《Sports Medicine - Open》：Implementation and Training-Related Outcomes of High-Intensity Interval Training and Cognitive-Motor Training in Professional League of Legends and Valorant Players: A First Exploratory Ecological Study Across In-Game, Cognitive, and Physiological Domains
编辑推荐：
背景：电子竞技表现依赖于游戏内、认知和生理能力。其日益增长的专业化引发了人们对将结构化场外训练干预作为精英选手表现支持策略一部分的兴趣。然而，此类干预措施在世界级职业选手中的可行性和效果仍未被探索。本项探索性生态学研究考察了在竞争赛季限制下，对职业《英雄联盟》
背景：电子竞技表现依赖于游戏内、认知和生理能力。其日益增长的专业化引发了人们对将结构化场外训练干预作为精英选手表现支持策略一部分的兴趣。然而，此类干预措施在世界级职业选手中的可行性和效果仍未被探索。本项探索性生态学研究考察了在竞争赛季限制下，对职业《英雄联盟》（LOL；n = 5）和《无畏契约》（VLR；n = 5）选手实施高强度间歇训练（HIIT）和认知-运动训练（CMT）的情况，以及与训练相关的游戏内表现、执行功能和心血管结局的变化。数据于2024年5月至7月在德国柏林的团队训练设施中收集。
结果：两种干预措施均能在竞争赛季期间实施，在第一训练阶段实现了100.00%的保留率和98.75%的依从性。然而，其实施需要对比赛日程、选手日常状态和恢复需求进行大量调整。此外，竞争和后勤方面的限制使交叉阶段的保留率和依从性分别降至60.00%和81.25%。HIIT被认为要求更高，而CMT则更令人愉悦。在组别水平上，整个样本从基线到第一训练阶段，重复施测的点任务的平均反应时间（RT）下降了10.42%（pFDR = .008；d = 1.37），反映了基于任务的执行处理速度的改善，尽管无法分离出干预措施的贡献。在游戏内表现或心血管结局方面未观察到一致的组别水平改善。单案例分析揭示了异质性的反应模式。游戏内变化主要出现在特定的游戏和角色相关指标中，包括表现得分、击杀参与和死亡次数，其模式因游戏项目、选手和训练阶段而异。在HIIT阶段，RT的减少在不同任务条件下似乎更为一致，而在CMT阶段则更具条件特异性。心血管反应在静息心率（RHR）和心率变异性（HRV）指标上显示出有利但不一致的模式。总体而言，反应表现出强烈的背景依赖性，因游戏项目、选手角色、个体特征和日常选手状态而异。
结论：结构化的HIIT和CMT可以在活跃的竞争赛季期间对世界级的职业LOL和VLR选手实施，并可能支持与表现相关的结局。然而，与训练相关的结局似乎是异质性和背景依赖性的，必须在职业电子竞技的复杂环境中加以理解。这些发现为职业电子竞技中结构化、个性化和情境敏感的训练方法提供了初步的生态学证据。
研究背景与现存问题
电子竞技在过去十年经历了快速且持续的增长，全球观众和市场收入大幅提升。随着竞争生态系统日趋结构化、规范化与专业化，电竞组织开始为精英选手建立绩效支持体系。研究表明，电竞表现高度依赖执行功能，包括抑制控制、工作记忆和认知灵活性，同时也受到自主神经紧张和疲劳累积等生理需求的显著影响。然而，目前针对世界级职业选手的结构化场外训练干预——尤其是结合身体训练与认知训练的模式——在真实竞争赛季条件下的可行性、可接受性及其对多维度表现的影响，尚缺乏实证依据。现有研究多集中于急性运动对模拟条件下游戏表现的影响，而长期、生态化的干预实施及其对游戏内、认知和生理指标的综合性评估仍是空白。因此，本研究旨在首次探索性地考察高强度间歇训练（HIIT）和认知-运动训练（CMT）在欧洲顶级职业联赛竞争赛季中对《英雄联盟》（LOL）和《无畏契约》（VLR）选手的实施情况，并描述游戏内表现、执行功能和心血管结局在不同训练阶段下的演变趋势。
研究方法概述
本研究采用纵向生态多基线设计，结合随机化干预顺序与部分交叉方案。研究对象为来自法国Karmine Corp俱乐部的10名世界级职业选手，包括5名LOL选手（平均年龄23.00±2.53岁，国际赛事经验5.93±1.67年）和5名VLR选手（平均年龄20.20±1.47岁，国际赛事经验2.30±0.83年）。研究在柏林训练基地于2024年5月至7月间进行，覆盖LEC夏季赛与VCT第二阶段的完整赛程。干预措施包括分级HIIT电路训练和分级CMT电路训练，目标频率为每周两次。研究人员通过训练出席率、完成率、感知用力程度（RPE）和享受-预期综合评分评估可行性；通过点任务（Dots Task）测量执行功能，使用Polar H10传感器和Elite HRV应用采集静息心率（RHR）及心率变异性（HRV）指标，并与俱乐部数据分析师合作开发了游戏特异性的复合表现评分（P）及相对表现评分（RP）。统计方法采用组别水平的配对检验与单案例描述性分析相结合的两步法，后者包括视觉辅助客观规则（VAIOR）分析和标准化均值差（SMD）估计。
