STUDY OF THE ADAPTIVE CAPABILITIES OF STUDENTS-ATHLETES

Abstract


Sports development plays an important role in formation of the student as an individual. Permanent training process allows you to maintain good form the cardiovascular and respiratory system. Definition of adaptive capacity of an organism plays a role in the assessment not only of the State of the organism, but also allows you to monitor the training process. Reduce the physical load in a timely manner avoiding muscle fatigue effect, rationally to undertake remediation activities. All these measures allow to approach the competition in optimum physical condition. We built mathematical models of adaptive capacity of athletes engaged in light and heavy training, aimed at optimization of the preparation for a competition.

Актуальность. В настоящее время вузы играют значимую роль не только в подготовке специалиста обладающего профессиональными компетенциями, но становлении специалиста как личности в современном обществе. Личность в социальном плане подразумевает нравственное и физическое здоровье, а также социальную активность. Но физическое здоровье студентов сталкивается с рядом проблем, связанных, прежде всего с состоянием здоровья обучающихся. Анализ состояния здоровья указывает на наличие различной патологии полученной, как правило, еще в школе. Наиболее «проблемными» является состояние пищеварительной системы, дыхательной, сердечно-сосудистой. Роль занятий спортом в укреплении организма человека всеобъемлющая. Воздействие на организм оказывает как лечебная физкультура, так и профессиональные занятия спортом [6-8,10]. Одной из форм адаптации спортсмена к физическим нагрузкам является постоянство функционирования вегетативной нервной системы в условиях повышенных нагрузок на сердечно-сосудистую систему. В условиях, когда на студента ложится не только нагрузка по учебной программе, но и в спортивной сфере, необходим контроль за состоянием функционирования всех систем организма, с условием определения функциональных резервов. Определение состояния систем адаптации к нагрузкам позволяет проводить дифференцированный подход к тренировочному процессу, с увеличением или уменьшением нагрузки на определенном этапе тренировочного процесса. Принятие мер на профилактику развития дезадаптационных процессов позволяет повысить эффективность тренировочного процесса и позволяет повысить результаты спортсмена во время соревнований [2,3]. С другой стороны можно проводить дифференцированный подход к восстановительному периоду после соревнований. Снижение разбалансированности вегетативной нервной системы позволяет осуществлять восстановление в более короткие сроки и соответственно улучшать подготовку к соревнованиям, когда между стартами маленький временной интервал [1,9,12,13]. Тренировочный процесс оказывает благоприятное воздействие на сердечно-сосудистую, дыхательную систему и опорно-двигательный аппарат, оказывая гармоничное влияние на развитие молодого организма. Проведение исследований непосредственно в процессе мышечной деятельности, в частности, при разных методах тренировки наглядно выявляет возрастные различия в адаптации сердечно-сосудистой системы к физической нагрузке [4,5,11]. Целью исследования являлось изучение адаптационных возможностей спортсменов-студентов занимающихся легкой и тяжелой атлетикой. На основе разработанных моделей возможна