Monitoring Bar Velocity to Quantify Fatigue in Resistance Training

Raony Espíndola Moura1, Rodrigo Fabio Bezerra da Silva2, Lucas Morais de Souza Gomes1, José Leonardo Ramos da Silva1, Rafael dos Santos Henrique1, Filipe Antônio de Barros Sousa3, Fabiano de Souza Fonseca4

刊登于International Journal of Sports Medicine》——2024年

摘要

我们分析了负荷大小和杠铃速度变量对疲劳敏感性的影响。17 名阻力训练男子（年龄 = 25.7 ± 4.9 岁；身高 = 177.0 ± 7.2 厘米；体重 = 77.7 ± 12.3 千克；背蹲 1RM = 145.0 ± 33.9 千克；1RM/体重 = 1.86）参加了研究。研究人员比较了不同强度背蹲运动前后平均推进速度（MPV）和峰值速度（PV）的变化以及反向运动跳跃（CMJ）的变化。从运动前到运动后，CMJ 高度明显下降（∆ % = -7.5 到 -10.4；p < 0.01；ES = 0.37 到 0.60）。杠铃速度（MPV 和 PV）在所有负荷下均有所下降（∆ % = -4.0 至 -12.5；p < 0.01；ES = 0.32 至 0.66）。CMJ、MPV（40 % 和 80 % 1RM；p = 1.00）和 PV（80 % 1RM；p = 1.00）的成绩下降情况相似。在运动后时刻，CMJ 成绩的下降幅度大于 MPV（60 % 1RM；p = 0.05）和 PV（40 % 和 60 % 1RM；p < 0.01）。只有在 40 % 和 80 % 1RM 时，CMJ 和 MPV 之间才存在较低的系统偏差和可接受的一致性水平（偏差 = 0.35 至 1.59；ICC = 0.51 至 0.71；CV = 5.1 % 至 8.5 %）。这些发现表明，使用MPV进行40%或80%1RM的深蹲能够通过杠铃速度的变化来监测疲劳程度。

导言

监测神经肌肉疲劳等急性反应在适应训练方面发挥着重要作用[1]。神经肌肉疲劳被定义为由运动引起的产生力量或功率的能力的短暂降低，从而导致成绩的暂时下降[2]。RT 训练中累积的疲劳会增加代谢压力和神经肌肉功能的恢复时间[3, 4]。在某些训练期间，最好能减轻机械、代谢和心理生物压力水平，并避免神经肌肉性能的加剧下降[5]。因此，疲劳监测工具对于适当调整 RT 计划的配置至关重要。

CMJ 测试是监测神经肌肉状态最常用的方案之一 [6，7]。CMJ 评估是量化神经肌肉疲劳的有效且可靠的方法 [8，9]。一项荟萃分析研究表明，CMJ 高度对神经肌肉疲劳很敏感[10]。力平台、接触垫、视频系统和智能手机应用程序等几种方法都可用于准确测量CMJ 性能[11-14]。然而，一些潜在的缺点可能会限制其在力量与体能教练中的应用。力量平台和接触垫被认为是黄金标准，但其相对昂贵的成本，会限制其在许多实际情况中的可用性。视频系统和智能手机应用成本较低，但无法实时获得评估结果。视频处理需要时间，因为每次跳跃都需要人工跟踪，这可能会影响其对大型群体的适用性。

通过线性编码器和加速度计监测阻力运动中的横杆速度，已成为控制 RT 神经肌肉疲劳的一种替代方法[15]。Sánchez-Medina 和 González-Badillo [4] 研究了杠铃速度损失是否可作为疲劳的最佳指标。研究结果表明，在中等负荷（~1 m/s-1）下，杠铃速度和反向运动跳跃（CMJ）高度在运动前和运动后都有明显下降。运动前-运动后速度损失百分比与各组速度损失百分比（r = 0.91-0.97）、血乳酸（r = 0.97）和氨（r = 0.86）之间存在很强的相关性。此外，深蹲的速度损失百分比（运动前-运动后）与 CMJ 的高度降低密切相关（r = 0.93）。

