Évaluation des différentes relations entre charges internes et externes de l’entrainement dans les sports collectifs
Relation entre mesures internes et externes de la charge de travail et de l’intensité dans les équipes sportives
Introduction
Le développement et la maintenance de la forme physique et la potentialisation des habilités motrices sont deux mesures importantes pour préparer les athlètes à la demande fréquente et substantielle du sport en compétition. De telles adaptations sont déterminées par une combinaison de variables telles que le volume d’entrainement, l’intensité, la fréquence, qui correspondent lorsqu’elles sont cumulées à la charge d’entrainement. Des charges d’entrainement modérées à hautes, sont nécessaires afin de générer des adaptations positives mais peuvent également augmenter la sensation de fatigue, le bien-être et augmenter la prévalence de blessures et maladies. De ce fait, la surveillance de la charge d’entrainement chez l’athlète est un enjeu majeur. La charge d’entrainement implique à la fois des dimensions internes et externes où la charge externe représente le travail physique réalisé pendant l’entrainement ou le match et la charge interne est associée au stress biochimique et biomécanique.
Objectifs
Le but de cette méta-analyse est d’établir une relation entre charges internes et externes durant la réalisation d’entrainements intermittents et de compétitions au sein des équipes sportives et d’explorer également les effets modifiant ces charges en fonction des modes d’entrainement.
Méthodes
Les études ayant servies à réaliser cette méta-analyse ont été sélectionnées en accordance avec PRISMA. Les études ont été inclues ou exclues en fonction des différents critères d’inclusion ou d’exclusion résumés dans le tableau 2.
Conformément aux objectifs de la méta-analyse, les auteurs ont regroupé les mesures internes et externes de la charge et de l'intensité en fonction de leur construction. Cela a donné lieu à 15 ensembles de données finales contenant 122 estimations (dont deux ne sont pas rapportées) de 13 études indépendantes, avec un total de trois mesures internes de charge / intensité et 9 mesures de charge / intensité externe (Tableau 3). Les mesures internes étaient sRPE (évaluation de la perception de la fatigue), sRPE-TL (évaluation de la perception de la fatigue et de la charge d’entrainement) et TRIMP (évaluation de l’entrainement liée à la fréquence cardiaque). Les mesures externes étaient la distance totale (TD), la distance parcourue à des vitesses élevées et très élevées (HSRD et VHSRD, respectivement), la charge de l'accéléromètre (AL) et le nombre d'impacts soutenus (Impacts). Les auteurs ont extrait des informations descriptives relatives aux activités réalisées dans les études incluses et catégorisé chaque estimation dans l'un des quatre modes de formation distincts suivants :
- Formation mixte : sur le terrain ou sur court incorporant au moins deux des modes de formation définis ci-dessous. Le match-play compétitif est également classé comme mixte.
- Skills : mettre l'accent sur l'amélioration des compétences spécifiques au sport et des stratégies techniques et tactiques de l'équipe.
- Métabolique : jeux intermittents ou course à intervalles de haute intensité, visant principalement à améliorer la capacité aérobie des joueurs, la capacité à courir de façon intermittente à haute intensité et la capacité d'efforts répétés.
- Vitesse neuromusculaire, de lutte ou d'entrainement de force, visant principalement à améliorer la production de force des joueurs, le transfert de force, le mouvement et la force fonctionnelle.
Les méta-analyses finales des 15 ensembles de données comprenaient 10 418 observations de séances individuelles de 295 athlètes.
Introduction
Le développement et la maintenance de la forme physique et la potentialisation des habilités motrices sont deux mesures importantes pour préparer les athlètes à la demande fréquente et substantielle du sport en compétition. De telles adaptations sont déterminées par une combinaison de variables telles que le volume d’entrainement, l’intensité, la fréquence, qui correspondent lorsqu’elles sont cumulées à la charge d’entrainement. Des charges d’entrainement modérées à hautes, sont nécessaires afin de générer des adaptations positives mais peuvent également augmenter la sensation de fatigue, le bien-être et augmenter la prévalence de blessures et maladies. De ce fait, la surveillance de la charge d’entrainement chez l’athlète est un enjeu majeur. La charge d’entrainement implique à la fois des dimensions internes et externes où la charge externe représente le travail physique réalisé pendant l’entrainement ou le match et la charge interne est associée au stress biochimique et biomécanique.
Objectifs
Le but de cette méta-analyse est d’établir une relation entre charges internes et externes durant la réalisation d’entrainements intermittents et de compétitions au sein des équipes sportives et d’explorer également les effets modifiant ces charges en fonction des modes d’entrainement.
