运动疲劳对表面肌电影响的元分析

马文凯,赵国华,程 超

(1.宁波大学 体育学院，浙江 宁波 315211；2.宁波大学 附属学校，浙江 宁波 315033)

0 前 言

运动疲劳分为运动性心理疲劳和运动性生理疲劳。其中，运动性肌肉疲劳(Exercise-induced musclefatigue) 是运动性生理疲劳的一种常见现象，特指由运动引起的肌肉最大随意收缩能力暂时性下降的现象[1]。运动性肌肉疲劳的评估方法包括直接测量法和间接测量法。其中直接测量法有肌力测试[2]、MVC和最大做功功率检测、最大电刺激肌力检测，间接测量法有肌电测试[3]等。

表面肌电(Surface electromyography,sEMG) 是客观检测肌肉疲劳的重要生理学指标[4],因其无创便捷、准确灵敏的特点，广泛应用于医学、生物工程、体育等领域。在体育领域，应用表面肌电监测运动过程中肌电信号变化，进而评定肌肉的疲劳程度，对预防运动损伤有着重要的意义。

表面肌电的分析方法包括时域分析法和频域分析法，其中时域分析法的常用指标有积分肌电(iEMG)、平均肌电(AEMG) 和均方根(Root Mean Square,RMS)；频域分析法的常用的指标包括中值频率(Median frequency,MF) 和平均功率频率(Mean power frequency,MPF)。疲劳后肌电信号的变化，受到运动方式、运动负荷、运动性质、肌肉收缩方式、肌肉位置等因素的影响[5]。运用表面肌电进行运动性疲劳相关研究评价指标及影响因素众多，因此目前对于运动疲劳后人体表面肌电的变化结论并不一致[3,6,7]。Kristev等人(2001)通过持续的最大强度收缩运动，观察到积分肌电指标下降低，可能是最大强度收缩时，所募集的运动单位几近饱和，随着运动时间的持续增加，肌肉逐渐疲劳，募集的运动单位程度降低[8]。malachy等人(2000)通过次最大强度下坡跑至肌肉疲劳的发现，积分肌电指标显著性增加，可能是由于肌肉做离心收缩时选择性地募集快肌纤维所致，表明肌肉收缩方式不同，会导致肌电变化规律不同[9]。对于运用表面肌电检测肌肉疲劳，针对不同的运动方式哪种指标更可信？有研究认为平均功率频率(MPF)作为疲劳的研究指标更为可信[10-12]。王奎等人(2004)的研究发现，频域指标(MPF)稳定好、与负荷持续时间相关度高、不受皮下脂肪厚度等因素的影响[10]。也有很多研究报道了疲劳后积分肌电(iEMG)的变化[13-15]。

运用表面肌电进行运动性肌肉疲劳的相关研究中，时域和频域指标运用较多。因此，本研究采用时域分析法中的积分肌电指标(iEMG)和频域分析法的平均功率频率(MPF)指标，对运动疲劳后表面肌电的变化进行元分析。通过对表面肌电指标的梳理和分析，寻找评价运动性肌肉疲劳最有效的指标，从而指导运动实践，减少运动损伤，对竞技体育的发展有重要的理论意义和实践价值。

1 方 法

1.1文献检索

根据PICOS原则，确定主题词“疲劳”、“表面肌电”。应用CNKI E-Study软件在中国知网期刊全文数据库(CNKI)中，以疲劳、表面肌电、sEMG等为检索词，以及采用主题词和自由词以及近义词相组合的方式，运用相应的逻辑词连接对全文进行检索，检索截止日期为2017年7月1日，检索流程如图1。

1.2文献纳入和剔除标准

文献纳入标准：①研究为实证研究，且采用实验诱导疲劳，即通过各种运动方式诱导疲劳。②测量仪器为表面肌电测试仪，测试指标包括表面肌电(iEMG或MPF指标)。③报告了被试肌电的测试部位，测试时的运动方式以及肌肉定位方法。④研究报告数据完整，包括均值、标准差、样本量等。

