Search

带你走进周期训练(下):科学数据

作者:Greg Nuckols

译者:营长

周期化训练是力量训练中一个很热门的话题,但大部分讨论都仅限于「我从某某网站看到某某大神说周期训练才最好」,或者「有两个研究支持我的说法,所以我是对的」或者「理论上来说,某某模型应当能带来某某结果,所以这就是最好的」。但其实这个话题至少有 60 多篇相关文献(我所能找到的),而大部分人对此一无所知。

在正式开讲之前,希望你先读一下本系列的上篇《带你走进周期训练:历史与科学背景》

本文内容如下:

  1. 基本概念
  2. 我所进行的量化分析
  3. 分析结果
  4. 目前研究所存在的问题
  5. 实际建议

基本概念

为了避免混淆,我先逐一讲下各个术语的定义。

周期(Periodization)

NSCA 对周期的定义如下:「周期一种对小周期、中周期和年度计划中的训练负荷、训练重点、训练任务进行连续性,或阶段性改变的训练方法。这种方法取决于特定训练时期的目标。制定良好的周期化训练计划能带来一个正确顺序的训练次序框架,使训练任务、训练内容、训练负荷以符合逻辑、有阶段性的形式进行不同幅度的变化,从而保证能够在特定时间点上发展特定的生理特点与运动表现。」

本定义中三个要点是:连续性及阶段性(将训练划分为一个个相互关联的不同模块),变化性(训练不会一直一个样子),以及以目标为导向性(在特定时间点上达到最佳表现,通常指的是比赛)。

线性周期(Linear Periodization,LP)

线性周期(通常被称为「传统周期」),指的是 50、60 年代时苏联的马特维耶夫(Matveyev)和他的同志们所发展的系统,其中,训练容量逐渐递减,训练强度逐渐增加,在比赛前进行减量。重要的是,该模型中的「训练周期」通常指的是至少一年(两次世锦赛之间的间隔时间)甚至 4 年的训练时间(奥运会周期)。

后来,定义发生了一些变化。现在,线性周期一般指的是任意时间框架内符合容量递减、强度递增的训练方式,可以只是几个月的时间,而未必一定要是一年或者数年。

波形周期(Undulating Periodization,UP)

波形周期指的是容量和强度随着时间都上上下下的训练构架。直到线性周期的定义不在受时间限制后,波形周期才得到真正的定义。如果线性周期仍然指的是一年的训练的话,你这一年里的强度容量当然会波动了,所以也就不存在什么波形周期的概念了。

波形周期里有两个主要的类别,一个是每周波动周期(Weekly Undulating Periodization,WUP)和每日波动周期(Daily Undulating Periodization,DUP)。每周波动周期内,容量与强度的波动是每周进行波动(一般高容量对应低强度,反之亦然)。

比如说,如果用线性的方法的话,你第一周用 70% 的重量,第二周用 75% 的重量,第三周用 80% 的重量,第四周用 85% 的重量,而用每周波动周期的话,你可以第一周用 70% 的重量,第二周用 80% 的重量,第三周用 75% 的重量,第四周用 85% 的重量。

而每日波动周期里,容量与强度的波动在每周的每次训练中都会波动。比如说,不用 DUP 的话你这周用 75% 的重量蹲两次,而用 DUP 的话,你可以一次用 70%,一次用 80%。

模块化周期(Block Periodization,BP)

模块化周期最早是发明来为那些一年有多项重大赛事的项目服务的(线性周期最早只为了一项重大赛事准备)。模块化周期的最初版本有个「非赛季」部分,与线性周期基本一样,还有个「竞技模块」,包含刚好能维持表现而不会过于疲劳的容量和强度,供运动员在赛季内使用。

近来,这个概念也有些变化,现在的模块化周期通常指的是先以力量耐力模块开始、跟着一个肌肥大模块、然后再跟着一个注重最大力量的模块、然后是一个注重功率和速度的模块的训练方式(如果是团队项目的话,之后再来一个比赛模块)。