разработка программных комплексов поддержки тренировочного процесса, направленных на повышение эффективности занятий спортом. Материал и методы исследования. Исследование проводилось на 25 студентах занимающихся легкой атлетикой и 20 спортсменах занимающихся тяжелой атлетикой. Исследование адаптационных возможностей проводилось с помощью исследования вариабельности ритма сердца. Анализировались следующие временные показатели вариабельности ритма сердца (ВРС): SDNN (стандартное отклонение величин NN-интервалов, квадратный корень из разброса NN, показывающий суммарный эффект вегетативной регуляции кровообращения), RMSSD (квадратный корень средних квадратов разницы между смежными RR-интервалами, отражающий активность парасимпатического звена вегетативной регуляции), pNN50 (процент интервалов смежных NN, отличающихся более чем на 50 мс, рассматривается как показатель степени преобладания парасимпатического звена регуляции над симпатическим), CV (коэффициент вариации ряда последовательных кардиоинтервалов, SDNN/RRNN*100%, являющийся нормированным показателем суммарного эффекта регуляции. Среди показателей спектрального (частотного) анализа оценивались: общая мощность спектра (TP - суммарный уровень активности регуляторных систем), мощность отдельных компонентов: высокочастотного (HF - уровень активности парасимпатического звена регуляции), низкочастотного (LF - уровень активности вазомоторного центра) и очень низкочастотного (VLF - активность подкоркового нервного центра); вклад указанных компонентов в общую мощность спектра в процентах (HF, %, LF, %, VLF, %). Проводилось исследование функции внешнего дыхания с исследованием следующих показателей: ОФВ1, ЖЕЛ, ПСВ. Для выявления взаимосвязи показателей вариабельности сердечного ритма и параметров внешнего дыхания был проведен корреляционный анализ с помощью ранговой корреляции Спирмена. Использовался пакет статистических программ для анализа и обработки Statistica - 8.0. Полученные результаты и их обсуждение. Анализ показателей временной области показал, что SDNN имел достоверную сильную положительную корреляционную связь с показателями TP, VLF, LF, HF. Наибольшую связь данный показатель имел с TP. Это объясняется тем, что показатели SDNN и TP отражают суммарный эффект вегетативной регуляции кровообращения. Показатель RMSSD, отражающий функцию концентрации ритма сердца, имел сильную корреляционную связь с показателями TP и HF%. Наиболее тесные взаимосвязи наблюдались с HF, характеризующими преимущественно активность парасимпатической нервной системы. Таблица 1 Коэффициенты ранговой корреляции Спирмена между показателями временного и спектрального анализа вариабельности ритма сердца Показатели Легкая атлетика Тяжелая атлетика SDNN, мс RMSSD, мс pNN50, % CV, % SDNN, мс RMSSD, мс pNN50, % CV, % TP, мс2 +0,85* +0,7* +0,56* +0,95* +0,9* +0,97* +0,92* +0,18 VLF, % +0,75* -0,58* -0,70* -0,38* -0,40 -0,58* -0,58* +0,18 LF, % +0,74* -0,20 -0,24 -0,02 -0,01 -0,32 -0,39 -0,09 HF, % +0,66* +0,56* +0,70* +0,45* +0,6* -0,58* -0,55* -0,19 Таблица 2 Коэффициенты ранговой корреляции Спирмена между показателями вариабельности ритма сердца и параметрами внешнего дыхания Показатели Легкая атлетика Тяжелая атлетика ЖЕЛ, л ОФВ1 ПСВ ЖЕЛ, л ОФВ1 ПСВ CV, % TP, мс2 +0,30 +0,38 +0,20 +0,56* +0,33 +0,25 +0,20 Таблица 3 Матрица ранжирования показателей вариабельности ритма сердца (легкая