Relationship Between External Training Load and Session Rating of Perceived Exertion Training Impulse in Elite Sprinters

Matthew Thome,1,2 Sophia Nimphius,1 Matthew J. Jordan,1,3 and Robin T. Thorpe4,5

刊登于《International Journal of Sports Physiology and Performance》——2024年

目的：量化精英短跑运动员在 3 个跑步速度范围内增加跑步距离时可能出现的会话感知用力训练冲动评分（RPE-TRIMP）的变化。方法：在为期 22 周的备赛期间，我们使用可穿戴全球定位系统技术和 RPE-TRIMP 监测了精英短跑运动员（女性：n = 7；男性：n = 11）的训练负荷，共进行了 681 次单独训练。内部训练负荷用 RPE-TRIMP 表示，外部训练负荷用 3 个速度范围内的距离表示。以运动员为随机效应的线性混合效应模型将RPE-TRIMP 与个人最大速度的总覆盖距离≤69.99%（低速跑 [LVR]）、70% 至 84.99%（高速跑 [HVR]）和 85%至 100%（极高速跑 [VHVR]）联系起来。结果：在所有 3 个速度范围（LVR、HVR 和 VHVR）内增加跑步距离都会导致RPE-TRIMP 显著增加（P < .001）。LVR 的系数（95% 置信区间）为 0.10（.08-.11），HVR 为 0.23（.18-.28），VHVR 为 0.44（.35-.53）。在 LVR、HVR 和 VHVR 速度范围内，跑步距离每增加 50 米，RPE-TRIMP 分别增加 5、11.5 和 22 个任意单位。结论以 RPE-TRIMP 计算的内部训练负荷会随着 LVR、HVR 和 VHVR 速度范围总距离的增加而增加（P < .001）。RPE-TRIMP 是监测精英短跑运动员整体训练负荷的实用解决方案。

训练负荷可分为外部机械负荷和内部心理生理负荷。1 教练员掌握有关外部训练负荷的详细信息，有助于更好地制定训练计划和进行训练管理。1 此外，对于相同的外部负荷，不同的运动员会表现出不同的生理反应。2 这凸显了在外部负荷之外监测内部负荷以准确量化所施加的训练刺激的重要性。

虽然有关耐力和团队运动中运动员监控策略的信息广泛存在，3-5 但有关精英短跑训练负荷监控的科学研究却很少。6 以前的研究表明，随着跑步速度的增加，大腿角速度也在增加。7 腿肌和臀大肌的肌肉峰值力量模型显示，从次极速（70%-85%）到极速8 几乎增加了一倍。这些升高的肌肉峰值力，加上可达到 4-5 倍体重的地面反作用力峰值，是短跑训练负荷的主要来源。9 因此，监测更高速度（最大短跑速度的 85% 以上）下的短跑距离，可为了解精英短跑运动员所承受的外部负荷提供有价值的信息。

在团队运动中，可穿戴式全球定位系统 (GPS) 技术已被用于监测不同跑步速度范围内的距离。在直线跑和团队运动特定动作中，使用 10 赫兹 GPS 记录的跑步距离与雷达相比偏差较小（典型误差变异系数 [CV]：0.7%-1.6%；偏差：1.3%-2.7%）。12 据报道，与 50 赫兹激光器相比，十赫兹GPS 速度数据在不同的次最大速度范围（1-3m-s-1；偏差百分比：0.6 [0.4]；%CV：5.3 [0.2]）、（3-5m-s-1；偏差百分比：-0.2 [0.2]；%CV：3.5 [0.2]）、（5-8m-s-1；偏差百分比：-0.2 [0.2]；%CV：2.0 [0.12]）13 和最高速度（8.82 [0.55] m-s-1）的体育运动员（%Bias：0.8%至-1.6%；CV：4.4%；类内相关系数 [ICC]：.99）。14,15最近的数据还表明，相对于47 Hz 雷达，10 Hz GPS 在监测精英短跑运动员训练期间高速度的外部负荷方面显示出可接受的有效性水平（系统偏差为 -0.11 m-s-1 [-0.17 至 -0.05]；ICC 为 0.99 [.93-1.0]）。

