体力活动对年轻人运动准备的影响外文翻译资料

体力活动对年轻人运动准备的影响

John Cirillo a,b,lowast; , Jonathan B. Finch a , J. Greg Anson a,b

·运动神经科学实验室，运动科学系，奥克兰大学，新西兰

·脑研究中心，奥克兰大学，新西兰

bull;日常体力活动较低的被试在简单和复杂反应时任务的反应时较长。

bull;体力活动较多的被试，完成简单反应时任务时在高阶运动脑区表现出更强的半球特异性伴随性负变化。

bull;年轻人缺乏体力活动可能会引起运动功能和认知处理能力下降。

摘要

定期进行体育锻炼有益于大脑健康和功能。 当今社会，年轻人进行的体力活动正在减少。 然而体力活动减少对年轻人认知能力和运动准备的影响仍不清楚。这项研究探究了不同体力活动的年轻人在简单和复杂反应时任务的行为表现及其相关的大脑功能活动。通过国际体力活动问卷选取11名低体力活动被试和11名高体力活动，并比较他们在额叶和中央区的脑电信号差异。在低体力活动被试中，简单和复杂反应时任务的反应时间均较低。两组被试的伴随性负变化 (CNV) 幅度没有统计学上的显著差异。两组被试在进行右手简单和复杂反应时任务时在额叶均表现出半球特异性伴随性负变化，然而仅有高体力活动被试在完成左手简单反应时任务时在额叶表现出半球特异性伴随性负变化。因此，年轻人体力活动水平的下降可能不利于通过认知加工和运动功能。

引言

参加有规律的体力活动和锻炼对生理和心理健康均有十分有益的影响 [1]。然而最近的报告表明，年轻人进行的体力活动量正在下降[2]。之前的研究表明，反应时间（衡量认知处理速度的指标）在缺乏体力活动的年轻人中较慢 [3–7]。然而，目前有关体力活动匮乏对年轻人认知和运动准备影响的脑机制研究仍然是有限且模棱两可的。

事件相关电位 (ERP) 已被用于探究体力活动与认知表现之间的关系。许多研究表明，与体力活动匮乏个体相比，积极体力活动被试在刺激诱发电位如N200 和 P300均有显著增强[4,8]。据报道，老年人的改善最为显着，但有证据表明，在年轻人中也观察到了类似的益处 [4,5,8]。然而，体力活动对认知加工速度和运动准备的影响研究却很少受到关注。

负慢波皮层电位的幅度，或称为伴随性负变化（CNV），能够反映运动准备相关的大脑活动 [9]。然而，年轻人的体力活动和大脑功能活动之间的关系仍然是未解决的。 不一致的来源之一是不同的研究人员用于评估认知处理和运动准备的电极不一样。沿鼻根中线记录的 CNV（例如，Fz，Cz）据报道主要表现为与认知加工有关的早期成分和与运动准备相关的晚期成分。Arito 和 Oguri [3] 发现，在执行 Go/No-Go 任务时，高体力活动的年轻人在额叶 (Fz) 和中央 (Cz) 头皮区域的 CNV 的早期和晚期成分更高。 相比之下，与高体力活动的年轻人相比，低体力活动的年轻人在完成认知要求更高的任务如带有速度指令的 Sternberg 工作记忆任务时，在Fz 上记录的 CNV 振幅更高 [11]。这些不同的研究结果可能与不同的任务说明有关。 然而，从中线电极记录的 CNV 无法区分特定于左手和右手表现的大脑活动变化，无法区分半球活动掩盖了半球特异性CNV在高级认知加工和运动准备过程的贡献[12]。

我们通过考察不同体力活动的年轻人在完成简单和复杂反应时任务期间，大脑半球特定活动的变化，从而探究体力活动对认知加工和运动准备影响的脑机制。 我们假设低体力活动的年轻人在完成反应时任务时的反应时间会延长。我们还假设低体力活动被试在进行运动准备时半球特异性CNVCNV 幅度会更小。

2. 材料与方法

2.1. 被试

被试是 24 名没有心理或神经系统疾病病史的年轻人。两名未正确理解任务的被试数据被剔除。 最终有效数据22 名（10 名女性，12 名男性；平均年龄22 plusmn; 1 岁；年龄范围 18-23 岁）。所有被试都是右利手（由爱丁堡惯用手问卷[13]进行测量），平均智力水平为 0.81（范围 0.4-1.0）。 根据长版国际体力活动问卷 (IPAQ) 的评估，参与者被分配到低体力活动组（6 名女性和 5 名男性）和高体力活动组（4 名女性和 7 名男性）。这个问卷对多种社会文化背景下的体力活动均能产生可靠和可重复的测量，据报道与加速度计的客观评估相当[14]。为了在自我报告的 IPAQ 评分中更准确地反映体力活动（有氧运动），参与者被要求专注于休闲时间的体力活动，重点是跑步和骑自行车等剧烈的体力活动[15]。总体而言，低体力活动组的参与者在过去的一周内没有进行过任何剧烈的体力活动，也没有进行过超过 50 分钟的中度体力活动。所有参与者在参加测试之前都给予了知情同意（奥克兰大学人类参与者伦理委员会 UAHPEC015300）。