Méthodes
Les études ayant servies à réaliser cette méta-analyse ont été sélectionnées en accordance avec PRISMA. Les études ont été inclues ou exclues en fonction des différents critères d’inclusion ou d’exclusion résumés dans le tableau 2.
Conformément aux objectifs de la méta-analyse, les auteurs ont regroupé les mesures internes et externes de la charge et de l'intensité en fonction de leur construction. Cela a donné lieu à 15 ensembles de données finales contenant 122 estimations (dont deux ne sont pas rapportées) de 13 études indépendantes, avec un total de trois mesures internes de charge / intensité et 9 mesures de charge / intensité externe (Tableau 3). Les mesures internes étaient sRPE (évaluation de la perception de la fatigue), sRPE-TL (évaluation de la perception de la fatigue et de la charge d’entrainement) et TRIMP (évaluation de l’entrainement liée à la fréquence cardiaque). Les mesures externes étaient la distance totale (TD), la distance parcourue à des vitesses élevées et très élevées (HSRD et VHSRD, respectivement), la charge de l'accéléromètre (AL) et le nombre d'impacts soutenus (Impacts). Les auteurs ont extrait des informations descriptives relatives aux activités réalisées dans les études incluses et catégorisé chaque estimation dans l'un des quatre modes de formation distincts suivants :
- Formation mixte : sur le terrain ou sur court incorporant au moins deux des modes de formation définis ci-dessous. Le match-play compétitif est également classé comme mixte.
- Skills : mettre l'accent sur l'amélioration des compétences spécifiques au sport et des stratégies techniques et tactiques de l'équipe.
- Métabolique : jeux intermittents ou course à intervalles de haute intensité, visant principalement à améliorer la capacité aérobie des joueurs, la capacité à courir de façon intermittente à haute intensité et la capacité d'efforts répétés.
- Vitesse neuromusculaire, de lutte ou d'entrainement de force, visant principalement à améliorer la production de force des joueurs, le transfert de force, le mouvement et la force fonctionnelle.
Les méta-analyses finales des 15 ensembles de données comprenaient 10 418 observations de séances individuelles de 295 athlètes.
Résultats
• Relations entre les mesures internes et externes de la charge et de l'intensité
• Relations entre les mesures internes et externes de la charge et de l'intensité
Les relations méta-analysées entre les charges et les intensités internes et externes sont présentées au tableau 5. Les relations entre sRPE-TL et TD étaient très grandes, importantes avec AL et Impacts, et modérées avec HSRD. La relation entre TRIMP et AL était grande. Toutes les autres relations n'étaient pas claires ou ne pouvaient pas être déduites. La variation inexpliquée réelle (écarts-types entre les estimations) dans les relations internes-externes regroupées était extrêmement grande pour le sRPE par rapport au TD, très importante entre le sRPE et HSRD, grandeentre le sRPE-TL et HSRD, modérée entre le sRPE-TL et la VHSRD et entre la TRIMP et AL, et petit pour sRPE-TL contre TD et Impacts et pour TRIMP contre HSRD et VHSRD. Tous les autres écarts-types entre estimations étaient insignifiants (tableau 5).
• Effets modérateurs du mode d'entraînement
La relation entre sRPE-TL et TD pour l'entraînement mixte était très grande (r = 0,82, IC à 90% 0,75 à 0,87). Il y avait probablement des réductions modérées de cette amplitude de corrélation pour les skills et entraînement neuromusculaire. La différence entre l'entraînement mixte et l'entraînement métabolique n'était pas claire. Le mode d'entraînement expliquait 100% de la variance entre les estimations de la relation entre sRPE-TL et TD (R2Meta = 1,00, s = 0,00).
La relation entre sRPE-TL et HSRD pour l'entraînement mixte était grande (r = 0,65; IC à 90% 0,44 à 0,80). Il y avait une réduction possible importante dans cette amplitude de corrélation pour l'entraînement neuromusculaire et une réduction possiblement modérée pour le skill. La différence entre l'entraînement mixte et l'entraînement métabolique n'était pas claire. Le mode d'entraînement expliquait 24% de la variance entre les estimations de la relation entre sRPE-TL et HSRD et la variation inexpliquée restante était importante (s = 0,28).
La relation entre sRPE-TL et AL pour un entraînement mixte était très grande. Il y avait d'importantes réductions dans l'ampleur de cette corrélation pour les skills et l'entraînement neuromusculaire, et une réduction modérée probable pour l'entraînement métabolique. Le mode d'entraînement expliquait 100% de la variance entre les estimations de la relation entre sRPE-TL et AL (R2Meta = 1,00, s = 0,00).