文献排除标准：①文献为综述或调查性研究。②资料不完整，如没有被试数量、标准差、肌电测试部位等。③同一作者在不同期刊和论文中重复发表文章。④有明显错误而导致结果不可信的文献。最后确定符合标准文献共8篇。

1.3文献编码

为建立此次元分析可用数据库，对符合上述纳入标准的文献进行编码，并分别对纳入的8篇研究文献进行统一编码提取，如研究作者及发表年份、研究对象、样本量、疲劳测试位置及运动方式进入编码范围。

1.4纳入文献的基本描述

1.5统计分析

本研究采用的是stata软件进行分析。stata是一个统计分析软件，同时它具有很强的程序语言功能，具有计算速度极快、操作简单、绘图精美等特点。本研究通过stata软件来进行Meta分析。

元分析研究中首先要考虑纳入同一个元分析的各研究间存在的差异，将元分析中不同研究间的各种变异称之为异质性。异质性检验统计学方法主要有Q 值统计量，H统计量，I2统计量[16]。本文采用I2及Q 值统计量对异质性进行描述。I2统计量是反映异质性部分在效应量总的变异中所占的比重，结果分析可靠。I2描述研究之间的方差在总体方差中所占的比例,其判断标准为：25%为低异质性,50%为中等异质性,75%为高异质性[17]。

采用元分析方法对各研究进行统计分析得出效应值d，它是元分析的最终统计结果。本文的研究数据属于连续性变量资料，效应值(d)采用标准化均数差(Standard rnean difference，SMD)，各效应值均以95%置信区间(Confideneeinterval，CI)表示[18]。将原始研究数据进行分类，采用格拉斯(1976)提出的计算公式分别计算出被试疲劳前后表面肌电的效应值。d绝对值越大表明效应越大[19]。根据Cohen's (1988)建议，d ≤ 0.2为小效应；0.2 < d < 0.8为中等效应；d ≥ 0.8为大效应[20]。

为保证元分析结论的稳定性，对元分析结果还需进行敏感性分析和发表偏倚的检验[16,23]。敏感性分析是检验在一定条件下所获结果稳定性的方法，如改变某些影响结果的重要因素，如纳入标准、研究质量的差异、失访情况、统计方法和效应量的选择等，重新进行Meta分析，观察合成结果是否发生改变，从而判断结论的稳健性，包括不同效应模型法、剪补法、失安全系数法、选择模型分析法等[16]，本文使用了不同效应模型法。元分析时对单个研究的效应量合并时，齐性检验决定加权合并选用固定效应模型还是随机效应模型，如齐性检验P>0.05时可认为多项独立研究具有同质性，可选择固定效应模型计算；若小于等于0.05则先进行异质性分析处理，结果仍不具有同质性时，采用随机效应模型。发表偏倚是指具有统计学意义的研究结果较无统计学意义或无效的结果被报告和发表的可能性更大,是元分析中常见的偏倚[21]，通常采用倒漏斗图法对发表偏倚进行检验。漏斗图是一种以视觉观察以识别是否存在发表偏倚的方法，若漏斗图显示大部分研究处于“倒漏斗”图的上部而基底部较少，且左右大致对称，则提示发表偏倚不明显，反之则提示存在明显发表偏倚[16,21，22]。

