レジスタンス運動は、教育中および睡眠中の教授の心血管反応を修正します

実験手順 本研究の仮説を検証するために、人体計測特性の評価、病歴と日常生活習慣をカバーするインタビュー、および 1 期間の別の 3 つの異なる実験セッションからなる 1 回の最大繰り返しテストを使用した強度評価の後、 7 日間、常に同じ時間帯にランダムな順序で、大学教授に適用されました。 各実験セッション中の介入は、40% 1 回の最大反復 (低強度)、80% 1 回の最大反復 (高強度) の強度の抵抗運動、および運動なしのコントロールで構成されていました。 さまざまな介入の前と 24 時間後、大学教授の授業時間と睡眠時間に重点を置いて、血行動態と心臓の自律神経反応を調べました。

実験セッション 参加者は、実験セッションの 24 時間前からアルコールとカフェインの摂取を避けるように指示されました。 さらに、この同じ期間、参加者は中程度または激しい身体活動を行わないように求められました. 実験セッションはランダムな順序で実行され、それぞれ午前 9 時から 10 時までの 7 日間の期間で区切られました。 すべてのセッションは、教授が授業を行っている日の午後 7 時から 10 時の間に行われました。 3回の実験セッションで、教授は同じクラスと同じ科目を教えました。

介入前: 各介入の前に、実験室の静かな部屋で騒音の影響を受けず、室温が 22 ～ 24 ℃ の状態で 20 分間座ったままでした。 この間、5 分ごとに血圧測定値が取得され、R-R 間隔 (心周期間の 2 つの連続する R 波間の経過時間) が連続的に記録されました。 R-R 間隔の記録に基づく平均血圧と心拍変動の指標は、介入前の休息期間について考慮されました。

介入: 抵抗運動の強度は、以前の研究に基づいて定義されました。 これらの研究では、低強度 (1 回の最大反復回数の 40%) と高強度 (1 回の最大反復回数の 80%) の両方のレジスタンス運動セッションが、正常血圧者の実行後の期間に正の血圧反応を促進することがわかりました。 低強度および高強度の抵抗運動とコントロールのセッションは、それぞれ 40 分間続きました。 抵抗運動を伴うセッションでは、それぞれ 7 つの運動を含む 3 つのサーキットが、1 回の最大繰り返しテストの同じシーケンスで実行されました。 低強度と高強度の場合、エクササイズごとにそれぞれ 60 秒と 90 秒、サーキット間で 120 秒の間隔で、16 回と 8 回の繰り返しが実行されました。 低強度と高強度の両方でのエクササイズの反復時間は 3 秒で、運動の同心期で 1 秒、偏心期で 2 秒でした。 コントロールセッションでは、参加者は抵抗運動セッションと同じ環境で快適な椅子に座ったままでした。

介入後: 介入期間が完了すると、参加者はその後の血行動態および心臓の自律神経評価のための機器の設置のために入浴することが許可されました。 その後の 24 時間、日中は 15 分ごと、夜間は 30 分ごとに血圧モニタリングを実施しました。 その後の 24 時間、R-R 間隔の記録が連続して取得されました。 24 時間の期間の終わりに、ボランティアは実験室に戻り、測定機器を取り外しました。 外来血圧モニタリングでは、記録が 80% を超える妥当性で発生した場合、テストは有効であると見なされました。

血行動態および自律神経の評価 すべての参加者は、血行動態および自律神経の評価の日に毎日の食事を維持するように指示されました。 適切に検証された Meditech Ambulatory Blood Pressure Monitoring-04 を使用して、介入前および介入後の期間における収縮期血圧および拡張期血圧の血行力学的評価を行いました。 Polar® RS800CX 周波数計 (Electo Oy、ケンペレ、フィンランド) も有効性と再現性が実証されており、同じ期間の心臓自律神経評価に使用されました。 調べた自律神経指標は、1) R-R 間隔の絶対平均記録からの時間領域での線形法。 2) 交感神経活動のマーカーとして正規化単位で低周波パワー (0.04/0.15 Hz)、正規化単位で高周波パワー (0.15/0.40 Hz) を含む、高速フーリエ変換によるスペクトル分析による周波数領域の方法交感神経と迷走神経のバランスのマーカーとしての低周波:高周波比。 すべての指標は欧州心臓病学会によって記述されており、すべての分析はソフトウェア Kubios Heart Rate Variability Analysis バージョン 2.0 (Biosignal Laboratory、クオピオ大学、フィンランド) を使用して実行されました。

すべての変数は、介入前と介入後 24 時間分析されました。 また、昼と夜の時間を採用し、収縮期血圧と拡張期血圧から、日中（覚醒時）と夜間（睡眠時）の平均血圧を算出しました。 夜間血圧低下率は、昼間と比較した夜間の血圧低下率（夜間：昼間比）から算出した。 朝の血圧上昇分で、朝の血圧（起床後2時間の平均血圧）と夜間の最低血圧（最低血圧の平均）との差から算出される朝の血圧上昇値。圧力と最低値の直前と直後の 2 つの測定値) も分析されました。

統計分析 平均および平均の標準偏差または標準誤差を含む記述統計を採用した。 すべての変数は絶対変動で表示されます (Δ = ベースラインとセッション後のさまざまな時間の差)。 血圧低下のパーセンテージと朝の血圧上昇を計算するための数学的手順が実行されました。 データの正規性は、Shapiro-Wilk 検定を使用した探索的分析によって検証されました。 セッションごとの時間 (時間*セッション) と時間 (時間) の主な交互作用効果を確認するために、「F 比」と「p 値」を報告する双方向反復測定分散分析が適用されました。 統計的に有意な効果が見つかった場合は、複数の比較のために事後テューキー検定が採用され、「p」値が報告されました。 最初は、変数の低周波:高周波比は非正規分布でした。ただし、正規分布モデルを満たすようにスケールを調整するために、自然対数変換が実行されました。 この研究で使用された有意水準は p<0.05 で、使用されたソフトウェア プログラムは BioEstat v. 5.3 および Statistica® v. 7.0 でした。