4,17-19 心率监测是量化稳态、亚极限活动中内部训练负荷的实用解决方案，因为心率与耗氧率之间存在线性关系。然而，心率对运动强度突然增加或减少的反应相对较慢，因此不太适合准确监测高强度、短时间（<15 秒）间歇活动（如短跑训练）的内部负荷。

RPE-TRIMP 的计算方法是将整个运动回合的单次 RPE 乘以训练持续时间，它是各种运动和力量训练活动中被广泛接受和使用的整体训练负荷指标。18,21-24 虽然这种方法已在少数研究中被用作量化精英短跑运动员内部训练负荷的一种手段，25,26 但以前从未尝试过量化精英短跑运动员的客观外部负荷测量（GPS）与 RPE-TRIMP 之间的关系。在一堂训练课中，以超过最大冲刺速度 85% 的更长跑动距离为形式的高机械负荷有可能会提高运动员对该堂训练课的感知评分。此外，与可穿戴 GPS 相比，RPE-TRIMP 是一种更实用的监测工具，许多精英短跑教练可能负担不起。

因此，本研究的主要目的是量化 RPE-TRIMP 在以下情况下可能发生的变化幅度：跑动距离增加≤ 69.99%（低速跑动距离-LVR）、70% 至 84.99%（高速跑动距离-HVR）和≥最大短跑速度的 85%（极高速跑动距离-VHVR）。根据假设，与最大冲刺速度的 0% 至 69.99% 和 70% 至 84.99% 之间的跑步距离相比，最大冲刺速度的 85% 至 100% 之间的跑步距离的增加对 RPE-TRIMP 的影响更大。

方法

解决问题的实验方法

使用可穿戴 GPS（Catapult OptimEye S5，10 Hz GPS、100 Hz 3D 加速计、100 Hz 3D 陀螺仪、100 Hz 3D 磁力计）和 RPE-TRIMP 监测运动员在为期 22 周的备赛期间的训练负荷。共记录了 681 次单独训练，每位运动员的训练次数中位数为 37 次（范围 = 11-66）。短跑速度分为 LVR 距离（最大速度的 0%-69.99% ）、HVR 距离（最大速度的 70%-84.99% ）和 VHVR 距离（最大速度的85%-100% ）。

受试者

本研究招募了专门从事 100 米、200 米和 400 米短跑项目以及 100 米和 110 米跨栏项目的精英短跑运动员（女性：n = 7；年龄：28.4 [2.9] 岁；体重：64.3 [2.2] 千克；男性：n = 11；年龄：26.2 [3.0] 岁；体重：82.0 [6.7] 千克）。这些运动员包括多届全国冠军、国际业余田径联合会（IAAF）钻石联赛冠军、英联邦运动会奖牌获得者、国际田联世界接力赛奖牌获得者和冠军、国际田联世界锦标赛资格赛选手和奖牌获得者、国际田联世界冠军、奥运会四强选手、奥运会半决赛选手和奥运会奖牌获得者。根据麦凯（McKay）等人制定的标准，27 所有运动员均被视为第 4 级（国际级）或第 5 级（世界级）运动员。埃迪斯科文大学人类研究伦理委员会（REMS 编号：2020-01346-THOME）为使用去标识化的监测数据出具了伦理声明。

GPS 监控

相对速度范围以每个运动员的最大冲刺速度的百分比为基础。最大冲刺速度由每位运动员在训练期间达到的峰值决定（综合平均值 [SD]：10.0 [0.6] m-s-1；女子：9.4 [0.2] m-s-1；男子：10.4 [0.6] m-s-1）。最近的研究表明，10 Hz GPS 在精英短跑运动员训练期间为监测外部负荷而达到的高速度下显示出了可接受的有效性水平（系统偏差为 -0.11 m-s-1 [-0.17 to− 0.05]；ICC 为 0.99 [.93-1.0] ）28。

所有设备都在采集数据前几分钟启动，以便获取卫星信号。每名运动员都紧紧穿上一件 GPS 背心（Catapult Sports），GPS 设备位于上背部肩胛骨之间的口袋中。29 所有 GPS 数据均使用 Catapult Openfield 控制台软件（1.22.2 版；Catapult Sports）进行处理。

