MétaCan
Menu
Retour à la cohorte
Enregistrement W4225399951 · doi:10.1096/fasebj.2022.36.s1.r2183

Prolonged Low Frequency Force Depression Assessed Using Isometric and Isotonic Contractions Following a Dynamic Fatiguing Task

2022· article· en· W4225399951 sur OpenAlexafffund
Michael T. Paris, Alexander M. Zero, Charles L. Rice

Notice bibliographique

RevueThe FASEB Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace and Aviation Technology
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIsometric exerciseIsotonicDepression (economics)Physical medicine and rehabilitationMedicineInternal medicineEconomics

Résumé

récupéré en direct d'OpenAlex

Background Neuromuscular fatigue induced by contractile activity can lead to prolonged depression of muscle forces evoked through low frequency electrical stimulations, termed prolonged low‐frequency force depression (PLFFD). PLFFD is assessed as the ratio of forces evoked from low (e.g., 10 Hz) and high (e.g., 50 Hz) frequency stimulations, which has been examined most often using isometric contractions. However, fatigue is task specific, and it is unknown if PLFFD induced via dynamic contractions is accurately characterized using isometric torque, as it is not influenced by the velocity or power components of dynamic movements. Objectives and Hypotheses Our primary objective was to compare isometric and dynamic PLFFD following a concentric fatiguing task in healthy young adults. We hypothesized that both isometric and dynamic PLFFD will be impaired following the task but dynamic PLFFD will be reduced to a greater extent. Methods Young (18‐35 years) males (n=5) and females (n=1) performed a prone, knee straight (180°) concentric plantar flexion fatiguing task (Humac Norm). The task involved maximal velocity isotonic‐like contractions at a resistance of 15% maximal voluntary contraction (MVC) through a 30° ankle range of motion (90° to 120° plantar flexion) until a 75% reduction in peak power. To assess PLFFD, contractions were electrically evoked at 10 Hz and 50 Hz via tibial nerve stimulation using a current that elicited maximal isometric 50 Hz torque. Isometric (joint ankle 90°) and isotonic (5% MVC load) PLFFD were assessed as the ratio of 10 to 50 Hz for peak torque and peak power, respectively. Recovery of isotonic and isometric PLFFD (Figure 1), MVC, and voluntary peak power (5% MVC load) was evaluated at 0‐, 2.5‐, 5‐, 10‐, 20‐, and 30‐minutes post task failure. Results On average (±SD), participants performed 151 ±47 contractions, which resulted in an ~74% reduction in peak power. Isometric (~6%) and isotonic (~8%) 10:50 Hz ratios were similarly reduced following task failure (Figure 2). However, at 2.5‐ and 5‐minutes, isotonic PLFFD was further reduced (~15% and ~21%, respectively), but isometric PLFFD remained relatively unchanged (~0% and ~5%, respectively). By 10 minutes of recovery, isotonic and isometric PLFFD were reduced compared to baseline, which remained until the 30 minute time point (~31% and ~20%, respectively). Voluntary peak power was reduced more than isometric MVC at task failure (~44% vs. ~29%), but both recovered similarly by 30 minutes (~8% vs. ~13%). Conclusions This preliminary analysis observed that PLFFD assessed using isometric and isotonic contractions are similarly reduced following task failure; however, differences in the degree of depression may exist throughout 30 minutes of recovery, particularly within the early (<10 minutes) phase. These results demonstrate that PLFFD can be assessed using isotonic contractions, which may have implications for better understanding fatigue responses during dynamic tasks.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,008
Tête enseignante GPT0,233
Écart entre enseignants0,225 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAerospace and Aviation TechnologyTravaux en français237 207