运动科学专业学生在变向任务中神经肌肉训练对全身运动策略和膝关节力学的影响

研究设计和参与者

这是一项半随机试验，旨在研究两种神经肌肉训练干预（多向与线性冲刺训练）对运动科学专业学生的 COD 运动策略的影响，同时开发基于现场的 COD 运动评估的方法框架。 该试验将在 ClinicalTrials.gov 注册 在获得伦理批准后。 基于先前的非随机对照试验报告了 6 周 COD 技术修改对切割运动评估评分 (CMAS) 的强烈有益影响，进行了先验样本量估计，CMAS 是一种量化生物力学和COD 任务期间的神经肌肉缺陷 [显着组 x 时间相互作用，Cohen 的 f2 = 0.63（右腿）- 1.00（左腿）]。 在先验显着性水平 alpha = 0.05 和所需功效 0.8 的情况下，在 G*Power v3.1.9.7 中估计所需的最小样本量仅为 N = 8（每个训练组中 n = 4）。 然而，这项先前研究的一个问题是，CMAS 评分者并未对分组分配视而不见，从而导致潜在的系统偏差和高估的效应量。 第二个问题是 CMAS，它结合了多种生物力学和神经肌肉缺陷（例如 与单一生物力学变量（例如， 膝盖外展时刻）就像在当前的研究中一样。 基于这些考虑，选择了 N = 40 名运动科学专业学生（医学博士和 LS 为 n = 20）的所需样本量。 预计退出率为 25%，这个至少有 N = 30 名参与者的样本将能够检测到中度到强烈的交互作用（Cohen 的 f2 > 0.3），功效至少为 0.8。

实验方案

所有参与者都将参加第一次熟悉会议 (WN 40)，以练习 COD 任务的执行并接收有关培训干预的内容和目标的信息。 基线测试 (WN 40-41)、后续测试 (WN 49-50) 和保留测试 (WN2-4, 2022) 将在 ISW 因斯布鲁克的 Pulverturm 实验室进行，并将遵循相同的测试协议。 参与者将配备 47 个用于 3D 运动分析的反光标记（扩展的全身 PlugIn 步态模型，10 个摄像头，200 Hz）和 14 个用于表面肌电图（sEMG，2000 Hz）和惯性段数据（200 Hz）组合测量的传感器(Noraxon Ultium, Noraxon Inc., Scottsdale, AZ, USA) 右腿。 之后，参与者将被要求在固定自行车上热身五分钟，然后进行 FIFA11+ 计划的初始跑步练习。 根据标准化手动测试，将获得踝关节跖屈/背屈、膝关节屈曲/伸展、髋关节伸展/屈曲和髋关节外展的最大自主收缩 (MVC)。 IMU 相对于参与者解剖结构的位置和方向将根据测量开始前拍摄的图像和校准运动来确定。 经过四次成功的练习试验后，参与者将被要求完成 10 个 45 度切割角度的 COD 动作（COD45）和 10 个 135 度切割角度的 COD 动作（COD135）始终用右脚在地面上种植和切割-嵌入式测力台（1000 Hz，Kistler，温特图尔，瑞士）。 每个 COD 运动的接近和退出速度将控制在大约 4.5 m/s (COD45) 和 4 m/s (COD135)，这是通过放置在接近和退出区域（Witty，Microgate，Bolzano，意大利）内的光学计时门测量的). 试验之间一分钟的休息时间和块之间五分钟的休息时间（COD45 与 COD135）将避免神经肌肉疲劳的累积。

数据分析

使用 3D 标记轨迹和力数据作为输入（最佳运动捕捉、OMC、模型）、全身运动学、3D 关节力矩、肌肉力和 ACL 应变将使用 OpenSim 中的逆向运动学和 EMG 信息优化程序进行估计（ v.4.2) 结合有限元模拟。

仅使用惯性传感器数据作为输入（惯性运动捕捉、IMC、模型），全身运动学、3D 关节力矩、肌肉力和 ACL 应变将使用 IMU 跟踪和最优控制算法与 FE 模拟相结合进行估计。 后一种方法是新颖的，目前正在开发中。

将通过肌肉协同分析 [每个测试时间点（基线、后续 1、后续 2）的一个肌肉协同模型] 进一步分析右腿的肌肉激活模式，并根据其肌肉协同向量和协同作用进行量化激活配置文件。 具体来说，每个协同向量的肌肉数量和肌肉协同向量的形状将作为额外的因变量。

统计数据

目标 1 和 2：NMT 和 COD 技术修改干预对运动学、动力学（OMC 模型）和 EMG 相关结果变量的影响将根据具有受试者间因素“组”（MD）的重复测量方差分析进行测试与 LS）和受试者内因素“时间点”（基线、随访、保留）。 如果在 alpha = 0.05 的先验显着性水平下存在显着的交互作用“组 x 时间点”，则原假设 H1 将被拒绝。 由于参与者的性别或潜在的其他协变量（例如 基线 COD 性能）将在额外的三向重复测量方差分析中进行探讨。 事后测试将调查每组时间点之间因变量的变化。

目标 3：IMC 模型的有效性将根据 Bland & Altman 一致性限制来确定，以估计基于 IMC 模型的因变量与基于 OMC 模型的变量的系统偏差和随机误差。 如果协议限制小于观察到的干预组基线和后续测试之间相应变量的变化，则 IMC 模型将被称为有效。

道德考量/风险收益分析/保险信息

所有参与者都是运动科学专业的学生，​​因此经常会遇到与多向运动相关的伤害风险。 因此，本研究参与者受伤的风险不会高于他们日常生活中的风险。 在极少数情况下，参与者在本研究期间受伤，他/她将享受为所有因斯布鲁克大学学生提供的意外保险。 此外，鉴于作为两个训练组训练的一部分的 FIFA11+ NMT 计划已被证明可以有效降低运动损伤的风险，所有参与者都将从参与当前研究中受益。 总的来说，这项研究的好处大于风险。