Isometric versus Dynamic Measurements of Fatigue: Does Age Matter? A Meta-analysis
Notice bibliographique
Résumé
PURPOSE: The assessment of power changes after fatiguing exercise provides important additional information about neuromuscular function compared with traditional isometric measurements, especially when exploring age-related changes in fatigability. Therefore, the aim of this review was to explore the effects of age on neuromuscular fatigue (NMF) when measured in isometric compared with dynamic contractions. The importance of central and peripheral mechanisms contributing to age-related NMF was discussed. METHODS: Medline, EMBASE, Cochrane Central Register of Controlled Trials, and SPORT Discus databases were searched. The combination of terms related to the intervention (fatiguing exercise), population (old people) and outcomes (isometric force and power) were used. This meta-analysis was registered on PROSPERO (CRD42016048389). RESULTS: Thirty-one studies were included. The meta-analyses revealed that force decrease was greater (there was more NMF) in young subjects than their older counterparts when fatigue was induced by isometric tasks (effect size [ES], 0.913; confidence interval [CI], 0.435-1.391; P < 0.001), but not when the fatiguing exercise was performed in dynamic mode (ES, 0.322; CI, -0.039 to 0.682; P = 0.08). Older individuals demonstrated a greater reduction in power after fatigue induced by either dynamic or isometric tasks (ES, -0.891; CI, -1.657 to -0.125; P = 0.023). CONCLUSIONS: There is no difference in the isometric force loss between young and old people when fatigue is induced by dynamic tasks. However, maximal power is more decreased after fatigue tasks in older adults. Thus, the assessment of fatigue (isometric force vs power) must be considered in identifying age-related NMF mechanisms.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,006 | 0,018 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».