先前的研究还提出，杠速度监测可通过各种方式用于评估和控制 RT 中的神经肌肉-细胞疲劳[4, 16]。疲劳的程度可以通过设置内速度损失阈值来实时控制，以调节运动量[17]。另一种应用是对照基线测量值（即负荷-速度曲线）每日监测横杆速度变化，以评估剩余疲劳程度、准备状态和恢复状态[18-20]。与基线测量值相比，在给定负荷下（训练前）单杠速度增加或保持不变，表明疲劳程度低或没有疲劳，恢复状况良好，可以进行训练[18-20]。反之，杠铃速度降低则表明残余疲劳水平加剧，训练准备和恢复受到影响。尽管这种方法具有重要的实际意义，但能够干扰单杠运动学的变量的影响及其对疲劳的敏感性仍有待广泛研究。

必须确定负荷强度（通常按一次重复最大动作（%1RM）的百分比考虑）和运动速度变量（如平均推进速度、峰值速度或平均速度），才能每天进行杠铃速度监测。在各种阻力练习中，已证实负荷与不同速度变量之间存在很强的反比关系[21, 22]。杠铃的绝对速度与负荷有关，并随负荷强度的大小而变化。此外，最近的一项研究报告称，从基线到以力量为导向的训练后 24 小时和 48 小时，后蹲的杠铃速度（平均速度和峰值速度）都有适度降低，但只有在进行中等和大重量深蹲负荷时（≥ 60 % 1 RM）才会出现这种情况[18]。在轻负荷（20% 和 40% 1RM）情况下，未观察到平均速度或峰值速度的下降。这些结果表明，负荷强度和运动速度变量可调节其对疲劳的敏感性。

在同心运动阶段，通常使用三种运动学变量来监测横杆速度，包括平均推进速度（MPV）、平均速度（MV）和峰值速度（PV）。所测量的运动学变量取决于用于监测杠速度的去装置类型（如编码器、加速度计或智能手机应用程序）。一些技术设备只测量 MV 和 PV 或 MPV 和 PV，而其他设备则报告 MPV、MV 和 PV 数据。然而，作为监测神经肌肉疲劳参数的运动变量似乎是任意定义的[18-20]。Pérez-Castilla 等人[23]比较了在负重垂直跳跃运动中通过线性编码器测量的 MPV、MV 和 PV 变量在各次运动之间的可靠性。研究结果表明，MV、MPV 和 PV 的测试-再测试可靠性均可接受（ICC > 0.70，CV < 10 %），但 PV 的可靠性高于 MV 和 MPV。Pérez-Castilla 的研究结果表明，在 RT 中使用编码器进行监测时，运动速度变量似乎是一个需要考虑的重要因素。然而，迄今为止，编码器对疲劳的敏感性是否会受到条形图中使用的编码器设备所测量的速度变量的影响，尚未得到明确的结论。因此，本研究使用两个运动学变量（MPV 和 PV），通过自由平行仰卧起坐中的 CMJ 高度和杠铃速度，比较了三种负荷强度（40%、60% 和 80% 1RM）下疲劳运动前和疲劳运动后的急性反应。

材料与方法

实验设计

我们采用重复测量随机交叉设计来分析负荷量（40%、60% 和 80% 1RM）和杠速变量（MPV 和 PV）对神经肌肉疲劳敏感性的影响。在熟悉情况（第 1 次）和 1RM 评估（第 2 次）之后，实际实验分三次进行，每次间隔 48 至 96 小时（第 3、4 和 5 次）。在每个实验环节中，参与者都要完成三组最大重复次数为 75% 1RM 的深蹲练习。深蹲的偏心阶段以连续、可控的节奏（2-3 秒）进行，开始同心阶段前有短暂的停顿（约 1.5 秒）[22]。参赛者以最大有意速度完成同心阶段[4]。在间歇期前后（分别为-10 分钟、+5 分钟和+20 分钟），他们还对背蹲练习（1组 x 3 次，1RM 为 40%、60% 或 80%）中的 CMJ 高度（3 次试验，休息 30 秒）和横杆速度（MPV 和 PV）进行了评估。实验过程中的运动负荷是随机的。相同的评估人员在一天中的同一时间（± 1 小时），在相似的环境条件下进行测试。

