Минимизация параметров вегетативной регуляции сердечного ритма в оценке функционального состояния юных футболистов-профессионалов

Бесплатный доступ

В исследовании участвовали 60 юных футболистов-профессионалов, проживающих в северо-западном регионе. Мониторинг функционального состояния проводился в утренний промежуток времени с 9:00 до 10:00. Регистрация параметров сердечного ритма осуществлялась аппаратно-программным комплексом «ОМЕГА-СПОРТ» Научно-производственной фирмы (НПФ) «ДИНАМИКА» (Санкт-Петербург). Статистический анализ проводился в прикладной программе STATISTICA. 12.0. Для решения поставленных задач применялся множественный линейный регрессионный анализ. Установлено, что из широкого спектра статистических и спектральных показателей вариабельности сердечного ритма наибольший вклад в интегральный предиктор «функциональное состояние, %» оказывают три параметра: pNN50%, HF мс, LF мс. Уменьшение количества анализируемых показателей дает возможность расширить физиологическое обоснование управления функциональным состоянием юных спортсменов, специализирующихся в футболе, а также оптимизировать тренировочную нагрузку в кратчайшие временные сроки.

Еще

Минимизация параметров, вегетативная регуляция, сердечный ритм, детско-юношеский футбол

Короткий адрес: https://sciup.org/140250144

IDR: 140250144

Текст научной статьи Минимизация параметров вегетативной регуляции сердечного ритма в оценке функционального состояния юных футболистов-профессионалов

Введение. На сегодняшний день современный спорт – это технологичный процесс. Аппаратно-программные комплексы, предназначенные для оценки срочных функциональных сдвигов в состоянии физиологических систем, в особенности системы кровообращения, в настоящее время составляют неотъемлемую часть тренировочной деятельности [1, 2, 3, 4, 5, 6, 7]. Однако различные инновационные технологии предлагают большой спектр параметров, в том числе и расчётных, что существенно усложняет анализ, понимание и интерпретацию получаемых данных для тренеров-практиков. В связи с этим задачей нашего исследования является минимизация числа показателей, оказывающих максимальное влияние на значение интегрального предиктора – «функциональное состояние, %».

Методика и организация исследования.

В исследовании участвовали 60 юношей, специализирующихся в футболе и проживающих в северо-западном регионе. Средние морфологические данные: возраст 16,8±1,5 лет; вес 69,4±3,5 кг; рост 170,3±3,9 см. Исследуемые показатели фиксировали в утренние часы с 9:00 до 10:00. На момент тестирования юные спортсмены не имели диагностированных заболеваний. Регистрация параметров сердечного ритма осуществлялась при помощи АПК «ОМЕГА-СПОРТ», НПФ «Динамика», Санкт-Петербург на протяжении одного года. Запись биоэлектрической активности сердца велась во II стандартном отведении из положения сидя. Анализировали статистические и спектральные показатели сердечного ритма: ИН, у.е. (индекс напряжения); ВР, мс (вариа- ционный размах); Мо, мс (мода); АМо, % (амплитуда моды); SDNN, мс (среднее квадратичное отклонение); RMSSD, мс (квадратный корень из среднего квадрата разностей величин последовательных пар интервалов NN); pNN50, % (процентное отношение последовательных интервалов NN); LF, мс² (низкочастотные волны спектра); HF, мс² (высокочастотные волны спектра); TP, мс² (общая мощность спектра); VLF, мс² (очень низкочастотные волны), а также интегральный показатель ФС, % (функциональное состояние, %). Статистический анализ осуществлялся в прикладной программе STATISTICA. 12.0. Для решения поставленных задач применяли множественный линейный регрессионный анализ.

Результаты исследования и их обсуждение.

Интегральный показатель – «функциональное состояние, %» отражает срочные приспособительные реакции организма на тренировочные нагрузки и сопровождающие их воздействия, определяя «физиологическую цену» адаптации по степени напряжения систем, регулирующих ритм сердца. Для расчета показателя «функциональное состояние, %» в программное обеспечение отправлялась запись электрокардиограммы, на основе которой анализировались 11 показателей вариабельности сердечного ритма. Выявление показателей, оказывающих наибольшее воздействие на интегральный предиктор, существенно сокращает время обработки и интерпретации данных без искажения физиологической составляющей функционального состояния спортсменов, что очень важно в практической деятельности. Анализ стандартизированных коэффициентов бета показал, что три переменных: pNN50, % (- 0,03406); LF, мс (- 0,00165) и HF, мс (0,00067) вносят наиболее значимый вклад в вариацию предиктора «функциональное состояние, %», статистически значим только один pNN50 % (0, 045623 р < 0,05) (таблица).