La relation entre TRIMP et AL pour un entraînement mixte était très grande. Il y avait une réduction possible importante de cette amplitude de corrélation pour l'entraînement neuromusculaire et une réduction peut être modérée pour le skill. La différence entre l'entraînement mixte et l'entraînement métabolique n'était pas claire. Le mode d'entraînement expliquait 100% de la variance entre les estimations de la relation entre TRIMP et AL (R2Meta = 1,00, s = 0,00).
Discussion
Ces relations entre charge interne et externe peuvent fournir des preuves de la validité des mesures de charge interne spécifiques. Les principaux résultats des analyses sont que les mesures de la charge interne dérivée de l'effort perçu et de la fréquence cardiaque montrent des associations positives avec les charges et l'intensité externes dérivées de la course et de l’accéléromètrie pendant l'entraînement et la compétition, mais l'ampleur et l'incertitude des relations sont fonction de la mesure et du mode d'entraînement. Ces données suggèrent que les réponses à l'entraînement et au match sont fortement associées à la quantité de course réalisée plus qu’aux autres mesures de charge externe généralement suivies chez les athlètes. Cette association semble logique, car la capacité à maintenir les contractions musculaires pendant la locomotion dépend largement de la fourniture cumulative de substrat et d'oxygène aux systèmes périphériques, augmentant ainsi la consommation d'oxygène et le débit cardiaque. Les mécanismes physiologiques et psychophysiques rendent logiques les grandes ou très grandes associations entre intensité / charge interne et TD trouvées dans nos analyses.
De plus, la charge des impacts et de l'accéléromètrie sont susceptibles d'être influencés par d’autres facteurs que la locomotion qui sont courantes dans les sports d'équipe - comme les collisions physiques, les efforts statiques, les sauts, etc.
La charge d'entraînement interne est une construction complexe et multifactorielle, rendant difficile sa mesure directe si possible en utilisant une seule modalité d'évaluation. Cette étude a permis de montrer que les amplitudes de corrélation entre sRPE-TL et divers indicateurs de charge externes sont nettement plus fortes que celles avec la TRIMP chez les athlètes de sport d'équipe proposant ainsi le sRPE-TL comme un indicateur de la charge d'entraînement interne chez les athlètes de sport d'équipe.
Les relations entre la sRPE et les mesures externes étaient considérablement plus faibles que les mesures externes de la charge dans les analyses. Plusieurs facteurs peuvent expliquer ces résultats. Premièrement, une seule mesure de l'intensité externe pourrait considérablement sous-représenter les demandes de mouvement stochastique des sports d'équipe sur terrain ou en salle qui sont susceptibles d'influencer la perception de l'effort. Les changements de mouvement fréquents, caractérisés par des accélérations et des décélérations multidirectionnelles de grande amplitude, provoquent une sollicitation mécanique par une augmentation de l'absorption / production de force et une augmentation subséquente des besoins métaboliques nécessaires pour contrer les contractions musculaires même à faible vitesse. Deuxièmement, des recherches antérieures ont établi d'importantes associations entre la sRPE et les activités non locomotives spécifiques au sport, telles que le nombre de plaquage réalisés dans un match de rugby. Enfin, de nombreuses études incluses dans les analyses n'indiquaient pas l'absence de périodes de repos entre les exercices ou de temps hors-jeu lors de l'analyse des demandes de mouvement relatif ce qui pourrait sous-estimer les véritables intensités externes lors de la séance d'entraînement ou du match.
Un RPE différentiel correspondant à des scores séparés pour l'effort perçu central et périphérique - peut être une alternative indirecte appropriée pour aider à atténuer un tel problème en séparant les perceptions d'un joueur de la charge physiologique et biomécanique. Des évaluations indépendantes de l'essoufflement perçu, de l'effort musculaire et de l'effort musculaire du haut du corps ont été proposées comme complément utile aux procédures internes de surveillance des charges dans les sports collectifs.
Il y a une incertitude considérable (allant jusqu'à une magnitude extrêmement grande) dans les écarts-types représentant une véritable variation entre les estimations de certaines de les relations charge-intensité interne-externe analysées. Cela pourrait suggérer que les réactions internes des athlètes de sport d'équipe à l'entraînement et à la compétition sont multifactorielles et influencées par plusieurs facteurs. Les analyses de méta-régression ont indiqué des effets modérateurs importants du mode d'entraînement sur les relations sRPE-TL-TD, sRPE-TL-HSRD, sRPE-TL-AL et TRIMP-AL. Les relations de charge interne-externe étaient généralement plus faibles lorsqu'on se concentrait sur des modes d'entraînement discrets. Cela pourrait indiquer que les corrélations dans les analyses non corrigées (combinant plusieurs modes d’entrainement) sont faussement élevées et ne font que confirmer des différences déjà évidentes entre sous-ensembles homogènes, comme la différence de charges internes et externes entre des typologies d’entrainement différentes.