受试者

在功率为 0.80、α = 0.05 和效应大小为 0.35 的条件下，估计最小样本量为 16 人。本研究共招募了 20 名 18 至 35 岁的男性大学生。在三名受试者未能完成实验课程后，最终样本由 17 名参与者组成（年龄 = 25.7 ± 4.9 岁；身高：177.0 ± 7.2 厘米；体重 = 77.7 ± 12.3 千克；力量训练经验 = 4.2 ± 2.5 年；背-蹲 1RM = 145.0 ± 33.9 千克；相对力量比 - 1RM/ 体重 = 1.86）。所有参与者都接受过休闲训练，至少有 12 个月的 RT 训练经验。参与者身体活跃，有 1.5 至 6 年（4.2 ± 2.5 年）的 RT 训练经验，在过去 12 个月中每周进行 3 至 5 次 RT 训练。他们习惯于在训练中以正确的技术进行背蹲练习。近期没有肌肉骨骼损伤的报告。在了解了实验程序后，研究人员逐一征得了参与者的同意。机构研究伦理委员会批准了实验方案，然后按照《赫尔辛基宣言》进行了实验。

程序

熟悉情况 - 第 1 次会议

第一节课用于让参与者熟悉全面质量恢复量表（TQR）、OMNI-RES 感知消耗量表、CMJ 和在同心阶段以最大预期速度进行的背蹲运动。最大预期速度旨在让参与者尽可能快地熟悉不同强度（% 1RM）的举重负荷。我们以之前一项研究中报告的杠铃速度平均值和置信区间作为参考，以确保最大预期速度的适当应用[22]。我们采用了基于以往研究的锚定程序，以确保在使用感知量表时反应的准确性和一致性[24, 25]。锚定程序包括教导参与者根据他们的感觉、知觉和记忆做出最准确的回答。使用标准化的内部指令来区分量表分数及其各自的描述符[26, 27]。参与者还会收到提示，以便将分数与相应的量表描述符和可能体验到的感觉联系起来。

每位参与者都完成了一般热身运动，包括动态拉伸、关节活动、轻度有氧骑行和2 组 3 次无负荷垂直跳跃。然后，他们完成 2 组 5 次 CMJ（每次尝试间隔 10 秒，每组之间休息 3 分钟）。CMJ 包括一个最大同心运动，然后是一个快速偏心运动，使膝关节屈曲约 90°。休息 5 分钟后，参赛者进行特定的热身背蹲练习（2 组 x 5 次 x 20 千克）。按照之前的描述[22]，熟悉了最大预定速度的应用程序。在熟悉过程中，参与者完成了以下三种不同的背蹲练习：a) 3 组 x 12 次 x 40 % 1RM 估计值；b) 3 组 x 8 次 x 60 % 1RM 估计值；以及 c) 3 组 x 5 次 x 80 % 1RM 估计值。每组之间的间隔时间为 2 分钟。在整个熟悉训练过程中，研究人员都会对运动员的表现进行口头反馈。

