Expiratory flow limitation in highly trained endurance athletes: The role of FEF25–75% and ventilatory capacity during treadmill running
Notice bibliographique
Résumé
Background Expiratory flow limitation (EFL) during exercise in highly trained individuals is thought to result from increased ventilatory demands that exceed the capacity of the respiratory system, which does not fully adapt to exercise training. Reduced forced expiratory flow between 25 and 75% of forced vital capacity (FEF 25-75% ), a marker of small airway function, may contribute to EFL by limiting the maximum expiratory flows available during the hyperpnea of exercise. This study investigated whether FEF 25-75% , peak minute ventilation (V̇ E ), and breathing patterns differ between highly trained endurance athletes with and without EFL. Methods Forty highly trained endurance athletes (20 males and 20 females; V̇O 2 max: 59.6±9.2 mL∙kg -1 ∙min -1 ) completed spirometry and a maximal incremental cardiopulmonary treadmill exercise test. EFL was assessed by superimposing tidal flow-volume loops within the maximum flow-volume loop according to end-expiratory lung volume. Results During maximal exercise, 40% of participants ( n = 16: 7 males, 9 females) developed EFL, with no significant sex differences ( P >0.05). Athletes with EFL had significantly lower FEF 25-75% (3.45±0.78 vs. 4.16±0.98 L∙s -1 , P= 0.020, d = 0.802) and a higher ventilatory demand-to-capacity ratio (V̇ E /V̇ Ecap ) (0.86±0.14 vs. 0.66±0.11, P <0.01, d = 1.589) compared to those without EFL. There were no significant differences in absolute tidal volume, breathing frequency or V̇ E between groups ( P >0.05). Conclusion In a homogeneous cohort of highly trained endurance athletes, EFL during maximal treadmill exercise appears to be primarily driven by a reduced capacity to generate expiratory flow, as evidenced by lower FEF 25-75%, rather than differences in ventilatory demand.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».