馬文凱,趙國華,程 超

(1.寧波大學(xué) 體育學(xué)院，浙江 寧波 315211；2.寧波大學(xué) 附屬學(xué)校，浙江 寧波 315033)

0 前 言

運動疲勞分為運動性心理疲勞和運動性生理疲勞。其中，運動性肌肉疲勞(Exercise-induced musclefatigue) 是運動性生理疲勞的一種常見現(xiàn)象，特指由運動引起的肌肉最大隨意收縮能力暫時性下降的現(xiàn)象[1]。運動性肌肉疲勞的評估方法包括直接測量法和間接測量法。其中直接測量法有肌力測試[2]、MVC和最大做功功率檢測、最大電刺激肌力檢測，間接測量法有肌電測試[3]等。

表面肌電(Surface electromyography,sEMG) 是客觀檢測肌肉疲勞的重要生理學(xué)指標(biāo)[4],因其無創(chuàng)便捷、準(zhǔn)確靈敏的特點，廣泛應(yīng)用于醫(yī)學(xué)、生物工程、體育等領(lǐng)域。在體育領(lǐng)域，應(yīng)用表面肌電監(jiān)測運動過程中肌電信號變化，進(jìn)而評定肌肉的疲勞程度，對預(yù)防運動損傷有著重要的意義。

表面肌電的分析方法包括時域分析法和頻域分析法，其中時域分析法的常用指標(biāo)有積分肌電(iEMG)、平均肌電(AEMG) 和均方根(Root Mean Square,RMS)；頻域分析法的常用的指標(biāo)包括中值頻率(Median frequency,MF) 和平均功率頻率(Mean power frequency,MPF)。疲勞后肌電信號的變化，受到運動方式、運動負(fù)荷、運動性質(zhì)、肌肉收縮方式、肌肉位置等因素的影響[5]。運用表面肌電進(jìn)行運動性疲勞相關(guān)研究評價指標(biāo)及影響因素眾多，因此目前對于運動疲勞后人體表面肌電的變化結(jié)論并不一致[3,6,7]。Kristev等人(2001)通過持續(xù)的最大強度收縮運動，觀察到積分肌電指標(biāo)下降低，可能是最大強度收縮時，所募集的運動單位幾近飽和，隨著運動時間的持續(xù)增加，肌肉逐漸疲勞，募集的運動單位程度降低[8]。malachy等人(2000)通過次最大強度下坡跑至肌肉疲勞的發(fā)現(xiàn)，積分肌電指標(biāo)顯著性增加，可能是由于肌肉做離心收縮時選擇性地募集快肌纖維所致，表明肌肉收縮方式不同，會導(dǎo)致肌電變化規(guī)律不同[9]。對于運用表面肌電檢測肌肉疲勞，針對不同的運動方式哪種指標(biāo)更可信？有研究認(rèn)為平均功率頻率(MPF)作為疲勞的研究指標(biāo)更為可信[10-12]。王奎等人(2004)的研究發(fā)現(xiàn)，頻域指標(biāo)(MPF)穩(wěn)定好、與負(fù)荷持續(xù)時間相關(guān)度高、不受皮下脂肪厚度等因素的影響[10]。也有很多研究報道了疲勞后積分肌電(iEMG)的變化[13-15]。

運用表面肌電進(jìn)行運動性肌肉疲勞的相關(guān)研究中，時域和頻域指標(biāo)運用較多。因此，本研究采用時域分析法中的積分肌電指標(biāo)(iEMG)和頻域分析法的平均功率頻率(MPF)指標(biāo)，對運動疲勞后表面肌電的變化進(jìn)行元分析。通過對表面肌電指標(biāo)的梳理和分析，尋找評價運動性肌肉疲勞最有效的指標(biāo)，從而指導(dǎo)運動實踐，減少運動損傷，對競技體育的發(fā)展有重要的理論意義和實踐價值。

1 方 法

1.1文獻(xiàn)檢索

根據(jù)PICOS原則，確定主題詞“疲勞”、“表面肌電”。應(yīng)用CNKI E-Study軟件在中國知網(wǎng)期刊全文數(shù)據(jù)庫(CNKI)中，以疲勞、表面肌電、sEMG等為檢索詞，以及采用主題詞和自由詞以及近義詞相組合的方式，運用相應(yīng)的邏輯詞連接對全文進(jìn)行檢索，檢索截止日期為2017年7月1日，檢索流程如圖1。

1.2文獻(xiàn)納入和剔除標(biāo)準(zhǔn)

