一🧑‍🔧、 摘要（summary）

研究目的🤸🏻‍♀️：評估動態力量指數（DSI📩：彈振峰值力/等長峰值力）是否能有效地用於指導具體的訓練幹預，並檢測訓練引起的最大力量和彈震式力量的變化。方法：使用測力板和線性位置傳感器對24名精英男性運動員進行了等長收縮臥推和45%的1次最大重復（1RM）彈震式臥推的評估。DSI是用彈震式臥推和等長收縮臥推時獲得的峰值力值計算出來的。然後根據運動員的DSI和1RM臥推的力量🙅🏻‍♂️，將他們分成2組作為配對👨🏻‍🦯‍➡️。在5周的訓練中，運動員進行大負荷（80-100% 1RM）臥推或中等負荷（40-55% 1RM）彈震式臥推🧑🏽‍🏭。研究結果🤾🏿‍♀️：DSI對不同的訓練方法很敏感💦，在兩組臥推分組中，等長收縮臥推組的峰值力增加了（P=0.035，91%的可能性），而彈震式臥推組在更大程度上增加了臥推的峰值力（P≤0.001🤚🏽，83%的可能性）。兩組都觀察到DSI的明顯增加（P≤0.001，93%可能性）。結論🟠：DSI可用於指導具體的訓練幹預🏄🏻‍♂️，並能檢測訓練引起的等長收縮臥推和彈震式臥推峰值力的變化，時間短至5周🧑‍🦯。

關鍵詞：臥推；等長收縮；臥拋🔰；峰值力；動態力量指數

二、前言（Introduction）

基礎力量和爆發力素質的評估和訓練已經在科學文獻中得到了廣泛的關註。雖然對於哪些測試和方法最適合於提高力量和爆發力仍有很多爭論，但在試圖提高高水平運動員的運動表現時，有幾個公認的原則必須加以考慮9️⃣。首先，高水平運動員上肢最大力量的表現水平已經被確定為優秀運動員的一項重要表現🎶🧑🏻‍🎨。此外，最大力量訓練的潛在長期效益使其成為提高成績的理想訓練方式♙。因此，任何測試方案和隨後的訓練幹預都必須包括最大力量訓練的成分📲💁🏿‍♀️。其次👩🏿‍🦳，在對上肢力量和爆發力要求較高的運動項目中，越來越多地評估和實施彈震式運動❤️💂🏻，如彈震式臥推（BBT）🧑‍🍼。雖然BBT通常用於提高力量輸出🕺，但還需要進一步研究最大力量和彈震式力量訓練對上肢發力能力的影響🔃。

等長收縮的評估已被證明在評估上半身和下半身的力量能力時是可靠的，一般用於量化峰值力量（PF）的質量和發力率（RFD）。遺憾的是，關於上肢最大力量和彈震式力量訓練對等長收縮力產生的影響的資料很少。雖然等長收縮測試和等慣性（isoinertial）測試的比較並不是完全新穎的，但調查這些數據在具體訓練幹預措施處方中的使用的數據卻很少，沒有已知的涉及上肢評估的研究。

當試圖最大限度地提高運動員的運動表現相關能力時，檢測運動員相對不足的特定領域以提高運動表現是至關重要的。通過關註最不發達的部分或運動表現“質量”🤵🏿，由於增加了適應的機會，可能會引起最大的神經肌肉適應性🏋🏼，從而讓運動表現有有效提高😾。其中一種檢測高水平運動員特定缺陷的方法是動態力量指數（DSI）的評估。這個比率反映了運動員相對於他或她的最大等長力能力而言🤽🏼‍♂️，能夠動態施力的程度。它表示為彈震式PF與等長收縮PF之比：DSI=彈震式PF/等長收縮PF。

具體來說🤳🏻，針對DSI的研究表明✋🏻，那些能夠更好地將自己的最大發力能力轉化為爆發力的運動員會有較高的DSI比率（即接近1比1的比率），而在使用最大發力能力方面效率不高的運動員會有較低的DSI比率🔺。因此，DSI是表明運動員的發力潛能轉化為爆發性動作的指標。一般來說，有2種方法可以提高運動員在爆發性運動中的力量輸出👩🏿‍⚖️，包括增加運動員的最大發力能力,或減少最大發力能力與爆發性運動中達到的發力能力之間的不足。理論上，如果一個運動員的DSI比值很高（即彈震式PF>等長收縮PF）🪢，通過發展最大力量可以提高運動成績👨🏻‍🦱🈚️。反之🏑，如果運動員的DSI比值很低，他或她可能會受益於專註於發展爆發性運動中的力量產生的訓練🙏🏽👫。雖然這在理論概念上上是合理的🏄‍♂️，但直接研究DSI及其在指導訓練實踐中的應用的研究卻很少。

