Naar de inhoud
OpenAthlete

Hardloopblessures en trainingsbelasting: wat het bewijs zegt

Plotselinge sprongen in training verhogen waarschijnlijk het blessurerisico, vooral bij beginners. Verder is het bewijs dunner dan de meeste trainingsapps doen vermoeden, en de ACWR-drempels zijn niet vastgesteld.

OpenAthlete Team6 min lezen

Vraag tien hardlopers waarom ze geblesseerd raakten en de meesten noemen een oorzaak: nieuwe schoenen, de baantraining, de wedstrijd met veel afdalen, "te veel te snel". Vraag het aan de wetenschap en het antwoord is minder overzichtelijk. Het verband tussen trainingsbelasting en hardloopblessures is echt, maar het is zwakker, rommeliger en individueler dan de dashboards in de meeste trainingsapps doen vermoeden. Dit artikel gaat over wat het bewijs echt ondersteunt, en waar het ophoudt.

Hoe vaak hardlopers geblesseerd raken

Een systematische review onder langeafstandslopers vond jaarlijkse blessurecijfers ergens tussen 19% en 79%, afhankelijk van de studie (van Gent et al., 2007). Die spreiding zegt evenveel over hoe verschillend studies een blessure definiëren als over hardlopen zelf. Tellen per uur hardlopen is nuttiger: een latere meta-analyse kwam bij beginners op ongeveer 18 blessures per 1.000 uur tegenover zo'n 8 bij recreatieve lopers (Videbæk et al., 2015). Beginners raken bij dezelfde tijd op de been ongeveer twee keer zo vaak geblesseerd, en dat is de eerste aanwijzing dat het gaat om het verschil tussen wat je doet en wat je lichaam gewend is.

De meest consistente risicofactor in studies is niet de omvang of het tempo. Het is een eerdere blessure (van der Worp et al., 2015). Heb je al eens last van je achillespees gehad, dan verdient die pees meer voorzichtigheid dan welke ratio in een grafiek ook.

Belasting tegenover belastbaarheid

De nuttigste manier om over overbelastingsblessures na te denken komt van Bertelsen en collega's (2017). Een blessure ontstaat wanneer de belasting op een specifieke structuur, bijvoorbeeld het scheenbeen of de fascia plantaris, groter is dan wat die structuur aankan, en dat herhaaldelijk, over een bepaalde periode. Twee dingen bewegen: de belasting die je aanbrengt, en de belastbaarheid van het weefsel, die stijgt met geleidelijke training en daalt door slecht slapen, te weinig energie-inname, ziekte of een eerdere blessure.

Dat kader legt de grootste zwakte van elke belastingsmaat bloot. Je horloge meet tijd, afstand en hartslag. Je scheenbeen geeft niets om hartslag. Een trailrun van twee uur met 1.200 m afdalen en een vlakke duurloop van twee uur met dezelfde gemiddelde hartslag geven een vergelijkbare TRIMP, maar je quadriceps en knieën vertellen je dat het niet dezelfde dag was. Belastingscijfers beschrijven de kosten voor je hart- en vaatstelsel vrij goed. De kosten voor een bepaalde pees of bot beschrijven ze alleen indirect.

Wat de hardloopstudies laten zien

Er zijn minder goede studies onder hardlopers dan je zou verwachten, en de meeste volgen beginners. Drie zijn de moeite waard om te kennen.

In een Deens cohort van 874 beginnende lopers met gps-horloges hadden degenen die hun weekafstand in twee weken met meer dan 30% verhoogden vaker "afstandsgerelateerde" blessures (patellofemorale pijn, ITB-syndroom, shin splints en een paar andere) dan degenen die onder de 10% bleven (Nielsen et al., 2014). Het totale blessurecijfer verschilde niet tussen de groepen, en zelfs de specifieke bevinding was statistisch net op het randje. De auteurs noemden de studie verkennend.

In een Nederlandse gerandomiseerde studie volgden 532 beginners die zich voorbereidden op een loop van 6,7 km een standaardschema van 8 weken of een rustiger schema van 13 weken op basis van de 10%-regel. De blessurecijfers waren vrijwel gelijk: 20,8% en 20,3% (Buist et al., 2008).

In de Run Clever-studie verhoogden 447 recreatieve lopers 16 weken lang óf de omvang óf de intensiteit van hun training. De onderzoekers verwachtten dat elke aanpak een eigen type blessure zou opleveren. Ze vonden geen verschil (Ramskov et al., 2018).

Alles bij elkaar: grote, plotselinge sprongen doen er waarschijnlijk toe, vooral bij beginners. Dat fijnafstemming van de opbouw daaronder veel verandert, is niet aangetoond. Wat dat in de praktijk betekent, week voor week, lees je in hoe snel je je kilometers opbouwt.