Il a été démontré que les réductions du rapport travail-repos pendant le jeu augmentent la fréquence cardiaque malgré les distances réduites à haute et très haute vitesse, tandis que l'ajout de collisions physiques lors d'exercices répétés de sprint augmente nettement les charges internes pour les mêmes distances parcourues. De plus, les modes d'entraînement utilisant des exercices de chaîne cinétique fermés (typiques au conditionnement neuromusculaire) nécessitent souvent des niveaux élevés de force et de vitesse ce qui entraîne une activité périphérique exigeante. Ici, une absence de cohérence de la relation entre charges internes et externes pourrait être une conséquence de l'insensibilité de la mesure. En accord avec la recherche précédente, ces résultats impliquent que les relations de charge interne-externe sont spécifiques au mode d'entraînement, et les mesures de charge qui représentent le mieux un mode d'entraînement peuvent ne pas le faire pour d'autres.
La connaissance des réponses internes spécifiques associées à diverses doses d'entraînement externe a le potentiel d'améliorer l'évaluation, la prescription, la périodisation et la gestion des athlètes grâce à une évaluation détaillée de l’entrainement. Des changements de charge interne par rapport à une charge externe standard peuvent être utilisés pour déduire la condition physique ou la fatigue d'un athlète au fil du temps ou en comparaison avec celle de ses pairs. La simplicité d'utilisation d'un rapport de charge externe-interne pour fournir une mesure normalisée pouvant indiquer une forme physique ou une fatigue est conceptuellement attrayante et prête à des analyses. Cependant, cette approche viole les hypothèses théoriques et empiriques fondamentales inhérentes aux rapports parce que la plupart des relations de charge interne-externe sont substantiellement disproportionnées. Pour éviter que cela n'entraîne des erreurs dans l'interprétation des charges d'entraînement des athlètes il est recommandé d'éviter les ratios et d'analyser de façon indépendante les mesures continues de charge interne et externe en utilisant une approche plus progressive. Cela pourrait inclure l'évaluation des changements individuels dans la charge quotidienne, hebdomadaire ou cumulative qui sont significatifs et exempts de variations typiques inhérentes à l'entraînement et à la compétition dans les sports d'équipe.
Conclusions
Cette étude est la première à fournir une synthèse quantitative de données probantes examinant les relations entre les mesures internes et externes de la charge et de l'intensité durant l'entraînement et la compétition de sport d'équipe. Tandis que de telles associations apparaissent toujours positives, leurs grandeurs dépendent des mesures spécifiques utilisées et sont considérablement modérées par le mode d'entraînement. La distance de course totale semble avoir la plus forte association avec la charge d'entraînement interne, et les relations avec les mesures de charge externe sont plus fortes avec sRPE-TL qu'avec TRIMP.
Article original
The relationship between internal and external measures of training load and intensity in team sports :a meta analysis, Shaun J. McLaren, Sports med, December 2017, Doi: 10.1007/s40279-017-0830-z
Références
1. Impellizzeri FM, Rampinini E, Marcora SM. Physiological assessment of aerobic training in soccer. J Sports Sci. 2005;23:583–92.
2. Iaia FM, Rampinini E, Bangsbo J. High-intensity training in football. Int J Sports Physiol Perform. 2009;4:291–306.
3. Coffey VG, Hawley JA. The molecular bases of training adap- tation. Sports Med. 2007;37:737–63.
4. Foster C, Florhaug JA, Franklin J, Gottschall L, Hrovatin LA, Parker S, Doleshal P, Dodge C. A new approach to monitoring exercise training. J Strength Cond Res. 2001;15:109–15.
5. Soligard T, Schwellnus M, Alonso JM, Bahr R, Clarsen B, Dijkstra HP, Gabbett T, Gleeson M, Ha ̈gglund M, Hutchinson MR, Van Rensburg CJ. How much is too much? (Part 1) International Olympic Committee consensus statement on load in sport and risk of injury. Br J Sports Med. 2016;50:1030–41.
6. Schwellnus M, Soligard T, Alonso JM, Bahr R, Clarsen B, Dijkstra HP, Gabbett TJ, Gleeson M, Ha ̈gglund M, Hutchin- son MR, Van Rensburg CJ. How much is too much? (Part 2) International Olympic Committee consensus statement on load in sport and risk of illness. Br J Sports Med. 2016;50:1043– 52.
7. Halson SL. Monitoring training load to understand fatigue in athletes. Sports Med. 2014;44:139–47.
8. Gabbett TJ. The training-injury prevention paradox: should athletes be training smarter and harder? Br J Sports Med. 2016;50:273–80.
