Frequency Matters: The Influence of Stimulation Frequency on Force Loss for Human Females and Males
Notice bibliographique
Résumé
PURPOSE: Most studies applying repeated neuromuscular electrical stimulation (NMES) to assess intrinsic contractile properties employ frequencies considerably greater than the mean motor unit discharge rate (MUDR) for a given force level. It is hypothesized that force loss increases with stimulation frequency, but this has not been evaluated in the same pool of participants when other parameters are unchanged. Furthermore, there is a paucity of research investigating possible sex-based differences for force loss during an NMES protocol, with the presence or absence of a group difference seemingly dependent on stimulation frequency. To address these limitations, we compared force loss of electrically evoked contractions at (10 Hz), slightly above (15 Hz), and well above (30 Hz) the expected mean MUDR of the quadriceps at 25% maximal voluntary force. METHODS: On three separate occasions, 24 participants (12 females) received 3 min of intermittent NMES (10, 15, or 30 Hz) over the quadriceps of the dominant leg. RESULTS: Force impairment increased with NMES frequency (19.8 ± 14.5, 42.6 ± 8.1, and 52.9 ± 4.7 for 10, 15, and 30 Hz, respectively), with no significant differences between sexes. Relative to the start of each task, the rates of force development (RFD) and relaxation (RFR) slowed markedly during the 10-, 15-, and 30-Hz fatiguing protocols (RFD: 42.1 ± 13.5, 61.6 ± 13.2, and 75.9 ± 9.8; RFR: 38.0 ± 13.9, 64.2 ± 9.1, and 80.4 ± 5.0, respectively). RFD impairment was less at 10 compared with 15 and 30 Hz, whereas the slowing of RFR increased with NMES frequency. Post-hoc analysis revealed no sex-based differences at any time point for RFD or RFR. CONCLUSIONS: These findings underscore the impact of stimulus frequency on muscle fatigability and highlight a lack of sex-based differences for electrically evoked force loss, emphasizing the need for appropriate frequency selection in NMES protocols.
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 | 0,001 | 0,002 |
| 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) | 0,005 | 0,001 |
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 ».