Sheppard等人利用下蹲跳時獲得的PF和等長中腿拉（IMTP）時的PF來計算DSI🧪。在該研究中，DSI<0.60被認為是需要增加彈震式力量發展的目標指標📍。其次，如果DSI大於0.80，則建議以最大的力量的發展為目標，以引起最大的神經肌肉適應性。同樣，Wilson和Murphy使用等長收縮下蹲中發力率與PF的比率來計算DSI。他們得出的結論是，如果比值> 3.1，業余運動員將從更加強調最大力量訓練以提高自行車成績中獲益最大♝👨‍🍳。相反🫏🤏🏿，如果比值< 2.4🪱，業余運動員應更多地專註於肌力訓練（低負荷彈震式訓練）。雖然這些研究提供了關於運動員力量和爆發力赤字的重要診斷信息，但迄今為止🤛🏻，還沒有已知的研究確定使用DSI作為評估工具的有效性💂🔭。

因此，本研究的目的是調查DSI作為評估運動員上肢力量素質的一種手段，特別是該測試方案是否可以作為更具體的訓練幹預措施的一種手段。這樣一來🐐，就不需要測試多個負荷🧑🏽‍🎓，從而將一次漫長的測試過程減少到2次省時省力的測試。直接比較等長收縮PF和彈震式PF的測量方法🎐，還可以為運動員在上肢運動表現的負荷速度範圍內的訓練狀態和訓練需求提供有價值的見解。

三、研究方法（Method）

受試者：

24名男性運動員（年齡19.9±2.8歲，體重79.1±13.0公斤，相對1次最大[1RM]臥推1.17±0.25/公斤體重）參加了這項研究🧑🏼‍💻🤪，他們非常熟悉最大力量訓練和彈震式力量訓練。受試者是來國家運動訓練3377的水球、曲棍球、體操和排球等項目的運動員。在研究開始前，他們已經參與了至少1年的結構化的體能訓練，在研究開始前的3個月內沒有任何上肢損傷或禁忌症，並且在各自的運動和年齡組中代表他們的國家或地區📻。所有的運動員都處於他們訓練的專項準備階段。運動員在一天中的同一時間分別進行了2次測試，間隔2天💉🧜🏽。根據每個數值變量的最高值確定的最佳試驗被保留下來，用於進一步分析🎖。測試是在一天中的同一時間🧛‍♀️、同一條件下進行的👨‍🏫🔄，並遵循球隊營養師製定的常規飲食和補水方案。我們向所有運動員和/或監護人解釋了參與的風險和好處，並在開始前獲得了書面的知情同意。所有程序都得到了大學人類研究倫理委員會的批準（批準號7628）。

實驗設計：

采用重復測試研究設計來評估5周的訓練幹預對運動員DSI的影響。采用配對的方法來評估5周訓練幹預的有效性。由於最大力量是彈震式力發展的基礎，運動員根據他們的DSI和臥推（BP）中的1RM力量被分配到2組中的1組。在開始等長和等效性評估之前，臥推的1RM值被評估為衡量上身最大力量的一個標準。

動態力量指數：

等長收縮力量評估包括在一個專門建造的、非平衡的史密斯機器中測試PF🤾🏽‍♀️，該機器可以固定杠鈴桿並以2厘米的間隔進行調整。肘部屈曲120°和150°的兩個固定位置按隨機順序使用。選擇這兩個位置是因為它們已經被證明可以產生最高的PF值🏋️🐽。適當的肘部位置和握力距離是在熟悉過程中通過使用手持測角器確定的👊🏻。肩部位置是通過允許運動員自我選擇他們的“最強位置”來控製的，並且這個位置在兩個肘部位置都保持不變。

