高强度训练是否只能提高最大摄氧量而不能提高运动表现?

"如果在训练计划中加入高于最大代谢稳态 (MMSS) 阈值的高强度间歇训练 (HIIT), 我的耐力表现和最大摄氧量 (V̇O₂max) 会得到更大的提升吗?"

这里说的 HIIT 是指在 MMSS (即"阈值"、临界功率/速度 (CP/CS)、功能性阈值功率 (FTP) 或最大乳酸稳态 (MLSS) 等) 以上的剧烈运动区进行的、持续工作时间超过 2 分钟的间歇训练。

我们原以为答案显而易见。你觉得呢?

令人意外的是，迄今为止尚未有针对耐力型运动员的元分析研究。这里的耐力型运动员可能具备不同程度的体能水平（即不同的最大摄氧量 V̇O₂max），但他们都在各自的运动项目中积累了丰富的经验，并且表现出色。

Michael Rosenblat博士是训练数据元分析的专家, 看看现有证据表明什么!

论文可在 ResearchGate 免费下载

这些研究主要探讨了针对已经很专业的跑者、自行车选手或划船运动员的训练效果。研究里主要有两类训练方式：

1. 这种训练都在 MMSS 以下进行，可能是在第一个乳酸/通气阈值以下的中等强度区 (MICT)，或者在两个阈值之间的高强度区域。像中等强度持续训练、"2 区"训练、最大脂肪燃烧训练、节奏训练、甜区训练或者阈值下训练等都可能包括在内。我们之后会看看这种训练方式的多样性会不会影响最后的结果。

2. 这种训练包含了部分 MMSS 以上的高强度（或极限）区域。这基本上就是 HIIT 训练的一种。有些组还会在极限区域做短距离间歇训练（SIT）。

对比最大代谢稳态（MMSS）以下训练与包含 MMSS 以上训练结果

通过对比两种训练方式——一种是仅在最大代谢稳态（MMSS）以下进行的训练，另一种是包含 MMSS 以上强度的训练——来检验高强度训练对我们关心的几个关键结果指标的影响。

关键结果指标

1. 每分钟每公斤体重的最大摄氧量（V̇O₂peak, ml·kg⁻¹·min⁻¹）
   • 这是在逐渐增加负荷的测试结束时测得的。
   • 要注意的是，V̇O₂peak 和 V̇O₂max 其实是一回事，所以在这里我们就统一称作 peak。

• 图 1：V̇O₂peak 的比较
  • 横坐标：训练类型（MMSS 以下 vs. 包含 MMSS 以上）
  • 纵坐标：V̇O₂peak (ml·kg⁻¹·min⁻¹)
  • 数据点：各个研究中的平均值和标准差
    最大摄氧量(VO₂peak)比较

3. 计时赛（TT）时间（秒）
   • 这是在进行 V̇O₂peak 测试时使用的相同运动方式（跑步、划船或骑自行车）下的成绩。
   • 我们还观察了在逐渐增加负荷的测试结束时的最大功率输出（w）或者是跑步、划船的速度（km·hr⁻¹）。
   • 但我们主要关注的是 TT 时间，因为这更接近真实的比赛情况。

• 图 2：计时赛（TT）时间的比较
  • 横坐标：训练类型（MMSS 以下 vs. 包含 MMSS 以上）
  • 纵坐标：TT 时间（秒）
  • 数据点：各个研究中的平均值和标准差
    计时赛(TT)时间比较

共有 14 项研究的 299 名参与者（其中 51 名女性运动员）被纳入分析。这些研究包括一些经典之作，例如 Stepto 等人 1999 年的研究和 Seiler 博士的 4×4、8 和 16 分钟间歇训练研究。

研究结果显示了什么？

HIIT 对 V̇O₂peak 的额外好处

在综合分析的结果中，与只在最大代谢稳态（MMSS）以下训练相比，加入 MMSS 以上强度的训练能让 V̇O₂peak 有明显且重要的提高。

要明白的是，两种训练方式可能都能带来进步，但高强度间歇训练（HIIT）的提升更为显著。

我们综合分析里关于 V̇O₂peak 的森林图。每一行代表一项研究的结果。高亮的行显示了总体效应。垂直虚线表示两种训练方式没有差别（MMSS 以下训练与 MMSS 以上训练）。如果每项研究的方块或者总体结果的菱形周围的误差线碰到垂直线，那就说明结果没有统计学上的显著差别。

