摘要 本研究的目的是使用系绳游泳和差压传感器比较年轻竞技游泳运动员的水中力量。31 名游泳运动员（16 名女孩和 15 名男孩）被随机分配进行两项水中测试。游泳运动员使用差压系统完成两次最长 25 米自由泳，并使用连接的称重传感器完成一次最长 30 秒的自由泳（系绳游泳）。获取优势和非优势上肢的峰值力（F PEAK，以 N 为单位）以进行进一步分析。两种方法的比较显示，所有力变量均存在显著差异（p ≤ 0.05），并且女孩（F PEAK优势，45.89 N；F PEAK非优势，43.79 N）和男孩（F PEAK优势，67.26 N；F PEAK非优势，61.78 N）的偏差（平均差异）较大。尽管如此，两种方法之间的简单线性回归模型表明，对于女孩来说，所有变量都存在显著关系，且具有中等影响，而对于男孩来说，优势肢体和非优势肢体的 F PEAK分别具有高和中等影响。似乎使用压力传感器和系绳游泳会导致年轻竞技运动员的 F PEAK值不同，需要使用校正因子来比较两种方法之间的数据。 关键词：手力；系绳游泳；传感器；修正系数 研究方法 我们进行了一项横断面研究设计，31 名训练有素（Mckay 等人，2022 年）的游泳运动员（16 名女孩和 15 名男孩）参加本研究，使用差压系统（图 1，面板 A）和系绳游泳（图 1，面板 B）测量水中力。参与者在不同的日子参加两次测试，最长间隔为 48 小时。在第一节开始时，游泳者只穿着织物泳衣和戴泳帽接受人体测量和身体成分测试。分别用数字身高计和体重秤测量身高（以厘米为单位）和体重。 通过数字摄影测量法测量了优势侧和非优势侧的手部表面积（HSA，以 cm2 为单位）。游泳者将每只手放在带有 2D 校准框架（3x3 厘米）的平面上，然后所有图像都导出到屏幕数字化仪，以便精确测量面积（Universal Desktop Ruler，v3.8，AVPSoft）。游泳者的手优势通过自我报告进行评估。 实验对象纳入标准：（i）之前熟悉手部差压系统和系绳游泳 （ii）在地区或国家赛事中参加竞技游泳至少两年 （iii）每周进行四次以上的游泳训练 （iv）过去六个月内未受过任何伤
压力传感器测试：游泳运动员以短跑项目的正常呼吸模式完成两次最长 25 米自由泳（全身）。两轮之间有 30 分钟的主动休息时间。由两个手部传感器（A 型）组成的差压系统位于第三和第四近端指骨和掌骨之间，用于测量双手掌侧和背部之间的压力差。系统通过每个游泳运动员手部表面积的差压乘积获得手部的合力（以 N 为单位）。使用双通道 A/D 转换器与装有 Aquanex 软件的笔记本电脑相连，实时采集数据。游泳者用松紧带将系统固定在肩膀和手臂上（图 1，面板 A）。在每次比赛开始时，提醒游泳者将双手浸入腰线水平 10 秒，以校准系统。每次最大比赛的数据采集采样频率为100 Hz。系绳游泳试验：以最大强度进行 30 秒的系绳游泳（全身）。游泳运动员通过一根连接到刚性表面的钢缆（长度：3.50 米）和一条围绕腰部的腰带与称重传感器（TS、C2、300 公斤、AEP 传感器、意大利摩德纳）保持连接（图 1 ，面板 B）。称重传感器与游泳方向对齐，与水面形成 6° 角。为了避免惯性效应，参与者在达到 30 秒之前以低强度游泳 5 秒开始测试。鼓励冲刺项目中的正常呼吸模式，因为呼吸动作不会影响系绳游泳中的力量产生。使用连接到笔记本电脑的 A/D 转换器（2 mV/V，TAUSB，AEP 传感器）以 100 Hz 的采样频率采集数据。在测试之前，使用特定负载验证了称重传感器的校准，如其他地方所报告的。 强制变量：对于两种方法，在水下路径中评估了优势和非优势上肢的峰值力（F PEAK ，以 N 为单位）。F PEAK定义为从三个连续划水周期的单个力-时间曲线中获得的最大值。在第 11 米到第 24 米之间分析了从压力传感器获取的力-时间曲线，而对于束缚游泳，则考虑 5 秒低强度（±6 个手臂划水周期）之后的力-时间曲线。由于游泳者在束缚游泳中保持静止，因此由于惯性效应，前两个划水周期被丢弃。使用摄像机记录佩戴压力传感器的游泳者所覆盖的距离，并在定义的间隔内应用视觉标记。对于 TS，还会对游泳者进行视频录制，以确定从身体的哪一侧开始测试。两种方法的数据均被导入信号处理软件（AcqKnowledge v.3.7.3），并使用 5 Hz 截止低通四阶巴特沃斯滤波器处理信号。