スポーツ科学の学生における方向転換タスク中の全身運動戦略と膝の力学に対する神経筋トレーニングの影響

研究デザインと参加者

これは、スポーツ科学の学生の COD 運動戦略に対する 2 つの神経筋トレーニング介入 (多方向対線形スプリント トレーニング) の効果を調査し、並行してフィールドベースの COD 運動評価の方法論的フレームワークを開発するための準無作為化試験です。 この試験は ClinicalTrials.gov に登録されます 倫理的な承認が与えられた後。 先験的なサンプルサイズの推定は、生体力学を定量化し、 COD タスク中の神経筋欠損 [重要なグループ x 時間の相互作用、Cohen の f2 = 0.63 (右脚) - 1.00 (左脚)]。 アプリオリな有意水準 alpha = 0.05 と望ましい検出力 0.8 を使用して、必要な最小サンプル サイズは G*Power v3.1.9.7 で推定され、N = 8 (各トレーニング グループで n = 4) のみでした。 ただし、この以前の研究に関する懸念の 1 つは、CMAS 評価者がグループの割り当てについて盲検化されておらず、潜在的な系統的バイアスと過大評価された効果サイズにつながることです。 2 つ目の懸念は、複数の生体力学的障害と神経筋障害を組み合わせた CMAS です (例: 外反膝、体幹の外側屈曲、股関節の内旋など) を 1 つの集計スコアにまとめると、単一の生体力学的変数 (例: 現在の研究のように膝の外転の瞬間）。 これらの考慮事項に基づいて、N = 40 人のスポーツ科学の学生 (MD および LS では n = 20) の必要なサンプル サイズが選択されました。 予想される脱落率が 25% の場合、少なくとも N = 30 の参加者のこのサンプルでは、​​中程度から強い相互作用効果 (Cohen の f2 > 0.3) を検出力 0.8 以上で検出できます。

実験プロトコル

すべての参加者は、最初の習熟セッション (WN 40) に参加して、COD タスクの実行を練習し、トレーニング介入の内容と目標に関する情報を受け取ります。 ベースライン テスト (WN 40-41)、フォローアップ テスト (WN 49-50)、および保持テスト (WN2-4、2022) は、ISW インスブルックの研究所 Pulverturm で実施され、同じテスト プロトコルに従います。 参加者は、3D モーション分析用の 47 個の再帰反射マーカー (拡張された全身 PlugIn Gait モデル、10 台のカメラ、200 Hz) と、表面筋電図 (sEMG、2000 Hz) および慣性セグメント データ (200 Hz) の組み合わせ測定用の 14 個のセンサーを装備します。 (Noraxon Ultium、Noraxon Inc.、米国アリゾナ州スコッツデール)。 その後、参加者はエアロバイクで 5 分間のウォームアップを行った後、FIFA11+ プログラムの最初のランニング エクササイズを行うよう求められます。 標準化された手動テストに従って、足首の底屈/背屈、膝の屈曲/伸展、股関節の伸展/屈曲、および股関節外転の最大随意収縮 (MVC) が得られます。 参加者の解剖学的構造に関する IMU の位置と方向は、測定開始前に撮影された画像とキャリブレーションの動きに基づいて決定されます。 4 回の練習試行が成功した後、参加者は、45 度の切断角度 (COD45) で 10 回の COD 動作を完了し、135 度の切断角度 (COD135) で 10 回の COD 動作を完了し、常に右足を地面に置いて切断するよう求められます。 - 埋め込みフォースプレート (1000 Hz、Kistler、Winterthur、スイス)。 各 COD 移動のアプローチ速度と出口速度は、アプローチ ゾーンと出口ゾーン (イタリア、ボルツァーノの Witty、Microgate、ボルツァーノ) 内に配置された光タイミング ゲートによって測定されるように、約 4.5 m/s (COD45) と 4 m/s (COD135) に制御されます。 ）。 試行間の 1 分間とブロック間の 5 分間の休憩時間 (COD45 対 COD135) は、神経筋疲労の蓄積を回避します。

データ分析

3D マーカー軌跡と力データを入力 (最適モーション キャプチャ、OMC、モデル) として使用すると、全身運動学、3D 関節モーメント、筋力、ACL ひずみが、OpenSim の逆運動学と EMG に基づく最適化手順を使用して推定されます ( v.4.2) と FE シミュレーションの組み合わせ。

慣性センサー データのみを入力 (慣性モーション キャプチャ、IMC、モデル) として使用し、全身運動学、3D 関節モーメント、筋力、ACL ひずみは、FE シミュレーションと組み合わせた IMU 追跡および最適制御アルゴリズムを使用して推定されます。 この後者のアプローチは斬新で、現在開発中です。

右脚の筋肉活性化パターンは、筋肉相乗効果分析 [各テスト時点 (ベースライン、フォローアップ 1、フォローアップ 2) ごとに 1 つの筋肉相乗効果モデル] によってさらに分析され、その筋肉相乗効果ベクトルと相乗効果に従って定量化されます。アクティベーション プロファイル。 具体的には、相乗効果ベクトルごとの筋肉の数と筋肉相乗効果ベクトルの形状は、追加の従属変数として機能します。

統計

目的 1 & 2: NMT および COD 手法の修正介入が運動学的、運動学的 (OMC モデル)、および EMG 関連の結果変数に与える影響は、被験者間因子「グループ」を使用した反復測定 ANOVA (MD対 LS) および被験者内因子「時点」(ベースライン、フォローアップ、保持)。 帰無仮説 H1 は、アルファ = 0.05 の事前有意水準で有意な相互作用効果「グループ x 時点」がある場合に棄却されます。 相互作用効果、つまり、参加者の性別または潜在的な他の共変量による効果の修正 (例: ベースライン COD パフォーマンス) は、追加の 3 因子反復測定 ANOVA で調査されます。 事後テストでは、各グループの時点間の従属変数の変化を調査します。

目的 3: IMC モデルの有効性は、OMC モデルに基づく変数と比較して、IMC モデルに基づく従属変数の系統的バイアスと確率誤差を推定するために、Bland & Altman の一致限界に基づいて決定されます。 IMC モデルは、介入グループのベースラインとフォローアップ テストの間の対応する変数の観察された変化よりも一致の限界が小さい場合に有効であると見なされます。

倫理的配慮 / リスクベネフィット分析 / 保険情報

すべての参加者はスポーツ科学の学生であるため、多方向スポーツに関連する怪我のリスクに頻繁に遭遇します。 したがって、この研究の参加者の怪我のリスクは、日常生活よりも高くなりません。 参加者がこの研究中にけがを負ったというまれなケースでは、インスブルック大学のすべての学生に提供される傷害保険でカバーされます。 さらに、両方のトレーニンググループのトレーニングの一部である FIFA11+ NMT プログラムがスポーツ傷害のリスクを効果的に軽減することが示されていることを考えると、すべての参加者は現在の研究に参加することで恩恵を受けるでしょう。 全体として、この研究の利点はリスクを上回ります。