1RM 评估 - 第 2 节

第 2 节进行了渐进负荷测试，以根据个人负荷-速度曲线确定背蹲运动的1RM [20]。如前所述，参与者完成了一般和特定热身。所有参与者的初始负重均为 30 千克，然后逐渐增加 20 千克，直到平均推进速度（MPV）小于 0.9 米/秒，然后再增加 15 至 5 千克，直到 MPV 小于 0.50 米/秒。对于轻、中、重负荷，分别重复三次、两次和一次给定负荷。在进行负荷分析时，我们只考虑了每种负荷下最快的 MPV 重复次数[21]。轻负荷和中等负荷的组间休息时间为 2 至 3 分钟，重负荷为 5 分钟。最后，参与者下蹲至大腿与地面成 90 度角，臀部向后推，膝盖弯曲，然后回到初始位置。在所有重复动作中，执行技术都得到了仔细的监督。动作的偏心阶段是在受控的情况下进行的，并有一个短暂的停顿（即在偏心和同心阶段之间将横杠放在地面上 1.5 秒）[22]。每次重复时都会提供口头鼓励和实时速度反馈。

实验--第 3-5 节

实验过程包括使用 CMJ 和背负式深蹲单杠速度与三种负荷强度（40%、60% 或 80% 1RM）进行神经肌肉疲劳评估（运动前和运动后）。实验阶段包括三次训练，每次训练间隔 48 至 96 小时。对两次训练之间的间隔进行评估，以确保参与者在两次实验测试之间处于最佳恢复状态。只有当参与者的最低得分达到 15 分（相当于 TQR 量表中 "恢复良好 "的描述）时，才会进行实验测试。在前实验环节中，有三名受试者的得分低于既定标准。在这种特殊情况下，实验课被重新安排，以保证实验条件之间的充分恢复和平衡。在每次实验前，所有受试者都要回答 TQR 量表并进行标准化热身。然后，在热身结束后立即使用立定跳远（CMJ）和背蹲运动中的最大同心速度（MCV）对神经肌肉疲劳进行评估（详见下一节）。10 分钟后，参与者开始进行疲劳练习，包括 3 组最大重复次数为 75% 1RM 的背蹲练习和 3 分钟休息。参加者尽可能多地完成重复动作，直到 MPV 降到 1RM 对应的速度（0.30 m.s-1）以下[22]。最大重复次数方案的负荷为 1RM 的 75%，每组速度损失百分比约为 50%。速度损失百分比是根据背蹲练习中 1RM 负荷为 75%时的最大预期速度（0.60 米/秒-1）与 1RM 对应速度（0.30 米/秒-1）之间的百分比差来确定的[22]。每组速度损失阈值超过 40% 会导致较高的机械和代谢压力[17]。在整个训练过程中，重复次数以最大预期速度进行，并进行口头指导。疲劳运动后 5 分钟和 20 分钟再次评估神经肌肉疲劳。最后，参与者在实验课结束时报告他们的体力消耗情况。在接下来的每个实验环节之前，他们都被要求保持睡眠行为、避免饮酒和平时的饮食习惯。他们还被要求在实验前 3 小时内避免摄入咖啡因，并在实验前 2 小时进食清淡的食物。他们被要求在实验期间中断阻力训练，以尽量减少混杂变量的潜在影响。这些数据都是在每次实验前自我报告的。此外，如前所述，我们使用 TQR 再反应来控制实验前的最佳准备状态。

神经肌肉疲劳评估

在实验过程中，用亚轴向负荷背蹲运动中的CMJ高度和MCV作为评估神经肌肉疲劳的力学指标。评估神经肌肉疲劳的力学指标是在疲劳阻力练习原动式之前（-10 分钟）和之后（+ 5 分钟和 + 20 分钟）获得的。如前所述，参与者在测试开始前完成了全身热身。休息 2 分钟后，参加者进行三次最大 CMJ，中间间隔 10 秒钟。三次跳跃的平均值用于分析。

后蹲运动中不同负荷强度下的 MCV 评估从跳跃测试休息 3 分钟后开始。每个参与者的负荷顺序（40%、60% 和 80% 1RM）在各实验环节中随机分配。受试者在同心阶段以最大有意速度做三次仰卧起坐。分析中使用了基于杠铃速度变量（MPV 和 PV）的三次重复的平均值。立定跳远和 MCV 方案遵循以往研究中描述的程序[28, 29]。在这两项测试中，研究人员都给予了口头鼓励。