两组之间的标准化均数差是 0.44 个标准差。

可以这样来想：如果你在训练干预前后测量一组运动员的 V̇O₂peak 值，你可以算出这组的平均值和标准差。假定一组训练有素的自行车运动员的平均 V̇O₂peak 是 60 ml·kg⁻¹·min⁻¹，组内标准差是 5 ml·kg⁻¹·min⁻¹（范围大概在 50 到 70 之间）。

如果这组进行阈值以上的高强度训练，和只进行阈值以下的低/中等强度训练相比，我们预计他们会额外增加大约 2 ml·kg⁻¹·min⁻¹（0.44×5）。

这就相当于组平均值从 60 提高到 62 ml·kg⁻¹·min⁻¹（仅进行低强度训练时），或者从 60 提高到 64 ml·kg⁻¹·min⁻¹（包含一些高强度训练时）！

对于训练有素的运动员来说，V̇O₂peak 提升几个点意味着一个有意义的改变……至少我是这么看的？

HIIT 对耐力表现没有额外优势？

要是 V̇O₂peak 提高得更多，咱们兴许会盼着在高强度训练组里也能看到计时赛表现的更大进步？

不过，在计时赛表现（或者峰值功率）上，两组之间没发现差别！

两组或许都借助训练让表现变好了，不管是专门在最大代谢稳态（MMSS）以下训练，还是包含 MMSS 以上强度的训练，但是两组之间没区别。

我们综合分析里关于计时赛表现的森林图。每一行代表一项研究的结果。高亮的行显示了总体效应。垂直虚线表示两种训练方式没有差别（MMSS 以下训练与 MMSS 以上训练）。如果每项研究的方块或者总体结果的菱形周围的误差线碰到垂直线，那就说明结果没有统计学上的显著差别。

这或许会让你感到意外？对我而言也是。对此我提出了一些可能的解释。

对 V̇O₂peak 和计时赛结果差异的推测性解释

值得注意的是，本研究中用于分析计时赛的数据样本量相较于 V̇O₂peak 的要少，这表明在保持其他条件一致的前提下，检测计时赛成绩显著效应的统计检验能力可能低于 V̇O₂peak。

依据 Joyner 和 Coyle 的耐力表现模型，计时赛成绩与 V̇O₂peak、阈值时 V̇O₂max 的利用比例以及整体机械效率（即运动经济性）之间的相互作用呈正相关。此外，根据我们最新的认识，计时赛成绩还与抗疲劳能力或耐力密切相关。

图片来自 Joyner & Coyle, 2008 年的研究。

因此，尽管高强度训练组在 V̇O₂peak 方面取得了更显著的提升，但其他因素的微小变化可能足以抵消计时赛成绩的整体改善，从而导致各组之间无显著差异。

另一种可能性是，能量供应能力的增强（即最大能量供应速率的提升）通常与能量供应效率之间存在一定的权衡。也就是说，V̇O₂peak 的提升可能是以暂时增加工作时的耗氧量或降低生物能量转换途径的其他环节效率为代价的。

关于不同生理适应对耐力表现贡献的时间进程，已有相当多的研究。初期的改善可能首先推动 V̇O₂peak 的提升，而 V̇O₂peak 的提升又可能进一步促进计时赛成绩的提升，尽管这一过程相对较慢。

图片来自 Lundby等人2017年的研究。

这种能力与效率之间的权衡可能是暂时的。众所周知，在高强度训练周期后，通过减少训练量进行调整可以提高后续比赛的成绩。如果这些研究在调整期后重新测试运动员，他们新提升的 V̇O₂peak 可能会更有效地转化为计时赛成绩的提高。当然，这仅仅是一种推测。

此外，训练研究的持续时间可能不足以将提升的 V̇O₂peak 完全“转化”为计时赛成绩。这些研究的持续时间在 2 至 12 周之间，而计时赛测试的时间范围从约 5 分钟到约 60 分钟不等，涵盖划船、跑步和骑行等多种运动项目。

研究之间还存在其他可能影响结果的差异，例如参与者的基线体能状况、运动项目和训练课程的编程变量（如频率、持续时间和强度等）。这些潜在的变异因素会在元分析的统计异质性（I²）中体现出来，以百分比的形式表示。

计时赛成绩的 I²值为 0%，这表明实际上这些因素或任何其他潜在的研究间差异并未对结果产生影响。换言之，在主要分析完成后，没有剩余的未解释方差需要进一步探讨。

研究之间的任何潜在差异都会在统计异质性（I²）值中得到体现。较高的 I²值意味着研究之间存在更多的未解释变异性。而 I² = 0%则表明没有额外的未解释方差，这一点通过非显著的亚组分析得到了进一步验证。

