2. 618419 四川 什邡,77110部队;
3. 400038 重庆, 陆军军医大学(第三军医大学)军事预防医学系:环境卫生学教研室
2. 2 Troop 77110, Shifang, Sichuan Province, 618419, China;
3. Department of Environmental Health, Faculty of Military Preventive Medicine, Army Medical University (Third Military Medical University), Chongqing, 400038
特种作战部队作为军队的中坚力量和实战尖兵,训练要求更高,难度更大,负荷更重,训练伤发生率较高[1]。在训练量不断增加的情况下,早期发现机体疲劳现象,有利于及时调整训练计划,科学施训,从而提高训练效果,减少训练伤的发生,有利于维护和提升部队的战斗力,这也是以美军为首的外军军事医学的发展方向[2]。运动医学和军事医学相关研究显示,对训练后血液和尿液相关指标进行检测,能够较为灵敏地反映机体对训练的适应情况以及因训练而导致的疲劳状态[3-6]。作为临床常用诊断指标,医学界已建立了相应的医学参考值范围。国家体育总局为了判断运动员的训练恢复情况,还制定了部分指标的恢复参考值(简称“恢复值”)[7]。我海军陆战队已经开展了运用这些指标判断军人疲劳状态的实践[4],但在陆军特战人员中尚未见报道。本研究通过对陆军某特种作战部队203名特战岗位军人军事训练后血红蛋白等7种生物标志物进行检测,并与非特战岗位人员进行对比,了解特战人员训练相关疲劳情况;进一步比较特战岗位不同专业各指标差异,分析各指标之间相关性,以及各指标与训练伤发生情况的关系,对于了解我军特战岗位训练负荷情况,筛选灵敏的疲劳状态监测指标,科学制定训练计划,预防训练伤,提升部队战斗力具有重要参考价值。
1 资料与方法 1.1 研究对象本研究主要目的是评估特种作战军人训练伤发生情况等与其他岗位军人的差别。根据研究方案,达到主要研究目的所需样本量约为166人(特战组和对照组各83人)。课题实施过程中,为扩展研究数据的可挖掘性,2018年6月于陆军某特种作战部队召集特战岗位战士,当日无值班任务者均参加调查,共计203人。主要从事破拆爆破、狙击、侦察、重火器、救护等专业。在采集生物样本的前1 d按照训练计划正常进行军事训练。采集生物样本当日上午不再安排训练,采样前保持空腹。对照组为2011年3月于陆军某部队召集的非特战岗位战士162人,主要来自步兵、运输、修理等专业,训练和采样等要求同前。
1.2 标本采集及检测于军事训练后次日上午,在当地医院采集战士空腹静脉血和尿液标本。使用7180全自动生化分析仪(日立,日本东京)检测肌酐(creatine,CRE)、磷酸肌酸激酶(creatine phosphokinase,CPK)、乳酸脱氢酶(lactic dehydrogenase,LDH)、血尿素氮(blood urea nitrogen,BUN)、尿酸(urea acid,UA)等血液生化指标和尿微白蛋白(microscale albuminuria,MAU)。使用DH-520全自动血液分析仪(加斯戴克,中国嘉善)检测血红蛋白(hemoglobin,HB)。医学参考值采用当地医院根据检测仪器型号制定的数值范围,CRE为53~123 μmol/L,CPK为38~174 U/L,LDH为109~245 U/L,BUN为2.86~8.20 mmol/L,UA为210~430 μmol/L,HB为120~160 g/L,MAU为阴性(-),检测结果超出范围者视为该指标异常。对照组样本采集和检测方法与特战组一致,具体细节参照文献[8]描述,检测的疲劳相关指标包括HB、BUN、UA和CRE等4项,其医学参考值采用当地医院制定的数值范围。此外,根据国家体育总局运动医学研究所提出的男运动员恢复值(CPK≤300 U/L,LDH≤250 U/L,血尿素≤7 mmol/L,HB≥150 g/L)[7]对此四项指标进行评价,检测结果超出范围者视为该指标超标。其中血尿素可根据BUN进行换算,具体公式为血尿素(mmol/L)=BUN(mmol/L)×0.5。
1.3 问卷调查采用纸质调查问卷收集研究对象年龄、军龄、受教育程度、吸烟习惯、特战岗位具体专业以及过去1年内在训练中发生撕裂伤和挫伤的次数等信息。纸质问卷信息采用Epidata 3.1软件进行双人双遍录入,核对质控。
1.4 统计学分析因本研究中测量的大部分连续变量型生物标志物其分布呈现偏态,故以中位数(P25, P75)形式描述其数据分布,分类变量以频数(百分比)形式描述。连续变量的组间比较采用非参数Kruskal-Wallis检验(分组变量为二分类或无序分类变量,即名义变量)或Jonckheere-Terpstra检验(分组变量为有序分类变量)。分类变量的组间比较采用卡方检验,当数据不满足卡方检验前提要求时,则采用Fisher精确概率检验。连续变量间相关性分析采用Spearman检验。检验水准α=0.05。
