RPE PROMożliwościMetoda i korzyściCennikO twórcyKontakt
Załóż konto
Metoda i korzyści

Jak korzystać z monitoringu obciążeń krok po kroku

Ta metoda jest prosta: zbierasz krótkie dane, system liczy wskaźniki, a Ty dostajesz jasny sygnał co robić na kolejnym treningu. Poniżej masz przykład, jak czytać dane i jakie decyzje podejmować.

Przykład: load vs wellness
PnWtSrCzPtSbNd
Jak czytać: zielona linia to load (sRPE), niebieska to wellness. Gdy load rośnie, a wellness spada przez kilka dni, rośnie ryzyko przeciążenia.
Decyzja: skróć objętość, zostaw jakość, zaplanuj regenerację aktywną i monitoruj następny dzień.
Przykład: tabela sygnałów ACWR
DzieńLoadWellnessACWRSygnał
Pn4306.80.94OK
Wt5206.41.02OK
Sr6505.81.21OK
Cz7105.31.34Uwaga
Pt7804.91.46Uwaga
Sb5605.71.29OK
Nd3006.61.08OK
Jak czytać: każdy dzień ma wartość ACWR i sygnał (OK, Uwaga, Danger).
Decyzja: przy "Uwaga" lub "Danger" unikaj dokładania kolejnego ciężkiego bodźca dzień po dniu.
Matryca decyzji trenerskiej
  • ACWR > 1.30 + spadek wellness
    Co to znaczy: Ryzyko przeciążenia rośnie.
    Co robisz jako trener: Skróć objętość kolejnej jednostki, utrzymaj jakość i monitoruj odpowiedzi dzień po dniu.
  • ACWR 0.80-1.30 + stabilny wellness
    Co to znaczy: Profil obciążeń jest bezpieczniejszy.
    Co robisz jako trener: Możesz realizować plan i budować progresję bez gwałtownych skoków.
  • ACWR < 0.80 przez dłuższy czas
    Co to znaczy: Bodziec może być za niski.
    Co robisz jako trener: Zwiększaj obciążenie stopniowo, żeby utrzymać gotowość meczową.
  • Wysoka monotonia tygodnia
    Co to znaczy: Dni są zbyt podobne i kumuluje się zmęczenie.
    Co robisz jako trener: Zróżnicuj jednostki: dzień ciężki, dzień umiarkowany, dzień lżejszy/regeneracyjny.
Podstawa naukowa metody
  • DwódŁączymy wskaźniki zewnętrzne i wewnętrzne: obciążenie sesji (sRPE) + self-report wellness, zamiast opierania decyzji na jednym źródle.
  • DwódACWR traktujemy jako sygnał ryzyka i kontekst decyzyjny, a nie wyrocznię. Decyzja zawsze uwzględnia mikrocykl, historię zawodnika i obserwację boiskową.
  • DwódNajwiększą wagę mają trendy i nagłe skoki (spikes) obciążenia tydzień do tygodnia, bo to one najczęściej poprzedzają problem przeciążeniowy.
  • DwódSystem ma służyć praktyce trenerskiej: szybko zbierać dane, ułatwiać interpretację i wspierać korekty planu zanim pojawi się uraz lub spadek gotowości.
Ten produkt rozwijamy w podejściu evidence-based: aktualizujemy algorytm i interpretacje wraz z rozwojem praktyki monitoringu obciążeń i nowych publikacji.
Bibliografia
  1. Hill J, Williams J. Introduction. Sport in History. 2010;29(2):127-131.
  2. Halson SL. Monitoring training load to understand fatigue in athletes. Sports Med. 2014;44(Suppl 2):S139-S147.
  3. Soligard T, Schwellnus M, Alonso JM, et al. How much is too much? (Part 1) IOC consensus statement on load in sport and risk of injury. Br J Sports Med. 2016;50(17):1030-1041.
  4. Bengtsson H, Ekstrand J, Hagglund M. Muscle injury rates in professional football increase with fixture congestion. Br J Sports Med. 2013;47(12):743-747.
  5. Eirale C, Tol JL, Farooq A, Smiley F, Chalabi H. Low injury rate strongly correlates with team success in Qatari professional football. Br J Sports Med. 2013;47(12):807-808.
  6. Bengtsson H, Ekstrand J, Walden M, Hagglund M. Match injury rates in professional soccer vary with result, venue and competition type. Am J Sports Med. 2013;41(7):1505-1510.
  7. Bourdon PC, Cardinale M, Murray A, et al. Monitoring Athlete Training Loads: Consensus Statement. Int J Sports Physiol Perform. 2017;12(Suppl 2):S2-161-S2-170.
  8. Sweeting AJ, Cormack SJ, Morgan S, Aughey RJ. When Is a Sprint a Sprint? Front Physiol. 2017;8:432.
  9. Dwyer DB, Gabbett TJ. GPS Data Analysis: Velocity Ranges and a New Definition of Sprinting for Field Sport Athletes. J Strength Cond Res. 2012;26(3):818-824.
  10. Mujika I. Quantification of training and competition loads in endurance sports: Methods and applications. Int J Sports Physiol Perform. 2017;12(Suppl 2):S2-9-S2-17.