研究结果
干预实施、可行性与实施约束：基线体力活动调查显示，无一名选手达到最低体力活动推荐量，八名选手在过去三个月内无结构化体力活动。所有参与者均完成了第一阶段干预，保留率为100.00%，训练频率平均为2.05±0.17次/周，总依从率达98.75%±3.75%。HIIT被评价为更费力（平均RPE 7.44±1.69），而CMT被认为更令人愉快（平均享受-预期评分3.70±0.83）。第二阶段交叉干预因VLR战队提前淘汰导致保留率降至60.00%（n=6），依从率为81.25%±26.76%。干预实施需根据比赛日程、选手疲劳状态和恢复需求进行大量适应性调整，例如在训练赛前后或比赛日安排训练。
组别水平结果：在游戏内表现方面，从基线（Phase A）至第一训练阶段（Phase B），全样本（N=10）的表现评分（P）保持稳定，平均个体内变化为?0.87%±9.51%，KDA下降4.48%±18.17%，首次死亡（FD）增加23.77%±34.95%，但均未达统计学显著性。在认知表现方面，全样本的整体反应时间（RT）从475.88±110.09毫秒降至422.81±82.70毫秒，平均个体内减少10.42%±6.59%（d=1.37，pFDR=0.008），在所有任务条件下均观察到经FDR校正后显著的RT缩短。在交叉子样本（n=6）的阶段对比中，从Phase A至Phase C，整体RT进一步减少16.40%±9.34%（d=1.76，pFDR=0.022）。在生理指标方面，全样本的RHR平均下降3.71%±6.40%，HRV评分和RMSSD分别上升3.91%±6.81%和7.87%±26.24%，但均未达统计显著性。HIIT与CMT的组间比较未发现显著差异。
单案例描述性分析：单案例分析揭示了高度异质性的反应模式。在游戏内表现方面，第一训练阶段结束后，10名选手中6人（L2、L3、L4、L5、V1、V3）在首次击杀（FK）上呈现即时、整体性或渐进性改善；四名VLR选手（V1、V2、V4、V5）在死亡次数上呈渐进性减少。在交叉阶段对比中，CMT→HIIT序列的选手在特定指标上出现改善，如V1的击杀参与率（KP）提高14.10%（SMD=1.08±0.40），L3的击杀数增加29.04%（SMD=0.99±0.42）；而HIIT→CMT序列的选手更多表现为表现下降，如L2的P、RP和FK降幅达21.54%~60.08%（SMD=?0.69至?1.03）。在认知功能方面，第一训练阶段后，两名CMT组选手（V2、V5）显示整体RT改善，SMD分析确认四名选手（L2、V3、V4、V5）的RT大幅缩短（?11.50%至?17.55%；SMD=1.12~1.54）。交叉阶段后，六名选手中四人（L2、L3、L4、V1）的RT进一步减少（?20.36%至?23.32%；SMD=1.10~1.97）。在生理反应方面，RHR和HRV指标呈现出有利但不一致的模式，受选手个体特征和日常状态影响明显。
讨论与结论
研究人员指出，结构化的HIIT和CMT能够在活跃的职业竞争赛季中对世界级LOL和VLR选手成功实施，且表现出较高的初始保留率和依从性。然而，实施过程需对赛程、选手状态和恢复需求做出大量个性化调整，竞争和后勤压力会显著降低交叉阶段的依从性。HIIT被认为要求更高，而CMT更受欢迎，这提示不同训练模态的可接受性差异可能影响长期坚持。组别水平上最显著的变化在于基于任务的执行处理速度（RT）的改善，尤其是在经历两个训练阶段后效果更为突出，但无法完全归因于单一干预。游戏内表现和心血管指标未见一致的组别水平改善，单案例分析揭示了高度背景依赖的反应模式：游戏内变化主要体现在特定游戏和角色相关指标上，HIIT阶段RT改善更具跨条件一致性，而CMT阶段则更具条件特异性。总体而言，训练相关结局受游戏项目、选手角色、个体特征和日常状态的强烈调节。
研究结论：结构化的HIIT和CMT可以在活跃的竞争赛季期间对世界级的职业LOL和VLR选手实施，并可能支持与表现相关的结局。然而，与训练相关的结局似乎是异质性和背景依赖性的，必须在职业电子竞技的复杂环境中加以理解。这些发现为职业电子竞技中结构化、个性化和情境敏感的训练方法提供了初步的生态学证据。