以前的研究使用任意阈值来调查训练负荷测量之间的关系，缺乏科学依据。由于没有针对精英短跑运动员的适当速度范围的现有结论，速度范围的选择是基于先前的研究，这些研究表明，在有经验的男性和女性跑步者中，生物力学策略和肌肉力量的变化发生在最大短跑速度的约 71% 至 86% 的阈值之上（最大短跑速度范围：8.0-9.7 m-s-1）。8,30,31超过这一阈值的生物力学变化包括髋关节外展肌和外展肌肌力峰值的增加，这有助于提高快速冲刺所需的髋关节角速度和力量。此外，大腿角速度的增加与触地时更大的下肢垂直速度和更高的地面反作用力峰值有关，这些都是造成短跑整体训练负荷的重要因素。根据这些信息，我们确定了三个速度范围：（1）LVR 距离，≤ 69.99% 的最大短跑速度；（2）HVR 距离，介于 70% 到 84.99% 的最大短跑速度之间；以及（3）VHVR 距离，≥ 85% 的最大短跑速度。

session RPE-训练冲量

根据 Foster 等人的描述21,33 ，在每次训练课后 5 到 10 分钟，使用经修改的带有口头锚的博格分类比率 10（CR10）量表收集训练课 RPE（sRPE）≈。熟悉过程包括解释量表本身以及与评分相关的关键口头锚点。sRPE 的收集是通过面对面的互动进行的，同时运动员还可以查看包含口头锚点的打印RPE 量表。课程持续时间包括整个课程时间，包括热身和降温。RPE-TRIMP 计算为 sRPE 与以分钟为单位的训练时间的乘积。

统计分析

使用线性混合效应模型对数据进行分析，以考虑参赛者在一段时间内的重复测量结果。34 该模型通过 LVR (TD_70)、HVR (TD_70_85) 和 VHVR (TD_85_100)（计算公式：Track_load~ TD_70 + TD_70_85 + TD_85_100）来预测 RPE-TRIMP（Track_load）（计算公式：Track_load TD_70 + TD_70_85 + TD_85_100）。运动员个人（Athlete_ID）被视为随机效应（计算公式：~ 1 | Athlete_ID），允许每个运动员的截距独立变化，同时保持运动员之间的斜率固定。该模型由R 统计软件（4.0.2 版，http://www.R-project.org/；lme4 软件包）构建。显著性设定为 P < .05，并使用 R 中的 lmerTest 软件包进行计算，该软件可估算自由度，并使用 Satterthwaite 方法生成混合模型的 P 值35 。

成果

在总共 681 次训练过程中，3 个速度范围的跑步距离的平均值和 SD 值以及回归系数和 P 值列于表 1。在所有 3 个速度范围（LVR、HVR 和 VHVR）内增加跑步距离对RPE-TRIMP 的影响均呈显著正相关（P < .001）。LVR 的系数 (B) 为 0.10 (0.08-0.11)，HVR 为 0.23 (0.18-0.28)，VHVR 为 0.44 (0.35-0.53)。VHVR 距离每增加 50 米，RPE-TRIMP 随之增加 22（17.5-26.5）个任意单位（AU），而 HVR 和 LVR 距离每增加 50 米，RPE-TRIMP 仅分别增加 11.5（9-14）个任意单位和 5（4-5.5）个任意单位（图 1）。

讨论

本研究旨在考察精英短跑运动员在 3 个不同的跑步速度范围内，RPE-TRIMP 与跑步距离增加之间的关系。数据显示，在分析的所有 3 个速度范围内，RPE-TRIMP 与增加的跑步距离之间都存在正相关关系。对这些结果的实际解释（图 1）提供了这样一个例子：在 0% 至 69.99%（LVR）、70% 至 84.99%（HVR）和 85% 至 100%（VHVR）范围内，跑步距离增加 50 米会导致 RPE-TRIMP分别增加 5、11.5 和 22 AU。