读到这里,你可能会想,「为什么要定义这么多形式的周期?看起来并不是完全独立的几种形式啊」。是的,你想的没错,后面我会再讲这一点。在过去的 40 多年里,主要的几个周期理论家(邦达丘克、伊苏林、马特维耶夫等)一直为哪种周期才是最好的(或者其它的为什么不好)而争论不休,其实这才是人们把这几个概念区分开的原因。所以研究也是将其按照不同概念处理的。

量化分析

事先警告一下,这一部分不太好读。如果你相信我不会把分析错的话,可以直接跳过这一部分。如果你想了解我怎么分析出来后面的结果的话,可以读读这部分。

首先我先在 PubMed 上搜索「周期化」和「周期」的关键词,然后在现存的对周期的回顾、荟萃分析中找资源,查找里面提到的引用文献。最终我找到了 60 篇文献。

我的本意只是使用普通的荟萃分析流程(计算效应量、使用随机效应模型)。不过,我发现这样会带来一些问题,比如说有些文献中的标准差太小了,实在是不可信,这样带来的巨大效应量也不可信。举个例子,有一项研究的数据(训练前卧推 1.28±0.002 倍体重,训练后增幅为 0.13-0.42 倍体重),会算出组内效应量为 65-160,组间效应量 10-95。这太扯淡了。虽然别的文献没有这么大的问题,但有几个的标准差过小,让我不得不保留怀疑态度。

所以,我就只用了百分比。分析单个文献使用百分比的话可能会比较危险,因为会受到训练前的力量差异的影响(比如说有一组一开始就比较弱),但如果有足够多的研究的话,训练前的力量差异就可以忽略不计了。同时,百分比对于没有学术背景的读者也更友好。我用下面四种方法来观察数据:

1. 只比较了平均百分比变化(比如说周期 vs 非周期、线性 vs 波形)

2. 百分比每周的变化。时间更长的研究基本上力量增长都更多,会让组间差异看起来更大一些。如果一个方法能让人力量增长速度翻倍的话,可能看到的数据是 6 周内增长 3% vs 6%,12 周内的话增长就是 6% 和 12%。虽然 12 周增长的总比例更高,但每周增长的速度是一致的。

3. 把一个研究中所有的动作都合并一起,观察平均百分比变化。这样基本上就能确保一项研究不会压过其余研究。比如说,如果一项研究只研究了深蹲,那么在分析中就会有一个数据点。如果另一个研究测试了深蹲、卧推、腿举和推举,那在本分析中就会有 4 个数据点。不过你可以说应当区分开来比较,你也可以说几个动作都是用的同一个训练方案应当只当一个数据点,这也不无道理。另外,我还合并了同一个研究中不同组的影响,比如说,如果我要比较周期与非周期的训练,而一个研究中有非周期组、线性周期组、DUP 组,我就会把线性周期组和 DUP 组合并起来。

4. 每周的平均百分比变化(合并后)

我个人认为第二、四点比较是最好的。不过,如果你要是觉得我做的不是很合适的话,我也能理解。总的来说,这些分析都没能得到有意义的不同结果。在报告结果时,我就用了 4 个分析的平均值。

我还根据研究中参与者的数量给平均值加了权重。比如说,如果一个研究每组有 30 个人,那么该研究的结果,就比每组只有 10 个人的研究的结果重要 3 倍。不过这也没改变什么结果(这是好事,如果大型研究的结果与小型研究严重不符的话,反而会有问题)。

在以上的基础上,我进行了 6 项主要的比较:

1. 所有参与者的周期 vs 非周期训练

2. 有训练经验的参与者的周期 vs 非周期训练

3. 无训练经验参与者的周期 vs 非周期训练

4. 所有参与者的线性周期 vs 波形周期

5. 有训练经验的参与者的线性周期 vs 波形周期

6. 无训练经验的参与者的线性周期 vs 波形周期。

我还观察了周期或周期式训练队深蹲或卧推有更大的影响,以及是否有证据证明周期或某周周期形式随着时间变得愈加有效。

最后说明几点:

