Leg muscle strength and power predict rating of perceived effort during cardiopulmonary exercise testing
Notice bibliographique
Résumé
The effort required to cycle progressively intensifies during an incremental exercise test. The determinants of the perceptions of leg cycling effort have not been assessed in large samples where sufficient response variation permits definitive characterization of relationships to better inform the use of ratings of perceived exertion. The perceived intensities of the effort required to cycle was rated during an incremental exercise test to symptom-limited capacity by 35,597 participants (53 ± 17 yrs, 60 % male) referred from 1988 to 2012 using a 0–10 scale (modified Borg scale). Height, weight, age, muscle strength, pulmonary function, hemoglobin, and arterialized capillary blood gases were measured and assessed for their predictive capacity for ratings of perceived exertion. In this sample, the perceived effort required to cycle was determined by cycling power (power) and the maximum cycling power output (P MAX ) according to the following equation: perceived leg cycling effort = power 2.12 • P MAX −1.86 (r = 0.8159). Forward stepwise linear regression revealed that there was additional predictive capacity with the addition of quadriceps strength to the equation while the additional inclusion of height, age and sex to the relationships contributed minimally. As the P MAX achieved was dependent on leg strength the findings of this study suggest that assessment of muscle-specific strength may be used to predict perceived leg cycling effort when completion of an incremental cycling test is not feasible. This is highly relevant knowing the technical and physiological limitations that present barriers to widespread use of incremental exercise testing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».