文獻(xiàn)納入標(biāo)準(zhǔn)：①研究為實證研究，且采用實驗誘導(dǎo)疲勞，即通過各種運動方式誘導(dǎo)疲勞。②測量儀器為表面肌電測試儀，測試指標(biāo)包括表面肌電(iEMG或MPF指標(biāo))。③報告了被試肌電的測試部位，測試時的運動方式以及肌肉定位方法。④研究報告數(shù)據(jù)完整，包括均值、標(biāo)準(zhǔn)差、樣本量等。

文獻(xiàn)排除標(biāo)準(zhǔn)：①文獻(xiàn)為綜述或調(diào)查性研究。②資料不完整，如沒有被試數(shù)量、標(biāo)準(zhǔn)差、肌電測試部位等。③同一作者在不同期刊和論文中重復(fù)發(fā)表文章。④有明顯錯誤而導(dǎo)致結(jié)果不可信的文獻(xiàn)。最后確定符合標(biāo)準(zhǔn)文獻(xiàn)共8篇。

1.3文獻(xiàn)編碼

為建立此次元分析可用數(shù)據(jù)庫，對符合上述納入標(biāo)準(zhǔn)的文獻(xiàn)進(jìn)行編碼，并分別對納入的8篇研究文獻(xiàn)進(jìn)行統(tǒng)一編碼提取，如研究作者及發(fā)表年份、研究對象、樣本量、疲勞測試位置及運動方式進(jìn)入編碼范圍。

1.4納入文獻(xiàn)的基本描述

1.5統(tǒng)計分析

本研究采用的是stata軟件進(jìn)行分析。stata是一個統(tǒng)計分析軟件，同時它具有很強的程序語言功能，具有計算速度極快、操作簡單、繪圖精美等特點。本研究通過stata軟件來進(jìn)行Meta分析。

元分析研究中首先要考慮納入同一個元分析的各研究間存在的差異，將元分析中不同研究間的各種變異稱之為異質(zhì)性。異質(zhì)性檢驗統(tǒng)計學(xué)方法主要有Q 值統(tǒng)計量，H統(tǒng)計量，I2統(tǒng)計量[16]。本文采用I2及Q 值統(tǒng)計量對異質(zhì)性進(jìn)行描述。I2統(tǒng)計量是反映異質(zhì)性部分在效應(yīng)量總的變異中所占的比重，結(jié)果分析可靠。I2描述研究之間的方差在總體方差中所占的比例,其判斷標(biāo)準(zhǔn)為：25%為低異質(zhì)性,50%為中等異質(zhì)性,75%為高異質(zhì)性[17]。

采用元分析方法對各研究進(jìn)行統(tǒng)計分析得出效應(yīng)值d，它是元分析的最終統(tǒng)計結(jié)果。本文的研究數(shù)據(jù)屬于連續(xù)性變量資料，效應(yīng)值(d)采用標(biāo)準(zhǔn)化均數(shù)差(Standard rnean difference，SMD)，各效應(yīng)值均以95%置信區(qū)間(Confideneeinterval，CI)表示[18]。將原始研究數(shù)據(jù)進(jìn)行分類，采用格拉斯(1976)提出的計算公式分別計算出被試疲勞前后表面肌電的效應(yīng)值。d絕對值越大表明效應(yīng)越大[19]。根據(jù)Cohen's (1988)建議，d ≤ 0.2為小效應(yīng)；0.2 < d < 0.8為中等效應(yīng)；d ≥ 0.8為大效應(yīng)[20]。

為保證元分析結(jié)論的穩(wěn)定性，對元分析結(jié)果還需進(jìn)行敏感性分析和發(fā)表偏倚的檢驗[16,23]。敏感性分析是檢驗在一定條件下所獲結(jié)果穩(wěn)定性的方法，如改變某些影響結(jié)果的重要因素，如納入標(biāo)準(zhǔn)、研究質(zhì)量的差異、失訪情況、統(tǒng)計方法和效應(yīng)量的選擇等，重新進(jìn)行Meta分析，觀察合成結(jié)果是否發(fā)生改變，從而判斷結(jié)論的穩(wěn)健性，包括不同效應(yīng)模型法、剪補法、失安全系數(shù)法、選擇模型分析法等[16]，本文使用了不同效應(yīng)模型法。元分析時對單個研究的效應(yīng)量合并時，齊性檢驗決定加權(quán)合并選用固定效應(yīng)模型還是隨機效應(yīng)模型，如齊性檢驗P>0.05時可認(rèn)為多項獨立研究具有同質(zhì)性，可選擇固定效應(yīng)模型計算；若小于等于0.05則先進(jìn)行異質(zhì)性分析處理，結(jié)果仍不具有同質(zhì)性時，采用隨機效應(yīng)模型。發(fā)表偏倚是指具有統(tǒng)計學(xué)意義的研究結(jié)果較無統(tǒng)計學(xué)意義或無效的結(jié)果被報告和發(fā)表的可能性更大,是元分析中常見的偏倚[21]，通常采用倒漏斗圖法對發(fā)表偏倚進(jìn)行檢驗。漏斗圖是一種以視覺觀察以識別是否存在發(fā)表偏倚的方法，若漏斗圖顯示大部分研究處于“倒漏斗”圖的上部而基底部較少，且左右大致對稱，則提示發(fā)表偏倚不明顯，反之則提示存在明顯發(fā)表偏倚[16,21，22]。

