant change in mean power (P = 0.16, ηp2 = 0.16) or TT duration (P = 0.17, ηp2 = 0.14), although effect sizes were large for these two variables. Changes in power output were not significant but showed moderate effect sizes at 500-m (ηp2 = 0.10) and 750-m (ηp2 = 0.10). Muscle recruitment as inferred by electromyography data was not significant, but showed large effect sizes at 250-m (ηp2 = 0.16), 500-m (ηp2 = 0.15) and 750-m (ηp2 = 0.14). This indicates a possible effect for TENS influencing performance up to 1-km. Discussion: These findings do not support the use of TENS to improve 5-km TT 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 | 0,002 |
| 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) | 0,003 | 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 ».