2 结果 2.1 入组特战人员基本特征分布特战组人员中位数年龄22岁,中位数军龄3年。侦察、破拆爆破、狙击、重火器和其他专业人员(救护,步枪,小队长等)分别占24.9%、18.4%、18.4%、17.4%和20.9%。过去1年内,在训练中发生撕裂伤的中位数次数为1(0,4)次;挫伤中位数次数为2(0,5)次,见表 1。对照组中位数年龄22(21,24)岁,中位数军龄4(2,5)年,其年龄、军龄与特战组人员差别无统计学意义(P>0.05)。
特征 | 分布 |
年龄/岁 | 22(21,24) |
军龄/年 | 3(2,4) |
专业 | |
侦察 | 50(24.9) |
破拆爆破 | 37(18.4) |
狙击 | 37(18.4) |
重火器 | 35(17.4) |
其他 | 42(20.9) |
教育程度 | |
本科或以上 | 12(6.0) |
专科 | 44(22.0) |
高中 | 125(62.5) |
初中 | 19(9.5) |
是否吸烟 | |
吸烟 | 131(66.8) |
不吸烟 | 65(33.2) |
1年内撕裂伤次数 | |
≤2次 | 153(75.4) |
>2次 | 50(24.6) |
1年内挫伤次数 | |
≤2次 | 130(64.0) |
>2次 | 73(36.0) |
专业、教育程度和吸烟情况分别有2例、3例、7例存在数据缺失 |
2.2 特战组人员疲劳相关生物标志物分布
特战组人员血液和尿液中疲劳相关指标的分布见表 2。对于HB、UA、CPK、LDH、MAU等5个指标,分别有超过10%的人员超出医学参考值范围,其中UA、CPK、MAU的异常率高于20%,CPK异常率更是高达78.3%。BUN和CRE的异常率较低,分别为2.5%和0%。对照组也检测了HB、BUN、UA、CRE等4项指标,异常率分别为1.3%、3.7%、6.8%和0%。特战组HB(OR=15.9,P < 0.001)和UA(OR=7.1,P < 0.001)的异常率明显高于对照组。参照体育总局推荐的恢复值,则特战组HB、BUN、CPK、LDH等4项指标的超标率分别为32.5%、0%、57.1%和11.3%。其HB的超标率亦明显高于对照组的12.3%(OR=3.4,P < 0.001)。
组别 | HB/g·L-1 | BUN/mmol·L-1 | UA/μmol·L-1 | CRE/μmol·L-1 | CPK/U·L-1 | LDH/U·L-1 | MAU(定性) |
特战组(n=203) | |||||||
M(P25, P75) | 153(147,158) | 5.68(5.08, 6.38) | 398(362,452) | 82(77,88) | 321(204,494) | 226(201,239) | - |
异常率a[ n(%)] | 35(17.2) | 5(2.5) | 69(34.0) | 0(0) | 159(78.3) | 29(14.3) | 43(21.1) |
超标率b[ n(%)] | 66(32.5) | 0(0) | - | - | 116(57.1) | 23(11.3) | - |
非特战组(n=162) | |||||||
M(P25, P75) | 162(157,168) | 5.90(4.99,6.93) | 354(309,400) | 88(82,95) | - | - | - |
异常率a[ n(%)] | 2(1.3) | 6(3.7) | 11(6.8) | 0(0) | - | - | - |
超标率b[ n(%)] | 19(12.3) | 0(0) | - | - | - | - | - |
P值异常率 | < 0.001 | 0.548 | < 0.001 | - | - | - | - |
P值超标率 | < 0.001 | - | - | - | - | - | - |
a:异常率指某组中某指标超出医学参考值范围的人员比例;b:超标率指某组中某指标超出体育总局推荐的恢复值范围的人员比例,血尿酸、血肌酐、尿微白蛋白等指标暂未见相应的恢复值公布 |
2.3 特战组人员疲劳相关生物标志物与岗位特征的关系
比较不同专业特战人员各指标水平发现,LDH和CPK在各专业间存在差异(Kruskal-Wallis检验P=0.001和0.075)。特别是侦察专业和狙击专业的LDH异常率高达24.0%和21.6%,明显高于其他专业7.1%的异常率(OR=4.44,P=0.001)。两专业的CPK恢复值超标率分别为62.0%和70.3%,亦高于其他专业50.4%的超标率(OR=1.87,P=0.033)。同时,侦察专业也是MAU异常率最高的两个专业之一(表 3),其与重火器专业的异常率高于其他专业16.4%的异常率(OR=2.01,P=0.043)。