1. 本文不是正式的荟萃分析,所以我在采纳或排除某些文献时自作主张了。我一般会采用那些用年轻、健康人群的研究、不同组间容量强度大体一致的研究。如果是正式的荟萃分析的话,我会把「容量、强度一致」作为评用标准,那我就得把一些容量强度相似但不完全一致的研究排除掉了,而不采用这个标准的话,我就必须采用那些容量强度差异很大的研究。所以,我干脆自己决定该用哪些不该用哪些了。

2. 我只采用了使用动态、等张动作的研究(深蹲、卧推、腿举、推举等),因为我觉得大家真正感兴趣的就是周期对这一类动作的力量影响。所以,我排除了几个用测力计、等长收缩来测试的研究。

3. 如果你不喜欢我的分析,请自由使用我做出的表格进行分析,我可不敢说我的分析就是真理。

分析结果

下表内容即所采纳的研究的结果。

一些研究被排除的原因有:参与者的特点(如太老或太小);力量评估方式(等长或等速动作);或者说训练计划的问题(模块化周期和反向线性周期的研究过少,无法做出有意义的量化对比)。

周期 vs 非周期:整体增长对比

取决于数据的分析方式,周期训练带来的平均力量增长为 21.78-23.62%,每周平均力量增长为 1.96-2.05%。而非周期训练带来的平均增长为 18.90-19.10%,平均每周增长为 1.59-1.70%。所有的分析都达到了显著差异的水平(p < 0.05),相关的效应量介于 0.23-0.30 之间(较小)。平均来说,周期训练组的力量增长要快 22% 左右(95% 置信区间为:2.80-39.26%)。

图表说明:上面的图是单个研究的结果。线段下滑代表着周期训练力量增长更快,线段上升代表着非周期训练增长更快。在下面的图中,按照从左到右的顺序分别是:箱形图、各项研究中结果差异(周期减去非周期,结果为正代表周期增长更快)、和 95% 置信区间。

线性 vs 波形:整体增长对比

取决于数据的分析方式,波形周期的平均力量增长为 24.75-27.44%,平均每周增长为 2.37-2.59%。线性周期平均力量增长为 20.33-21.65%,平均每周增长为 1.90-1.96%。除了一个分析外(p = 0.08),全都达到了显著差异程度(p < 0.05),相应的效应量介于 0.21-0.37(较小)。平均来说,波形组力量增长要快 17%(95% 置信区间为:0.88-36.60%)。

周期 vs 非周期:无训练经验人群

取决于数据分析方式,周期化训练的平均力量增长为 32.85-33.62%,平均每周增长 2.53-2.70%。非周期化训练的平均力量增长为 27.13-27.14%,平均每周增长 2.06-2.30%。如果算上研究中的多项其它方面的差异的话,二者之间没有显著差异(p = 0.06-0.15),如果不考虑的话,有显著差异(p < 0.05)。相应效应量介于 0.23-0.30(较小)。平均来说,周期训练组力量增长要快 17.5%(置信区间的 95% 为 -10.51-39.78%)。

周期 vs 非周期:有训练经验人群

取决于数据的分析方式,周期训练带来的平均力量增长为 17.83-18.28%,每周平均力量增长为 1.64-1.70%。而非周期训练带来的平均增长为 14.36-14.71%,平均每周增长为 1.32-1.37%。除了一项研究之外(p = 0.12),所有的分析都达到了显著差异的水平(p < 0.05),相关的效应量介于 0.31-0.47 之间(较小)。平均来说,周期训练组的力量增长要快 23.5% 左右(95% 置信区间为:3.42-49.28%)。

线性 vs 波形:无训练经验人群

取决于数据分析方式,研究中的训练带来的力量增长为 25.09-27.70%,平均每周增长 2.38-2.67%。任何分析中的二者差异都远没能达到显著水平,效应量也都很小(d < 0.12)。

深蹲 vs 卧推

这个发现很有意思:周期化训练对卧推影响较大,但对深蹲则不然。

纵览各项研究,卧推采用周期化训练的平均每周增长为 1.35%,而非周期化训练增长为每周 0.87%;周期化训练增长速度要快 55.43%(置信区间的 95% 为 22.43-88.43%,p < 0.05)。但是周期化与非周期化训练对深蹲的影响则较小,平均每周增长分别为 1.87% 和 1.83%。