使用彈震式測量系統（BMS）收集垂直地面反作用力數據，該系統包含一個600赫茲采樣的便攜式測力板（400系列高運動表現測力板🐵，澳大利亞阿德萊德，Fitness Technology），放置在臥推凳下。測力板與BMS軟件（Innervations，澳大利亞珀斯）相連接🚌🥎，該軟件可以直接測量力的時間特征並進行分析。使用四階巴特沃斯濾波器對數據進行過濾，位移的截止頻率為16 Hz🍛，力的截止頻率為10 Hz。以前的研究已經使用這種設置來分析上半身的力量時間特征🤝，結果有效而可靠。在整個測試過程中，運動員得到了具體的口頭鼓勵，要求他們“盡可能地用力和快速”，因為測試的目的是為了獲得PF和發力速率的測量。運動員至少進行3*10秒的試驗，兩次試驗之間有1分鐘的休息時間。測試人員查看實時力-時間圖🪙，以便鼓勵運動員在試驗中達到真正的PF🐦🉑。如果運動員或測試人員認為努力程度低於最大限度🙍🏼，或者PF值之間的差異大於250N⛸，則重復測試🏊🏻，直到獲得3個差異在250N以內的努力。

彈震式力量評估包括使用BBT測試PF👩🏻‍🍼。本研究選擇了BP 1RM的45%的負荷🧝🏿，因為它是運動員以往訓練計劃和測試中的典型負荷，並在以往的研究中被廣泛使用。所有的試驗都是在史密斯架上進行的，臥推凳下面有一個便攜式測力板和一個線性位置傳感器（PT5A，澳大利亞阿德萊德的健身技術公司）。測力板和位置傳感器都與BMS軟件相連接，以記錄動力學和運動學數據➗♈️。最後🧒🏿，運動員的DSI是用BBT PF和Isometric-BP（IBP）PF的峰值來計算的。

訓練幹預：

BP組的訓練包括大負荷的多次臥推，3至5組，80%至100%的1RM👌🏿。BBT組的訓練包括中等負荷的多次彈震式臥推，包括4或5組40%到55%的1RM（見表1）🔟🖖🏿。雖然各組之間的負荷（組數*重復次數*負荷）不同🤙🏽👨🏼‍🦳，但之前的預實驗（N = 10）顯示🪬，總訓練量相似。兩組都是每周訓練兩次，並對額外的上肢練習進行了控製🫱🏻，以確保各組之間的訓練量和相對負荷相等⛹️。下半身力量和動力練習不受控製🧗🏻‍♂️，取決於每個運動員和各自的運動📶。然而🦹🏼‍♀️，這些練習是在研究訓練之後進行的🏃‍♀️，以控製任何荷爾蒙效應。在為期5周的訓練結束後🚡，對運動員進行了BP、IBP和BBT的重新測試🫵🦋，以確定任何訓練引起的DSI和其他結果指標的變化。

表1.上肢訓練計劃

數據分析：

訓練後BBT組和BP組之間的差異采用統計學顯著性檢驗分析和基於結果的現實世界相關性的實際方法進行比較（real-world relevance of the results）⚄。首先，使用重復測量（組*時間）方差分析比較2個訓練組之間絕對和相對血壓🐉、BBT和IBP表現的差異。適當時對自由度進行了格林豪斯-蓋瑟修正。為了反映訓練幹預後的變化程度👨🏿‍🔧🧚🏼‍♂️，計算了Cohen d值，<0.2=微不足道，0.2到0.6=小，0.61到1.2=中等⚀🧏🏿，1.21到2.0=大，>2.0=非常大👲🏿。真實（總體）值差異的機會被評估（使用0.2*主體間SD），並以百分比和定性的方式表示，使用實際推斷。為了對不同訓練方式對絕對和相對血壓、BBT和IBP表現的影響的真實（總體）值進行假設2️⃣𓀅，影響的不確定性被表示為影響的真實值代表實質性變化的可能性🧗🏼‍♂️，<25%、26%至74%區間和>75%分別被列為不太可能、可能和很有可能💡。此外，兩組都是一分為二，允許在高和低DSI的運動員之間進行比較。同樣地🛌🏻，組間效果的不確定性也用可能性表示。此外🌑，皮爾遜相關性被用來評估起始DSI值和訓練後表現指標的百分比變化的大小🍎。相關性被描述為微不足道（0-0.1）、低（0.1-0.3）、中等（0.3-0.5）🚴🏿、高（0.5-0.7）、非常高（0.7-0.9），以及幾乎完美（0.9-1）💲。

四👩‍❤️‍👨、結果（Results）

最大力量和彈震式力量訓練都引起了對直接影響DSI的運動表現測量的改善。表2列出了BBT組和IBP組的組間差異。表3列出了高和低DSI的組內差異。表4列出了開始時的DSI和表現的百分比變化之間的相關性🦵🏻。