2 結(jié) 果

2.1異質(zhì)性分析結(jié)果

圖1 疲勞前后iEMG指標(biāo)變化的森林圖

根據(jù)stata軟件分析疲勞前后表面肌電變化從而得出各研究間的異質(zhì)性。異質(zhì)性檢驗結(jié)果見表2。

圖2 疲勞前后MPF指標(biāo)變化的森林圖

指標(biāo)I2(%)Q及P值效應(yīng)模型iEMG88.3444.72(P<0.01)隨機效應(yīng)模型MPF45.267.51(P<0.01)隨機效應(yīng)模型

2.2效應(yīng)值分析結(jié)果

疲勞前后表面肌電的平均效應(yīng)值，結(jié)果見表3。

表3 疲勞前后表面肌電效應(yīng)值

2.3敏感性分析結(jié)果

敏感性分析結(jié)果見表4、5。

表4 iEMG敏感性分析結(jié)果

表5 MPF敏感性分析結(jié)果

2.4回歸分析結(jié)果

表6 iEMG各因素間回歸分析分析結(jié)果

2.5亞組分析結(jié)果

表7 iEMG肌肉收縮方式亞組效應(yīng)分析結(jié)果

2.6發(fā)表偏倚結(jié)果

圖3 疲勞前后iEMG指標(biāo)變化的漏斗圖

圖4 疲勞前后MPF指標(biāo)變化的漏斗圖

圖5 iEMG指標(biāo)減補圖 注：漏斗圖中的帶方框的圓表示向左邊剪補的 16項研究

截距SE95%CIiEMG5.95**1.26[3.43,8.48]MPF0.140.89[-1.67,1.95]

3 討論分析

本研究主要對國內(nèi)外公開發(fā)表中采用表面肌電測試儀對疲勞后表面肌電變化的測量結(jié)果，運用元分析方法對數(shù)據(jù)結(jié)果進(jìn)行統(tǒng)計分析。分別從積分肌電(iEMG)和平均功率頻率(MPF)指標(biāo)進(jìn)行分析并針對異質(zhì)性來源進(jìn)行回歸分析，根據(jù)回歸分析結(jié)果對積分肌電(iEMG)指標(biāo)進(jìn)行肌肉收縮方式的亞組分析。

3.1疲勞對表面肌電的影響的發(fā)表偏倚分析

本研究發(fā)現(xiàn)，針對iEMG指標(biāo)而言，發(fā)表偏倚是客觀存在的，采用矯正發(fā)表偏倚方法必然會降低元分析的效應(yīng)量，同時也可能會增加“無效應(yīng)量”的風(fēng)險。本研究采用減補法矯正發(fā)表偏倚風(fēng)險，結(jié)果顯示減補后iEMG為中效應(yīng)量。提示疲勞后積分肌電(iEMG)的變化為大效應(yīng)量, 但可能存在發(fā)表偏倚, 致使大效應(yīng)量可能被高估。對MPF指標(biāo)而言，不存在發(fā)表偏倚，結(jié)果表明疲勞后平均功率頻率(MPF)的變化為中效應(yīng)量是可信的。

3.2疲勞對表面肌電的影響的異質(zhì)性分析

8篇文獻(xiàn)的異質(zhì)性檢驗結(jié)果顯示積分肌電(iEMG)與平均功率頻率(MPF)均存在一定程度的異質(zhì)性，其中平均功率頻率(MPF)通過敏感性分析，剔除張肅(2014)的文章后異質(zhì)性降為0%，采用固定效應(yīng)模型對效果量進(jìn)行評價，效應(yīng)值d=-0.31，說明疲勞對MPF的影響存在顯著性意義，且效應(yīng)值處于中效應(yīng)水平。