纵览各项研究,卧推采用波形周期的话平均每周增长 1.63%,线性周期每周增长 1.28%。卧推采用波形周期平均增长要快 26.55%(置信区间的 95% 为1.73-51.37%,p < 0.05)。但不论采用波形还是线性周期,深蹲进步幅度都差不多,分别为 2.35% 和 2.36%(只有 6 项研究)。

周期化训练的效果,会随着时间衰退或变得更好吗?

周期训练相对于非周期训练的优势,会随着时间扩大还是减小尚且不明。如果观察在有训练经验人群、无训练经验人群以及所有人群身上进行的研究,会发现研究时间长度和周期的优势没有显著关系。个别研究报告了在不同时间点上的力量增长,仍然看不出什么规律。比如说,Willoghby 的研究报告声称周期化训练在 16 周的研究中优势逐月扩大,但 Kraemer 的研究报告声称在 32 周的研究中一开始时周期训练的优势最大,随着时间反而逐渐减小。另外,周期训练对有经验的人群的影响比无经验的人群要大一些,也更一致一些。

periodized vs non periodized training

波形周期相对线性周期的优势,可能会随着时间慢慢减退。虽然研究时间与周期的相对优势没有显著关系,但在无训练经验的人身上有较强的反向关系(r = -0.52, r2 = 0.27, p = 0.09)。另外,如果仔细看单个研究,会发现所有为期超过十二周的研究要么没发现不同周期形式之间的差别,要么发现线性周期比波形周期表现更好。但这也不能说明太多,因为有多项为期 12 周的研究发现波形周期比线性周期表现更好,而那些超过十二周的研究也就走了 16 周而已,差不了多少。

横轴 = 研究时间长度;纵轴 = 波形周期每周力量增长减去线性周期每周力量增长的数值。

正数表示波形周期增长更快,负数表示线性周期增长更快。

肌肥大

这里我就先不说我自己的分析了,有个近期的荟萃分析对波形与线性周期对肌肥大的影响进行了比较,也有份系统综述比较了周期与非周期训练对肌肥大的影响。简单的来说,周期或周期形式对肌肥大没有什么影响,至少在短期内如此。然而,值得一提的是,几乎没有研究采用的是最大化肌肥大的理论。大部分研究采用的计划都是用于最大化力量增长的,力量也是为主要的测量指标,而肌肥大只是个次要的指标。我们需要更多以肌肥大为主要目的的研究才能确定周期或周期形式对肌肉增长的影响。

来自于 Grgic 等人的研究结果。

研究解读

1. 总的来说周期化训练相比非周期化训练,能带来更大的力量增长,但影响较小。但在有训练经验的运动员身上,效果会更明显、稳定一些。这个结论与 Williams 等人的研究也结论相符(去掉异常值,调整为净效应后)。所以尽管我用的分析方法较为简单,但也算是有点底气。

2. 在一类群体身上成立的发现,未必对另一个群体成立;对一个动作成立的发现,也未必适用于另一个动作

  • 在有训练经验的人群身上,波形周期的效果要明显优于线性周期(这个是所有分析中最大的差异,甚至比周期与非周期的效果差异还要大),但在无训练经验人群身上则没有什么差异。
  • 卧推采用周期训练和波形周期训练效果要分别优于非周期训练和线性周期训练,但对深蹲来说就没什么差别。不过,这也可能只是因为卧推的研究更靠谱一些。研究中,深蹲的平均进步速度比卧推快 50-100%,可能是因为深蹲研究的参与者训练经验较少(毕竟大部分去健身房的人卧推练得都更多)。所以,有可能是深蹲训练本身带来的巨大进步,掩盖了周期或周期形式带来的差异。