2 结 果

2.1异质性分析结果

图1 疲劳前后iEMG指标变化的森林图

根据stata软件分析疲劳前后表面肌电变化从而得出各研究间的异质性。异质性检验结果见表2。

图2 疲劳前后MPF指标变化的森林图

指标I2(%)Q及P值效应模型iEMG88.3444.72(P<0.01)随机效应模型MPF45.267.51(P<0.01)随机效应模型

2.2效应值分析结果

疲劳前后表面肌电的平均效应值，结果见表3。

表3 疲劳前后表面肌电效应值

2.3敏感性分析结果

敏感性分析结果见表4、5。

表4 iEMG敏感性分析结果

表5 MPF敏感性分析结果

2.4回归分析结果

表6 iEMG各因素间回归分析分析结果

2.5亚组分析结果

表7 iEMG肌肉收缩方式亚组效应分析结果

2.6发表偏倚结果

图3 疲劳前后iEMG指标变化的漏斗图

图4 疲劳前后MPF指标变化的漏斗图

图5 iEMG指标减补图 注：漏斗图中的带方框的圆表示向左边剪补的 16项研究

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

3 讨论分析

本研究主要对国内外公开发表中采用表面肌电测试仪对疲劳后表面肌电变化的测量结果，运用元分析方法对数据结果进行统计分析。分别从积分肌电(iEMG)和平均功率频率(MPF)指标进行分析并针对异质性来源进行回归分析，根据回归分析结果对积分肌电(iEMG)指标进行肌肉收缩方式的亚组分析。

3.1疲劳对表面肌电的影响的发表偏倚分析

本研究发现，针对iEMG指标而言，发表偏倚是客观存在的，采用矫正发表偏倚方法必然会降低元分析的效应量，同时也可能会增加“无效应量”的风险。本研究采用减补法矫正发表偏倚风险，结果显示减补后iEMG为中效应量。提示疲劳后积分肌电(iEMG)的变化为大效应量, 但可能存在发表偏倚, 致使大效应量可能被高估。对MPF指标而言，不存在发表偏倚，结果表明疲劳后平均功率频率(MPF)的变化为中效应量是可信的。

3.2疲劳对表面肌电的影响的异质性分析

8篇文献的异质性检验结果显示积分肌电(iEMG)与平均功率频率(MPF)均存在一定程度的异质性，其中平均功率频率(MPF)通过敏感性分析，剔除张肃(2014)的文章后异质性降为0%，采用固定效应模型对效果量进行评价，效应值d=-0.31，说明疲劳对MPF的影响存在显著性意义，且效应值处于中效应水平。

对积分肌电(iEMG)采用回归分析发现，肌肉收缩方式对iEMG异质性贡献较大，进一步对肌肉收缩方式这个因素进行亚组分析，结果表明不同的收缩方式依旧存在较高的异质性。这说明，如此高的异质性的来源似乎应该还存在某些潜在的调节变量。同时，采用敏感性分析法对结果偏差较大文献进行逐一剔除，结果显示异质性依旧较大。因此，对纳入到文献逐篇阅读，影响表面肌电信号的因素较多，例如肌电测试环境和使用设备的技术规范、皮肤准备、电极配置、定位和方向及肌肉收缩方式等。阅读有关文献的研究方法发现，这些研究中应用的设备、诱导疲劳的运动方式以及达到疲劳的判断标准不同。由此可以推断造成有关研究结果偏离程度较大的原因可能与所采取的设备、疲劳诱导方式以及达到疲劳的判断标准不同等有关。另外，表面肌电数据采集过程、实验质量控制等因素均可能影响疲劳对iEMG的影响，故本研究无法就诸多异质性来源进行定量探索，而这些难以控制或量化的因素也可能是导致iEMG为高度异质性的潜在调节变量[24,25]。

综上，积分肌电(iEMG)既存在发表偏倚分析也存在异质性，因此，将iEMG作为疲劳的评价指标不是很可信。本研究结果与李圆圆等人(2014)关于表面肌电在体育领域研究结果一致[26]。

3.3疲劳对表面肌电影响的效应量分析及可能机制

对8篇符合标准的文献数据进行元分析后的总效应量结果显示，疲劳对表面肌电的影响具有一致性，即积分肌电(iEMG)的升高和平均功率频率(MPF)的降低。积分肌电(iEMG)是指一定时间内肌肉动员的运动单位放电总量。平均功率频率(MPF)是指运动单位收缩时的平均放电频率。MPF下降意味着运动时，高频(快肌纤维)放电比例减少，低频(慢肌纤维)比例增加，总体放电频率降低。积分肌电(iEMG) 随着疲劳的发生而升高，该研究结果与前人研究结果一致[14,27]。肌肉持续运动引起疲劳，疲劳后为维持运动，肌肉会募集更多的运动单位，随着募集的运动单位的増加，iEMG的值也不断地增大[28]。这和大多数研究结果一致，疲劳后MPF值逐步下降[28]。