9. Drew MK, Finch CF. The relationship between training load and injury, illness and soreness: A systematic and literature review. Sports Med. 2016;46:861–83.
10. Jones CM, Griffiths PC, Mellalieu SD. Training load and fatigue marker associations with injury and illness: A systematic review of longitudinal studies. Sports Med. 2016;108:113.
11. Jaspers A, Brink MS, Probst SGM, Frencken WGP, Helsen WF. Relationships between training load indicators and training outcomes in professional soccer. Sports Med. 2016;47:533–44.
12. Gabbett TJ, Whyte DG, Hartwig TB, Wescombe H, Naughton GA. The relationship between workloads, physical performance, injury and illness in adolescent male football players. Sports Med. 2014;44:989–1003.
13. Quarrie KL, Raftery M, Blackie J, Cook CJ, Fuller CW, Gabbett TJ, Gray AJ, Gill N, Hennessy L, Kemp S, Lambert M. Managing player load in professional rugby union: a review of current knowledge and practices. Br J Sports Med. 2017;51:421–7.
14. Bourdon PC, Cardinale M, Murray A, Gastin P, Kellmann M, Varley MC, Gabbett TJ, Coutts AJ, Burgess DJ, Gregson W, Cable NT. Monitoring athlete training loads: consensus state- ment. Int J Sports Physiol Perform. 2017;12:S2-161–70.
15. Robertson S, Bartlett JD, Gastin PB. Red, Amber, or Green? Athlete monitoring in team sport: the need for decision-support systems. Int J Sports Physiol Perform. 2017;12:S2-73–9.
16. Gabbett HT, Windt J, Gabbett TJ. Cost-benefit analysis under- lies training decisions in elite sport. Br J Sports Med. 2016;50:1291–2.
17. Burgess DJ. The research doesn’t always apply: Practical solu- tions to evidence-based training-load monitoring in elite team sports. Int J Sports Physiol Perform. 2017;12:S2136–41.
18. Vanrenterghem J, Nedergaard NJ, Robinson MA, Drust B. Training load monitoring in team sports: A novel framework separating physiological and biomechanical load-adaptation pathways. Sports Med. 2017;110:1495 (3rd ed).
19. Bartlett JD, O’Connor F, Pitchford N, Torres-Ronda L, Robertson SJ. Relationships between internal and external training load in team sport athletes: evidence for an individu- alised approach. Int J Sports Physiol Perform. 2017;12(2):230–4.
20. Taylor KL, Weston M, Batterham AM. Evaluating intervention fidelity: An example from a high-intensity interval training study. PLoS One. 2015;10:125166 (Piacentini MF, editor).
21. Castillo D, Weston M, McLaren SJ, Ca ́mara J, Yanci J. Rela- tionships between internal and external match load indicators in soccer match officials. Int J Sports Physiol Perform. 2016;. https://doi.org/10.1123/ijspp.2016-0392.
22. Lovell TWJ, Sirotic AC, Impellizzeri FM, Coutts AJ. Factors affecting perception of effort (session rating of perceived exer- tion) during rugby league training. Int J Sports Physiol Perform. 2013;8:62–9.
23. Casamichana D, Castellano J. The relationship between intensity indicators in small-sided soccer games. J Hum Kinet. 2015;46:119–28.
24. Casamichana D, Castellano J, Calleja-Gonza ́lez J, San Roma ́n J, Castagna C. Relationship between indicators of training load in soccer players. J Strength Cond Res. 2013;27:369–74.
25. Gallo T, Cormack S, Gabbett T, Williams M, Lorenzen C. Characteristics impacting on session rating of perceived exertion training load in Australian footballers. J Sports Sci. 2015;33:467–75.
26. Gaudino P, Iaia FM, Strudwick AJ, Hawkins RD, Alberti G, Atkinson G, Gregson W. Factors influencing perception of effort (session rating of perceived exertion) during elite soccer train- ing. Int J Sports Physiol Perform. 2015;10:860–4.
27. Pustina AA, Sato K, Liu C, Kavanaugh AA, Sams ML, Liu J, Uptmore KD, Stone MH. Establishing a duration standard for the calculation of session rating of perceived exertion in NCAA division I men’s soccer. J Trainol. 2017;6:26–30.
28. Scanlan AT, Wen N, Tucker PS, Dalbo VJ. The relationships between internal and external training load models during bas- ketball training. J Strength Cond Res. 2014;28:2397–405.
29. Scott BR, Lockie RG, Knight TJ, Clark AC, Janse de Jonge AK. A comparison of methods to quantify the in-season training load of professional soccer players. Int J Sports Physiol Perform. 2013;8:195–202.
