运动时疼痛的时空模式

1. Intro Pain 最近被定义为与感觉、认知、情感和社会成分的实际或潜在组织损伤相关的痛苦体验。 疼痛可以被视为体育锻炼中的感知标记。 个人可以报告许多感知标记，例如用力疼痛的变化，这被证明是与骑自行车期间 PE 报告不同的信息来源。 在运动环境中，疼痛的感知标记仍然很少被研究。

   另一方面，为了更好地理解用力性疼痛，需要考虑疼痛的几个维度，包括感觉-辨别、情感-动机和认知-评估维度。 运动科学中的多项研究都集中在疼痛的感觉-辨别维度上。 这些结果表明，在不同的努力设置中，包括骑自行车、静态和动态手柄挤压以及增量跑步机跑步，疼痛感知与功率输出之间存在线性关系。 事实上，比较骑自行车和跑步时腿部疼痛与手臂疼痛的比率也表明，腿部疼痛与手臂疼痛的比率随着强度的增加而增加。

   然而，大多数现存的工作都从基于群体的角度集中在疼痛和 PE 上，以得出基于群体的结论。 传统上，在运动科学中，变量是在不同的低频时间点测量的，然后在试验过程中取平均值或在测量时间报告。 反过来，这种做法使测量这些变量中固有的动态前馈和反馈控制机制变得困难。 综上所述，在高频时间点设置下，从个体、个案的角度研究疼痛和不适可能会带来独特的好处。 考虑到在以 15 秒的测量频率报告时，生理和心理变量（例如 PE）在大功率恒定功率循环期间会出现波动，因此假设疼痛位置也会波动似乎是合理的。 因此，在运动过程中区分不同类型的时空疼痛波动模式可能很有用。 映射这些动态可以帮助预测运动过程中个体特定的疲劳。 波动动力学的功能作用已经在心理（例如，意志状态、思维过程）和运动学变量中进行了研究，直到意志力竭为止。 这些方法很重要，因为通过统计平均执行的个体内部变异性的抑制可能会隐藏个体系统的属性。

   本着这种精神，我们倾向于研究和描述运动中的个体化疼痛和不适模式。 本研究的目的是研究运动过程中感知身体不适和疼痛的拓扑定义区域的个体时空结构和动力学。

2. 方法 2.1 参与者 为了确定本研究的样本量，使用 G*Power 3.1 进行了功效分析。 在思维过程的研究中，已经报道了更大的影响大小。 因此，使用 d = 1.0、α < 0.05、功效 (1 - β) = 0.80 的效应大小，出现了 n = 11 的样本大小。 定期进行有氧运动的高加索体育学生（年龄范围：18-30 岁）将被招募自愿参加研究。 学生将收到有关该研究的口头和书面信息。 如果仍有任何歧义，他们将被额外鼓励提问。

2.2 材料和程序 完成本研究共需三节课，间隔一周，每节课时长约 30 分钟。 在第一周，参与者将完成基线增量循环和跑步测试，以确定与其 RPE（6-20 博格量表）= 15（即重）对应的工作量和速度值。 此时，参与者还将熟悉人体图的使用和报告程序。 在第二周和第三周，参与者将按照平衡分配的顺序分别完成恒功率循环和恒速跑步任务。

2.2.1. 监测不适和疼痛 在运动过程中，每隔 15 秒，根据研究人员的提示，参与者将在身体地图刻度上报告身体不适和疼痛的位置。

2.2.2. 恒功率循环任务 该任务将包括增量热身课程和恒功率循环，直至意志力竭。 当参与者在增量热身期间报告 RPE = 15 时，恒功率循环将开始，循环任务将持续到意志力竭。 当参与者无法在坐姿连续五秒内以固定节奏循环更长的时间时，将设定终点。

2.2.3. 恒速跑步任务 该任务将包括增量热身（与跑步基准测试相同）和恒速跑步，直至意志力竭。 当参与者在增量热身期间达到并报告 RPE = 15 时，恒速运行将开始，并且当他们不再能够保持施加的速度时，将持续到意志力竭。

2.2.4. 承诺检查 完成所有测试程序后，参与者将回答有关完全承诺的问题，以衡量他们对报告任务 (a) 的承诺水平和对任务 (b) 的承诺，采用 11 分李克特式量表，锚点范围从 0 （完全没有）到 10（非常好）。

2.3 数据收集和分析 每个参与者的所有位置都将转换为二进制向量。 调查人员将使用重复测量方差分析分析时间步长的影响。 主成分分析 (PCA) 将用于减少局部不适和/或疼痛数据（将从 50 项疼痛图获得）的维数。 每个测试会话的数据和时间将在列表中报告。 可以为每个参与者重建所有数据。