Neuromuscular Performance Among Covid-19 Survivors
Notice bibliographique
Résumé
Most individuals who contract SARS-CoV-2 recover. However, some report lingering fatigue and weakness, independent of the clinical symptoms during illness. PURPOSE: To examine differences in neuromuscular function between COVID-19 survivors and healthy young adults. METHODS: 12 healthy (24.4 ± 2.6 yrs) and 10 COVID-19 survivors (25.9 ± 1.7 yrs), 5.1 ± 3.8 months following contracting SARS-CoV-2. None of the survivors were hospitalized, but all reported various symptoms during and following illness. A subsample of 4 COVID-19 survivors reported systemic daily fatigue symptoms. Participants performed 5 s maximal isometric knee extensions (MVC), 10s submaximal contractions (25% and 70%MVC), and a fatiguing contraction (MVC to exhaustion). Volitional activation was determined during MVC, using the interpolated twitch technique. Bipolar electromyography (EMG) was used to characterize muscle activity. Muscle size was assessed using ultrasound. RESULTS: No differences were observed between healthy and COVID-19 groups in anthropometric measures, including quadriceps muscle depth (3.3 ± 0.8 and 3.4 ± 0.9 cm, respectively). There were no differences in muscle performance (peak torque: 2.3 ± 0.9 and 2.9 ± 1.0 Nm/kg, rate of torque development: 1211 ± 519 and 1249 ± 512 Nm/s, respectively), volitional activation (94.3 ± 4.8 and 95.6 ± 4.5%, respectively) and other neuromuscular measures (EMG amplitude, coactivation), between groups during MVC or submaximal contractions. During fatiguing contraction, the rate of perceived exertion and rate of torque reduction were not different between groups. However, among the subsample of survivors experiencing daily fatigue, the rate of torque reduction was significantly greater than healthy (0.84 ± 0.26 vs. 0.39 ± 0.10 %MVC/%time, respectively, p = .02). CONCLUSIONS: Past COVID-19 infection does not affect brief maximal and submaximal neuromuscular performance. However, prolonged contractions may be compromised among survivors who experience fatigue during daily life. Sandwich Scholarship, Haifa University
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 ».