30. Scott TJ, Black CR, Quinn J, Coutts AJ. Validity and reliability of the session-RPE method for quantifying training in Australian football: a comparison of the CR10 and CR100 scales. J Strength Cond Res. 2013;27:270–6.
31. Weaving D, Marshall P, Earle K, Nevill A, Abt G. Combining internal- and external-training-load measures in professional rugby league. Int J Sports Physiol Perform. 2014;9:905–12.
32. Weaving D, Jones B, Till K, Marshall P, Abt G. Multiple measures are needed to quantify training loads in professional rugby league. Int J Sports Med. 2017;38:735–40.
33. Weston M, Siegler J, Bahnert A, McBrien J, Lovell R. The application of differential ratings of perceived exertion to Aus- tralian Football League matches. J Sci Med Sport. 2015;18:704–8.
34. Coutts AJ, Sirotic AC, Knowles H, Catterick C. Monitoring training loads in professional rugby league. In: Reilly T, Kor- kusuz F, editors. Science and football VI: the proceedings of the Sixth World Congress on Science and Football. London: Rout- ledge; 2008. p. 272–7.
35. Silva P, Santos ED, Grishin M, Rocha JM. Validity of heart rate- based indices to measure training load and intensity in elite football players. J Strength Cond Res. 2017;. https://doi.org/10. 1519/JSC.0000000000002057.
36. Sparks M, Coetzee B, Gabbett TJ. Internal and external match loads of university-level soccer players. J Strength Cond Res. 2017;31:1072–7.
37. Nassis GP, Gabbett TJ. Is workload associated with injuries and performance in elite football? A call for action. Br J Sports Med. 2017;51:486–7.
38. Lambert MI, Borresen J. Measuring training load in sports. Int J Sports Physiol Perform. 2010;5:406–11.
39. Moher D, Liberati A, Tetzlaff J, Altman DG, The Prima Group. Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. PLoS Med. 2009;6:e1000097.
40. Groslambert A, Mahon AD. Perceived exertion: influence of age and cognitive development. Sports Med. 2006;36:911–28.
41. Robertson RJ, Noble BJ. Perception of physical exertion: methods, mediators, and applications. Exerc Sport Sci Rev. 1997;25:407–52.
42. Borg G, Borg E. A new generation of scaling methods: level- anchored ratio scaling. Psychologica. 2001;28:15–45.
43. Impellizzeri FM, Borg E, Coutts AJ. Intersubjective compar- isons are possible with an accurate use of the Borg CR scales. Int J Sports Physiol Perform. 2011;6:2–7.
44. Banister EW. Modeling elite athletic performance. In: Mac- Dougall JD, Wenger HA, Green HJ, editors. Physiological testing of the high performance athlete. 2nd ed. Champaign: Human Kinetics Books; 1991. p. 403–24.
45. Edwards S. High performance training and racing. In: Edwards S, editor. The heart rate monitor book. Sacramento: Feet Fleet Press; 1993. p. 113–23.
46. Manzi V, Iellamo F, Impellizzeri F, D’Ottavio S, Castagna C. Relation between individualized training impulses and perfor- mance in distance runners. Med Sci Sports Exerc. 2009;41:2090–6.
47. Senn SJ. Overstating the evidence—double counting in meta- analysis and related problems. BMC Med Res Methodol. 2009;9:10.
48. Bland MJ, Altman DG. Statistics notes: calculating correlation coefficients with repeated observations: part 1—correlation within subjects. BMJ. 1995;310:446.
49. Bland MJ, Altman DG. Statistics notes: correlation, regression, and repeated data. BMJ. 1994;308:896.
50. Pyne DB. Multidisciplinary and collaborative research in sports physiology and performance. Int J Sports Physiol Perform. 2012;7:1.
51. McLaren SJ, Weston M, Smith A, Cramb R, Portas MD. Vari- ability of physical performance and player match loads in pro- fessional rugby union. J Sci Med Sport. 2016;19:493–7.
52. Weston M. Difficulties in determining the dose–response nature of competitive soccer matches. J Athl Enhanc. 2013;02:1–2.
53. Persaud R, Bland MJ, Altman DG. Correlation, regression, and repeated data. BMJ. 1994;308:1510.
54. Hopkins WG, Marshall SW, Batterham AM, Hanin J. Progressive statistics for studies in sports medicine and exercise science. Med Sci Sports Exerc. 2009;41:3–13.
55. Knapp G, Hartung J. Improved tests for a random effects meta- regression with a single covariate. Stat Med. 2003;22:2693–710.