Таблица

Множественный регрессионный анализ зависимой переменной «функциональное состояние, %»

N=120

Regression Summary for Dependent Variable: ФС % R=,29161455 R?= ,08503905 Adjusted R?= ,06137626 F(3,116)= 3,5938 p<,01579 Std. Error of estimate: 15,382

b*

Std.Err. of b*

b

Std.Err. of b

t(116)

p-value

Intercept

81,79175

2,526420

32,37456

0,000000

pNN50, %

-0,182287

0,090214

-0,03406

0,016855

-2,02062

0,045623

LF, мс

-0,165805

0,091158

-0,00165

0,000905

-1,81888

0,071510

HF, мс

0,139846

0,089907

0,00067

0,000431

1,55545

0,122562

Регрессионное уравнение получило следующий вид: ФС, % = 81,79175 – 0,03406 x pNN50, % - 0,00165 x LF, мс + 0,00067 x HF, мс. Увеличение на 1 % синусовых интервалов R-R, различающихся более чем 50 мс (pNN50 %), способствует уменьшению текущего функционального состояния на 0,03406 у. е. Более того, с увеличением медленных частотных волн I порядка (LF) на 1 мс снижение функционального состояния составляет 0,00165 у. е. Исследователи [1 и др.] данные параметры относят к группе симпатического звена автономной регуляции ритма сердца. Увеличение же быстрых частотных волн (HF) на 1 мс проявляет функциональные сдвиги положительного характера на 0,0067 у.е.

Анализ регрессионных остатков позволил определить разность фактических значений «функционального состояния, %» и значений, предсказанных по уравнению регрессии. На рисунке 1 частотная гистограмма указывает на относительную симметричность значений остатков, а фактические значения, представленные на рисунке 2, не систематически отклоняются от теоретической нормальной кривой. Это подтверждает предположение о не отклонении нормальности остатков.

Distribution of Raw residuals

Рисунок 1. Частотная гистограмма нормального распределения значений остатков

Рисунок 2. Графический анализ нормально-вероятностных значений остатков

Общие бета-коэффициенты с 95 % доверительными интервалами были построе- ны по экспоненте и нанесены на диаграмму рассеивания для анализа статистически значимых оценок. Выявлена частичная зависимость остатков от предсказанных по уравнению регрессии значений «функционального состояния, %» (рисунок 3).

Predicted vs. Residual Scores

Рисунок 3. Графический анализ предсказанных и остаточных значений зависимой переменной «функциональное состояние, %»

Таким образом, статистический анализ позволил установить зависимость между значениями прогнозирующего параметра «функциональное состояние, %» и значениями-факторами (статистические и спектральные показатели), оказывающими наибольшее влияние на его преобразование.

Заключение. Наибольшее воздействие на показатель «функциональное состояние, %», который, в свою очередь, является предиктором развития заболеваний и травм, связанных с тренировочной деятельностью, оказывают три параметра сердечного ритма: pNN50%; HF, мс и LF, мс. Статистический анализ подтвердил их надежность и информативность. Зная физиологическую интерпретацию этих показателей и их изменение при воздействии различных факторов, возможно управление функциональным состоянием спортсменов. Таким образом, использование ограниченного числа рассматриваемых показателей в современных технологиях позволяет в кратчайшие сроки принимать физиологически обоснованные решения для оптимизации тренировочного процесса.

Список литературы Минимизация параметров вегетативной регуляции сердечного ритма в оценке функционального состояния юных футболистов-профессионалов

  • Баевский Р.М., Иванов Д.Г., Чирейкин Л.В. и др. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем: методические рекомендации. - СПб.: Вестник аритмологии, 2002. - 53 с.
  • Бушуева Т.В. Минимизация комплекса физиологических параметров функционального состояния центральной и автономной нервной системы, регистрируемых в рамках АПК "Истоки здоровья" и "Валента" // Физическая культура, спорт - наука и практика. - 2015. - № 1. - С. 36-42.
  • Козлов А.А., Поварещенкова Ю.А. Физиологические критерии успешности соревновательной деятельности боксера-профессионала // Физическая культура, спорт - наука и практика. - 2015. - № 3. - С. 36-40.
  • Макарова Г.А., Барановская И.Б., Бушуева Т.В. Физиологические критерии в системе прогнозирования успешности соревновательной деятельности спортсменов в избранном годичном тренировочном цикле // Физическая культура, спорт - наука и практика. - 2013. - № 4. - С. 68-72.
  • Прогнозирование спортивной результативности по данным анализа вариабельности сердечного ритма / Шлык Н.И. [и др.] // Физиологические и биохимические основы и педагогические технологии адаптации к разным по величине нагрузкам: материалы Международной научно-практической конференции (Казань, 29-30 ноября, 2012 г.) / ред. Ф.Р. Зотова [и др.]. - Казань: Поволжская ГАФКСиТ, 2012. - С. 245-253.
  • Псеунок А.А., Муготлев М.А., Ионов А.С. Физическое развитие и вариабельность сердечного ритма юных футболистов 12-14 лет // Наука: комплексные проблемы. - 2014. - № 4. - С. 10-19.
  • Fomin R, Nasedkin V. Assessing readiness is an effective way to manage athlete's preparation // Sport Innovation Summit, 2013; Calgary, Canada. - S. 67-70.
Еще
Статья научная