MétaCan
Menu
Retour à la cohorte
Enregistrement W3215251329 · doi:10.3389/fphys.2021.786752

Myoelectric Activity and Fatigue in Low-Load Resistance Exercise With Different Pressure of Blood Flow Restriction: A Systematic Review and Meta-Analysis

2021· review· en· W3215251329 sur OpenAlexaff
Victor Sabino de Queirós, Ingrid Martins de França, Robert Trybulski, João Guilherme Vieira, Ísis Kelly dos Santos, Gabriel Rodrigues Neto, Michał Wilk, Dihogo Gama de Matos, Wouber Hérickson de Brito Vieira, Jefferson da Silva Novaes, Piotr Makar, Breno Guilherme de Araújo Tinôco Cabral, Paulo Moreira Silva Dantas

Notice bibliographique

RevueFrontiers in Physiology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésMeta-analysisMedicineResistance trainingBlood flow restrictionRandomized controlled trialPhysical therapyCINAHLBlood pressureInternal medicinePhysical medicine and rehabilitationPsychological intervention

Résumé

récupéré en direct d'OpenAlex

Background: Low-load resistance exercise (LL-RE) with blood flow restriction (BFR) promotes increased metabolic response and fatigue, as well as more pronounced myoelectric activity than traditional LL-RE. Some studies have shown that the relative pressure applied during exercise may have an effect on these variables, but existing evidence is contradictory. Purpose: The aim of this study was to systematically review and pool the available evidence on the differences in neuromuscular and metabolic responses at LL-RE with different pressure of BFR. Methods: The systematic review and meta-analysis was reported according to PRISMA items. Searches were performed in the following databases: CINAHL, PubMed, Scopus, SPORTDiscus and Web of Science, until June 15, 2021. Randomized or non-randomized experimental studies that analyzed LL-RE, associated with at least two relative BFR pressures [arterial occlusion pressure (AOP)%], on myoelectric activity, fatigue, or metabolic responses were included. Random-effects meta-analyses were performed for MVC torque (fatigue measure) and myoelectric activity. The quality of evidence was assessed using the PEDro scale. Results: Ten studies were included, all of moderate to high methodological quality. For MVC torque, there were no differences in the comparisons between exercise with 40–50% vs. 80–90% AOP. When analyzing the meta-analysis data, the results indicated differences in comparisons in exercise with 15–20% 1 repetition maximum (1RM), with higher restriction pressure evoking greater MVC torque decline (4 interventions, 73 participants; MD = −5.05 Nm [95%CI = −8.09; −2.01], p = 0.001, I 2 = 0%). For myoelectric activity, meta-analyses indicated a difference between exercise with 40% vs. 60% AOP (3 interventions, 38 participants; SMD = 0.47 [95%CI = 0.02; 0.93], p = 0.04, I 2 = 0%), with higher pressure of restriction causing greater myoelectric activity. This result was not identified in the comparisons between 40% vs. 80% AOP. In analysis of studies that adopted pre-defined repetition schemes, differences were found (4 interventions, 52 participants; SMD = 0.58 [95%CI = 0.11; 1.05], p = 0.02, I 2 = 27%). Conclusion: The BFR pressure applied during the LL-RE may affect the magnitude of muscle fatigue and excitability when loads between 15 and 20% of 1RM and predefined repetition protocols (not failure) are prescribed, respectively. Systematic Review Registration: [ http://www.crd.york.ac.uk/prospero ], identifier [CRD42021229345].

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0210,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,279
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetCardiovascular and exercise physiologyTravaux en français237 207