表2 組間差異🤌🏼，平均值±SD

表3 組內差異👱🏿，平均值±SD

表4 動態力量指數（DSI）的起始值與數值變化百分比之間的相關性

五☹️、討論（Discussion）

本研究的目的是確定DSI是否對訓練引起的變化足夠敏感，以及它是否能被用來指導更具體的訓練幹預。結果表明🚵🏼‍♀️📡，短期暴露在最大或彈震式力量訓練中會引起運動表現指標的改善🤰🏽，這直接影響到個人的DSI。因此，DSI可以被認為是評估運動員最大力量能力的一種可靠𓀇、有效的手段。此外👩‍👩‍👦，在DSI中發現的PF值的比較對變化是敏感的✊🏼，能夠指導更具體的訓練幹預🧖🏽。

雖然在最大力量訓練中加入彈震式練習已被證明與單獨的最大力量訓練相比能改善BP表現😱，但據我們所知🪁，這是第一個調查最大力量和彈震式力量訓練對BP表現的單獨影響的研究🧚🏻‍♂️。正如預期的那樣🫅，BP組(P ≤0 .001)明顯改善了絕對力量（6.0±2.7公斤）和相對力量（0.07±0.04/公斤體重）的BP表現🧑🏻，而更令人驚訝的是，BBT組(P ≤ 0.001)也明顯改善了絕對力量（1.3±2.5公斤）和相對力量（0.01±0.03/公斤體重）的BP表現。有可能的是，用於BBTs的負荷大到足以引起較弱的運動員的力量適應🤳🏽，並提供足夠的刺激來維持較強的運動員的力量🐦。此外，訓練幹預可能是針對力-速度曲線的不同區域，從而導致BP運動表現的改善。例如🎹，如果一個運動員可以在緩慢的速度下產生大量的力，那麽改善神經肌肉適應的機會之窗可能就在力-速度曲線的另一端🙇🏽‍♂️，采用更高速度、更低力的訓練（即彈震式力量訓練）。換句話說，擁有發達的最大力量的運動員將對彈震式訓練作出有利的反應。盡管如此，在5周內進行中等負荷的BBT似乎不會降低最大力量🖐，但進行大負荷的BP將導致BP運動表現的更大提高🆖🍖。

同樣，兩組都明顯改善了BBT PF，組間無明顯差異。以前曾有報道說，在不同速度的弱小運動員訓練中，BBT PF的變化，這是第一個研究高水平運動員最大或彈震式力量訓練後PF的變化。

看來🙅‍♀️，與大重量臥推訓練相比，低BBT PF的運動員在用中等負荷的BBT訓練後增加的PF更多。當試圖在BBT中最大限度地加速負荷時，肌肉的激活和力量的產生仍然很高，可能足以誘發肌肉內和神經的適應性📔，從而改善最大力量。盡管如此，通過進行大負荷常規臥推或中等負荷彈震式臥推，似乎可以通過使用力的質量對BBT的PF產生積極的影響。

值得註意的是🦶🏽，兩組都明顯改善了等長收縮PF（P=0.035，ES=0.13），組間沒有差異。然而，從應用的角度來看🆓，BP組是唯一改善超過典型誤差（TE）（55.1N）的組別，這意味著實際上是值得的改變🧘🏽😰。雖然在5周的力量訓練後🩰，相對等長PF也有類似的增加，但這是第一個報告中等負荷彈震式力量訓練後絕對等長PF增加的研究🤴👩🏻‍🦱。與BP表現和BBT PF的增加類似，也許使用的負荷高到足以引起與力有關的適應。最後，由於兩組都明顯改善了IBP PF和BP表現🧒🏼，顯然評估IBP的PF是一個有效的測試，可以評估高水平運動員最大力量或彈震式力量訓練的變化。

兩組都明顯增加了DSI（P≤0.001🏄🏻，ES=0.6），組間沒有差異。與IBP PF相比，BBT PF的變化更大，也許是由於彈震式力量測試和訓練的特殊性♠︎。在評估下半身力量素質時🩱，也出現了類似的結果。令人驚訝的是，DSI的平均變化並不比TE的測量值大（0.28）。然而，當使用DSI時，重要的是要註意PF的變化對IBP和BBT的相對影響🈯️👨🏿‍🔬。兩個PF指標的增加而DSI沒有變化🫅🏿，不應該被視為沒有改善🖐，因為這兩個指標同時增加。DSI的變化不應該被解釋為積極或消極的結果，因為隨著運動員在訓練的不同階段的進展，該比率無疑會有所波動。因此，在解釋DSI的變化時，需要一個全面的方法。然而，很明顯，DSI是評估短期接觸最大和彈震式力量訓練後上身力量素質變化的一種有效手段。

