Slik bruker du idrettsvitenskap til å forbedre treningen til utøverne

Kort oppsummert

Start med beslutningen, ikke med dataene

Å samle inn mer data om utøverne gir ikke automatisk et bedre treningsprogram. En nyttig idrettsvitenskapelig prosess starter med en konkret beslutning.

En trener må kanskje avgjøre om neste kondisjonsøkt skal skrus opp. En sportssjef vil kanskje finne utøverne som samler opp tretthet.

Hvert spørsmål krever ulike data. Konsensuserklæringen fra Den internasjonale olympiske komité om belastning i idrett skiller mellom ytre belastning, altså arbeidet utøveren utfører, og indre belastning, altså utøverens fysiske eller psykiske respons. Distanse og effekt beskriver arbeidet. Puls, opplevd anstrengelse i økta og utviklingen i restitusjon viser hvordan arbeidet virket på utøveren.

Definer beslutningen først. Velg det minste settet med målinger som gir kontekst, sammenlign hver utøver med sitt eget normalområde, og gå gjennom funnene sammen med utøveren.

Bygg et rammeverk for utøveroppfølging

Et godt rammeverk for utøveroppfølging kobler arbeidet utøveren utfører til hvordan kroppen svarer. Det skal hjelpe trenere med å se om treningen gir den tilpasningen de ønsker, eller en tretthet som krever oppmerksomhet.

Start med tre områder:

• Treningsbelastning - Registrer mengde og intensitet på arbeidet som er gjort. Avhengig av idretten kan det være varighet, distanse, effekt, pulssoner eller opplevd anstrengelse i økta.

• Restitusjon - Se på endringer i søvn, HRV, hvilepuls og andre restitusjonsmål opp mot utøverens vanlige utgangspunkt.

• Subjektiv tilbakemelding - Spør utøverne om stølhet, tretthet, stress og humør. Svarene gir en kontekst verken en wearable eller en fysisk test fanger opp.

En oversiktsartikkel i British Journal of Sports Medicine fant at subjektive mål ofte fanget opp endringer i utøvernes velvære mer følsomt og mer konsistent enn de objektive målene som inngikk i oversikten.

Disse datapunktene bør ses samlet. En lavere HRV-måling betyr lite alene. Kommer den sammen med dårligere søvn, mer stølhet og en nylig økning i treningsbelastning, blir det et mønster verdt å snakke med utøveren om.

Vil du gå dypere inn i målingene bak dette rammeverket, les denne guiden til utøveroppfølging.

Sammenlign utøvere med deres eget utgangspunkt

Lagsnitt kan skjule viktige forskjeller. To utøvere kan gjennomføre den samme økta og svare svært ulikt innvendig.

Ikke reager på én enkelt verdi. HRV endrer seg med søvn, sykdom, psykisk stress og målebetingelser. Se på trender under like forhold, og hold dem opp mot utøverens vanlige variasjon.

En fersk artikkel i Sports Medicine om oppfølging av treningseffekter understreker også at readiness avhenger av konteksten og er noe annet enn selve treningsbelastningen. Avvikende responser bør sjekkes for feil i datainnsamlingen før støtteapparatet endrer et program.

Sammenhengene er lettere å se når økter, wearabledata og tilbakemeldinger om velvære ligger samlet. Et athlete management system gir den felles oversikten og hjelper trenere med å se hvordan hver utøver svarer på treningen over tid.

Bruk KI til spørsmål på tvers av troppen

KI gjør idrettsvitenskapelige data enklere å undersøke. I stedet for å gå gjennom hver utøver manuelt kan støtteapparatet stille ett detaljert spørsmål på tvers av troppen.

For eksempel:

"Hvilke utøvere har hatt HRV mer enn 10 % under sitt 28-dagers utgangspunkt i minst fire av de siste sju dagene, og hvem av dem sov samtidig kortere eller trente hardere?"

Det gir mer enn å spørre hvem som har lavest HRV, for absolutt HRV varierer mye fra person til person. Et spørsmål basert på utgangspunktet retter seg mot reell endring hos den enkelte utøveren og leter etter konteksten som støtter den.

KI kan også hjelpe trenere med å:

• Lage en morgenoppsummering med de største avvikene fra de individuelle utgangspunktene

• Sammenligne hvordan posisjonsgrupper svarte på den samme treningsuka

• Fange opp manglende eller ujevne data før et møte i støtteapparatet

• Oppsummere faktorene som henger sammen med en endring i restitusjon

• Finne utøvere der belastningen økte mens søvn eller velvære gikk ned

Forskning på KI i idrett peker på tydelige forbedringer i treffsikkerheten ved skadeprediksjon og prestasjonsoptimalisering, men verdien avhenger fortsatt av kvaliteten på de underliggende dataene. KI bør vise grunnlaget for et svar, slik at trenerne kan etterprøve det.

Gjør idrettsvitenskap til en del av ukerytmen

Idrettsvitenskap er mest nyttig når den blir en del av trenerhverdagen i stedet for en egen rapporteringsoppgave. En enkel arbeidsflyt kan bestå av en kort morgengjennomgang etterfulgt av et grundigere ukemøte.

Morgengjennomgangen kan løfte fram endringer som kan påvirke dagens økt, som fallende restitusjon eller en uvanlig respons på den siste treningen. Ukemøtet gir trenerne mer tid til å se på lengre trender, sammenligne hvordan utøverne svarer og vurdere om de siste justeringene ga ønsket resultat.

Dette blir vanskeligere når utøverne bruker ulike wearables og dataene ligger spredt i flere apper. Å samle kildene i én plattform for utøverdata gir trenerne ett fast sted å følge trender og stille spørsmål på tvers av troppen. Australian Institute of Sport jobber tilsvarende sentralisert gjennom et athlete management system som støtter databaserte beslutninger i hele idrettsnettverket sitt.

Selve arbeidsflyten bør også gjennomgås jevnlig. Hvis en måling samles inn, men aldri påvirker en samtale eller en beslutning, er den kanskje ikke verdt å følge. Idrettsvitenskap skal gjøre den neste trenerbeslutningen tydeligere, ikke dashbordet fullere.

Ofte stilte spørsmål (FAQ)

Hvilke idrettsvitenskapelige målinger bør et lag følge?

Start med målinger knyttet til en konkret beslutning. Vanlige valg er treningsvarighet, distanse, effekt, puls, opplevd anstrengelse i økta, søvn, HRV og et kort spørreskjema om velvære. Et mindre og pålitelig datasett er som regel mer nyttig enn mange målinger som samles inn ujevnt.

Hvordan brukes KI i idrettsvitenskap?

KI kan søke i data på tvers av troppen, sammenligne utøvere med deres eget utgangspunkt og oppsummere endringer på tvers av flere målinger. Det sparer manuell analyse, men trenerne bør sjekke de underliggende dataene før de endrer en treningsplan.

Hvordan kan idrettsvitenskap hjelpe med restitusjon?

Idrettsvitenskap hjelper trenere med å vurdere restitusjonen ved å holde søvn, HRV, hvilepuls og subjektive tilbakemeldinger opp mot den siste treningsbelastningen. Signalene kan peke ut utøvere som kan ha nytte av en samtale eller en justering av treningen.