Prediction of performance in swimming by Autonomic Nervous System activity assessment : mathematical modeling
Prédiction de la performance en natation par les mesures d'activité du Système Nerveux Autonome : modélisation mathématique
Résumé
Over the past 20 years, numerous studies in humans have demonstrated the usefulness of Heart Rate Variability (HRV) as a tool for investigating the activity of Autonomic Nervous System (ANS). Longitudinal and transversal studies have also shown a strong relationship between ANS activity, training load and performance. Monitoring of the training load has led to the study of various physiological parameters including the HRV. The goal of all this work was the study of the abilities of ANS parameters to predict the level of performance in swimming, as well as, modeling the effects of training load on the parameters of ANS. Study I models the effects of training on parasympathetic activity through the Banister model, originally designed to represent the effects of training on performance. A significant logarithmic relationship was demonstrated between parasympathetic activity and performance. Study II demonstrates the relevance of HRV and mathematical modeling to drive and optimize the training load. This study, using model parameters calculated from linear and non-linear mathematical formulation for 10 swimmers, analyzes the ability of computer simulation to predict performance and parasympathetic activity in response to the training load. The results demonstrate the practical application of mathematical modeling and computer simulations in predicting the performance and optimization of the training load to maximize both performance gains and parasympathetic activity All this work demonstrates, through mathematical modeling, the relevance of HF spectral power of HRV as a non-invasive tool, easy to use in routine, to optimize the training load and predict the performance in swimming. Beyond the demonstration of a significant relationship between parasympathetic activity and performance, it was an evolution in phase of these two parameters that was highlighted
Durant ces 20 dernières années, de nombreuses études réalisées chez l’homme ont mis en évidence l’utilité de la Variabilité de la Fréquence Cardiaque (VFC) comme outil d’investigation de l’activité du Système Nerveux Autonome (SNA). Des études longitudinales et transversales ont par ailleurs démontré des relations fortes entre SNA, entrainement et performance. La recherche d’indicateurs biologiques permettant au mieux de paramétrer la charge d’entraînement a conduit à l’étude de différents paramètres parmi lesquels la VFC. L’objectif de l’ensemble de ce travail de thèse a été, à la fois, l’étude de la prédiction de la performance en natation ainsi que la modélisation des effets de l’entraînement sur le SNA. L’étude I modélise les effets de l’entraînement sur l’activité parasympathique au travers du modèle de Banister, initialement conçu pour représenter les effets de l’entraînement sur la performance. Une relation significative de type logarithmique est démontrée, également, entre l’activité parasympathique et la performance. L’étude II démontre la pertinence de la VFC dans le pilotage et l’optimisation de la charge d’entraînement. Cette étude a utilisé les paramètres issus des modèles linéaire et non-linéaire des 10 nageurs pour analyser l’influence sur la performance et l’activité parasympathique de la charge d’entraînement. Cette étude rend compte de l’application pratique de la modélisation mathématique et des simulations informatiques dans la prédiction de la performance et l’optimisation de la charge d’entraînement en vue de maximiser à la fois les gains de performance et d’activité parasympathique. L’ensemble de ce travail démontre, au travers de la modélisation mathématique des réponses à l’entraînement de l’activité parasympathique et sa confrontation aux réponses de la performance, que la puissance spectrale en HF est un outil non invasif et facilement utilisable en routine pour optimiser l’entraînement. Au-delà de la démonstration d’une relation significative, c’est la mise en évidence d’une évolution en phase de ce paramètre physiologique et de la performance qui a été démontrée
Origine : Version validée par le jury (STAR)