Beste lezers,

Vandaag vraag ik het maar liever op voorhand: indien niet ernstig, gelieve zich te onthouden.

Het wordt vandaag een zéér ernstige blog.

Zucht.

Here we go.

Welnu, wie graag hardloopt, en wie graag deelneemt aan wedstrijden, die is gewoonlijk toch nieuwsgierig naar de eindtijd. Niet?

In principe is dat geen probleem natuurlijk: je neemt deel aan de wedstrijd, je loopt naar godsvrucht en bestvermogen, et voilà, bij de finish weet je hoe goed of hoe slecht je het er vanaf hebt gebracht.

Echter, nieuwsgierige aagjes als we zijn, willen vele lopers graag op voorhand al weten wat er kan en mag verwacht worden.

Daartoe bestaan er allerlei vuistregels (bv de “Yasso800”-test) en online tools, bv. deze.

Je geeft dan aan dat je huidige tijd op de 10 km bv. 39 minuten bedraagt, en hupsakee, dan vertelt de online tool dat je de marathon in 3u59 kan afhaspelen. Meestal zijn die tools gebaseerd op de Riegel–formule, een hoogbejaarde formule die dateert uit 1977. De formule werkt als volgt : T2 = T1 x (D2/D1)^1.06, waarbij T1 de tijd is die gekend is op afstand D1, en waarbij D2 de afstand is waarvoor je de tijd graag wil inschatten.

Op zich zegt dat natuurlijk niet veel. Eigenlijk is het interessant om eens na te gaan welke variabelen het meest invloed hebben op het al dan niet behalen van de gewenste eindtijd.

En net daar hebben enkele slimmerds van de Universidad del Pais Vasco onderzoek naar gedaan.

Deze zomer verscheen dat in de JSSM (Journal of Sports Science & Medicine). Hier vind je de link naar het artikel.

Er werden vier verschillende formules getest, op twee groepen hardlopers, en in twee verschillende wedstrijden.

De eerste keer werden de formules becijferd en vastgelegd, en de tweede keer pasten de onderzoekers die formules toe op een andere groep lopers, om de voorspellende kracht van die variabelen te bestuderen. Dit waren de vier vergelijkingen:

• Vergelijking 1 : Training & lichaamsbouw
• Vergelijking 2 : Fysiologische variabelen
• Vergelijking 3 : Biomechanische variabelen
• Vergelijking 4 : Training & fysiologische variabelen

Wat waren nu de resultaten van dit onderzoek?

Bij de eerste vergelijking keek men naar training en historiek (aantal jaren loopervaring, volume per week, aantal trainingen per week, etc.) en naar de lichaamsbouw en de samenstelling van het lichaam (gewicht, BMI, vetpercentage, etc.).

Deze bleek een goede voorspeller te zijn, en, opmerkelijk: de correlatie bleek in deze studies sterker te zijn, dan in eerdere studies.

Toch is dit de zwakste vergelijking van de vier, met 90.3%.

Bij de tweede vergelijking keek men naar fysiologische variabelen zoals VO2Max, HRmax, pieksnelheid, RTC-snelheid (“respiratory compensation treshold”), etc. Dit bleek ook een goede voorspeller, en dan met name de pieksnelheid en de RTC-snelheid bleken van groot belang te zijn.

VO2Max was een minder goede voorspeller. De onderzoekers raden dus aan:

“Interval training, including high intensity interval training (HIIT) would be a good way to improve these capacities (peak speed & RCT speed), and therefore performance “

Dit is de tweede beste voorspelling: 94,9%.

Bij de derde vergelijking kwamen de biomechanische variabelen aan bod, zoals pasfrequentie, paslengte, grondcontact, etc. Deze vergelijking scoort 93.7%, en is dus beter dan de eerste maar slechter dan de tweede.

Merkwaardig, hier bleek de pasfrequentie niet zo’n goede voorspeller te zijn. Paslengte daarentegen bleek van groot belang te zijn. Bij grote passen is de kans op blessures dan weer groter, en aldus suggereren de onderzoekers dat krachttraining aangewezen is om de biomechanische running economy te verbeteren:

“Maximum step length and RCT step length correlated with performance in both phases, and seem to be fundamental to reach high speeds. Therefore, even though more evidence is needed, strength training would be recommended to improve this variable and further running economy”

Bij de vierde vergelijking werd gecijferd met training en loopervaring, en de fysiologische variabelen.

Van de vier vergelijkingen, is dit de meest krachtige: 96,2%.

“Despite physiological variables being good predictors of time in long-distance running by themselves, their combination with other, training relevant variables, could further improve the level of prediction”

En dus. Wat is nu de conclusie? De onderzoekers suggeren dat vergelijking 1 toch een goede is (90.3%), en het is de enige waar geen duur materiaal voor nodig is. Voorts zijn de onderzoekers zich bewust van de beperkte loopgroepen waarmee er getest werd, en het feit dat men de helft van de wereldbevolking even uit het oog was verloren:

“These equations were obtained from male runners, and future studies should check their validity in women, since their participation in long-distance races is really growing”

Ik zou het geloven.

Zelf onthoud ik uit deze studie dat de volgende “types” van variabelen de grootste impact hebben: fysiologie & training ( = dus naarstig verder werken aan een betere uithouding én hogere pieksnelheid), biomechanisch ( = dus werken aan een goede/betere looptechniek en loopeconomie), en last but not least: lichaamsgewicht (& samenstelling verbeteren), dus dapper voortdoen met het sportdieet 🙂 !

Ziezo.

Dat was het voor vandaag. Veel loopplezier, iedereen!

Met sportieve groeten,

Peter