《Frontiers in Sports and Active Living》：Sleep-related metrics that predict training intensity: an exploratory study in women's college athletics
编辑推荐：
背景：近年来，可穿戴监测技术的发展扩展了工作负荷与疲劳的客观评估手段，主要基于心率（heart rate, HR）的标记（如心率变异性、静息心率）。在高性能训练环境中，也常使用基于感知的 exertion 标记，例如主观疲劳感觉评分（rating of per
背景：近年来，可穿戴监测技术的发展扩展了工作负荷与疲劳的客观评估手段，主要基于心率（heart rate, HR）的标记（如心率变异性、静息心率）。在高性能训练环境中，也常使用基于感知的 exertion 标记，例如主观疲劳感觉评分（rating of perceived exertion, RPE）量表。既往研究表明，这些标记测量的并非 exertion 的相同方面，而是互补方面；但关于客观与主观标记在每日水平上的关系，数据有限；而这些数据对于理解如何最佳地监测努力程度或过度训练可能尤为重要。本研究旨在描述女子大学运动员每日水平上基于HR和基于感知的 exertion 标记。此外，鉴于睡眠对运动表现和身体 exertion 感知的强烈影响，研究人员进一步探讨了睡眠行为在个体内与个体间水平上与每日主观及客观 exertion 评估的关系。
方法：13名女子大学运动员连续佩戴 WHOOP 活动监测器参与这项为期两周的观察性研究。RPE 在完成训练课或比赛后30分钟内、查看 WHOOP 数据之前自我报告。
结果：进行了一系列描述性统计和皮尔逊相关分析，以描述所研究人群中 RPE 与活动应变（activity strain）在每日水平上的关系。一系列线性混合效应模型显示，平均睡眠较差（即更多睡眠负债、较差的睡眠表现）与较高的基于HR的 exertion 标记相关；然而，个体内睡眠一致性升高，而平均睡眠需求增加与较高的基于HR的 exertion 测量和较低的 exertion 感知相关。
结论：研究结果支持需要进一步研究以更好地理解每日 exertion 标记的驱动因素，从而提升运动员的健康和表现。
**论文解读**
**1. 研究背景与问题**
运动员竞技表现的优化需要平衡训练负荷与充分恢复。Exertion（用力/ exertion）既可通过心率（heart rate, HR）衍生指标等客观生理标记测量，也可通过主观疲劳感觉评分（rating of perceived exertion, RPE）等感知标记评估。已有研究表明，客观与主观标记并非测量同一维度，而是测量 exertion 的互补方面，然而在每日水平上两者关系的数据十分有限。同时，睡眠对运动表现和体力 exertion 感知有强烈影响，但睡眠行为与每日主观/客观 exertion 标记之间关系尚未明确。目前尚无研究同时描述大学运动员每日水平上由可穿戴设备（wearable fitness device, WFD）衍生的训练负荷标记与自我报告的 exertion，并探讨夜间睡眠行为与二者的关联。因此，这项探索性试点研究旨在描述女子大学运动员每日 HR 基础与感知基础的 exertion 标记，并考察这些构念的个体内关系，以及睡眠指标对每日主观和客观 exertion 的预测作用。
**2. 研究内容与主要发现**
研究人员开展了一项为期两周的观察性研究，招募了15名女子大学运动员，最终11名纳入分析。参与者连续佩戴 WHOOP 4.0 活动监测器，并在每次训练或比赛后30分钟内、查看设备数据前自我报告 RPE。结果显示，RPE 与活动应变（activity strain）在总体上呈弱正相关（r = 0.29），且 RPE 仅解释活动应变 12.1% 的方差；两种标记的个体内变异比例均很高（应变 97%，RPE 83%）。睡眠相关分析表明，平均睡眠负债较高、平均睡眠表现较差与较高的基于HR的 exertion 标记（活动应变）相关；而平均睡眠需求较高与较低的 RPE 相关。此外，个体内睡眠一致性的升高与较低的 RPE 相关。这些发现强调，客观与主观 exertion 标记在每日水平上均存在显著波动，并捕获了共享与独特的信息；睡眠行为与两类标记的关系方向相反，提示睡眠不足的运动员可能实际 exert 更多但主观感知更少，存在过度训练风险。