此外，对系绳游泳的进一步分析包括通过计算力的水平分量进行角度校正。 统计分析：分别通过 Shapiro-Wilk 和 Levene 检验来验证数据的正态性和同方差性。计算平均值和一个标准差（M±1SD）作为描述性统计数据。由于数据呈现正态分布，因此使用非配对样本t检验来分析游泳者性别之间的差异。配对样本t检验用于比较两种方法之间的变量，以及所选水中力变量的测量值和预测值之间的变量。选择 Cohen's d 作为效应大小（d），并解释为：如果 |d| < 0.2，则为微小，如果 0.2 > |d| < 0.5，则为中等，如果 |d| ≥ 0.5，则为较大。具有 95% 一致性界限（LoA）的 Bland-Altman 图用于显示两种方法之间的受试者内变异和系统差异。计算了偏差（平均差）、标准差（SD）以及上下限 LoA。针对所有变量，计算了两种方法之间的简单线性回归模型。由于对于测量水中力的黄金标准方法仍未达成共识，因此使用两种方法分析因变量（y 轴）和自变量（x 轴）：(i) y 轴，系绳游泳；x 轴，压力传感器；(ii) y 轴，压力传感器；x 轴，系绳游泳。散点图包括主趋势线、判定系数 (R 2 )、调整后的判定系数 (R a 2 ) 和估计标准误差 (SEE)。根据经验法则，效应大小解释为：（i）如果 R 2 < 0.04，则表示非常弱；如果 0.04 ≥ R 2 < 0.16，则表示弱；如果 0.16 ≥ R 2 < 0.49，则表示中等；如果 0.49 ≥ R 2 < 0.81，则表示高；如果 0.81 ≥ R 2 < 1.0，则表示非常高。从两种方法获得的趋势线方程（Y = a + bX）被定义为校正因子。所有统计分析均使用 SPSS 软件（v.27，IBM，SPSS Inc.）和 GraphPad Prism（v.9，GraphPad Software）进行。统计显著性设定为p ≤ 0.05。研究结果 由于大多数变量存在差异，因此对男孩和女孩进行了单独分析。力变量的描述性分析如表 2所示。方法之间的比较表明，所有变量都存在显著差异（p ≤ 0.05），且影响很大。
Bland-Altman 图如图 2 所示。女孩（图 A 和图 B）和男孩（图 C 和图 D）的优势和非优势肢体的偏倚（平均差异）很大。对图的目视检查显示，大多数数据点都在所有变量的 LoA 范围内。
所有变量的 PS 和 TS 之间的差异（y 轴）和测量值均值（x 轴）的 Bland-Altman 图。（虚线表示 95% LoA 的上限和下限（平均差±差值的 1.96 SD），实线表示两种方法之间的平均差（偏差））。 简单线性回归模型（图 3）显示女孩的显著相关性（FPEAK优势，p =0.051;FPEAK 非显性，p =0.008）和男孩（FPEAK显性，p =0.001;FPEAK非显性，p = 0.008）。在女孩的所有变量中都发现了中等影响，而在男孩中，分别验证了优势和非优势肢体的 FPEAK 的高和中等影响。从趋势线方程中，获得了修正因子（表 3）。在测量值（表 2）和女孩和男孩的估计值之间没有发现差异。
包含主趋势线、决定系数 （R2）、调整后的决定系数 （Ra 2） 和估计标准误差 （SEE） 的散点图。（黑色趋势线或白色圆点代表女孩，浅灰色趋势线或实心点代表男孩） 所选水中力变量的校正系数 研究结论 年轻竞技游泳运动员的水中力量值取决于不同的评估方法。根据一般发现，与压力传感器相比，系绳游泳（即称重传感器）的数值更高。为了通过监测训练为游泳运动员的进步提供有见地的基准，可以在考虑不同方法时使用校正因子。 实际应用和前景 该研究比较了负载细胞和压力传感器在测量年轻竞技游泳运动员水中力量的差异，发现两种方法测得的数据存在显著偏差，为此提出了校正因子以实现数据可比性。这一成果的实际应用价值在于，为教练员和科研人员提供了在不同测试条件下（如使用简易的系留游泳设备或昂贵的压力传感器）评估运动员力量的统一标准，尤其适用于资源有限的训练团队。未来研究可进一步扩大样本范围，涵盖不同年龄组和泳姿，以提高校正因子的普适性。此外，结合生物力学建模和机器学习技术优化测试方法，或开发更经济、便携的传感器设备，将有助于更精准地监测运动员的训练进展，推动游泳科学的发展。
|
评论