56. Higgins JPT. Commentary: heterogeneity in meta-analysis should be expected and appropriately quantified. Int J Epi- demiol. 2008;37:1158–60.
57. DerSimonian R, Laird N. Meta-analysis in clinical trials. Con- trol Clin Trials. 1986;7:177–88.
58. Higgins JPT, Green S. Cochrane handbook for systematic reviews of interventions. Chichester: Wiley; 2008.
59. Aloe AM, Becker BJ, Pigott TD. An alternative to R2 for assessing linear models of effect size. Res Synth Methods. 2010;1:272–83.
60. Batterham AM, Hopkins WG. Making meaningful inferences about magnitudes. Int J Sports Physiol Perform. 2006;1:50–7.
61. Hopkins WG. A spreadsheet for deriving a confidence interval, mechanistic inference and clinical inference from a P value. Sportscience. 2007;11:16–21.
62. Fisher RA. On the probable error of a coefficient of correlation deduced from a small sample. Metron. 1921;1:3–32.
63. Smith TB, Hopkins WG. Variability and predictability of finals times of elite rowers. Med Sci Sports Exerc. 2011;43:2155–60.
64. Marcora S. Perception of effort during exercise is independent of afferent feedback from skeletal muscles, heart, and lungs.
J Appl Physiol. 2009;106:2060–2.
65. Gabbett TJ. Relationship between accelerometer load, colli-
sions, and repeated high-intensity effort activity in rugby league
players. J Strength Cond Res. 2015;29:3424–31.
66. Rampinini E, Alberti G, Fiorenza M, Riggio M, Sassi R, Borges TO, Coutts AJ. Accuracy of GPS devices for measuring high- intensity running in field-based team sports. Int J Sports Med.
2015;36:49–53.
67. Johnston RJ, Watsford ML, Kelly SJ, Pine MJ, Spurrs RW.
Validity and interunit reliability of 10 Hz and 15 Hz GPS units for assessing athlete movement demands. J Strength Cond Res. 2014;28:1649–55.
68. Buchheit M, Laursen PB. High-intensity interval training, solutions to the programming puzzle. Part I: cardiopulmonary emphasis. Sports Med. 2013;43:313–38.
69. Abt G, Lovell R. The use of individualized speed and intensity thresholds for determining the distance run at high-intensity in professional soccer. J Sports Sci. 2009;27:893–8.
70. Faude O, Kindermann W, Meyer T. Lactate threshold concepts: how valid are they? Sports Med. 2009;39:469–90.
71. Boyd LJ, Ball K, Aughey RJ. Quantifying external load in Australian football matches and training using accelerometers. Int J Sports Physiol Perform. 2013;8:44–51.
72. Roe G, Halkier M, Beggs C, Till K, Jones B. The use of accelerometers to quantify collisions and running demands of rugby union match-play. Int J Perf Anal Sport. 2016;16:590–601.
73. Cardinale M, Varley MC. Wearable training-monitoring tech- nology: Applications, challenges, and opportunities. Int J Sports Physiol Perform. 2017;12:S255–62.
74. Robertson S, Kremer P, Aisbett B, Tran J, Cerin E. Consensus on measurement properties and feasibility of performance tests for the exercise and sport sciences: a Delphi study. Sports Med Open. 2017;3:2. https://doi.org/10.1186/s40798-016-0071-y.
75. White AD, MacFarlane N. Time-on-pitch or full-game GPS analysis procedures for elite field hockey? Int J Sports Physiol Perform. 2013;8:549–55.
76. Gabbett TJ. Influence of ball-in-play time on the activity profiles of rugby league match-play. J Strength Cond Res. 2015;29:716–21.
77. Gregson W, Drust B, Atkinson G, Di Salvo V. Match-to-match variability of high-speed activities in Premier League soccer. Int J Sports Med. 2010;31:237–42.
78. Kempton T, Sirotic AC, Coutts AJ. Between match variation in professional rugby league competition. J Sci Med Sport. 2014;7:404–7.
79. Kempton T, Sullivan C, Bilsborough JC, Cordy J, Coutts AJ. Match-to-match variation in physical activity and technical skill measures in professional Australian Football. J Sci Med Sport. 2015;18:109–13.
80. Hutchinson JC, Tenenbaum G. Perceived effort—Can it be considered gestalt? Psychol Sport Exerc. 2006;7:463–76.
81. McLaren SJ, Smith A, Spears IR, Weston M. A detailed quan- tification of differential ratings of perceived exertion during team-sport training. J Sci Med Sport. 2017;20:290–5.
82. McLaren SJ, Graham M, Spears IR, Weston M. The sensitivity of differential ratings of perceived exertion as measures of internal load. Int J Sports Physiol Perform. 2016;11(3):404–6.