测量设备和数据记录

CMJ 高度在接触平台（Elite Jump；S2 Sports，巴西圣保罗）上进行评估。高度（h）由系统中的飞行时间（t）估算得出（即 h = gt2/8）。该接触平台系统的有效性和可用性此前已有报道[12]。线性编码器（Vitruve，西班牙马德里）被安装在横杆上，用于测量升降运动学，以进行 MCV 评估。该系统以 100 Hz 的采样率[30]测量拉索位移对同心阶段横杆位置变化的响应。分析中使用了两个速度变量：1)平均推进速度 (MPV) 和 2) 峰值速度 (PV)。平均推进速度被定义为杠铃加速度大于重力加速度时的加速阶段的平均速度值[31]。PV值为同心阶段达到的最大-最小瞬时速度值[23]。Vitruve 编码器（以前的名称为 Speed4Lifts）已被证明在记录移动速度方面是有效和可靠的，其绝对误差低于可接受的最大误差标准（< 5%）[30]。

恢复状况、感知消耗和内部负荷

在每次实验之前，都会通过 "全面质量恢复量表"（TQR）对感知恢复水平进行评估[26]。TQR 分值从 6 到 20 不等，得分越高，感知恢复水平越高。每次实验结束 30 分钟后，参与者使用OMNI-RES 量表[27]报告其 RPE。在第 1 和第 2 个实验环节中，所有参与者都熟悉了这两个量表的锚定程序。在所有实验过程中，由同一名研究人员分别获取感知变量。每个实验条件下的内部训练负荷均采用会话-RPE 法进行量化[32]。内部训练负荷是 RPE 量表与疲劳训练中完成的总重复次数的乘积。

统计分析

数据以平均值和标准差表示。每项测试都计算了神经肌肉-细胞性能机械测量的每瞬时Δ（前后）。我们将 CMJ 成绩的变化作为评估 MCV 方案中杠速度敏感性的参考指标。正态分布经 Shapiro-Wilk 检验确认（P > 0.05）。重复测量方差分析（ANOVA）比较了不同实验条件下的感知恢复、感知用力、重复总数、运动量负荷和内部负荷。使用双向重复测量方差分析比较了不同时间点（前、后 + 5 分钟和后 + 20 分钟）CMJ 和 MCV 神经肌肉性能的变化（40%、60% 和 80% 1RM）。采用 Bonferroni 事后检验来确定显著差异。效应大小（ES）使用 Cohen's d（平均差异除以变化分数的 SD 值）[33]计算。ES 的大小被解释为微小（< 0.2）、较小（0.21-0.59）、中等（0.60-1.19）、较大（1.20-1.99）和非常大（≥ 2.0）[34]。类内相关系数（ICC）、变异系数（CV）和Bland-Altman图（置信区间为95% ）验证了CMJ和MCV原方案之间的一致性。解释 ICC 的标准如下：差（< 0.5）、中（0.5-0.75）、好（0.75-0.9）和优（> 0.9）[35]。CV值低于10%被认为是可以接受的[36]。统计显著性水平设定为 p≤ 0.05。所有分析均在社会科学统计软件包程序（SPPS 21.0 Windows 版）中进行。

成果

疲劳测试（CMJ 和 MCV）从运动前到运动后（+ 5 分钟和 + 20 分钟）的神经肌肉性能变化见▶表 1 和▶图 1。从运动前到运动后，CMJ 高度明显下降（∆ % = -7.5 到 -10.4；p < 0.01；ES = 0.37 到 0.60）。在 40 %1RM （∆ % = -7.5 至 -8.9；p < 0.01；ES = 0.43 至 0.60）、60 %1RM （∆ % = -5.3 至 -6.2; p < 0.01; ES = 0.35 to 0.39）和 80 % 1RM (∆ % = -10.7 to -12.5; p < 0.01; ES = 0.53 to 0.66)。同样，1RM 为 40% 时的 PV 值下降（∆ % = -4.0至 -4.5；p < 0.01；ES = 0.32 至 0.36），1RM 为 60% 时的 PV 值下降（∆ % = -4.6 到 -4.9；p < 0.01；ES = 0.30 到 0.34），以及 80 % 1RM （∆ % = -9.2 到 -9.2 p < 0.01；ES = 0.43 到 0.47）。