很少有研究對評估DSI比率的使用及其指導訓練幹預的能力進行研究。更重要的是，這是第一個在受控環境中使用高水平運動員來評估這種比率的研究。目前組內比較的結果表明🧑‍✈️，DSI能夠指導更具體的訓練幹預，並且是檢測訓練引起的IBP和BBT中PF變化的有效手段。為了更好地理解觀察到的DSI的變化，有必要簡要說明如何在專業實踐中實施該比率🤚🏿，並在表5中列出👩‍🦳。

表5 使用動態力量指數時的理論預期

縮略詞：IBPPF-等長收縮臥推的峰值力🕙📦；BBTPF-彈震式臥推的峰值力👷。

從表5中提出的準則來看，預計低DSI組會比高DSI組在更大程度上提高他們的彈震式產力能力🤹🏻‍♀️。低DSI組已經有很好的產力能力（IBP PF = 1690.6 ± 296.4 N），但不能以動態方式產力（BBT PF = 931.15 ± 140.1 N）。顯然🔼🌷，提高成績的適應窗口在於改善最不發達的身體素質，在這種情況下就是BBT PF。支持這一說法的是，低DSI組的BBT PF（318.8 ± 67.2 N）的改善遠遠大於TE測量（61.6 N）👩🏽‍🦱。此外，兩組的DSI都有增加（60%的可能性）𓀘💁🏻，在開始的DSI和訓練後的比率變化之間發現了很大的關系（r = .57-.59）🔌。這表明🕵🏿‍♂️，在高DSI比率和低DSI比率的運動員中，彈震式力的改善是可能的。此外，這表明兩組運動員都有一個適應窗口來增加BBT PF；然而，低DSI的運動員有更大的改善範圍。

同樣地，與低DSI組相比，高DSI組將提高他們在IBP中的最大產力能力。這是因為高DSI的運動員已經具備了以彈震式方式產生足夠水平的力量的能力，所以提高成績的適應窗口將是增加最大的力量。高DSI組在IBP PF方面的改善大於TE測量（55.1N）的事實加強了這一點。此外，在開始的DSI和訓練後的比率變化之間發現了非常大的關系（r = .70）。值得註意的是🙆‍♂️🧕🏼，最大的力量訓練似乎對BBT的PF產生了積極的影響（90%的可能性），兩組的PF值都比TE的測量值（61.6N）提高了🖊。最後，兩組都經歷了DSI的增加（68%的可能性），表明最大的力量訓練可以積極影響運動員的產力能力；然而，在DSI高的運動員中👮🏼🏄🏽‍♂️，改善的範圍更大（r=0.80）🫴🏻。

當調查開始DSI的影響和數值變量的變化時🧙🏿‍♀️，有幾個顯著的發現，進一步支持了將DSI作為訓練診斷工具的有效性🧑🏼‍🏭。首先，如本文所述，低DSI組的適應窗口在於提高彈震式力量水平（前提是達到所需的最大力量水平）。在低DSI的BBT組比低DSI的BP組（r=0.29）發現更大的關系（r=0.59）。這表明在低DSI的運動員中，彈震式力量訓練比參與最大力量訓練的運動員對DSI的影響更大✊。此外🙉，在高DSI的BP組比高DSI的BBT組（r=0.57）發現更大的關聯（r=0.80），表明高DSI的運動員有可能通過最大力量訓練來提高成績。

六、實際應用（Practical Applications）

研究結果支持這樣的假設👧🏼：DSI是檢測訓練引起的變化的有效手段🧗🏿‍♀️，能夠指導更具體的訓練幹預🙋🏿‍♂️。有鑒於此，在使用DSI時，需要采取綜合的方法。在進一步實施彈震式訓練之前，需要解決足夠的最大力量水平。此外🧎🏻‍♀️‍➡️，DSI的變化不大於TE並不意味著消極的結果🗒，因為力量的動態和等長測量都可以同時增加🤸🏽‍♀️。從實用的角度來看，以下準則可用於改善使用DSI所確定的具體薄弱領域：

1.如果DSI≥0.75，建議增加最大的力量🧑🏽‍🍳。

2.如果DSI<0.75並且有足夠的最大力量水平，建議增加在更高速度下產生峰值力量的能力。

譯稿人：2020級體能訓練碩士研究生-謝瑜

審稿人：張鵬

YOUNG, K. P. et al. Assessment and Monitoring of Ballistic and Maximal Upper-Body Strength Qualities in Athletes. International Journal of Sports Physiology & Performance, [s. l.], v. 10, n. 2, p. 232–237, 2015.