MétaCan
Menu
Retour à la cohorte
Enregistrement W4387472863 · doi:10.1519/jsc.0000000000004597

Combining Near-Infrared Spectroscopy and Heart Rate Variability Derived Thresholds to Estimate the Critical Intensity of Exercise

2023· article· en· W4387472863 sur OpenAlexaff
Pablo R. Fleitas‐Paniagua, Rafael de Almeida Azevedo, Mackenzie Trpcic, Juan M. Murias, Bruce Rogers

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHeart rateExercise intensityIntensity (physics)Heart rate variabilityCardiologyInternal medicineRespiratory compensationDetrended fluctuation analysisChemistryMathematicsMedicineBlood pressurePhysical therapyPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Fleitas-Paniagua, PR, de Almeida Azevedo, R, Trpcic, M, Murias, JM, and Rogers, B. Combining near-infrared spectroscopy and heart rate variability derived thresholds to estimate the critical intensity of exercise. J Strength Cond Res 38(1): e16-e24, 2024-Critical intensity determination often requires costly tools and several testing sessions. Alternative approaches display relatively large individual variation. Therefore, simpler estimations with improved precision are needed. This study evaluated whether averaging the heart rate (HR) and oxygen uptake (V̇O 2 ) responses associated with the muscle deoxyhemoglobin concentration breakpoint ([HHb] BP ) and the heart rate variability (HRV) given by the detrended fluctuation analysis second threshold (HRVT2) during ramp incremental (RI) test improved the accuracy of identifying the HR and V̇O 2 at the respiratory compensation point (RCP). Ten female and 11 male recreationally trained subjects performed a 15 W·minute -1 RI test. Gas exchange, near-infrared spectroscopy (NIRS), and RR interval were recorded to assess the RCP, [HHb] BP , and HRVT2. Heart rate (mean ± SD : 158 ± 14, 156 ± 13, 160 ± 14 and, 158 ± 12 bpm) and V̇O 2 (3.08 ± 0.69, 2.98 ± 0.58, 3.06 ± 0.65, and 3.02 ± 0.60 L·minute -1 ) at the RCP, [HHb] BP , HRVT2, and HRVT2&[HHb] BP average (H&H Av ), respectively, were not significantly different ( p > 0.05). The linear relationship between H&H Av and RCP was higher compared with the relationship between [HHb] BP vs RCP and HRVT2 vs RCP for both HR ( r = 0.85; r = 0.73; r = 0.79, p > 0.05) and V̇O 2 ( r = 0.94; r = 0.93; r = 0.91, p > 0.05). Intraclass correlation between RCP, [HHb] BP , HRVT2, and H&H AV was 0.93 for V̇O 2 and 0.79 for HR. The [HHb] BP and the HRVT2 independently provided V̇O 2 and HR responses that strongly agreed with those at the RCP. Combining [HHb] BP and the HRVT2 resulted in estimations of the V̇O 2 and HR at the RCP that displayed smaller variability compared with each modality alone.

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)0,009
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,448

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,038
Tête enseignante GPT0,386
Écart entre enseignants0,348 · 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'étudeObservationnel
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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207