對積分肌電(iEMG)采用回歸分析發(fā)現(xiàn)，肌肉收縮方式對iEMG異質(zhì)性貢獻(xiàn)較大，進(jìn)一步對肌肉收縮方式這個因素進(jìn)行亞組分析，結(jié)果表明不同的收縮方式依舊存在較高的異質(zhì)性。這說明，如此高的異質(zhì)性的來源似乎應(yīng)該還存在某些潛在的調(diào)節(jié)變量。同時，采用敏感性分析法對結(jié)果偏差較大文獻(xiàn)進(jìn)行逐一剔除，結(jié)果顯示異質(zhì)性依舊較大。因此，對納入到文獻(xiàn)逐篇閱讀，影響表面肌電信號的因素較多，例如肌電測試環(huán)境和使用設(shè)備的技術(shù)規(guī)范、皮膚準(zhǔn)備、電極配置、定位和方向及肌肉收縮方式等。閱讀有關(guān)文獻(xiàn)的研究方法發(fā)現(xiàn)，這些研究中應(yīng)用的設(shè)備、誘導(dǎo)疲勞的運動方式以及達(dá)到疲勞的判斷標(biāo)準(zhǔn)不同。由此可以推斷造成有關(guān)研究結(jié)果偏離程度較大的原因可能與所采取的設(shè)備、疲勞誘導(dǎo)方式以及達(dá)到疲勞的判斷標(biāo)準(zhǔn)不同等有關(guān)。另外，表面肌電數(shù)據(jù)采集過程、實驗質(zhì)量控制等因素均可能影響疲勞對iEMG的影響，故本研究無法就諸多異質(zhì)性來源進(jìn)行定量探索，而這些難以控制或量化的因素也可能是導(dǎo)致iEMG為高度異質(zhì)性的潛在調(diào)節(jié)變量[24,25]。

綜上，積分肌電(iEMG)既存在發(fā)表偏倚分析也存在異質(zhì)性，因此，將iEMG作為疲勞的評價指標(biāo)不是很可信。本研究結(jié)果與李圓圓等人(2014)關(guān)于表面肌電在體育領(lǐng)域研究結(jié)果一致[26]。

3.3疲勞對表面肌電影響的效應(yīng)量分析及可能機制

對8篇符合標(biāo)準(zhǔn)的文獻(xiàn)數(shù)據(jù)進(jìn)行元分析后的總效應(yīng)量結(jié)果顯示，疲勞對表面肌電的影響具有一致性，即積分肌電(iEMG)的升高和平均功率頻率(MPF)的降低。積分肌電(iEMG)是指一定時間內(nèi)肌肉動員的運動單位放電總量。平均功率頻率(MPF)是指運動單位收縮時的平均放電頻率。MPF下降意味著運動時，高頻(快肌纖維)放電比例減少，低頻(慢肌纖維)比例增加，總體放電頻率降低。積分肌電(iEMG) 隨著疲勞的發(fā)生而升高，該研究結(jié)果與前人研究結(jié)果一致[14,27]。肌肉持續(xù)運動引起疲勞，疲勞后為維持運動，肌肉會募集更多的運動單位，隨著募集的運動單位的増加，iEMG的值也不斷地增大[28]。這和大多數(shù)研究結(jié)果一致，疲勞后MPF值逐步下降[28]。

從表7的亞組分析可以發(fā)現(xiàn)，向心運動誘導(dǎo)的疲勞引起iEMG變化的效果最明顯，等長次之，離心運動由于文獻(xiàn)量少不能進(jìn)行效果量比較。Gibala等人(1995)的研究發(fā)現(xiàn)，不同受試者的上肢在分別做向心與離心收縮后，其等速肌力的峰力矩均顯著降低，離心收縮后的降幅更大，二者在運動后 24h 仍保持在較低水平[29]。

4 結(jié) 論

4.1 運動疲勞對iEMG有顯著影響，表現(xiàn)為數(shù)值升高，但存在高異質(zhì)性，提示iEMG盡管能有效評價運動疲勞但不穩(wěn)定。

4.2 運動疲勞對MPF有顯著影響，表現(xiàn)為數(shù)值降低，提示MPF才是評價運動疲勞的穩(wěn)定且有效的指標(biāo)。

[1] C Gandevia-S. Spinal and supraspinal factors in human muscle fatigue[J].Physiological reviews,2001,81(4):89-1725.

[2] K V?llestad-N. Measurement of human muscle fatigue[J].Journal of neuroscience methods,1997,74(2):27-219.

[3] 蔡斌,戴尅戎.評估肌肉疲勞的中樞和外周起源[J].醫(yī)用生物力學(xué),2015,30(2):192-196.

[4] 張國杰.優(yōu)秀賽艇運動員專項運動中肌肉疲勞度評價方法的研究[D].北京:北京體育大學(xué),2010.