在 CMJ、MPV（40 % 1RM；和 80 % 1RM；p = 1.00）和 PV（80 % 1RM；p = 1.00）之间，神经肌肉性能的下降幅度相似。然而，在 60 % 1RM 时，CMJ 高度百分比的下降高于 MPV（p = 0.05）和 PV（40 % 1RM；p = 0.05 和 60 % 1RM；p < 0.01）。

Bland-Altman 图显示，不同 MCV 方案的系统偏差较小（▶图 2）。然而，在 1RM 为 40% 和 80% 的 MPV 中观察到的系统偏差值最低。此外，只有在 1RM 为 40 %（ICC = 0.71，95 %CI = 0.19-0.89；CV = 5.1，95 %CI = 3.5-6.7）和 1RM 为 80 %（ICC = 0.58，95 %CI = 0.65-0.84；CV = 8.5 %，95 %CI = 6.2-10.7）的 MPV 方案中，CMJ 和 5 分钟后杠铃速度之间的一致性达到了可接受的水平，但两者都属于中等水平 (▶表 2)。在 20 分钟后时刻，1RM 为 80% 的 CMJ 和单杠速度之间也观察到中等程度的一致性（ICC = 0.58，95 %CI = 0.65-0.84），而 CV 不可接受（CV = 12.1，95 %CI = 8.7-15.4）。

疲劳方案的总恢复质量、总重复次数、负荷量、感觉消耗量和内部训练负荷见▶表 3。各实验条件环节之间没有统计学差异（P > 0.05）。

讨论

以前的研究曾提出过使用重阻力运动中的横杆速度作为监测神经肌肉疲劳的方法[4, 18-20]。然而，迄今为止还没有研究调查过负荷大小和机械速度变量是否会影响对疲劳的敏感性。据我们所知，这是第一项比较阻力运动的负荷大小和单杠速度运动学变量对疲劳敏感性影响的研究。我们的研究结果表明，在MCV条件下进行CMJ和背蹲运动时，神经肌肉性能在运动后都会急剧下降，这与负荷强度（40%、60%和80% 1RM）和运动速度变量（MPV或PV）无关。此外，我们的研究结果表明，在使用杆速监测疲劳期间，在 40 % 和 80 % 1RM 的强度下使用 MPV 进行 CMJ 和背蹲运动时，神经肌肉性能的急性下降模式具有更高的一致性和相似性。

与之前的研究[18-20]相似，我们发现在进行疲劳运动后，在40%、60%和80% 1RM的背蹲运动中，MPV和PV都出现了有意义的降低。这些发现提供了额外的证据，支持将监测杠铃速度变化作为评估运动诱发的神经肌肉疲劳的一种简单、实用和有效的替代方法[4, 18-20]，可用于替代等长最大力测量、肌电图、肌肉自主激活、运动诱发电位和垂直跳跃等其他方案[10, 37]。神经肌肉肌肉疲劳会导致神经肌肉系统产生力量和功率的能力暂时下降[2]。疲劳的逐渐发展会影响中枢和外周机理，导致肌纤维缩短速度降低、松弛时间增加和收缩能力效率下降[2]。无论负荷大小如何，仰卧起坐运动中杠铃速度运动学测量值（MPV 和 PV）在运动后的急性下降都可以被认为是疲劳导致肌肉收缩的中枢和外周机制受损的行为表现。