2.2. 实验程序

参与者面对实验设备舒适的坐着[详细说明见16]。 前臂和手腕旋前，肘部弯曲约 90°。每个食指的背面靠在由手指屈曲激活的相应响应键的近端。 每个响应键下方的力传感器检测到运动。 使用 BrainAmp ExG（Brain Products Inc，GmbH，Munich，Germany）以 1 kHz 将力数字化，并记录到计算机上，以使用 Brain Products 软件进行离线分析(Brain Products Inc, GmbH,Munich, Germany).

表面肌电图（EMG）从第一次记录每只手的背侧骨间肌 (FDI) 使用 10-mm-直径 Ag-AgCl 表面电极（Ambu Blue Sensor PediatricNS，Ballerup，Denmark) 放置在相距 2 cm 的腹部肌腱 剪辑。将接地电极（3 M Canada）放置在每只手的背部。 放大 EMG 信号（分辨率为 0.1 ?V perbit，x1500），过滤（DC-1000 Hz；应用 50 Hz 陷波滤波器），使用 BrainAmp ExG（Brain Products Inc, GmbH,Munich, Germany）以 1 kHz 数字化 并使用 Brain Produ 记录到计算机上进行离线分析使用 Fastn Easy Cap (FE32-#-BA, Brain Products) 用 AgAgCl 电极记录表面脑电图 (EEG)Inc，GmbH，德国慕尼黑）。 根据参考链接乳突（离线）和 FCz（在线）的 10-20 系统 [17] 从额叶（FC1、FC2）、中央（C3、C4）和枕叶（O1、O2）电极双侧记录 EEG 数据。 接地电极位于 AFz。此外，EEG 数据是从 Fz（正面）和 Cz（中央）的中线电极位点记录的。 使用两对电极在垂直（左眼眶下方）和水平（左眼外眦）方向记录眼睛位置（眼电图；EOG）。 表面 EEG 和 EOG 信号被放大（每比特 0.5 ?V 的分辨率；x500），过滤（DC-200 Hz；应用 50 Hz 陷波滤波器），使用 32 通道 BrainAmp DC（Brain Products Inc，GmbH）以 1 kHz 数字化 ，德国慕尼黑）并记录到计算机上，以使用 Vision Analyzer2（BrainProductsInc，GmbH，德国慕尼黑）进行离线分析。 所有电极阻抗低于 5 k欧姆。

2.3. 任务

参与者用他们的左手或右手食指完成简单和选择反应时任务。在每个试次中，屏幕中央出现一个红色注视点（十字加号），随后出现500 ms的前置信号，该信号通过嵌入在每个响应中的蓝色二极管的照明显示，然后在命令式“go”刺激之前的前一段时间（1500 ms）键lus（响应键点亮 100 毫秒）。 对于简单的反应时间（SRT）试验，要按下的键（左或右食指）是由 precue 发出信号，并为 par- 提供完整的信息参与者在前期准备适当的应对措施。对于选择反应时间 (CRT) 试验，左右反应在 precue 期间按键被照亮，因此正确的响应在必要的刺激发生之前一直未指定。完成任务说明后，每位参与者完成一组 60 个简单和选择熟悉试验。 对于数据收集，参与者完成四个伪随机块60 次试验（总共 204 次试验），试验类型均匀分布跨每个块（左侧 15 个 SRT、右侧 15 个 SRT、左侧 15 个 CRT 和 15 个 CRT正确的）。 捕获试验（precue 之后没有刺激）是随机分布在每个区块中（占总试验的 10%）以减少预期的反应。 中间提供了 2 分钟的休息时间每个区块和参与者都被提醒任务要求在此期间。

2.4. 数据分析

2.4.1数据缩减

对所有数据应用了全局 DC 去趋势校正。 EMG 数据经过带通滤波（10-500 Hz）和整流。 EEG 数据重新参考数学平均乳突 (ML,MR) 和低通滤波 (30 Hz)。 数据从 precue 前 500 ms 到命令式刺激后 1000 ms（总 epoch 持续时间为 3500 ms）并标准化为基线（precue 开始前 500 ms）。