[5] 張莉.表面肌電信號模式識別及其運動分析[D].長春:吉林大學(xué),2013.

[6] 何偉,王綿珍,王治明.運動所致血漿K～+和血pH值的變化對肌肉疲勞和表面肌電圖的影響[J].四川大學(xué)學(xué)報(醫(yī)學(xué)版),2005(1):112-114,118.

[7] P Bouissou,Y Estrade-P,F Goubel,et al. Surface EMG power spectrum and intramuscular pH in human vastus lateralis muscle during dynamic exercise[J].Journal of applied physiology (Bethesda,Md.:1985),1989,67(3):9-1245.

[8] I Kristev,A Kossev. Muscle fatigue assessment during sustained high isometric contractions[J].Acta physiologica et pharmacologica Bulgarica,2001,26(1):29-32.

[9] Mchugh Malachy-P.,Connolly Declan-A.-J.,Eston Roger-G.,et al. Electromyographic analysis of exercise resulting in symptoms of muscle damage[J].Journal of Sports Sciences,2000,18(3):134-147.

[10] 王奎,劉建紅,宋剛.sEMG技術(shù)在評價運動性疲勞方面的方法及應(yīng)用[J].安徽體育科技,2004(3):49-51.

[11] 王瑞元,熊開宇,孫偉.肱二頭肌在不同負(fù)荷及不同速度收縮時的肌電變化[J].北京體育學(xué)院學(xué)報,1993(3):46-49.

[12] 邱龍潛,李野.等速負(fù)荷誘發(fā)肱二頭肌疲勞過程中sEMG信號變化[J].溫州大學(xué)學(xué)報,2003(3):52-54.

[13] 郭慶芳,劉佩清,袁新華.肌肉疲勞時表面肌電圖與其深層運動單位電位、積分、頻譜的變化[J].體育科學(xué),1982(3):52-56.

[14] 高強,尹吟青.表面肌電圖自動分析的應(yīng)用[J].中國運動醫(yī)學(xué)雜志,1985(2):95-102.

[15] 王瑞元,盧鼎厚.極限負(fù)荷斜蹲過程中股外肌肌電信號變化及針刺和靜力牽張對其恢復(fù)過程的影響[J].北京體育學(xué)院學(xué)報,1991(3):32-39,94.

[16] 張?zhí)灬?實用循證醫(yī)學(xué)方法學(xué)[M].長沙:中南大學(xué)出版社,2014:298-304.

[17] Higgins J.-P.-T.,Thompson S.-G.,Deeks J.-J.,et al. Measuring inconsistency in meta-analyses[J].BMJ,2003,327(7414):557-560.

[18] 權(quán)朝魯.效果量的意義及測定方法[J].心理學(xué)探新,2003(2):39-44.

[19] V Glass-G. Primary, Secondary, and Meta-Analysis of Research[J].Educational Researcher,1976,5(10):3-8.

[20] J Cohen. Statistical Power Analysis for the Behavioral Sciences[J].Journal of the American Statistical Association,1988,2(4):19-74.

[21] 周旭毓,方積乾.Meta分析的常見偏倚[J].循證醫(yī)學(xué),2002(4):216-220.

[22] 康德英,洪旗,劉關(guān)鍵,等.Meta分析中發(fā)表性偏倚的識別與處理[J].中國循證醫(yī)學(xué)雜志,2003(1):45-49.

[23] 王丹,翟俊霞,牟振云,等.Meta分析中的異質(zhì)性及其處理方法[J].中國循證醫(yī)學(xué)雜志,2009(10):1115-1118.

[24] 屈云,何俐,劉鳴.Cochrane系統(tǒng)評價的基本方法[J].中國臨床康復(fù),2003,(4):532-533,536.

[25] 李靜,秦莉,劉鳴.系統(tǒng)評價的基本方法[J].中國循證醫(yī)學(xué)雜志,2001(1):34-38.

[26] 李圓圓,張萬壽,陳麗.表面肌電在體育科學(xué)研究領(lǐng)域中的應(yīng)用進(jìn)展[J].長春師范大學(xué)學(xué)報,2014(8):91-94,101.

[27] 楊建國.表面肌電圖對體育舞蹈專項學(xué)生股四頭肌的疲勞評價[D].贛州:贛南師范學(xué)院,2013.

[28] 麻文慧.賽艇運動員不同負(fù)荷強度下主要肌群的表面肌電特征[D].北京:北京體育大學(xué),2015.

[29] Gibala M.J.,Mac dougal J.D.,Tarnopolsky M.A. Changes in human skeletal muscleultra structure and force production after acute resistance exercise[J].Appl Physiol,1995,78(2):702-708.