83. Gallo TF, Cormack SJ, Gabbett TJ, Lorenzen CH. Pre-training perceived wellness impacts training output in Australian football players. J Sports Sci. 2015;34:1445–51.
84. Ritchie D, Hopkins WG, Buchheit M, Cordy J, Bartlett JD. Quantification of training load during return to play following upper and lower body injury in Australian Rules football. Int J Sports Physiol Perform. 2017;12:634–41.
85. Akenhead R, Nassis GP. Training load and player monitoring in high-level football: Current practice and perceptions. Int J Sports Physiol Perform. 2016;11:587–93.
86. Archie JP. Mathematic coupling of data: a common source of error. Ann Surg. 1981;193:296–303.
87. Pearson K. On a form of spurious correlation which may arise when indices are used in the measurement of organs. Proc R Soc Lond. 1896;60:489–502.
88. Atkinson G, Nevill AM. Selected issues in the design and analysis of sport performance research. J Sports Sci. 2001;19:811–27.
89. Malone S, Hughes B, Collins K. The influence of exercise to rest ratios on physical and physiological performance during hurling specific small-sided games. J Strength Cond Res. 2017;. https:// doi.org/10.1519/JSC.0000000000001887.
90. Johnston RD, Gabbett TJ. Repeated-sprint and effort ability in rugby league players. J Strength Cond Res. 2011;25:2789–95.
91. Milburn PD. The kinetics of rugby union scrummaging. J Sports Sci. 2008;8:47–60.
92. Kraemer WJ, Vescovi JD, Dixon P. The physiological basis of wrestling: Implications for conditioning programs. Natl Strength Cond Assoc J. 2004;26:10–5.
93. Malone JJ, Lovell R, Varley MC, Coutts AJ. Unpacking the black box: applications and considerations for using GPS devi- ces in sport. Int J Sports Physiol Perform. 2017;12:S218–26.
94. Fanchini M, Ferraresi I, Modena R, Schena F, Coutts AJ, Impellizzeri FM. Use of the CR100 scale for session rating of perceived exertion in soccer and its interchangeability with the CR10. Int J Sports Physiol Perform. 2016;11:388–92.
95. Akubat I, Patel E, Barrett S, Abt G. Methods of monitoring the training and match load and their relationship to changes in fitness in professional youth soccer players. J Sports Sci. 2012;30:1473–80.
96. Malone S, Doran D, Akubat I, Collins K. The integration of internal and external training load metrics in hurling. J Hum Kinet. 2016;53:1–11.
97. Torren ̃o N, Mungu ́ıa-Izquierdo D, Coutts AJ, de Villarreal ES, Asian-Clemente J, Suarez-Arrones L. Relationship between external and internal loads of professional soccer players during full matches in official games using global positioning systems and heart-rate technology. Int J Sports Physiol Perform. 2016;11:940–6.
98. Suarez-Arrones L, Torren ̃o N, Requena B, Sa ́ez De Villarreal E, Casamichana D, Barbero-Alvarez JC, Munguia-Izquierdo D. Match-play activity profile in professional soccer players during official games and the relationship between external and internal load. J Sports Med Phys Fit. 2015;55:1417–22.
99. Akubat I, Barrett S, Abt G. Integrating the internal and external training loads in soccer. Int J Sports Physiol Perform. 2014;9:457–62.
100. Atkinson G, Batterham A. The use of ratios and percentage changes in sports medicine: time for a rethink? Int J Sports Med. 2012;33:505–6.
101. Tanner JM. Fallacy of per-weight and per-surface area stan- dards, and their relation to spurious correlation. J Appl Physiol. 1949;2:1–15.
102. Williams S, Trewartha G, Cross MJ, Kemp SPT, Stokes KA. Monitoring what matters: a systematic process for selecting
training-load measures. Int J Sports Physiol Perform. 2017;12:S2-101–6.
103. Atkinson G, Batterham AM. True and false interindividual differences in the physiological response to an intervention. Exp Physiol. 2015;100:577–88.
104. Hopkins WG. Individual responses made easy. J Appl Physiol. 2015;118:1444–6.
105. Bland MJ, Altman DG. Statistics notes: calculating correlation coefficients with repeated observations: part 2—correlation between subjects. BMJ. 1995;310:633.
106. Vandenbogaerde TJ, Hopkins WG. Monitoring acute effects on athletic performance with mixed linear modeling. Med Sci Sports Exerc. 2010;42:1339–44.
107. Lazic SE. The problem of pseudoreplication in neuroscientific studies: is it affecting your analysis? BMC Neurosci. 2010;11:5.