атлетика) Показатель Оценки восьми экспертов сумма wi 1 2 3 4 5 6 7 8 X1 (SDNN, мс) 1 2 2 1 1 1 1 1 10 0,18750 X2 (RMSSD, мс) 1 1 1 1 1 2 1 1 9 0,19090 X3 (pNN50, %) 7 3 4 2 1 3 2 2 24 0,13880 X4 (CV, %) 2 4 3 2 1 4 3 3 22 0,14580 X5 (TP, мс2) 3 5 5 3 2 5 4 4 31 0,11458 X6 (VLF, %) 4 6 6 4 2 5 5 5 37 0,09375 X7 (LF, %) 6 7 4 2 6 5 5 5 40 0,08330 X8 (HF, %) 6 6 8 4 2 6 5 6 43 0,07290 Модель уровня адаптации к физической нагрузке спортсменов легкоатлетов Y1=0,1875x1+0,1909 x2+0,1388 x3+0,1458 x4+0,11458 x5+0,09375 x6+0,0833 x7+0,0729 x8 Таблица 4 Характеристика уровня адаптации к физической нагрузке по легкой атлетике в зависимости от значения модели Высокий уровень Средний уровень Низкий уровень 0,7-1 0,3-0,69 0-0,29 Далее была проведена оценка показателей вариабельности ритма сердца спортсменов тяжелоатлетов. Данные представлены в табл.5. Таблица 5 Матрица ранжирования показателей вариабельности ритма сердца (тяжелая атлетика) Показатель Оценки восьми экспертов сумма wi 1 2 3 4 5 6 7 8 X1 (SDNN, мс) 1 1 2 1 1 2 1 2 11 0,1840 X2 (RMSSD, мс) 1 2 1 2 1 3 2 1 13 0,1770 X3 (pNN50, %) 6 5 4 4 2 1 3 1 26 0,1319 X4 (CV, %) 3 3 4 1 1 1 4 3 20 0,1527 X5 (TP, мс2) 2 4 5 2 2 2 5 4 26 0,1319 X6 (VLF, %) 4 5 7 5 4 5 6 5 36 0,10069 X7 (LF, %) 4 6 8 4 6 6 8 5 47 0,09722 X8 (HF, %) 4 6 8 4 6 6 8 5 47 0,05900 Модель уровня адаптации к физической нагрузке по тяжелой атлетике Y2=0,1840x1+0,1770x2+0,1319x3+0,1527x4+0,1319x5+0,10069x6+0,09722x7+0,05900x8 Таблица 6 Характеристика уровня адаптации к физической нагрузке по тяжелой атлетике в зависимости от значения модели Высокий уровень Средний уровень Низкий уровень 0,7-1 0,3-0,69 0-0,29 Таблица 7 Матрица ранжирования показателей функции внешнего дыхания (легкая атлетика) Показатель Оценки восьми экспертов сумма wi 1 2 3 4 5 6 7 8 ЖЕЛ, л (x1) 1 1 1 1 2 1 1 1 9 1,4375 ОФВ1 (x2) 2 2 2 2 1 2 2 2 15 1,0625 ПСВ (x3) 3 2 2 3 3 1 3 2 19 0,8125 TP, мс2 (x4) 4 4 4 4 4 4 4 32 0 Модель готовности к соревнованиям по легкой атлетике Y3=0,75x1+1,375x2+1,3125x3 Нормированная модель готовности к соревнованиям по легкой атлетике Y3нормир=0,22x1+0,4x2+0,38x3 Таблица 8 Характеристика уровня готовности к соревнованиям по легкой атлетике в зависимости от значения модели. Высокий уровень Средний уровень Низкий уровень 0,7-1 0,3-0,69 0-0,29 Таблица 9 Матрица ранжирования показателей функции внешнего дыхания (тяжелая атлетика) Показатель Оценки восьми экспертов сумма wi 1 2 3 4 5 6 7 8 ЖЕЛ, л (x1) 1 1 1 1 2 1 1 1 9 1,4375 ОФВ1 (x2) 2 2 2 2 1 2 2 2 15 1,0625 ПСВ (x3) 3 2 2 3 3 1 3 2 19 0,8125 TP, мс2 (x4) 4 4 4 4 4 4 4 32 0 Модель готовности к соревнованиям по тяжелой атлетике Y4=1,4375x1+1,0625x2+0,8125x3 Нормированная модель готовности к соревнованиям по тяжелой атлетике Y4нормир=0,422x1+0,3125x2+0,238x3 Таблица 10 Характеристика уровня готовности к соревнованиям по тяжелой атлетике в зависимости от значения модели Высокий уровень Средний уровень Низкий уровень 0,7-1 0,3-0,69 0-0,29 Выводы. В процессе выполнения данной работы мы рассмотрели взаимосвязи между показателями вариабельности ритма сердца и функции внешнего дыхания у спортсменов-студентов. Построены модели отражающие уровень готовности спортсмена к соревнованиям на основе оценки адаптационных возможностей организма. Исходя из данных полученных в ходе обследования мы можно осуществлять дифференциальный подход в тренировочном процессе.