VHVR 与 HVR 相比，同等距离的 RPE-TRIMP 几乎增加了一倍，这与 Dorn 等人8 预测的肌肉峰值力变化一致（图 2）。目前报告的RPE-TRIMP 值结果与之前对高速跑步时肌肉力量的测量结果之间的这种联系，可能支持心理生物学对 VHVR 期间需求（肌肉峰值力量）生物变化的感知。多恩等人8 发现，当运动员超过 HVR 临界值（最大冲刺速度的 70%-85% ）时，臀大肌和腘绳肌群的峰值力在末端摆动过程中大约增加了一倍。8 在本次调查中，这种分段负荷的指数式上升可能会影响运动员对训练课的感知评分。36,37通过施加与肌肉峰值力量一致的外部负荷，并考虑使用差异 sRPE 的知觉反应，教练员和运动科学家可以通过提高对剂量-反应关系的理解来改进训练方法，并深入了解神经肌肉刺激相对于施加的外部训练负荷的潜在机制。不过，值得注意的是，在计算 RPE-TRIMP 时使用总训练时间可能会有局限性，因为短跑训练中的休息时间可能会有变化。在未来的研究中，仅使用工作时间段总时间或用短跑重复次数乘以 sRPE 来计算 RPE-TRIMP 可能更为精确。后一种方法类似于在阻力训练中提出的方法，阻力训练的休息时间也是可变的，在阻力训练中使用 sRPE × 总训练组数来计算 RPE-TRIMP。

虽然之前的研究没有专门研究精英短跑运动员跑动距离的变化对RPE-TRIMP 的影响，但 Suzuki 等人26 的一项案例研究表明，RPE-TRIMP 方法是监测训练负荷和预测精英 400 米短跑运动员成绩的重要工具（R2 = .83；P < .001）。此外，在团队运动运动员中，RPE-TRIMP 与总跑步距离有很强的相关性（r = .79；90% CI，.74-.83），与总高速跑步距离有一定的相关性（r = .47；90% CI，.32-.59）。此外，RPE-TRIMP 还被用于可靠地量化不同强度水平阻力训练中的训练负荷 (r = .88-.95).

目前的研究结果支持将 RPE-TRIMP 用作精英短跑运动员的训练负荷监测工具。该方法可与其他主观、客观、内部和外部训练负荷以及训练效果测量方法结合使用，作为综合监测系统的一部分。

实际应用

这项研究的主要发现是，当使用RPE-TRIMP方法测量训练课负荷时，它能广泛反映出相对于运动员最大冲刺速度的不同速度范围内的跑步距离。教练员和运动员可能并不总能使用先进的技术来精确测量跑步的差。因此，在缺乏这些先进技术的情况下，RPE-TRIMP 是监测精英短跑运动员训练课负荷的一种实用、易用的方法。

结论

本研究首次尝试评估精英短跑运动员客观外部负荷测量与 RPE-TRIMP 之间的关系。我们的研究结果证明，RPE-TRIMP 是监测这一特定人群训练负荷的有效手段。未来的研究应旨在探索精英短跑运动员的预测肌肉峰值力与训练 RPE 之间的关系，从而加深我们对短跑训练 RPE 结构的理解。

表 1所有 681 次训练中每个速度范围所覆盖的距离（单位：米

图 1 - 结果的实际解释。RPE-TRIMP的增加是LVR、HVR和VHVR跑步距离增加50米的结果。LVR表示低速跑；HVR 表示高速跑；VHVR表示超高速跑；RPE-TRIMP 表示感知用力训练冲动评分。

图 2 - 在 LVR、HVR 和VHVR 跑步速度范围内，HAMS 和GMAX 肌肉的估计峰值肌力（改编自 Dorn 等人的研究）8 与本研究的RPE-TRIMP 数据的比较。值得注意的是，HAMS 和RPE-TRIMP 之间以及 GMAX 和RPE-TRIMP 之间的皮尔逊相关系数均为 0.99。GMAX表示臀大肌；HAMS 表示腘绳肌；HVR表示高速跑；LVR 表示低速跑；RPE-TRIMP表示感知用力训练冲动评分；VHVR 表示极高速跑。