Hypoxia And Blood Flow Restriction Increases Peripheral Fatigue During Repeated Sprint Exercise
Notice bibliographique
Résumé
PURPOSE: Peripheral muscle fatigue, acting directly and via its influence over central motor output, is a significant determinant of exercise performance. However, little is known about the influence of the muscle function in a hypoxic versus ischemic environment on the performance. This study examined the progression of peripheral fatigue during repeated sprint exercise (RSE) to exhaustion in environments of normoxia (N) and hypoxia (H) with the addition of occlusion via blood flow restriction (BFR). METHODS: 10 active individuals (age 27.7 ± 3.3 yrs; body mass 68.9 ± 11.8 kg; height 171.8 ± 4.3 cm) performed RSE (10-s maximal sprint followed by 20-s recovery) until exhaustion on a recumbent bike in 4 randomized conditions [normoxia, N; normoxia with 45% BFR (N-BFR); normobaric hypoxia simulating 3800 m (H); H with 45% BFR (H-BFR)]. During pre-RSE, after each 5 sprints (normalized, mid 20-40-60-80-100% of sprints), post-1 immediate, and post-2 3 min after RSE, pedals were blocked, and neuromuscular testing was performed. Maximum voluntary isometric contraction (MVIC) and evoked forces including high frequency doublet (Db100) and the ratio of electrical stimulation delivered at 10 Hz and 100 Hz (Db10:100) were measured. RESULTS: MVIC force reductions from pre- to post-RSE are seen in the figure. Condition main effects showed Db100 was greater in H-BFR than both N and N-BFR (128.8 ± 46.9, 114.4 ± 39.9, 114.6 ± 44.4 N, respectively, all p < 0.05). The Db10:100 ratio was greater in H-BFR than both N and N-BFR (78 ± 14, 74 ± 16, 74 ± 13%, respectively, all p < 0.05), possibly indicating low-frequency fatigue (LFF). CONCLUSIONS: Performing RSE to exhaustion demonstrated that, especially for BFR conditions, peripheral fatigue increases progressively and that the condition H-BFR elicits greatest levels of muscle fatigue. Regardless of normoxia or hypoxia, the addition of BFR increases total and peripheral fatigue, decreases force output, and increases the probability of LFF .
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 | 0,000 |
| 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) | 0,001 | 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 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 ».