  11. Banister EW, Calvert TW, Savage MV. A systems model of training for athletic performance. Aust J Sports Med. 1975;7:57-61.
  12. Morton RH. Modelling training and overtraining. J Sports Sci. 1997;15(3):335-340.
  13. Hunter JS. The exponentially weighted moving average. J Qual Technol. 1986;18(4):203-210.
  14. Williams S, West S, Cross MJ, Stokes KA. Better way to determine the acute:chronic workload ratio? Br J Sports Med. 2017;51(3):209-210.
  15. Murray NB, Gabbett TJ, Townshend AD, Blanch P. Calculating ACWR using exponentially weighted moving averages provides a more sensitive indicator of injury likelihood than rolling averages. Br J Sports Med. 2017;51(9):749-754.
  16. Hawley JA. Adaptations of skeletal muscle to prolonged, intense endurance training. Clin Exp Pharmacol Physiol. 2002;29(3):218-222.
  17. Stone MH, Pierce KC, Sands WA, Stone ME. Weightlifting: program design. Strength Cond J. 2006;28(2):10-17.
  18. Gabbett TJ. Influence of training and match intensity on injuries in rugby league. J Sports Sci. 2004;22(5):409-417.
  19. Huxley DJ, O'Connor D, Healey PA. Training profiles and injuries in elite youth track and field athletes. Eur J Sport Sci. 2014;14(2):185-192.
  20. Meeusen R, Duclos M, Foster C, et al. Prevention, diagnosis and treatment of the overtraining syndrome. Eur J Sport Sci. 2013;13(1):1-24.
  21. Saw AE, Kellmann M, Main LC, Gastin PB. Athlete self-report measures in research and practice. Int J Sports Physiol Perform. 2017;12(Suppl 2):S2-127-S2-135.
  22. Hulin B, Gabbett T, Lawson D, Caputi P, Sampson J. The acute:chronic workload ratio predicts injury. Br J Sports Med. 2016;50(4):231-236.
  23. Carey DL, Blanch P, Ong KL, Crossley KM, Crow J, Morris ME. Training loads and injury risk in Australian football: differing ACWR influence match injury risk. Br J Sports Med. 2017;51(16):1215-1220.
  24. Malone S, Owen A, Newton M, Mendes B, Collins KD, Gabbett TJ. The acute:chronic workload ratio in relation to injury risk in professional soccer. J Sci Med Sport. 2017;20(6):561-565.
  25. Gabbett TJ, Domrow N. Relationships between training load, injury, and fitness in sub-elite collision sport athletes. J Sports Sci. 2007;25(13):1507-1519.
  26. Gabbett TJ, Ullah S. Relationship between running loads and soft-tissue injury in elite team sport athletes. J Strength Cond Res. 2012;26(4):953-960.
  27. Gabbett TJ. Reductions in pre-season training loads reduce training injury rates in rugby league players. Br J Sports Med. 2004;38(6):743-749.
  28. Gabbett TJ. The training-injury prevention paradox: should athletes be training smarter and harder? Br J Sports Med. 2016;50(5):273-280.
  29. Hulin BT, Gabbett TJ, Blanch P, Chapman P, Bailey D, Orchard JW. Spikes in acute workload and injury risk in elite cricket fast bowlers. Br J Sports Med. 2014;48(8):708-712.
  30. Blanch P, Gabbett TJ. Has the athlete trained enough to return to play safely? Br J Sports Med. 2016;50(8):471-475.
  31. Murray NB, Gabbett TJ, Townshend AD, Hulin BT, McLellan CP. Individual and combined effects of acute and chronic running loads on injury risk in elite Australian footballers. Scand J Med Sci Sports. 2017;27(9):990-998.
  32. Bowen L, Gross AS, Gimpel M, Li FX. Accumulated workloads and ACWR relate to injury risk in elite youth football players. Br J Sports Med. 2017;51(5):452-459.
  33. Malone S, Roe M, Doran DA, Gabbett TJ, Collins KD. Aerobic fitness and playing experience protect against spikes in workload. Int J Sports Physiol Perform. 2016.
  34. Piggott B, Newton MJ, McGuigan MR. The relationship between training load and incidence of injury and illness over a pre-season at an Australian football league club. J Aust Strength Cond. 2009;17(3):4-17.
Dlaczego to się opłaca
Oszczędzasz czas na raportach, szybciej podejmujesz decyzje i zmniejszasz ryzyko chaosu treningowego, bo cały sztab patrzy na te same dane i te same sygnały.
Załóż konto treneraWróć do możliwości