训练疲劳、恢复与训练准备度

区分训练疲劳、恢复过程与 readiness 决策状态，强调不存在单一通用恢复指标，应结合表现、主观状态、训练负荷、症状和个体基线做趋势判断。

#life / health #type / synthesis #status / growing #resource / training-science

[!info] related notes

训练疲劳、恢复与训练准备度

覆盖范围

训练后的 fatigue、recovery 和 readiness 经常被混成一个概念，但它们回答的是不同问题：

Fatigue
= 当前能力 / 表现暂时下降了多少？

Recovery
= 从训练 / 生活 stress 后恢复的过程如何？

Readiness
= 基于当前状态，今天适合执行什么训练决策？

Readiness 更像一个决策变量，不是身体里存在一个可以直接读取的单一“恢复值”。

Fatigue 是多因素、任务特异的

Fatigue 可以表现为：

  • force / power output 下降；
  • movement velocity 下降；
  • perceived exertion 上升；
  • soreness；
  • motivation / mood 变化；
  • coordination / movement strategy 改变；
  • endurance / repeated-effort capacity 下降。

因此：

fatigue
≠ one biomarker

而且 fatigue 对不同 outcome 的恢复时间可能不同。

例如：

pain / soreness 已下降

不代表 maximal force / power 一定完全恢复；反之亦然。

Recovery 是过程，不是二元状态

更合适的模型：

training / life stress
→ acute disturbance
→ recovery trajectory
→ adaptation / return toward baseline

恢复速度会受到：

  • training dose；
  • training status；
  • sleep；
  • nutrition；
  • illness；
  • psychosocial stress；
  • pain / injury；
  • previous load；
  • age / individual characteristics

影响。

因此：

24 h after session
≠ universally recovered

Readiness 是 Operational Decision

Training readiness 更实用的问题不是：

“我现在恢复到 82% 了吗？”

而是：

“根据今天的目标、当前能力和风险，应该 progress、maintain、reduce、modify 还是 stop / escalate？”

所以 readiness 需要和 intended session demand 配对。

例如一个人可能：

不适合 maximal power testing
但适合 low-load technique practice

因此：

readiness
≠ global yes/no

不存在单一通用 Readiness Marker

常见监测指标包括：

Subjective

  • fatigue；
  • soreness；
  • sleep quality；
  • stress；
  • mood；
  • motivation；
  • perceived recovery / readiness。

Performance

  • velocity / jump performance；
  • submaximal strength / power test；
  • task quality；
  • repeated-effort performance。

Physiological

  • heart-rate based markers；
  • selected biochemical / autonomic measures。

但 sport-science consensus 与后续研究都强调 inter- / intra-individual variability 很大；单一 wellness score 对 training-load / performance 的预测能力可能有限。

因此：

one questionnaire score
≠ recovery truth

更适合看：

multidimensional trend
relative to individual baseline

Subjective Wellness 有价值，但不要神化

Sleep、soreness、fatigue、stress、mood 等 subjective measures：

  • 低成本；
  • 容易频繁采集；
  • 能提供个体 context。

但 14,000+ observations 的研究显示，这类 wellness items 对 internal / external load 的预测解释度可以很低。

因此它们更适合作为：

contextual evidence

而不是 deterministic readiness model 的单一输入。

Recovery Monitoring 应绑定 Target Outcome

如果今天关心：

strength readiness

应优先看与 force / performance 相关的 indicators。

如果关心：

pain-limited rehabilitation session

则 symptom response、function、sleep / stress 和 safety state 可能更重要。

所以 BodySense 不应该有一个通用：

recovery_score: 78

然后控制所有训练。

BodySense 状态建模建议

training_readiness:
  target_session: lower_body_strength
  observations:
    sleep_quality: 3/5
    soreness: 2/5
    fatigue: 3/5
    pain_nrs: 1
    last_session_srpe: 320
    performance_probe:
      kind: submax_velocity
      change_from_baseline: -4%
  decision:
    action: maintain | reduce | progress | modify | stop
    reasons: [...]

这里：

observations
≠ decision

决策还需要 goal、safety、recent trend 和 planned dose。

Readiness 与 Safety 必须分开

“今天很累”通常是 readiness / load-management 问题。

但如果出现：

  • acute systemic illness signs；
  • progressive neurological deficit；
  • high-risk symptom cluster；

则进入 安全筛查与升级 MOC，不是通过 lowering intensity 就解决。

因此：

low readiness
≠ safety red flag

同时：

safety red flag
不能被 readiness score 抵消

与 Progression 的关系

渐进超负荷与训练进阶 不应该只看“上次完成了目标次数”。

更合理的是：

performance achieved
+ symptom acceptable
+ safety clear
+ recovery / readiness adequate
→ candidate progression

否则就 maintain / regress / modify。

主要依据

创建于 2026/8/23 更新于 2026/8/23