专业 | n | HB/g·L-1 | BUN/mmol·L-1 | UA/μmol·L-1 | CRE/μmol·L-1 | CPK/U·L-1 | LDH/U·L-1 | MAU(定性) |
侦察 | 50 | 153(145, 159) | 5.92(5.30, 6.48) | 399(351, 471) | 81(77, 86) | 355(212, 697) | 235(214, 246) | 14(28.0) |
破拆爆破 | 37 | 154(149, 158) | 5.29(4.67, 6.25) | 396(360, 436) | 84(79, 91) | 298(169, 476) | 217(197, 231) | 7(18.9) |
狙击 | 37 | 152(148, 156) | 5.66(5.13, 6.31) | 412(370, 467) | 84(78, 90) | 411(223, 561) | 233(213, 245) | 7(18.9) |
重火器 | 35 | 152(145, 160) | 5.69(4.80, 6.60) | 396(356, 443) | 81(76, 93) | 315(208, 460) | 218(201, 229) | 10(28.6) |
其他 | 42 | 154(149, 158) | 5.64(5.16, 6.35) | 396(358, 445) | 81(77, 86) | 289(171, 384) | 211(191, 236) | 5(11.9) |
P值 | 0.920 | 0.274 | 0.727 | 0.293 | 0.075 | 0.001 | 0.299 |
2.4 各疲劳相关指标的相关性分析
对各检测指标之间的相关性进行分析,结果显示CPK和LDH存在较强的正相关(r=0.58,P < 0.001),UA和BUN均与CRE呈正相关(P < 0.001)。而CPK与UA和MAU(P=0.013和0.015),以及HB与CRE之间(P=0.065)也呈现正相关趋势,见表 4。
指标 | HB | BUN | UA | CRE | CPK | LDH | MAU |
HB | 1 | -0.02(0.787) | 0.01(0.175) | 0.13(0.065) | -0.11(0.117) | 0.04(0.549) | 0.02(0.776) |
BUN | -0.02(0.787) | 1 | 0.08(0.240) | 0.28(< 0.001) | 0.07(0.291) | 0.05(0.498) | < 0.01(0.973) |
UA | 0.01(0.175) | 0.08(0.240) | 1 | 0.28(< 0.001) | 0.17(0.013) | 0.01(0.872) | 0.09(0.207) |
CRE | 0.13(0.065) | 0.28(< 0.001) | 0.28(< 0.001) | 1 | 0.06(0.398) | -0.02(0.732) | -0.04(0.586) |
CPK | -0.11(0.117) | 0.07(0.291) | 0.17(0.013) | 0.06(0.398) | 1 | 0.58(< 0.001) | 0.17(0.015) |
LDH | 0.04(0.549) | 0.05(0.498) | 0.01(0.872) | -0.02(0.732) | 0.58(< 0.001) | 1 | 0.10(0.161) |
MAU | 0.02(0.776) | < 0.01 (0.973) | 0.09(0.207) | -0.04(0.586) | 0.17(0.015) | 0.10(0.161) | 1 |
指标 | 撕裂伤 | 挫伤 | |||||
≤2次 | >2次 | P值 | ≤2次 | >2次 | P值 | ||
HB | 25(16.3) | 10(20.0) | 0.552 | 20(15.4) | 15(20.5) | 0.350 | |
UA | 97(63.4) | 37(74.0) | 0.169 | 90(69.2) | 44(60.3) | 0.196 | |
CPK | 114(74.5) | 45(90.0) | 0.021 | 96(73.8) | 63(86.3) | 0.039 | |
LDH | 15(9.8) | 14(28.0) | 0.001 | 12(9.2) | 17(23.3) | 0.006 | |
MAU | 32(20.9) | 11(22.0) | 0.871 | 25(19.2) | 18(24.7) | 0.364 |
2.5 各疲劳相关指标的相关性分析