**3. 主要关键技术方法**
本研究为观察性设计，样本来自美国东南部一所大学的女子足球与曲棍球队。参与者连续佩戴 WHOOP 4.0 多传感器腕带设备（包含三轴加速度计、光电容积脉搏波、电容式触摸传感器和环境温度传感器），持续两周。每日 exertion 使用改良 Borg 0–10 级 RPE 量表自我报告。客观 exertion 指标为 WHOOP 专有的“活动应变”（activity strain）。睡眠指标包括睡眠负债、睡眠表现、睡眠需求、睡眠一致性等。统计方法包括描述性统计、皮尔逊相关、组内相关系数（intraclass correlation, ICC）以及线性混合效应模型，模型中同时纳入个体均值和个体内差值以区分个体间与个体内效应，使用最大似然估计，显著性水平设为 p < 0.05，分析软件为 SPSS 29。
**4. 研究结果**
**4.1 参与者特征（Participant characteristics）**
共招募15名女子大学学生运动员，2名因受伤及自愿终止使用 WHOOP 退出，另有2名缺乏自我报告 exertion 与 WHOOP 数据的重叠，最终11名参与者纳入分析。参与者平均年龄20.69岁（SD = 1.31），体重平均137.18磅（SD = 11.97），身高平均66.00英寸（SD = 2.76）；种族构成为白人72.7%、黑人/非裔美国人9.1%、亚裔9.1%、其他9.1%；曲棍球运动员45.5%，女子足球运动员55.5%。共有147个活动相关观测日和102个睡眠相关观测日。每个参与者平均提供13.36个活动相关观测（SD = 5.41）和9.27个睡眠相关观测（SD = 3.72）。个体平均 RPE 的总体均值为4.37（SD = 1.14，范围2.17–6.29），个体平均活动应变的总体均值为10.25（SD = 1.20，范围9.10–12.53）。在所有观测中，RPE 与活动应变呈弱正相关（r = 0.29）。活动应变的 ICC 为0.03，表明97%的方差来自个体内；RPE 的 ICC 为0.17，表明83%的方差来自个体内。RPE 显著预测活动应变（B = 0.535，p < 0.001），解释了12.1%的方差。
**4.2 睡眠与RPE或活动应变的关系（Relationships between sleep and RPE or strain）**
线性混合效应模型结果显示，个体的平均睡眠负债与活动应变呈正相关（B = 0.03，p = 0.04），即平均睡眠负债每增加1个单位，活动应变增加0.03个单位。平均睡眠表现与活动应变呈负相关（B = ?0.71，p = 0.05），即平均睡眠表现每增加1个单位，活动应变降低0.71个单位。平均睡眠需求与 RPE 呈负相关（B = ?0.02，p = 0.05），即平均睡眠需求每增加1个单位，RPE 降低0.02个单位。睡眠一致性在个体内水平（每个观测值与个体均值的差值）与 RPE 呈负相关（B = ?0.09，p = 0.017），即个体内一致性每升高1个单位，RPE 降低0.09个单位。未发现其他睡眠变量在个体内水平与 RPE 或活动应变显著相关。综上，平均睡眠较差（更多睡眠负债、更差睡眠表现、更多睡眠需求）与较高的 HR 基础 exertion 标记相关，但与较低的感知 exertion 标记相关。
**5. 讨论总结**
本研究发现 RPE 与 HR 基础 exertion 标记显著正相关，与既往研究一致，但相关系数较弱（r = 0.29），可能源于设备差异、研究人群及运动项目特点（如室外温度对足球和曲棍球训练中 HR 和 RPE 的影响）。RPE 仅解释活动应变 12% 的方差，支持 exertion 是多因素构念，需要在每日水平上结合客观与主观标记进行综合评估。睡眠结果显示，较差的平均睡眠质量与较高的活动应变相关，而较高的平均睡眠需求与较低的 RPE 相关；个体内睡眠一致性升高则与较低的 RPE 相关。研究人员指出，若未来研究重复验证“睡眠差者 exert 更多但感知更少”这一模式，可能提示过度 exertion 风险增加，需要采取睡眠行为干预。已有证据显示，针对运动员的个性化睡眠教育可改善主观和客观睡眠结果。
**6. 结论翻译**
本研究观察到的结果表明，在每日水平上记录的客观和主观 exertion 标记在个体内存在显著变异，并捕获了与 exertion 相关的共享和独特信息。研究还观察到，整体睡眠较差（更多睡眠负债、较差的睡眠表现、更多的睡眠需求）与较高的基于HR的 exertion 标记以及较低的基于感知的 exertion 标记相关。此外，个体内睡眠不一致性与较低的感知 exertion 标记相关；这些发现表明，有必要进一步研究急性或慢性睡眠不佳者是否更易发生过度训练。这些发现支持进行更多研究，以更好地理解每日 exertion 标记的驱动因素，从而提升运动员的健康和表现。
