Heart rate variability reductions following a season of sub-concussive head hits are related to the magnitude of impacts experienced
Notice bibliographique
Résumé
Objective To examine the effect of repetitive contact sport-related head trauma on indices ofheart rate variability (HRV). Design Prospective Cohort. Setting Laboratory. Participants Forty-ninemale contact-sport (hockey or football) and four non-contact control athletes (age range: 17–22). Intervention Prior to (T1) and upon completion of (T2) the competitive athletic season, a three-lead electrocardiogram and Kubios software (Kuopio, Finland) were used to assess heart rate variability during 5-minutes of quiet stance and while actively squatting at 0.10 Hz. Independent variables included condition (rest-vs-active) and time (T1-vs-T2). Outcome measures Time-Domain: square root of mean squared differences of successive R-R intervals (RMSSD), percentage of successive R-R intervals that differ by more than 50 milliseconds (pNN50); Non-Linear: approximateentropy (ApEn). In a subset of participants (n=29) biomechanical head-impact exposure data was estimated usingthe xPatch (X2 Biosystems), affixed to the right mastoid. Main results RM-ANOVA indicateda significant main effect of timein contact sport but not control athletes (all p>0.133). HRV metrics were decreased post-season relative to baseline (95% CI:s for differences: MeanRR4–48 ms, p=0.045; RMSSD 1–9 ms, p=0.018; pNN50 0.689–5.98, p=0.010; ApEn 0.022–0.163, p=0.044). Significant correlations were observed between the average peak linear acceleration per hit experienced and the change in MeanRR(R²=0.1382), and RMSSD (R²=0.1525). Conclusions Exposure to repetitive subconcussive impacts overone season of contact-sport leads to decreases in heart rate variability. The magnitude of HRV reduction is related to the average magnitude of the linear component of hits to the head experienced during play Competing interests None.
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) | 0,003 | 0,001 |
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 ».