将特战人员按照过去1年的撕裂伤或挫伤发生次数分为频发组(>2次)和非频发组(≤2次),并比较两组间各生物标志物的异常率。考虑到样本量的限制,异常率只有2.5%的BUN和0%的CRE在此不做分析。结果显示频发组各指标的异常率整体呈现高于非频发组的趋势,特别是CPK(撕裂伤分组:90.0% vs 74.5%,P=0.021;挫伤分组:86.3% vs 73.8%,P= 0.039)和LDH(撕裂伤分组:28.0% vs 9.8%,P=0.001;挫伤分组:23.3% vs 9.2%,P=0.006)的组间差异较为明显,见表 5。
3 讨论特战部队军人的训练量在全军处于较高水平。诸如武装泅渡、极限意志等训练科目在耐力、爆发力等方面的要求也明显高于其他部队的训练科目。相同的体能训练科目,对特战岗位人员的考核标准也高于一般岗位,这对官兵机体造成了较大挑战,也对科学施训提出了较高要求。有研究显示,我军海军陆战队人员训练伤发生率显著高于其他岗位人员,提示高负荷训练可能对官兵健康造成了不良影响[1]。我们的研究结果显示,在陆军特战人员中有多项疲劳相关血、尿检测指标存在比较普遍的异常,其中CPK的异常率高达78.3%。CPK是人体三磷酸腺苷-磷酸肌酸能量代谢系统的关键酶,其变化与肌细胞对运动负荷的反应有关,对力量训练较为敏感,肌细胞膜受损也可导致血清CPK活性升高[3]。CPK在训练后短时间内出现适当升高属于正常现象,但次日应当恢复,例如海军某部就观察到海训人员在训练后CPK从192 U/L激增至494 U/L,而次日即恢复到训练前水平(196 U/L)[4]。与之相比,本研究中的特战人员在训练次日的CPK中位数仍高达321 U/L,提示特战人员的训练,特别是力量训练的负荷过重;同时可能存在比较普遍的肌肉损伤,例如肌肉拉伤、肌肉撕裂等。LDH也可用于反映肌肉微结构损伤和休息后的恢复情况,国家体育总局提出运动员LDH的恢复值不应高于250 U/L[7],但陆战人员中则有11.3%超过此标准,若以医学参考值判断则有14.3%属于异常。相关性分析也显示CPK与LDH之间存在较强的正相关(r=0.586,P < 0.001),进一步凸显了肌肉损伤现象的存在。陆战人员中还有21.1%出现MAU异常。剧烈运动后可出现尿中蛋白含量升高的现象[9],但休息后次日应当恢复正常,否则提示肾小球滤过机能下降或肾小管重新收能力减低[10]。与之类似,34.0%的UA异常率也提示存在肾功能损伤[11-12]。HB是血液中携氧和运输二氧化碳的蛋白质,适当升高的HB有利于提高运动能力[7]。陆战人员的HB水平总体较高,有17.2%超过医学参考值,可能提示其携氧能力较强而非疾病状态,与该部队每年长时间的高原驻训可能有密切联系[13]。但另一方面,仍有32.5%的人员HB达不到体育总局推荐的恢复值水平,则可能与训练负荷过重导致消耗过大,代谢增加,红细胞破坏增多有关[10]。综合上述各指标的检测结果,提示特战官兵中的疲劳状况不容忽视,机体功能无法及时恢复,并且部分军人可能存在肌肉损伤和肾功能损伤,并且增加训练伤的发生风险[14]。
研究中还发现,从事侦察专业的人员其CPK、LDH、MAU等多项指标在各专业中处于较高水平,狙击专业和重火器专业也在某些指标中呈现较高水平。这可能是由于各专业的训练内容存在一定差异,某些专业的总训练量更大,内容安排上更不利于恢复。本研究结果主要提示应当结合本专业人员身体素质和专业特点,有针对性地安排训练计划。
本研究中发现多项生物标志物之间存在一定的相关性,特别是CPK与UA、LDH、MAU等指标均呈正相关。从原理上看,这些指标的升高均与训练负荷过大有关,从检测结果来看,CPK的异常率(78.3%)和超标率(57.1%)最高,提示其对特战岗位环境的反应可能较为敏感。在今后进一步扩大样本验证的情况下,可考虑将其作为反映陆战人员疲劳状态的主要指标之一。需要指出的是,除LDH以外,CPK与其他生物标志物的相关系数并不高,单独检测CPK可能无法全面反映疲劳状态。以多个生物标志物形成检测体系可能更为恰当。当然,检测血液指标由于检测方法有创,不适合频繁开展。还有一类方法也是评估机体疲劳状态的常用手段——生理指标检测。此类方法的优点是无创,可重复开展,仪器设备的依赖性小,成本低,在职业体育方面具有较广泛的应用[15-16]。但有观点认为人体生理机能的反应滞后于生化功能,过量训练在不引起生理机能明显下降的情况下即可导致生化功能的损害并不断累积[14]。由此看来,未来在监测官兵疲劳状态和制定训练计划时,应当将多种方法结合起来,扬长避短,发挥方法体系的综合优势。
