The addition of blood flow restriction during resistance exercise does not increase prolonged low‐frequency force depression
Notice bibliographique
Résumé
Abstract At a given exercise intensity, blood flow restriction (BFR) reduces the volume of exercise required to impair post‐exercise neuromuscular function. Compared to traditional exercise, the time course of recovery is less clear. After strenuous exercise, force output assessed with electrical muscle stimulation is impaired to a greater extent at low versus high stimulation frequencies, a condition known as prolonged low‐frequency force depression (PLFFD). It is unclear if BFR increases PLFFD after exercise. This study tested if BFR during exercise increases PLFFD and slows recovery of neuromuscular function compared to regular exercise. Fifteen physically active participants performed six low‐load sets of knee‐extensions across four conditions: resistance exercise to task failure (RETF), resistance exercise to task failure with BFR applied continuously (BFRCONT) or intermittently (BFRINT), and resistance exercise matched to the lowest exercise volume condition (REVM). Maximal voluntary contraction (MVC) force output, voluntary activation and a force–frequency (1–100 Hz) curve were measured before and 0, 1, 2, 3, 4 and 24 h after exercise. Exercise to task failure caused similar reductions at 0 h for voluntary activation (RETF = 81.0 ± 14.2%, BFRINT = 80.9 ± 12.4% and BFRCONT = 78.6 ± 10.7%) and MVC force output (RETF = 482 ± 168 N, BFRINT = 432 ± 174 N, and BFRCONT = 443 ± 196 N), which recovered to baseline values between 4 and 24 h. PLFFD occurred only after RETF at 1 h supported by a higher frequency to evoke 50% of the force production at 100 Hz (1 h: 17.5 ± 4.4 vs. baseline: 15 ± 4.1 Hz, P = 0.0023), BFRINT (15.5 ± 4.0 Hz; P = 0.03), and REVM (14.9 ± 3.1 Hz; P = 0.002), with a trend versus BFRCONT (15.7 ± 3.5 Hz; P = 0.063). These findings indicate that, in physically active individuals, using BFR during exercise does not impair the recovery of neuromuscular function by 24 h post‐exercise.
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 | 0,001 |
| 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) | 0,002 | 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 ».