跳到正文
恢复与自主神经研究论文3 分钟阅读

7名自行车运动员:训练负荷对预测次日HRV帮助有限

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Predicting Next Day Heart Rate Variability Based on Training Load in Cyclists Using Machine Learning. · Sports (Basel, Switzerland) · 2026 · 论文原文 ↗

先看重点

在7名男性竞技自行车运动员16周的监测中(590个运动员日),把总做功(千焦)和训练后主观用力程度(RPE)加到过去的HRV上,预测误差只有小幅下降。样本只有7人且个体差异很大,这些模型不足以用来预测你自己的HRV。

证据类型

研究论文

解读依据

公开摘要

阅读重点

方法与适用范围

研究在问什么

许多运动员依据逐日的心率变异性(HRV)判断恢复情况,但根据已有的训练数据能否预测明天的HRV并不清楚。作者检验机器学习模型能否利用外部负荷(总机械功,单位千焦,kJ)和内部负荷(训练课主观用力程度,RPE)预测竞技自行车运动员的次日HRV。

研究了谁,如何研究

7名男性竞技耐力自行车运动员每天接受监测,持续16周,共590个运动员日(7条独立时间序列)。将支持向量回归(SVR)和极端梯度提升(XGBoost)与传统的带外生输入的自回归模型(ARX)比较。每个模型针对每位运动员单独训练,分两种情形(仅用过去的HRV,或过去的HRV加kJ和RPE),滞后阶数为1、4、7、10和14天,以均方根误差(RMSE)衡量预测精度。摘要没有说明预测的是哪种HRV指标,也没有给出RMSE数值。

主要发现

以下为作者报告的结果。数字须连同人群和不确定性一起阅读。

  1. 1
    在所有运动员中,与仅用HRV的模型相比,在过去HRV基础上加入kJ和RPE只带来RMSE的小幅下降。
  2. 2
    XGBoost在短滞后时的单步预测RMSE最低,而滞后阶数较长时各模型趋于一致。
  3. 3
    不同运动员的预测精度差异明显,与自主神经反应的个体特点一致。

局限与不确定性

  1. 1
    只研究了7名男性自行车运动员,结果未必适用于女性、其他项目或业余运动者。
  2. 2
    摘要没有给出RMSE数值,因此无法判断加入负荷数据带来的改进有多大,且模型是按每位运动员分别拟合的。
  3. 3
    只检验了kJ和RPE两项;作者认为可能需要更广泛的背景变量。本解读仅基于摘要。

对日常健康的启示

除了近期的HRV记录,总做功和主观用力程度几乎不能多告诉你什么关于明天HRV的信息。睡眠、压力、生病等因素可能同样重要。把HRV当作了解身体状态的参考之一,而不是训练日志能预测出来的数字。

如何联系自己的数据

如果你记录训练负荷(功率计的kJ、训练课RPE)和晨起HRV,请在相同条件下与自己近期的范围比较,不要指望负荷数字能解释HRV。个体差异很大,别人的规律对你参考价值有限。

如何理解这类证据

索引未明确确定具体研究设计,应先读方法;核对人群、对照、结局和不确定性,再判断能否作因果解释。

作者的结构化摘要 English

以下英文摘要按记录的开放许可转载,属于作者原始材料,不是 MoveVitals 的解读。上方已提供研究解读,分别说明作者结果与本站解释;重要结论可直接核对原文。

Introduction

Day-to-day fluctuations in heart rate variability (HRV) are widely used to infer autonomic recovery in endurance athletes. However, the extent to which HRV can be forecast one day ahead from readily available external and internal training-load metrics remains unclear. In this study, we evaluated whether machine learning models can predict next-day HRV in competitive cyclists using the two load descriptors most commonly collected in practice: external load quantified as total mechanical work in kilojoules (kJ) and internal load quantified as session rating of perceived exertion (RPE).

Methods

Seven male competitive endurance cyclists were monitored daily for sixteen weeks, yielding 590 athlete-days of longitudinal data (seven independent time series). Two machine learning approaches-support vector regression (SVR) and extreme gradient boosting (XGBoost)-were compared with a conventional autoregressive model with exogenous inputs (ARX) as a traditional time-series benchmark. Each model was trained individually per athlete under two predictor scenarios (using past HRV-only or past HRV plus kJ and RPE) and across multiple lag orders (1, 4, 7, 10 and 14 days), with forecasting accuracy expressed as root mean squared error (RMSE).

Results

Across all athletes, adding kJ and RPE to the past HRV produced only modest reductions in RMSE relative to HRV-only models. XGBoost achieved the lowest one-step-ahead RMSE at short lag, while all models converged at longer lag orders. Predictive accuracy differed markedly between athletes, reflecting the well-known individual nature of autonomic responses.

Conclusions

These findings suggest that the two routinely collected load descriptors examined here-total work (kJ) and RPE-add limited information beyond recent HRV history for forecasting next-day HRV, and that broader contextual variables are likely required to meaningfully improve athlete monitoring.

来源与署名

Predicting Next Day Heart Rate Variability Based on Training Load in Cyclists Using Machine Learning.

Barsumyan A, Saukkonen A, Soost C, Graw JA, Burchard R.

Sports (Basel, Switzerland) · 2026-06-30

DOI: 10.3390/sports14070271 ↗PubMed · 42506814 ↗Europe PMC · 记录的开放许可: cc by ↗

摘要版权归原作者,依据来源记录的开放许可转载。中文译文辅助阅读,英文摘要用于核对术语与具体数值;本站的方法学解释与作者结论分别呈现。

MoveVitals 编辑解读 · 健康教育内容 · 未记录个人临床审阅

来源核验日期 2026-11-01

实用健康指南

放在一起读

·研究论文

962名军人慢呼吸时短时HRV更高,无论是否有战伤

在962名军人男性(年龄中位数37.6岁)中,以每分钟6次的节奏慢呼吸5分钟时,所有短时心率变异性(HRV)指标都高于自然呼吸,无论是否有战斗创伤;静息时每分钟呼吸15次及以上者的RMSSD从15.57 ms升至21.89 ms(p < 0.001)。这是固定顺序的单次比较,只说明即时变化,不能证明长期获益。

European Journal of Applied Physiology

重点论文精讲阅读论文 →
·随机试验荟萃分析

冷水浸泡:力量无改善、起跳一度变弱、酸痛缓解证据不足

在22项随机对照试验(375名参与者,以男性为主)中,运动后单次冷水浸泡没有改变最大等长力量(g 0.08,95%置信区间−0.11至0.26),运动刚结束时纵跳反而变弱(g −0.68),到24至48小时消失。酸痛和肌酸激酶看似有利,但在敏感性分析中减弱,证据确定性为低至极低。

PeerJ

重点论文精讲阅读论文 →
·方法学与解释

急慢性负荷比(ACWR):作者称没有证据支持用它降低伤病风险

作者认为,目前没有证据支持在训练负荷管理中或为降低伤病风险而使用急慢性负荷比(ACWR):尚无研究正确估计过因果效应,而且这一比值在统计上不准确、含义含糊。这是一篇方法学批评而非新的数据分析,因此不能据此认为训练负荷与伤病无关。

International Journal of Sports Physiology and Performance

重点论文精讲阅读论文 →
恢复与自主神经 →