根据三角百分率的大小，我们的结果显示，在使用杠铃速度监测背屈运动的疲劳时，MPV 比 PV 更敏感。这些发现可以解释为 MPV 在运动的同心阶段对疲劳程度的判别更为灵敏。运动的同心阶段可细分为两个部分：1) 推进（F > 0）和制动（F < 0）[31]。在后蹲的整个推进阶段，髋关节和膝关节的伸展肌肉共同产生高水平的力量，以打破惯性并加速横杆。在从静止位置开始的后蹲同心阶段，运动的初始速度为零，在推进部分的最后阶段达到峰值速度，并在制动结束时恢复到零速度[31]。神经肌肉疲劳会损害肌肉收缩功能，进而影响神经肌肉系统在同心阶段推进部分产生力量和速度的能力[2]。因此，能够准确检测运动推进部分神经肌肉功能受损程度的指标才是对疲劳具有高灵敏度的指标。MPV 是一个运动速度变量，代表整个运动的推进部分。从概念上讲，MPV 是同心阶段中横杆加速度高于重力的部分所产生的平均速度值。相比之下，PV 是由单个值得出的测量值，相当于单杠加速阶段达到的最大瞬时速度[31]。此外，肌纤维产生力的能力取决于长度-张力关系 [38，39]。当肌节的长度为肌动蛋白丝和肌球蛋白丝之间形成交叉桥提供了最佳重叠时，肌力的产生就会增强[38，39]。鉴于 MPV 是一种描述整个推进阶段施力情况的测量方法，它能更大程度地捕捉仰卧起坐过程中不同长度-张力关系下肌群的发力变化，这可能解释了为什么 MPV 对疲劳更敏感。因此，MPV 对疲劳更敏感可能是因为它包含了更多关于在同心阶段的推进部分用力举起单杠的信息。

目前的研究结果表明，阻力运动的负荷大小会影响基于杠铃速度的方案与 CMJ检测神经肌肉疲劳的一致性。在CMJ 运动中，运动后成绩下降曲线（+ 5 分钟和 + 20 分钟）与 1RM 为 40% 和 80% 的仰卧起坐的一致性（基于ICC）高于 1RM 为 60% 的仰卧起坐。这些影响可归因于仰卧起坐的不同负荷强度，因为实验课程在恢复状态、运动量、强度、努力程度和内部负荷测量方面都很相似（表 3）。40% 1RM 仰卧起坐和 CMJ 的生物力学相似性可能是其对疲劳高度敏感的决定性因素。做 CMJ 时的施力是在低外部负荷条件下进行的，这与在轻负荷条件下做仰卧起坐相似。从力-速度曲线的机械角度来看，这两项运动的特点都是预先控制速度[40]。与此相反，我们还观察到，在以 80% 的 1RM 负荷做仰卧起坐时，采用 MPV 的方案对疲劳的敏感度很高。参与者在 RT 项目中以 75% 的 1RM 完成了三组最大重复次数，以诱发疲劳。以中等重量（即 75 % 1RM）进行最大重复次数的阻力运动主要会导致高阈值运动单位的疲劳。重负荷下的收缩会优先招募高阈值运动单位[41]，这可能解释了在 80 %1RM 方案中背蹲运动对疲劳的高度敏感性。值得注意的是，当前研究中使用的测量方法只能有力地解释为什么60 % 1RM 负荷没有产生与 40 % 和 80 % 1RM 类似的结果。这一结果有可能是偶然事件，因为我们在本研究中没有使用直接的疲劳测量方法。使用直接疲劳测量方法的新研究可能会澄清这一问题。

我们的研究结果对抗阻训练中的疲劳管理和负荷控制具有重要的实际意义。力量和体能教练可以在训练课开始前，在仰卧起坐40%或80% 1RM时实施杠铃速度监测 pro-tocols (MPV 或 PV)。杠速降低表明神经肌肉功能因疲劳而受损，可用于确定训练课的最佳运动量、调整训练剂量并将受伤风险降至最低。尽管我们的研究结果具有实践意义，但本研究也存在一些局限性。通过杠铃速度监测进行的疲劳评估只涉及单项下肢运动（背-蹲运动），而且是在同一运动训练后进行的。疲劳评估原工具涉及两个杠铃速度运动学测量（MPV 和 PV）。采用不同杠铃速度监测方案进行的疲劳测试的敏感性发生在运动后的急性期（运动后 5 分钟和 20 分钟）。最后，研究样本只包括阻力训练的男性。因此，我们的结果适用于与上述特征相似的情况。未来的研究应调查在其他阻力训练中使用单杠速度监测方案的疲劳敏感性，以及不同训练计划和其他人群（如精英运动员、女性、年轻运动员）引起的延迟急性疲劳（+ 24小时）和累积疲劳。