本研究存在一些缺陷和不足:(1)使用血、尿指标反映疲劳状态,最好是综合训练前后的检测结果进行综合分析[17]。虽然医学参考值和恢复值都是以单次结果为判读基础,但综合训练前后指标的变化能够反映更加丰富的信息。且医学参考值和恢复值的数据来源和使用范围分别是一般人群和运动员群体,其身体特征与特战人员均不完全相同,本研究中的异常率和超标率等结果并不适宜用于精确定量地评价疲劳状态的分布情况,而更适合于半定量或定性反映问题。(2)本研究属于指令性课题的一部分,受限于主要目的、课题经费以及可供调查的军人人数等情况,纳入的样本量较小,除描述各指标分布情况和各专业间差异外,不足以支撑更加深入的分析,例如具体训练科目、训练负荷强度、训练时间安排等因素及其与战士身体素质的相互作用对生物标志物的影响。(3)对照组的基本特征和检测指标信息不如特战组全面,特别是不同医院对同一指标的医学参考值存在差异,导致两组间只能进行定性指标(异常率或超标率)的比较,在一定程度上降低了研究的分析潜力和统计效能。对照组的调查时间与特战组相距约7年,期间部队已更新训练大纲,对战士身体机能和各生化指标可能造成某些影响。因此本研究结果不能用于判断当前特战岗位军人与其他岗位军人的具体差异,而是反映特战岗位环境与普通岗位环境下,对相关生化指标的影响是否可能存在不同。换言之,本结果并非说明当前特战岗位人员的疲劳程度高于当前其他岗位人员,而是通过与一个普通岗位环境下的身体状态进行比较,提示当前特战岗位人员的疲劳程度较高。参考我军海军陆战队员训练前后生物标志物的水平及其变化情况[4],可见其CPK水平在高负荷训练导致激增之后,次日能够恢复到训练前水平,而陆军特战岗位人员休息状态下的CPK水平却明显高于海军陆战队员,这也支持本研究的基本结论。本研究为将来进一步开展更大规模的深入研究提供了线索,其结果也需要更多研究加以验证。
[1] | QI R R, WANG J Q, PAN L L, et al. Descriptive epidemiology of deployment-related medical conditions and shipboard training-related injuries in a Chinese Navy population[J]. Public Health, 2016, 141: 170–177. DOI:10.1016/j.puhe.2016.09.014 |
[2] | FRIEDL K E. Military applications of soldier physiological monitoring[J]. J Sci Med Sport, 2018, 21(11): 1147–1153. DOI:10.1016/j.jsams.2018.06.004 |
[3] |
宋来. 优秀男子短道速滑运动员夏训时期的运动负荷与生化指标监控[J].
冰雪运动, 2013, 35(1): 9–16.
SONG L. Exercise load and biochemical indexes monitoring of excellent male short track speed skaters during summer training[J]. China Winter Sports, 2013, 35(1): 9–16. DOI:10.3969/j.issn.1002-3488.2013.01.005 |
[4] |
陈建发, 陈引香, 李萍, 等. 大运动量海训对海军陆战队员运动性疲劳相关指标的影响[J].
华南国防医学杂志, 2013, 27(10): 740–744.
CHEN J F, CHEN Y X, LI P, et al. Effect of intense maritime training on movement-related fatigue indexes of marines[J]. Mil Med J South China, 2013, 27(10): 740–744. DOI:10.3969/j.issn.1009-2595.2013.10.01 |
[5] | OWEN A L, COSSIO-BOLAÑOS M A, DUNLOP G, et al. Stability in post-seasonal hematological profiles in response to high-competitive match-play loads within elite top-level European soccer players: implications from a pilot study[J]. Open Access J Sports Med, 2018, 9: 157–166. DOI:10.2147/OAJSM.S116579 |
[6] | MURRAY A, BUTTFIELD A, SIMPKIN A, et al. Variability of within-step acceleration and daily wellness monitoring in Collegiate American Football[J]. J Sci Med Sport, 2019, 22(4): 488–493. DOI:10.1016/j.jsams.2018.10.013 |
[7] |
周丽丽, 伊木清, 杨则宜, 等. 中国优秀运动员血液生化指标恢复值研究[J].