2.4.2. 行为分析

反应时间计算为命令性刺激和运动开始之间的时间（反应键的第一个正向力拐点）。 运动前时间是衡量中央处理延迟的指标，是刺激开始与基线 EMG 的急性变化（大于 2SD）之间的时间。 通过从反应时间中减去运动前时间来计算运动时间（运动开始前肌肉收缩的持续时间）。 反应时间和运动前时间使用半自动测试仪逐次测量脑视觉分析器脚本。 标记可以手动存储如果需要以下目视检查。如果在刺激后预期运动（lt;100 ms；93 次试验，占总数的 1.8%）或延迟（gt;400 ms；117 次试验，占总数的 2.2%），反应不正确（按错键；52 次试验，1.0 %）或双重响应（两个键都按下；200 次试验，占总数的 3.8%）。 对于每个参与者的异常值（每个条件下所有试验的平均值以上 2 个标准差）也被删除。 排除的试验数量没有组间差异（p gt; 0.18）。在本研究中，左手和右手之间的运动前时间没有统计学上的显着差异（p gt; 0.72）。然而，由于兴趣是在手内部而不是在手之间，因此对左右手的行为数据进行了单独的分析。

2.4.3 神经生理学措施

包含 EOG 伪影的时代试验，使用 Vision Analyzer2（脑产品公司，

GmbH，慕尼黑，德国），从数据分析中删除（780试验，在去除行为错误后占总数的 16.2%）。 对剩余的试验进行平均以产生单个刺激锁定轨迹（事件相关电位；ERP）。在刺激开始前 100 ms 计算每个 precue 条件下左右手反应的或有负变化 (CNV) 的平均幅度（每个条件下每个参与者的时期数在 15 到 60 之间）。 从 Fz 和 Cz 电极部位的额叶 (FC1, FC2) 和中央 (C3, C4) 位置和中线（鼻根到根尖）计算半球特异性 CNV 幅度。计算两组 SRT 和 CRT 试验的横向准备电位 (LRPs) 从平均 CNV 幅度 (C3, C4)[见 18]。

2.5. 统计分析

使用 IBM SPSS Statistics 版本 21 分析数据。使用 Shapiro-Wilk 检验测试数据的正态性，使用 Levene 等式检验检验方差同方差性。 进行双向混合因子方差分析以确定 GROUP（更活跃，更少活跃）和 TASK（SRT，CRT）对左右手的反应、前运动和运动时间的影响。 对于 CNV，进行四因素混合因子方差分析以确定 GROUP、TASK、HAND（左、右）和 REGION（额叶、中央、枕叶、中线）的影响。为了解决 SRT 和 CRT 任务组内特定于半球的 CNV，进行了双向重复测量 ANOVA 以确定 HEMISPHERE（左、右）和 REGION（中央、正面）的影响。 对于 LRP，进行双向混合因子方差分析以确定 GROUP 和 TASK 的影响。 Fisher 的 LSD 用于评估计划测试和事后测试的显着比较。 双尾独立 t 检验用于比较体力活动水平 (IPAQ)、年龄和惯用手的差异。 据报道，部分 eta 平方 (? p 2 ) 值用于证明效果大小的测量，0.01-0.059 表示小效果，0.06-0.139 表示中等效果，gt;0.14 表示大效果[19]。 显着性设置为 p lt; 0.05，并提供组数据作为文本中的平均值plusmn;标准差。

3. 结果

3.1 参与者特征

所有参与者都对实验程序感到满意，并且没有报告任何副作用。 年龄和惯用手没有组间差异（表1）。 IPAQ 评分表明，在更活跃的组中，体力活动量增加了 9 倍（表 1）。 平日坐着的时间没有显着组间差异 (p gt; 0.11)，但活动较少的组 (15 plusmn; 5 小时) 比活动较多的组 (9 plusmn; 3 小时, p lt; 0.01)。

3.2. 行为数据

左侧 (F (1,20) = 82.2, p lt; 0.001, ? p 2 = 0.80; 图 1A) 和右侧 (F (1,20) = 118.0, p lt; 0.001, ? p 2 = 0.86；图 1A) 手。 总的来说，反应与较活跃的年轻人相比，较不活跃的人的时间更长

成人左手 (F (1,20) = 7.6, p = 0.01, ? p 2 = 0.28) 和右 (F (1,20) = 7.3,p= 0.01, ? p 2 = 0.27

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[593295]，资料为PDF文档或Word文档，PDF文档可免费转换为Word