本研究采用 CMJ 测试作为参考，因为它的生物力学特性与仰卧起坐相似[41-43]，并且被认为是神经肌肉疲劳的有效指标[8-10]。与产生和传递垂直力的能力有关的机械和神经肌肉因素在这两种练习中具有可比性。例如，两种练习在下肢肌肉（如股四头肌、腘绳肌和臀肌）的募集模式上有相似之处[41-43]。包括髋关节、膝关节和踝关节屈伸在内的运动运动模式也很相似[41-43]。虽然纵跳评估是一种监测神经肌肉和韧带疲劳的适用方法，但一些设备（如发力平台和接触垫）的成本以及使用视频系统时无法获取实时结果，会限制或使大多数力量与调理教练难以使用这种方法。不过，便携式设备（即线性编码器）因其适用性、准确性和相对低廉的成本，在力量与调理教练中越来越受欢迎[44, 45]。线性编码器可实时监测杠铃的速度，从而以客观、精确和实用的方式控制阻力训练的量和强度[15]。此外，以往的研究还提出使用运动速度作为监测神经肌肉疲劳的替代方法[18-20]。然而，检测神经肌肉状态变化的最佳速度变量选择和最佳负荷尚未确定。根据本研究的结果，力量与体能教练可以通过监测背蹲运动过程中的 MPV 或 PV 来量化 RT 导致的神经肌肉疲劳，而无需考虑负荷大小。然而，使用 MPV 变量和相当于 40 % 1RM 和 80 % 1RM 的背屈运动负荷可以使 CMJ 结果更加一致，从而检测神经肌肉疲劳。

结论

总之，我们的研究结果表明，无论负荷强度（40%、60% 和 80% 1RM）和运动变速（MPV 或 PV）如何，MCV 后蹲运动均可用于监测 RT 引起的急性疲劳。然而，使用 MPV 以 40% 或 80% 的 1RM 进行仰卧起坐练习，通过杠铃速度的变化监测疲劳的灵敏度更高。因此，力量和体能教练可以使用 MPV 和轻（40 % 1RM）或重（80 % 1RM）负荷来准确管理 RT 期间的神经肌肉疲劳。

表 1实验方案内（运动前到运动后）和实验方案间神经肌肉性能的比较。数据以平均值和标准差表示。

图 1使用不同负荷（40%、60%和 80% 1RM）和运动学变量（MPV 和PV）评估 CMJ 方案中的疲劳度和背屈运动中的最大同心速度时，运动后（+ 5 分钟和 + 20 分钟）与运动前（基线）的成绩变化对比。数据以平均值和95 %CI 表示。注：CMJ：反运动跳跃；MPV：平均推进速度；PV：峰值速度。*与运动前相比差异显著（P≤0.05）。与 CMJ 相比差异显著（p≤0.05）。

图 2 CMJ 成绩（参考指标）和杠杆速度评估（MPV 和PV）之间的成绩变化（Δ %）的Bland-Altman 图。注：CMJ = 反运动跳跃；MPV = 平均推进速度；PV = 峰值速度；SD = 标准偏差；LoA = 一致性极限。

表 2不同负荷（40%、60%和 80% 1RM）和运动学变量（MPV 和PV）下 CMJ 和单杠速度训练方案之间疲劳评估一致性的类内相关系数和变异系数，以及95% 的置信区间。

表 3在三种实验条件下的恢复感知、疲劳方案的特征和消耗感知。