3. 波形周期只是一种用于短期内放大运动员表现的策略吗?如果是的话,波形周期可能只适合短期训练,长期训练采用此法则不是最优。数据中有些较弱的证据能支持这个说法,但我谨慎反对之。我们其实一个长期研究都没有,而在无训练经验人群身上看到的趋势可能也只是个随机变量的结果。在 12 周内波形周期会比线性周期效果好,但多个 2-4 周结果就反过来了?这让我很难相信。另外,由于两种周期形式的肌肥大效果相似,所以波形周期也没什么理由在长期发展方面不如线性周期。

数据中的问题

1. 大部分研究时间都比较短。有个研究比较长,有 32 周,但剩下的都在 6-16 周内。因此,周期在短期内的影响的证据较多,但长期影响的数据很少。短期的影响放到长期内到底会叠加还是会逐渐消退?这就很难说了。

2. 缺乏在有丰富训练经验人群身上的研究。我倒不是说什么「这些人连个 300 千克都蹲不了,这实验有什么意义,呵呵」。但这些实验中,有训练经验的人每周增长 1.32-2.24%,没有训练经验的人每周增长 2.06-2.70%,有训练经验的人的增速高达无训练经验的人的 75%,这在我眼里看来,也不算有什么经验了。因此,真正「有训练经验的人」的数据寥寥无几。

3. 缺乏匹配的最大强度。对于线性与波形的对比来说这无所谓,但对于周期与非周期的对比来说就是个大问题了。典型的对比周期与非周期的研究会让非周期组用一直中等重量(一般 70-75%,或 10RM 的重量),而周期组的重量要有更大的范围(比如从 60% 到 90% 或者 15RM 到 3RM)。平均强度和容量都匹配,但到最后,只有周期化组才得以用接近 1RM 的重量训练,意味着专项性这个元素要强于非周期组。所以对比的到底是专项性的影响还是周期的影响呢?

4. 缺乏标准化。不同周期模型的概念都有些模糊,这在研究采用的计划中都有所反映。相应的例子数不胜数。非周期和每日波动周期还比较直接一些,但很多线性周期、每周波动周期、模块化周期的研究中都有别的模型的影子。

5. 非黑即白。这与第四个问题完全相反。实际上我认为目前科学无法回答不同周期的好坏与否的问题。在科研中,你需要尽可能控制别的变量,但在现实中,周期模型的概念没有那么绝对,很难说「不是这个模型,就是那个模型」。你的计划中可以同时存在波形、模块和线性的成分。所以把线性和波形当做两个完全不同的概念来测试是没什么道理的。经济上可行的周期理论测试会有很多无法控制的变量,从而无法得以发表;而尽量控制变量的测试需要海量对照组,既不可能得到资金,人力物力上也很难达到。目前这种对比方式,对现实的意义或许不算特别大。

6. 最后一点可能会显得我有点迂腐了。我不是很喜欢那些测试「线性 vs 波形」的单个研究。单个研究对比的只是两个不同的训练计划,用两个不同的计划作为不同周期形式的例子,但你怎么知道这两个计划就能代表整个模型?你需要像本文一样的大量分析才能得到一些有意义的结果。

实际建议

1. 不论训练经验如何,周期训练或许比非周期训练能带来更快、更多的力量增长。虽然不是天差地别,但也是稳定、有意义的差异。

2. 最好在训练计划中加入一些波动,每日波动周期在研究中用的更多,所以目前有更多的证据支持。对于没有经验的人来说,波动对力量不会有什么影响。但这并不是说加入波动成分就是抛弃线性或模块周期的成分。这些可以(或许也应该)结合在一起。

3. 周期化和周期形式对卧推的影响或许比深蹲更大。但我期待能看到更多有力证据。

4. 基于目前的文献,周期和周期性是对肌肥大似乎没有什么影响。这可能是由于目前的研究会把不同计划的容量进行匹配,而容量正是肌肥大最重要的影响因素。但我认为,相对于非周期化或没有逐渐增加容量的周期计划来说,逐渐增加容量的周期化计划可能会带来更好的肌肥大效果。


分享本文至 Facebook微信朋友圈

点击以下关键词,查看其它文章

1 thought on “带你走进周期训练(下):科学数据”

Comments are closed.

Scroll to Top