我们可以学到

元分析是揭示稳健群体水平效应的有效手段。如果我们在多项研究中持续观察到群体水平的差异，那么我们可以相当确信，对于目标人群（即耐力训练运动员）中的大多数个体而言，这些效应是真实存在的。

然而，群体水平的研究并非旨在预测个体水平的结果，因此在这方面可能不太有效。这一直是将群体水平数据解释为个体水平应用的挑战，我之前已经探讨过这个话题。

为了改进个体水平的预测，我们需要进行所谓的个体患者数据（IPD）元分析。这需要收集我们感兴趣的所有研究中每个运动员的原始参与者数据。这是一个预告，因为这正是 Michael 和我在下一个训练编程项目中计划做的事情。

那么，目前我们能从这项研究中学到什么呢？

对业余运动员：

1. 高强度间歇训练的重要性：在 2-12 周的时间范围内，最大代谢稳态以上的高强度间歇训练对于提升 V̇O₂peak 至关重要。因此，业余运动员应在总训练量中包含一些高强度训练课。

2. 周期化训练的灵活性：并非每节课都需要高强度，也并非每周都需要。周期化的训练模块可以包含完全在最大代谢稳态以下的低强度期，而不必牺牲任何表现能力。这些训练可以是“2 区”训练、节奏训练、甜区训练或阈值下训练。

3. 针对性训练：业余运动员可以根据自己的需求和目标赛事，进行更具体的训练安排，以提高表现。

对职业运动员：

1. 高强度训练的优化：职业运动员应更加关注高强度间歇训练的优化，以进一步提升 V̇O₂peak。

2. 周期化训练的精细化：职业运动员可以根据比赛周期和需求，制定更为精细化的周期化训练计划，包括高强度训练和低强度恢复期的合理安排。

3. 生理与表现训练的结合：类似于我过去提出的“生理训练”和“表现训练”的概念，职业运动员可以在冬季进行包含高强度间歇训练的一般性、非特定运动项目的训练阶段，随后进入更具体的阶段，在接近比赛季节时进行广泛的（次）阈值间歇训练。

总之，无论是业余运动员还是职业运动员，都可以从这项研究中获得关于高强度间歇训练和周期化训练的重要启示，并根据自己的需求和目标制定更为合理的训练计划。

对训练周期的思考

一个有趣的推测是：是否在赛季之外完全不需要 HIIT 训练，而是将比赛作为某种形式的 HIIT？只要 V̇O₂max 在 MMSS 处的利用率不会因为缺少 HIIT 训练而下降得太多？顶级专业运动员在 20-24 岁后通常无法提高他们的 V̇O₂peak，所以基于这一点，MMSS、低强度和跑步/骑行经济性应该是主要关注点。话说回来，如果利用率普遍太高，那么他们就必须关注 HIIT，对吗？您认为多高的百分比算太高？

关于这一点，传统的公路自行车运动提供了一个有趣的视角：运动员会在春季通过比赛来提高状态。从生理学角度来看，是否有必要在任何时期严格执行专门的低强度训练（低于第一个代谢阈值）尚不确定，但在考虑到周期化的时间框架和我们的目标的情况下，这些训练在某些时候可能是足够的，并且会让我们达到大致相同的水平。因此，决定取决于个人偏好和其他考虑因素：坚持度、动力、训练和非训练压力的管理、运动和非运动优先事项等。

据我理解，关于 HIIT、调整期和去训练的文献表明，每 1-2 周进行一次高强度训练课就足以逐渐提高未训练者的体能，或维持现有的体能水平。

总结

在为期 2 至 12 周的训练中，耐力训练运动员的 V̇O₂peak 和计时赛表现均得到了提升。具体来说：

• 高强度训练的优势：相较于仅在最大代谢稳态（MMSS）以下进行训练的组别，进行了高于 MMSS 的高强度训练的组别在 V̇O₂peak 的提升上更为显著。

• 计时赛表现的一致性：尽管 V̇O₂peak 有所提升，但在计时赛表现或峰值功率方面，并未观察到群体水平的显著差异。

这一现象可能源于以下两种解释：

1. 方法学局限性：研究方法可能存在一定的局限性，导致未能检测到计时赛表现的显著差异。

2. 能力与效率的时间依赖性相互作用：V̇O₂peak 的提升与耐力表现改善之间的转化可能受到能力和效率之间时间依赖性相互作用的影响。这种相互作用决定了 V̇O₂peak 的提升如何转化为耐力表现的改善。

总之，尽管高强度训练在提升 V̇O₂peak 方面具有优势，但在计时赛表现方面并未观察到明显的群体差异。这一现象可能需要进一步的研究和方法改进来加以解释。