体育科学, 2002, 22(3): 96–102.
ZHOU L L, YI M Q, YANG Z Y, et al. Study on suitable restored limits of athletes' blood biochemistry indicators[J]. Sport Sci, 2002, 22(3): 96–102. DOI:10.3969/j.issn.1000-677X.2002.03.032 |
[8] |
孙磊, 李代波, 王涛, 等. 坦克舱室有害因素对乘员血清脂质过氧化物和抗氧化酶活性的影响[J].
第三军医大学学报, 2013, 35(3): 197–200.
SUN L, LI D B, WANG T, et al. Effect of harmful factors on lipid peroxidation and activities of antioxidative enzymes in tank occupational population[J]. J Third Mil Med Univ, 2013, 35(3): 197–200. DOI:10.16016/j.1000-5404.2013.03.023 |
[9] |
王文丽, 宫璀璀, 王广兰, 等. 剧烈运动后蛋白尿与氧自由基实验诊断指标的关系[J].
中国实验诊断学, 2009, 13(3): 405–406.
WANG W L, GONG C C, WANG G L, et al. The association between albuminuria and experimental diagnosis indicators of oxygen free radicals after intense sprots[J]. Chin J Lab Diagn, 2009, 13(3): 405–406. DOI:10.3969/j.issn.1007-4287.2009.03.047 |
[10] |
冯炜权. 运动疲劳及过度训练的生化诊断:运动生物化学动态之三[J].
北京体育大学学报, 2000, 23(4): 498–502.
FENG W Q. Biochemical diagnosis of sports fatigue and overtraining: development of exercise biochemistry(3)[J]. J Beijing Univ Phys Edu, 2000, 23(4): 498–502. DOI:10.3969/j.issn.1007-3612.2000.04.023 |
[11] |
黄学忠, 潘乐乐, 刘瑾, 等. 新兵初始训练阶段血清尿酸含量变化与血型分析[J].
检验医学与临床, 2013, 10(2): 180–181.
HUANG X Z, PAN L L, LIU J, et al. In the intial stage of training new recruits serum uric acid content change and blood type analysis[J]. Lab Med Clin, 2013, 10(2): 180–181. DOI:10.3969/j.issn.1672-9455.2013.02.024 |
[12] |
郑伟华, 黄学忠, 刘瑾, 等. 尿蛋白与血尿酸对运动性肾损害评价的互补性研究[J].
检验医学与临床, 2010, 7(21): 2324–2325, 2327.
ZHENG W H, HUANG X Z, LIU J, et al. Complementary research of the urine protein and serum uric acid on exercise-induced kidney damage assessment[J]. Lab Med Clin, 2010, 7(21): 2324–2325, 2327. DOI:10.3969/j.issn.1672-9455.2010.21.011 |
[13] |
钱风雷, 王晨. 高原训练对游泳运动员血液成分、血乳酸和运动能力的影响[J].
体育与科学, 2004, 25(6): 69–71.
QIAN F L, WANG C. The effects of altitude training to blood components and performance of swimming athlete[J]. J Sports Sci, 2004, 25(6): 69–71. DOI:10.3969/j.issn.1004-4590.2004.06.021 |
[14] | VANRENTERGHEM J, NEDERGAARD N J, ROBINSON M A, et al. Training load monitoring in team sports: A novel framework separating physiological and biomechanical load-adaptation pathways[J]. Sports Med, 2017, 47(11): 2135–2142. DOI:10.1007/s40279-017-0714-2 |
[15] | NOON M R, JAMES R S, CLARKE N D, et al. Next day subjective and objective recovery indices following acute low and high training loads in academy rugby union players[J]. Sports (Basel), 2018, 6(2): E56. DOI:10.3390/sports6020056 |
[16] | GARRETT J, GRAHAM S R, ESTON R G, et al. A novel method of assessment for monitoring neuromuscular fatigue within australian rules football players[J]. Int J Sports Physiol Perform, 2018: 1–25. DOI:10.1123/ijspp.2018-0253 |
[17] | HEISTERBERG M F, FAHRENKRUG J, ANDERSEN J L. Multiple blood samples in elite soccer players. Is it worthwhile?[J]. J Sports Sci, 2014, 32(13): 1324–1327. DOI:10.1080/02640414.2014.898859 |