知识 | 训练中被忽视的主观感觉

目前，运动监测的趋势是使用技术收集训练者的生物力学、生理学和表现等方面的客观信息，并使用数学算法整合。

商业驱动着各种新测量技术的发展，来提供以前无法获得的客观数据，但关于新信息如何解释和使用的方法却非常有限。

人们似乎默认，收集客观数据可以提供更准确的信息，以促进训练者的健康并提高成绩。但是，大量的客观数据可能会分散训练者的注意力，使他们忽视一个重要的事实：人类天生具有快速整合个人和环境中复杂信息的能力(即主观感觉)。

利用客观数据监测的理念是基于机械还原论的哲学立场，它将训练者视为由多个固定部分组成的线性、确定性系统。当这些确定性系统受到干扰时(例如训练)，它们会以成比例且可预测的反应来应对施加的刺激。

但是，在生物学和神经科学领域，这种观点已被大量证据推翻，人类更适合被视为一种复杂自适应系统(CAS)：一种由多个复杂子系统组成的非线性、不确定性(动态)系统。在CAS中，行为是跨多个层次和时间尺度，受个人和环境影响的非线性整合产物。这意味着CAS的行为无法通过碎片化的指标甚至多个指标的整合准确预测。

例如，通过整合睡眠、体温、训练压力、海拔、酒精和药物、工作和社会压力、生理周期、情绪等一系列指标来模拟恢复情况。在不考虑数据收集难度的情况下也只能得到一个大致精确的值，因为算法(包括机器学习)无法模拟各个因素和人体之间的复杂作用关系。

此时，训练者的自我监测就可以发挥出作用。

客观监测通常会将观测对象进行细分，实现单一指标的测量。而主观监测不会进行细分，而是进行重组、整合和降维(例如压缩心理和生理信息)。因此，主观感知的产生反映了多种信息渠道的混合输入。

主观监测的方法有非常多，例如和训练强度/负荷有关——主观费力等级RPE、sRPE；和睡眠有关——匹兹堡睡眠质量指数PSQI、共识睡眠日记CSD；和恢复有关——情绪状态量表POMS、恢复压力问卷RESTQ-S等等。

通过对54篇研究的回顾发现，主观监测的指标在测量急性和慢性训练负荷方面比常见的客观指标(例如血乳酸、心率)具有更高的灵敏度和准确性。主观监测对变化敏感的一个原因是它整合了训练之外的各种信息，例如疲劳、疾病、甚至地球磁场节律。

然而，不完全理解主观监测基本原理的训练者，较少充分地参与监测过程，并且容易提供误导性的主观反馈。因此，了解主观监测指标的原理并获得足够的实践经验很重要。

在构建有效的监测流程时，不是只进行主观或客观监测，而是两者结合，相互补充。监测的时间和频率要考虑尽量减少训练者的负担，同时获取有意义的数据。

RQrun在训练日志中提供了主观监测的自评量化表，可以记录疲劳状态和训练感受等信息。

RQrun APP>训练>日志

未来需要开发更有洞察力的方法来获得训练者产生的主观信息，并与客观信息结合使用。同时，训练者也需要理解主观监测在提高运动表现和健康方面的潜力。