Sådan bruger du sportsvidenskab til at forbedre atleternes træning

Kort fortalt

Start med beslutningen, ikke med data

Flere data om atleterne fører ikke automatisk til et bedre træningsprogram. En brugbar sportsvidenskabelig proces starter med en konkret beslutning.

En træner skal måske afgøre, om næste konditionspas skal skrues op. En sportschef vil måske finde de atleter, der samler træthed op.

Hvert spørgsmål kræver forskellige input. Den Internationale Olympiske Komités konsensusudtalelse om belastning i sport skelner mellem ekstern belastning, altså det arbejde atleten udfører, og intern belastning, altså atletens fysiske eller psykiske reaktion. Distance og effekt beskriver arbejdet. Puls, oplevet anstrengelse i passet og udviklingen i restitution viser, hvordan arbejdet påvirkede atleten.

Definér beslutningen først. Vælg det mindste sæt målinger, der tilføjer kontekst, sammenlign hver atlet med sit eget normalområde, og gennemgå resultaterne sammen med atleten.

Byg en ramme for atletmonitorering

En god ramme for atletmonitorering forbinder det arbejde, atleten udfører, med kroppens reaktion. Den skal hjælpe trænere med at se, om træningen skaber den ønskede tilpasning eller en træthed, der kræver opmærksomhed.

Start med tre områder:

• Træningsbelastning - Registrér mængden og intensiteten af det udførte arbejde. Alt efter sportsgren kan det være varighed, distance, effekt, pulszoner eller oplevet anstrengelse i passet.

• Restitution - Se på ændringer i søvn, HRV, hvilepuls og andre restitutionsmål i forhold til atletens normale udgangspunkt.

• Subjektiv feedback - Spørg atleterne om ømhed, træthed, stress og humør. Deres svar giver en kontekst, som hverken en wearable eller en fysisk test kan opfange.

Et review i British Journal of Sports Medicine fandt, at subjektive mål ofte afspejlede ændringer i atleternes velbefindende mere følsomt og mere konsistent end de objektive mål, der indgik i reviewet.

Datapunkterne skal ses samlet. En lavere HRV-måling siger ikke meget i sig selv. Sker den samtidig med dårligere søvn, mere ømhed og en nylig stigning i træningsbelastningen, tegner der sig et mønster, som er værd at tale med atleten om.

Vil du dykke ned i målingerne bag denne ramme, så læs denne guide til atletmonitorering.

Sammenlign atleter med deres eget udgangspunkt

Holdgennemsnit kan skjule vigtige forskelle. To atleter kan gennemføre det samme pas og reagere meget forskelligt indvendigt.

Reagér ikke på en enkelt måling. HRV ændrer sig med søvn, sygdom, psykisk stress og målebetingelser. Se på udviklingen under ensartede forhold, og hold den op mod atletens sædvanlige udsving.

En nyere artikel i Sports Medicine om monitorering af træningseffekter understreger også, at readiness afhænger af konteksten og er noget andet end selve træningsbelastningen. Afvigende reaktioner bør tjekkes for fejl i dataindsamlingen, før staben ændrer et program.

Sammenhængene er lettere at gennemskue, når træningspas, wearabledata og velværefeedback ligger samlet. Et athlete management system giver det fælles overblik og hjælper trænere med at se, hvordan hver atlet reagerer på træningen over tid.

Brug AI til spørgsmål på tværs af truppen

AI gør sportsvidenskabelige data lettere at undersøge. I stedet for at gennemgå hver atlet manuelt kan staben stille ét detaljeret spørgsmål på tværs af truppen.

For eksempel:

"Hvilke atleter har haft en HRV mere end 10 % under deres 28-dages udgangspunkt i mindst fire af de seneste syv dage, og hvem af dem sov samtidig kortere eller trænede hårdere?"

Det er mere brugbart end at spørge, hvem der har den laveste HRV, for absolut HRV varierer meget fra person til person. Et spørgsmål med udgangspunkt i baseline fokuserer på reel forandring hos den enkelte atlet og leder efter den kontekst, der understøtter den.

AI kan også hjælpe trænere med at:

• Lave et morgenoverblik med de største afvigelser fra de individuelle udgangspunkter

• Sammenligne, hvordan positionsgrupper reagerede på den samme træningsuge

• Opdage manglende eller uensartede data inden et stabsmøde

• Opsummere de faktorer, der hænger sammen med en ændret restitution

• Finde atleter, hvis belastning steg, mens søvn eller velbefindende faldt

Forskning i AI i sport peger på markante forbedringer i præcisionen af skadesforudsigelse og præstationsoptimering, men værdien afhænger fortsat af kvaliteten af de underliggende data. AI bør vise grundlaget bag et svar, så trænerne kan efterprøve det.

Gør sportsvidenskab til en del af ugerytmen

Sportsvidenskab er mest værd, når den bliver en del af trænerhverdagen frem for en separat rapporteringsopgave. Et enkelt forløb kan bestå af et kort morgentjek efterfulgt af et grundigere ugemøde.

Morgentjekket kan fremhæve ændringer, der kan påvirke dagens pas, for eksempel faldende restitution eller en usædvanlig reaktion på den seneste træning. Ugemødet giver trænerne mere tid til at se på længere tendenser, sammenligne atleternes reaktioner og vurdere, om de seneste justeringer gav det ønskede resultat.

Det bliver sværere, når atleterne bruger forskellige wearables, og data ligger spredt i flere apps. At samle kilderne i én platform til atletdata giver trænerne ét fast sted at følge tendenser og stille spørgsmål på tværs af truppen. Australian Institute of Sport arbejder tilsvarende centralt gennem et athlete management system, der understøtter databaserede beslutninger i hele deres idrætsnetværk.

Selve arbejdsgangen bør også gennemgås jævnligt. Hvis en måling indsamles, men aldrig påvirker en samtale eller en beslutning, er den måske ikke værd at følge. Sportsvidenskab skal gøre den næste trænerbeslutning klarere, ikke dashboardet mere fyldt.

Ofte stillede spørgsmål (FAQ)

Hvilke sportsvidenskabelige målinger bør et hold følge?

Start med målinger, der knytter sig til en konkret beslutning. Typiske valg er træningsvarighed, distance, effekt, puls, oplevet anstrengelse i passet, søvn, HRV og et kort velværespørgeskema. Et mindre og pålideligt datasæt er som regel mere brugbart end mange målinger, der indsamles uensartet.

Hvordan bruges AI i sportsvidenskab?

AI kan søge i data på tværs af truppen, sammenligne atleter med deres eget udgangspunkt og opsummere ændringer på tværs af flere målinger. Det sparer manuel analyse, men trænerne bør tjekke de underliggende data, før de ændrer en træningsplan.

Hvordan kan sportsvidenskab hjælpe med restitution?

Sportsvidenskab hjælper trænere med at vurdere restitutionen ved at holde søvn, HRV, hvilepuls og subjektiv feedback op mod den seneste træningsbelastning. Signalerne kan pege på de atleter, der kan have gavn af en samtale eller en justering af træningen.