刘嘉伟 译 劲梦飞 2024年12月11日 15:58
Re-thinking athlete training loads: would you rather have one big rock or lots of little rocks dropped on your foot?
Andrew Renfree, Arturo Casado & Shaun McLaren
刊登于《RESEARCH IN SPORTS MEDICINE》——2022年
摘要
运动员训练负荷的确定是体育从业人员非常关心的问题，并广泛应用于体能调节计划的处方和监测。虽然使用了多种负荷量化方法，但其共同特点是总负荷计算是运动强度和持续时间的乘积。然而，我们认为这些方法可能存在局限性，因为它们没有考虑到生物对压力反应的非线性，最终结果是它们无法完全考虑到高强度或间歇式训练课所施加的负荷。最后，我们呼吁体育科学家开发新的训练负荷量化方法，以更好地应对这一问题。
导言
可以理解的是，人们对运动员训练负荷的监测非常感兴趣。本简短评论的目的不是详细探讨这一过程中使用的各种方法，但总的来说，我们将负荷称为训练课的净刺激或"剂量"，通常量化为运动强度和运动量（即持续时间）的单一单位（Impellizzeri等人，2019年）。这可以被视为一种脉冲式指标；也就是说，不是机械意义上的（"负荷"一词也不是），而是用来描述持续时间（X轴）和运动强度（Y轴）所代表的曲线下的面积。由此得出的"分数"可用来跟踪一段时间内的训练负荷，并对训练过程进行管理。两个最常见的负荷指标是会话感知用力评分（sRPE.，即sRPE-TL）（Foster，1998年）和心率衍生训练冲量（TRIMP）（Bannister，1991年；Edwards，1993年）。
在承认这些方法的价值的同时，我们建议利用这篇评论来强调一个很少被讨论的潜在缺陷。纳西姆-塔勒布（Nassim Taleb，2012年）使用"反脆弱"（Antifragile）一词来形容物体或系统在应对压力时不是像脆弱的物体或系统那样破碎，而是通过适应变得更加强大。运动员正是利用了这一过程，通过荷尔蒙反应，使特定功能适应，从而提高运动能力。塔勒布讲述了这样一个故事：古代国王一怒之下下令，他的儿子必须为某些错误行为接受惩罚，而惩罚的方式就是将一块巨石从高处砸在他的头上，这几乎肯定是致命的。随着惩罚日期的临近，国王开始后悔自己的决定，但又不想被臣民视为"软弱"。然而，他的顾问们为国王的两难处境想出了一个优雅的解决方案--不一次性投下巨石，而是将其分成1000块小石子，一块一块地投下。通过这种方法，"施加"在儿子身上的总负荷是相同的，但最终的结果却不是致命的，而是轻微的不适。这个故事说明了生物对压力反应的一个关键特征，即非线性。虽然总负荷保持不变，但压力反应却取决于施加的方式。一次性施加比长期分散施加的影响更大。
讨论
我们认为，同样的原则也适用于体能训练--施加负荷的方式与负荷的大小同样重要，甚至更为重要。举个假设的例子，以5个任意单位（au）的sRPE进行30分钟的锻炼和以10个任意单位（au）的sRPE进行15分钟的最大锻炼，都会产生150个任意单位（au）的sRPE-TL。同样，在最大心率为80-90%的情况下进行20分钟或在最大心率为60-70%的情况下进行40分钟的两次运动，每次都会产生80 au的爱德华TRIMP。然而，根据上述论点，较短的训练时间会造成更大的生理压力。为了进一步说明这个问题，请考虑中长跑运动员典型的赛前阶段训练，包括以最大努力进行2 × 400米的训练，并在重复训练之间进行充分恢复。虽然sRPE可能达到最大值，但训练持续时间短（每次重复约0.8分钟）意味着重复施加的总负荷非常小（16盎司）。这也意味着，在训练结束时进行一次非常轻松的热身慢跑，其产生的TRIMP值可能会大于在难度很大的训练中进行的主要活动，从而产生较高的适应信号。
在利用小型比赛作为团队运动运动员的调节方式时，也存在类似的问题，因为使用总体sRPE或TRIMP无法考虑活动的间歇性。我们认为这一点至关重要，因为其结果可能会大大低估高强度训练相对于低强度训练所带来的负荷。图1利用耐力和团队运动的假设训练期说明了这一点。无论采用哪种方法，尽管强度和运动量的组合大不相同，但有些天的训练负荷得分（数据标签）却完全相同。
由于需要考虑高强度训练之间恢复时间的影响，间歇训练的问题变得更加复杂。通过改变恢复期的持续时间来控制训练密度会影响总的训练持续时间。如果为了考虑总的运动时间，将恢复期的活动纳入总负荷的计算中，我们可以设想这样一种情况：即使施加的生理压力较低，但增加恢复期的持续时间实际上会增加计算出的运动负荷。此外，还必须考虑高强度运动间歇期的活动模式。尽管恢复期的平均心率较高，但在冲刺间歇训练的重复之间，主动恢复所造成的代谢压力可能低于被动恢复（Wahl和Mathes，2020年）。因此，在这种情况下，使用TRIMP计算训练负荷会导致训练负荷得分较高，而预期产生的生理压力较小。
在过去的二十年里，训练负荷量化取得了进步，出现了几种不同的方法来提高其精确度：在测量sRPE和个性化TRIMP（Manzi等人，2009年）时，使用类别比率标度--特别是CR100®（centiMax）标度（Borg和Borg，2001年）--来考虑非线性运动-反应关系，其中包括基于运动员最大分级心率-血液-乳酸盐关联的指数加权系数。然而，尽管有这些先进技术，但总会存在这样一种情况，即强度和运动量组合大相径庭的两次训练会产生几乎相同的负荷值（图1）。此外，我们承认，虽然我们提供的示例侧重于单一负荷测量，但有效决策显然需要多种数据源。尽管如此，我们仍然认为，我们发现的基本问题仍将存在，Gamble等人（2020年）最近也提出了这一点，他们强调从业人员应"以数据为依据"，而不是"以数据为驱动"。遗憾的是，在本简短评论的范围内，我们无法推测这一问题的解决方案。最后，我们鼓励体育科学家考虑如何进一步改进当前的训练量化方法，以便更准确（但更简单）地反映训练负荷及其相关压力，从而让教练和从业人员做出更明智的训练决策。为了举例说明这一点，我们将图1作为一个看似简单但功能强大的可视化策略，它可以帮助教练和从业人员更好地理解（内部）训练负荷的性质。
图1.一名耐力运动员（通过sRPE和sRPE-TL）和一名团队运动运动员（通过心率和iTRIMP）在10天内的假想训练负荷量化。