N A Gladskich

Voronezh State Medical University

S B Korotkova

Voronezh State Medical University

E A Fursova

Voronezh State Medical University

  1. Вариабельность ритма сердца у пациентов с сахарным диабетом 2 типа и ишемической болезнью сердца / А.В. Свиридова, А.И. Бородулин, О.В. Судаков, В.О. Зязина // Прикладные информационные аспекты медицины. 2013. Т. 16. № 2. С. 75-78.
  2. Елизарова И.О. Оценка адаптационных возможностей студентов медицинского вуза с учетом метеорологических факторов / И.О. Елизарова, Е.А. Фурсова // Системный анализ и управление в биомедицинских системах. 2015. Т. 14. № 1. С. 184-188.
  3. Елизарова И.О. Оценка адаптационных возможностей у лиц специализированной профессиональной группы с учетом метеорологических факторов / И.О. Елизарова, Э.В. Минаков // Системный анализ и управление в биомедицинских системах. 2010. Т. 9. № 2. С. 301-306.
  4. Есауленко И.Э. Мониторинг здоровья учащейся молодежи на основе компьютерных технологий / И.Э. Есауленко, Т.Н. Петрова, О.В. Судаков // Системный анализ и управление в биомедицинских системах. 2014. Т. 13. № 2. С. 483-487.
  5. Математическая модель, используемая для исследования вариабельности ритма сердца на длительных временных интервалах / А.В. Свиридова, О.В. Судаков, О.В. Родионов, Н.Ю. Алексеев // Системный анализ и управление в биомедицинских системах. 2007. Т. 6. № 1. С. 109-113.
  6. Петрова Т.Н. Анализ состояния здоровья студентов высших учебных заведений города Воронежа / Т.Н. Петрова, О.В. Судаков // Системный анализ и управление в биомедицинских системах. 2012. Т. 11. № 1. С. 217-221.
  7. Петрова Т.Н. Комплексный подход к оценке состояния здоровья студентов медицинского вуза / Т.Н. Петрова, О.В. Судаков // Системный анализ и управление в биомедицинских системах. 2012. Т. 11. № 1. С. 121-128.
  8. Петрова Т.Н. Сравнительный анализ состояния здоровья студенческой молодежи в зависимости от профиля вуза / Т.Н. Петрова, О.В. Судаков // Системный анализ и управление в биомедицинских системах. 2012. Т. 11. № 3. С. 804-809.
  9. Построение информационного комплекса поддержки принятия врачебных решений в лечебно-диагностическом процессе больных сахарным диабетом в сочетании с артериальной гипертонией / О.В. Судаков, Т.Н. Петрова, Н.Ю. Алексеев, Е.А. Фурсова // Прикладные информационные аспекты медицины. 2015. Т. 18. № 6. С. 4-9.
  10. Сравнительный анализ личностного развития студентов 6 курса и ординаторов 1 и 2 года обучения / Т.Н. Свиридова, О.В. Судаков, И.Е. Плотникова, Н.Ю. Алексеев, В.В. Овсянникова // Личность, семья и общество: вопросы педагогики и психологии. 2014. № 39-2. С. 89-97.
  11. Судаков О.В. Математическое моделирование вариабельности ритма сердца при исследовании длительных интервалов времени / О.В. Судаков, А.В. Свиридова // Научно-медицинский вестник Центрального Черноземья. 2007. № 27. С. 52-58.
  12. Судаков О.В. Построение прогностической математической модели, базирующейся на параметрах сердечного ритма для оценки тяжести сердечных заболеваний / О.В. Судаков // Системный анализ и управление в биомедицинских системах. 2007. Т. 6. № 1. С. 201-208.
  13. Фурсова Е.А. Применение нейросетевого моделирования для поддержки принятия решений при диагностике хронической сердечной недостаточности / Е.А. Фурсова, Е.И. Новикова, О.В. Судаков // Системный анализ и управление в биомедицинских системах. 2009. Т. 8. № 2. С. 410-413.

Views

Abstract - 0

PDF (Russian) - 1

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies