以晨間心律變異性作為羽球運員訓練營疲勞狀態指標 | Morning Heart Rate Variability as an Indication of Fatigue Status in Badminton Players during a Training Camp

以晨間心律變異性作為羽球運員訓練營疲勞狀態指標 | Morning Heart Rate Variability as an Indication of Fatigue Status in Badminton Players during a Training Camp

Iizuka T, Ohiwa N, Atomi T, Shimizu M, Atomi Y. Morning Heart Rate Variability as an Indication of Fatigue Status in Badminton Players during a Training Camp. Sports (Basel). 2020 Nov 10;8(11):147. doi: 10.3390/sports8110147. PMID: 33182645; PMCID: PMC7697084.

 

以晨間心律變異性作為羽球運員訓練營疲勞狀態指標

 

本研究旨在闡明是否可以使用早晨心率變異性（Heart Rate Variability/HRV）指數來評估菁英運動員賽前期間疲勞狀態的變化。八名日本國家羽毛球隊運動員（年齡：23.0 ± 2.8 歲）參與了這項研究。在為期8天國家隊訓練營的第一部分（第1-4天：第一階段）和後半部（第5-8天：第二階段）測量HRV和主觀疲勞。主副交感神經HRV 指數如下：所有R-R間期(SDNN) 的標準差（階段1：87.5 ms；階段2，104.3 ms；p < 0.05），連續R-R間期差異的均方根(RMSSD) （階段1，66.6 ms；階段2，103.6 ms；p < 0.05)，以及高頻分量功率 (HF)（階段1，1412.0 ms2；階段2，3318.5 ms2；p < 0.05）。上述所有指標從第1階段到第2階段均顯著增加。主觀疲勞變化與SDNN、RMSSD和HF的變化之間觀察到顯著相關性（ρ = -0.80，p = 0.017；ρ = -0.77 ，p = 0.027 ；和ρ = -0.80，p = 0.017，分別）。測量晨間HRV指數可能有助於客觀評估優秀運動員賽前疲勞狀態的變化。

 

關鍵字: 心跳變異性, 羽球, 疲勞, 身體狀況, 自主神經活動

 

前言

賽前過度訓練會導致疲勞積累，進而影響後續比賽的表現。因此，賽前期間應充分控制訓練負荷，確保運動員參加比賽時減少疲勞[1]。然而，有必要建立一個工具來客觀地監測運動員對訓練的反應，以指導訓練以優化他們的表現，因為他們對訓練的反應可能會有所不同[2,3]。

 

監測心率變異性 (HRV) 是一種非侵入性方法，可評估心臟自主神經活動 [4,5]。先前研究表明，監測HRV單獨或與交感神經活動相結合評估心臟副交感神經活動對於客觀監測運動員的疲勞狀態是有效的[5,6,7,8]。因此，監測個體HRV可以為評估賽前運動員疲勞狀態的變化提供客觀的衡量標準。

 

我們的目的是闡明是否可以透過測量個別HRV指數來客觀評估優秀運動員賽前期間疲勞狀態的變化。我們研究了菁英羽球運動員在備戰國際比賽期間的HRV 指數與主觀疲勞之間的關係。我們假設HRV指數變化與訓練營期間球員主觀疲勞狀態變化有顯著相關。

 

 

資料與方法

 

受試者

日本國家隊成員的八名國際排名羽球運動員（年齡，23.0±2.8歲；性別，四女四男；世界排名位置，41±16）參與了這項研究。本研究納入了在國家隊訓練營期間完成整個訓練計劃並在之後參與下週2013年日本公開賽的運動員們。 所有參與者均充分了解本研究的目的和程序，並獲得他們參與本研究的知情同意。本研究獲得了日本體育科學研究所人類受試者委員會的批准（2013年批准號第023號），並依照赫爾辛基宣言的原則進行。

 

方法程序

本研究是在國家訓練中心（日本東京）主持為期8天的國家隊訓練營期間進行，是為訓練營結束後立即在東京舉行的2013年羽毛球日本公開賽做準備。 2013年日本公開賽是世界羽聯12場超級系列賽之一，普遍認為是世界最高規格的羽球賽事[9]。與訓練營前半程（第1-4天：第一階段）相比，訓練營後半程（第5-8天：第二階段）的訓練負荷是為了減輕球員日本公開賽的疲勞程度而設計的。主要是為了保持訓練強度的同時減少訓練量。在每日早晨的相似時間（上午6:00至上午8:00之間）收集HRV及主觀疲勞數據，以避免晝夜節律變化對HRV指數的影響。

 

測量

訓練時間

每日訓練計畫包括上午和下午的訓練，每次持續 2或3小時。除了在羽球館訓練外，第1天、第3天、第5天下午的訓練中還包括在訓練館進行2小時阻力訓練。第4天和第8天下午沒有進行訓練。每日訓練時間是透過統計每天上午和下午的訓練時間來計算的，以作為每日訓練量的衡量標準。

 

訓練強度

在羽球館訓練期間，使用 Polar RS800CX 心率監測器（Polar Electro Oy，Kempele，芬蘭）記錄心率 (HR)。作為每日訓練強度的衡量標準，每日評估每位球員訓練期間的平均心率和最大心率。

 

心率變異性

休息至少 1 分鐘後，使用 Polar RS800CX 心率監測器（Polar Electro Oy，Kempele，芬蘭）在15次呼吸的受控呼吸頻率下記錄坐姿5分鐘的逐次心率 HR每分鐘 使用 Kubios HRV 分析軟體（Kbios HRV Standard，版本 3.0.2.，Kubios，Kuopio，芬蘭）處理數據，並進行時域和頻域分析 [4]。 關於時域 HRV 指數，我們分析了所有 R-R 間隔的標準差 (SDNN) 和連續 R-R 間隔均方差的平方根 (RMSSD)。SDNN反映副交感神經和交感神經活動，而RMSSD 反映副交感心臟調節[4,5]。關於頻域HRV指數，則分析了低頻（LF：0.04-0.15 Hz）和高頻（HF：0.15-0.40 Hz）頻帶成分的絕對功率。此外，還分析了標準化HF單位（HFnu；HF/（LF + HF）× 100）和LF/HF比率。LF代表副交感神經和交感神經活動，HF代表副交感神經活動[10]。HFnu和LF/HF 比率代表自主神經系統平衡的評估[4,10]。

 

主觀疲勞

使用100mm視覺類比量表評估主觀疲勞。受試者被要求在0（無疲勞）和 100（最大疲勞）之間標記100mm線來表明他們的疲勞程度 [11]。

 

統計分析

對於平均HR、最大HR、HRV指數和主觀疲勞，在第 1 階段和第 2 階段各收集4天的數據，並將其平均值用於進一步分析。使用夏皮羅-威爾克檢定（Shapiro–Wilk test/W檢定）進行常態性檢定。考慮到資料的偏態分佈和參與者數量較少，使用魏克生符號檢定（Wilcoxon signed-rank test）來確定每個變數的階段之間的顯著差異。數據以中位數和四分位數範圍表示。效應量使用係數 r決定[12]。係數r的解釋如下：r = 0.1：小，0.3：中等，0.5：大，0.7：非常大，0.9：極大[13]。計算 Spearman 等級 rho (ρ) 相關係數，以檢定主觀疲勞變化與第一階段至第二階段 HRV 指數變化之間的關係。統計顯著性設定為 p < 0.05。所有統計分析均使用 SPSS 版本19（IBM Corp.，Armonk，NY，USA）進行。

 

研究結果

訓練持續時間

每日訓練時間從第一階段的5.3±1.5小時減少到第二階段的3.8±1.3小時。

 

訓練強度

在第1階段和第2階段之間觀察到平均HR顯著下降（第1階段：130.4 次/分鐘(128.1–134.9)；第2階段：111.5 次/分鐘(108.9–116.6)；p = 0.012； r = 0.89）。此外，第一階段和第二階段之間的最大心率顯著下降（第一階段：179.9次/分鐘（177.7-189.2）；第二階段：164.9次/分鐘（162.4-173.4）；p = 0.012；r = 0.89）。

 

 心率變異性

表1顯示了第 1 階段和第 2 階段之間 HRV 指數的差異。HR 從第 1 階段到第 2 階段顯著下降 (p = 0.012)。關於時域HRV指數，SDNN和RMSSD從第 1階段到第2階段顯著增加（分別為 p = 0.012 和 p = 0.012）。關於頻域HRV 指數，LF和HF從第1階段到第2 階段顯著增加（分別為p = 0.012 和p = 0.012），而HFnu 和LF/HF 沒有觀察到顯著差異（p = 0.401 和p = 0.575，分別）。

 

表1：第一階段和第二階段心率變異指數的比較。

 

數據以中位數和四分位數範圍表示。HR：心率；SDNN：所有R-R區間的標準差；RMSSD：連續R-R間隔均變異數的平方根 LF：心率變異性低頻成分功率；HF：心率變異性高頻成分功率；HFnu：HF的標準化單位；LF/HF：低頻與高頻的比率。

 

 

主觀疲勞

圖1顯示了階段1和階段2之間主觀疲勞的差異。階段1和階段2之間主觀疲勞沒有觀察到顯著差異（階段1：58.4mm（48.6-63.9）；階段2：55.4mm（48.9 -73.3））；p = 0.779；r = 0.10）。

圖1 第一階段與第二階段主觀疲勞比較。

 

 

主觀疲勞變化與HRV變化之間的關係

圖2顯示了第一階段到第二階段主觀疲勞與HRV指數變化之間的關係。

 

主觀疲勞變化與心率變異性（HRV）指數變化之間的關係。從階段1到階段 2，(A) HR、(B) SDNN、(C) RMSSD、(D) LF、(E) HF、(F) HFnu 和 (G) LF/HF. HRV：心率變異性； HR：心率； SDNN：所有R-R區間的標準差； RMSSD：連續R-R間隔均變異數的平方根； LF：HRV低頻分量功率； HF：HRV高頻分量功率； HFnu：HF 的標準化單位； LF/HF：LF 和 HF 的比率。

 

討論

本研究的目的是闡明是否可以透過測量HRV指數來客觀評估優秀運動員賽前期間疲勞狀態的變化。考慮到由於訓練持續時間和強度的減少，從第一階段到第二階段平均心率和最大心率的下降，HRV 指數出現了顯著變化。我們證明 HRV 指數（例如 SDNN、RMSSD 和 HF）的變化與主觀疲勞的變化有顯著相關。據我們所知，這是第一個實際證明可以透過測量早晨 HRV 指數來評估菁英羽球運動員疲勞狀態變化的研究。

 

訓練負荷的變化已被證明會改變 HRV 指數 [10,14,15,16,17,18,19,20,21,22]。 Pichot 等人[10]研究了中長跑運動員的HRV和訓練負荷之間的關係，顯示SDNN和RMSSD隨著恢復週訓練負荷的減少而顯著增加。作者認為 SDNN 和 RMSSD的增加反映了整體HRV的增加，與副交感神經驅動的相對增加有關。 此外，Iellamo等人[15]表明，精英青少年賽艇運動員訓練負荷的增加導致心力顯著下降。考慮到先前的研究結果，我們研究中觀察到的訓練營期間SDNN、RMSSD和HF的增加可能是由於從第一階段到第二階段訓練時間和強度的減少引起的，以便運動員為立即舉行的日本公開賽做準備訓練營結束後。

 

然而，儘管先前研究顯示副交感HRV指數增加與運動員疲勞狀態下降有關[10,14,23,24,25]，但儘管副交感HRV指數增加，主觀疲勞並未明顯減少。幾項研究檢視了菁英運動員在重要比賽前訓練營期間的 HRV 反應，以評估疲勞累積的可能性 [26,27]。 中村等人[26]報告指出，優秀的空手道運動員沒有出現疲勞累積的跡象，因為在訓練營期間記錄到相對穩定的HRV。與Nakamura 等人的發現相反[26]，在我們的研究中，在整個訓練營期間對運動員施加了中等的訓練負荷，而在訓練營的前半段（第一階段）對運動員施加了相對較高的訓練量和強度。本研究結果表明，從第一階段到第二階段的訓練負荷減少不足以減輕球員的疲勞狀態。儘管第2階段的訓練負荷減少，但由於第一階段訓練負荷的影響較大，減輕球員的疲勞狀態可能是一項挑戰。在三名參與者中觀察到主觀疲勞狀態從第一階段到第二階段增加。

 

在實際應用中，評估個人對改變訓練負荷的反應非常重要。Flatt等[28] 研究了女子大學足球員的訓練負荷和HRV之間的關係，並表明由於個體健康和疲勞狀態的差異，副交感神經 HRV 對不同訓練負荷的反應是高度個體化的。我們證明 SDNN、RMSSD 和 HF 的變化與主觀疲勞的變化有顯著相關。因此，我們的結果表明，測量整體和副交感HRV指數，如SDNN、RMSSD和HF，可能有助於客觀評估羽球運動員個體疲勞狀態的變化。近期運動員和教練使用智慧型手機應用程式來輕鬆、簡短地評估副交感 HRV 反應 [29,30]。這些應用程式的使用可以切實指導訓練營期間訓練負荷的有效控制，以優化每個球員在後續比賽中的表現。測量整體和副交感HRV指數是否能有效客觀地評估羽球運動員在不同訓練階段的疲勞狀態變化，值得進一步研究。

 

這項研究有幾個限制。首先，由於我們的目的是調查在訓練營期間完成整個訓練計劃的國際級羽球運動員的疲勞狀況變化，因此我們只能招募八名參與者進行這項研究。在這項研究中，八名參與者中有六名是雙打運動員。由於羽球單打和雙打項目的身體需求不同[31,32,33,34]，單打和雙打運動員的HRV指數反映運動員疲勞狀態變化的程度可能不同。其次，我們無法評估球員的整體日常訓練負荷，因為我們無法透過測量心率來監控他們阻力訓練期間的訓練強度。 量化包括阻力訓練在內的整體訓練負荷可以進一步增強我們對訓練營期間的訓練如何改變每個球員的疲勞狀態的理解。

 

總而言之，我們證明了HRV指數的變化與國際級羽球運動員在訓練營期間主觀疲勞的變化有顯著相關。這些結果表明，測量HRV指數可能有助於客觀評估國際級羽球運動員個人疲勞狀態的變化。因此，從HRV監測中獲得的資訊可用於防止疲勞積累，從而優化羽球運動員的表現。測量 HRV指數可以更普遍地用於評估可能因個體而異的疲勞狀態。

 

文獻參考

1. Thorpe, R.T.; Strudwick, A.J.; Buchheit, M.; Atkinson, G.; Drust, B.; Gregson, W. Tracking morning fatigue status across in-season training weeks in elite soccer players. Int. J. Sports Physiol. Perform. 2016, 11, 947–952.[CrossRef] [PubMed]
2. Stanley, J.; D’Auria, S.; Buchheit, M. Cardiac parasympathetic activity and race performance: An elite triathlete case study. Int. J. Sports Physiol. Perform. 2015, 10, 528–534. [CrossRef] [PubMed]
3. Tian, Y.; He, Z.H.; Zhao, J.X.; Tao, D.L.; Xu, K.Y.; Earnest, C.P.; Mc Naughton, L.R. Heart rate variability threshold values for early-warning nonfunctional overreaching in elite female wrestlers. J. Strength Cond. Res. 2013, 27, 1511–1519. [CrossRef]
4. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Heart rate variability: Standards of measurement, physiological interpretation and clinical use. Circulation 1996, 93, 1043–1065. [CrossRef]
5. Buchheit, M. Monitoring training status with HR measures: Do all roads lead to Rome? Front. Physiol. 2014, 5, 73. [CrossRef]
6. Uusitalo, A.L.; Uusitalo, A.J.; Rusko, H.K. Endurance training, overtraining and baroreflex sensitivity in female athletes. Clin. Physiol. 1998, 18, 510–520. [CrossRef]
7. Crowcroft, S.; McCleave, E.; Slattery, K.; Coutts, A.J. Assessing the measurement sensitivity and diagnostic characteristics of athlete-monitoring tools in national swimmers. Int. J. Sports Physiol. Perform. 2017, 12, S295–S2100. [CrossRef]
8. Flatt, A.A.; Esco, M.R.; Nakamura, F.Y. Individual heart rate variability responses to preseason training in high level female soccer players. J. Strength Cond. Res. 2017, 31, 531–538. [CrossRef]
9. Phomsoupha, M.; Laffaye, G. The science of badminton: Game characteristics, anthropometry, physiology, visual fitness and biomechanics. Sports Med. 2015, 45, 473–495. [CrossRef]
10. Pichot, V.; Roche, F.; Gaspoz, J.M.; Enjolras, F.; Antoniadis, A.; Minini, P.; Costes, T.; Busso, T.; Lacour, J.R.; Barthelemy, J.C. Relation between heart rate variability and training load in middle-distance runners. Med. Sci. Sports Exerc. 2000, 32, 1729–1736. [CrossRef]
11. Kon, M.; Iizuka, T.; Maegawa, T.; Hashimoto, E.; Yuda, J.; Aoyanagi, T.; Akimoto, T.; Takahashi, H. Relation between heart rate variability and training load in middle-distance runners. J. Strength Cond. Res. 2010, 24, 2249–2254. [CrossRef] [PubMed]
12. Fritz, C.O.; Morris, P.E.; Richler, J.J. Effect size estimates: Current use, calculations, and interpretation.
13. Exp. Psychol. Gen. 2012, 141, 2–18. [CrossRef] [PubMed]
14. Hopkins, W.G.; Marshall, S.W.; Batterham, A.M.; Hanin, J. Progressive statistics for studies in sports medicine and exercise science. Med. Sci. Sports Exerc. 2009, 41, 3–13. [CrossRef] [PubMed]
15. Pichot, V.; Busso, T.; Roche, F.; Garet, M.; Costes, F.; Duverney, D.; Lacour, J.R.; Barthelemy, J.C. Autonomic adaptations to intensive and overload training periods: A laboratory study. Med. Sci. Sports Exerc. 2002, 34, 1660–1666. [CrossRef]
16. Iellamo, F.; Legramante, J.M.; Pigozzi, F.; Spataro, A.; Norbiato, G.; Lucini, D.; Pagani, M. Conversion from vagal to sympathetic predominance with strenuous training in high-performance world class athletes. Circulation 2002, 105, 2719–2724. [CrossRef]
17. Earnest, C.P.; Jurca, R.; Church, T.S.; Chicharro, J.L.; Hoyos, J.; Lucia, A. Relation between physical exertion and heart rate variability characteristics in professional cyclists during the Tour of Spain. Br. J. Sports Med. 2004, 38, 568–575. [CrossRef]
18. Kiviniemi, A.M.; Hautala, A.J.; Kinnunen, H.; Tulppo, M.P. Endurance training guided individually by daily heart rate variability measurements. Eur. J. Appl. Physiol. 2007, 101, 743–751. [CrossRef]
19. Botek, M.; McKune, A.J.; Krejci, J.; Stejskal, P.; Gaba, A. Change in performance in response to training load adjustment based on autonomic activity. Int. J. Sports Med. 2014, 35, 482–488. [CrossRef]
20. Morales, J.; Alamo, J.M.; Garcia-Masso, X.; Busca, B.; Lopez, J.L.; Serra-Ano, P.; Gonzalez, L.M. Use of heart rate variability in monitoring stress and recovery in judo athletes. J. Strength Cond. Res. 2014, 28, 1896–1905.[CrossRef]
21. Edmonds, R.C.; Sinclair, W.H.; Leicht, A.S. Effect of a training week on heart rate variability in elite youth rugby league players. Int. J. Sports Med. 2013, 34, 1087–1092. [CrossRef]
22. Thorpe, R.T.; Strudwick, A.J.; Buchheit, M.; Atkinson, G.; Drust, B.; Gregson, W. Monitoring fatigue during the in-season competitive phase in elite soccer players. Int. J. Sports Physiol. Perform. 2015, 10, 958–964.[CrossRef] [PubMed]
23. Egan-Shuttler, J.D.; Edmonds, R.; Ives, S.J. The efficacy of heart rate variability in tracking travel and training stress in youth female rowers: A preliminary study. J. Strength Cond. Res. 2018, 34, 3293–3300. [CrossRef][PubMed]
24. Barrero, A.; Schnell, F.; Carrault, G.; Kervio, G.; Matelot, D.; Carre, F.; Lahaye, S.L.D. Daily fatigue-recovery balance monitoring with heart rate variability in well-trained female cyclists on the Tour de France circuit. PLoS ONE 2019, 14, e0213472. [CrossRef] [PubMed]
25. Naranjo, J.; De la Cruz, B.; Sarabia, E.; De Hoyo, M.; Dominguez-Cobo, S. Heart rate variability: A follow-up in elite soccer players throughout the season. Int. J. Sports Med. 2015, 36, 881–886. [CrossRef]
26. Schmitt, L.; Regnard, J.; Millet, G.P. Monitoring fatigue status with HRV measures in elite athletes: An avenue beyond RMSSD? Front. Physiol. 2015, 6, 343. [CrossRef]
27. Nakamura, F.Y.; Pereira, L.A.; Abad, C.C.; Franchini, E.; Loturco, I. Cardiac autonomic and neuromuscular responses during a karate training camp before the 2015 Pan American Games: A case study with the Brazilian national team. Int. J. Sports Physiol. Perform. 2016, 11, 833–837. [CrossRef]
28. Coelho, A.B.; Nakamura, F.Y.; Morgado, M.C.; Holmes, C.J.; Baldassarre, A.; Esco, M.R.; Rama, L.M. Heart rate variability and stress recovery responses during a training camp in elite young canoe sprint athletes. Sports 2019, 7, 126. [CrossRef]
29. Flatt, A.A.; Esco, M.R.; Nakamura, F.Y.; Plews, D.J. Interpreting daily heart rate variability changes in collegiate female soccer players. J. Sports Med. Phys. Fit. 2017, 57, 907–915.
30. Flatt, A.A.; Esco, M.R.; Nakamura, F.Y. Association between subjective indicators of recovery status and heart rate variability among divison-1 sprint-swimmers. Sports 2018, 6, 93. [CrossRef] [PubMed]
31. Rabbani, A.; Clemente, F.M.; Kargarfard, M.; Chamari, K. Match fatigue time-course assessment over four days: Usefulness of the Hooper index and heart rate variability in professional soccer players. Front. Physiol. 2019, 10, 109. [CrossRef]
32. Iizuka, T.; Hirano, K.; Atomi, T.; Shimizu, M.; Atomi, Y. Changes in duration and intensity of the world’s top-level badminton matches: A consideration of the increased acute injuries among elite women’s singles players. Sports 2020, 8, 19. [CrossRef] [PubMed]
33. Ooi, C.H.; Tan, A.; Ahmad, A.; Kwong, K.W.; Sompong, R.; Ghazali, K.A.; Liew, S.L.; Chai, W.J.; Thompson, M.W. Physiological characteristics of elite and sub-elite badminton players. J. Sports Sci. 2009, 27, 1591–1599. [CrossRef] [PubMed]
34. Liddle, S.D.; Murphy, M.H.; Bleakley, W. A comparison of the physiological demands of singles and doubles badminton: A heart rate and time/motion analysis. J. Hum. Mov. Stud. 1996, 30, 159–176.
35. Alcock, A.; Cable, N.T. A comparison of singles and doubles badminton: Heart rate response, player profiles and game characteristics. Int. J. Perform. Anal. Sport 2009, 9, 228–237. [CrossRef]