从表7的亚组分析可以发现，向心运动诱导的疲劳引起iEMG变化的效果最明显，等长次之，离心运动由于文献量少不能进行效果量比较。Gibala等人(1995)的研究发现，不同受试者的上肢在分别做向心与离心收缩后，其等速肌力的峰力矩均显著降低，离心收缩后的降幅更大，二者在运动后 24h 仍保持在较低水平[29]。

4 结 论

4.1 运动疲劳对iEMG有显著影响，表现为数值升高，但存在高异质性，提示iEMG尽管能有效评价运动疲劳但不稳定。

4.2 运动疲劳对MPF有显著影响，表现为数值降低，提示MPF才是评价运动疲劳的稳定且有效的指标。

[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.评估肌肉疲劳的中枢和外周起源[J].医用生物力学,2015,30(2):192-196.

[4] 张国杰.优秀赛艇运动员专项运动中肌肉疲劳度评价方法的研究[D].北京:北京体育大学,2010.

[5] 张莉.表面肌电信号模式识别及其运动分析[D].长春:吉林大学,2013.

[6] 何伟,王绵珍,王治明.运动所致血浆K～+和血pH值的变化对肌肉疲劳和表面肌电图的影响[J].四川大学学报(医学版),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,刘建红,宋刚.sEMG技术在评价运动性疲劳方面的方法及应用[J].安徽体育科技,2004(3):49-51.

[11] 王瑞元,熊开宇,孙伟.肱二头肌在不同负荷及不同速度收缩时的肌电变化[J].北京体育学院学报,1993(3):46-49.

[12] 邱龙潜,李野.等速负荷诱发肱二头肌疲劳过程中sEMG信号变化[J].温州大学学报,2003(3):52-54.

[13] 郭庆芳,刘佩清,袁新华.肌肉疲劳时表面肌电图与其深层运动单位电位、积分、频谱的变化[J].体育科学,1982(3):52-56.

[14] 高强,尹吟青.表面肌电图自动分析的应用[J].中国运动医学杂志,1985(2):95-102.

[15] 王瑞元,卢鼎厚.极限负荷斜蹲过程中股外肌肌电信号变化及针刺和静力牵张对其恢复过程的影响[J].北京体育学院学报,1991(3):32-39,94.

[16] 张天嵩.实用循证医学方法学[M].长沙:中南大学出版社,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] 权朝鲁.效果量的意义及测定方法[J].心理学探新,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,方积乾.Meta分析的常见偏倚[J].循证医学,2002(4):216-220.

[22] 康德英,洪旗,刘关键,等.Meta分析中发表性偏倚的识别与处理[J].中国循证医学杂志,2003(1):45-49.

[23] 王丹,翟俊霞,牟振云,等.Meta分析中的异质性及其处理方法[J].中国循证医学杂志,2009(10):1115-1118.

[24] 屈云,何俐,刘鸣.Cochrane系统评价的基本方法[J].中国临床康复,2003,(4):532-533,536.

[25] 李静,秦莉,刘鸣.系统评价的基本方法[J].中国循证医学杂志,2001(1):34-38.

[26] 李圆圆,张万寿,陈丽.表面肌电在体育科学研究领域中的应用进展[J].长春师范大学学报,2014(8):91-94,101.

[27] 杨建国.表面肌电图对体育舞蹈专项学生股四头肌的疲劳评价[D].赣州:赣南师范学院,2013.

[28] 麻文慧.赛艇运动员不同负荷强度下主要肌群的表面肌电特征[D].北京:北京体育大学,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.