De acute:chronische werkbelastingsratio, en waarom die omstreden is

Als je over blessures en belasting hebt gelezen, ben je de acute:chronische werkbelastingsratio (ACWR) tegengekomen: de belasting van vorige week gedeeld door je gemiddelde weekbelasting over de laatste vier weken. De ratio kwam voort uit studies bij snelle bowlers in cricket (Hulin et al., 2014) en werd populair door het artikel van Tim Gabbett uit 2016 over de "training-injury prevention paradox", dat een "sweet spot" tussen 0,8 en 1,3 beschreef en een gevarenzone boven 1,5 (Gabbett, 2016). Binnen een paar jaar stonden die getallen in apps, trainerscursussen en talloze blogposts, waaronder een eerdere versie van deze.

De kritiek kwam net zo snel.

  • In de gebruikelijke berekening zit de afgelopen week zowel in de teller als in de noemer. Lolli en collega's (2019) lieten zien dat deze wiskundige koppeling op zichzelf al een correlatie oplevert, zelfs met willekeurige data.
  • Impellizzeri en collega's (2020) stelden dat delen door de chronische belasting een verband tussen de twee veronderstelt dat nooit getest is, dat de ratio zich anders gedraagt afhankelijk van of je voortschrijdende of exponentieel gewogen gemiddelden gebruikt, en dat de drempels uit een paar steekproeven in teamsporten zijn gehaald en daarna op iedereen zijn toegepast. Een jaar later gingen ze verder en adviseerden ze de ACWR en de onderliggende theorie los te laten (Impellizzeri et al., 2021).
  • De meeste ACWR-studies zijn observationeel, in teamsporten, met een bescheiden aantal blessures. Een variabele die in een groep met blessures samenhangt, voorspelt niet welk individu geblesseerd raakt. Roald Bahr maakte dat punt over screeningstests in het algemeen, en het geldt hier ook (Bahr, 2016).

Mijn lezing: het idee onder de ACWR, dat je niet ineens veel meer moet doen dan je de laatste tijd deed, is oud, verstandig en in lijn met de hardloopdata hierboven. De precieze drempels zijn niet vastgesteld. Zie "1,5" als folklore, niet als fysiologie, en wees op je hoede voor alles wat je training terugbrengt tot één percentage blessurerisico.

Wat je hiermee doet

Onzeker bewijs is geen reden om belasting te negeren. Het is een reden om het te gebruiken waar het goed in is: opmerken dat deze week heel anders is dan de vorige paar, en je afvragen waarom.

Let op de veranderingen die belastingsmaten missen. Een eerste baantraining in maanden, een wedstrijd met veel afdalen, nieuwe schoenen met een lagere drop, een overstap van trails naar asfalt: elk daarvan belast specifieke weefsels op een nieuwe manier, ook als het weektotaal nauwelijks verandert. Verander er één tegelijk.

Neem zelfrapportage serieus. Een systematische review vond dat hoe atleten zeggen zich te voelen (stemming, vermoeidheid, spierpijn) betrouwbaarder op training reageerde dan gangbare objectieve markers zoals hartslag of bloedonderzoek (Saw et al., 2016). Schrijf pijn op op de dag dat die opkomt, met een woord over waar en hoe erg. Pijn die je manier van lopen verandert, die de volgende ochtend erger is, of die op één precieze plek van een bot zit, is een reden om te stoppen en het te laten nakijken, wat welke grafiek ook zegt.

En houd rekening met belastbaarheid. Een week slecht slapen, een buikgriep of een periode van te weinig eten verlaagt wat je weefsels aankunnen. Hetzelfde trainingsschema is niet dezelfde belasting voor dezelfde loper in elke maand van het jaar.

Waar OpenAthlete past

OpenAthlete voorspelt geen blessures en geeft je geen risicoscore. Het zet de getallen die volgens dit artikel het volgen waard zijn naast elkaar. Elke training krijgt een belasting uit de hartslag (TRIMP), met session-RPE ernaast. Fitheid, vermoeidheid en vorm worden getekend over je eerdere training en doorgerekend over de trainingen die je hebt gepland, en elke week toont de belasting tegenover een bandbreedte op basis van je recente weken, wat een vuistregel is en geen veiligheidsgrens. Na een activiteit leggen een paar optionele vragen vast hoe zwaar het voelde en welke pijn je noemt; die pijn komt in een blessurelogboek dat je coach ziet. De details en formules staan op de pagina over trainingsbelasting.

Bronnen

  • Bahr R. Why screening tests to predict injury do not work, and probably never will: a critical review. Br J Sports Med, 2016. doi:10.1136/bjsports-2016-096256
  • Bertelsen ML et al. A framework for the etiology of running-related injuries. Scand J Med Sci Sports, 2017. doi:10.1111/sms.12883
  • Buist I et al. No effect of a graded training program on the number of running-related injuries in novice runners. Am J Sports Med, 2008. doi:10.1177/0363546507307505
  • Gabbett TJ. The training-injury prevention paradox: should athletes be training smarter and harder? Br J Sports Med, 2016. doi:10.1136/bjsports-2015-095788
  • Hulin BT et al. Spikes in acute workload are associated with increased injury risk in elite cricket fast bowlers. Br J Sports Med, 2014. doi:10.1136/bjsports-2013-092524
  • Impellizzeri FM et al. Acute:chronic workload ratio: conceptual issues and fundamental pitfalls. Int J Sports Physiol Perform, 2020. doi:10.1123/ijspp.2019-0864
  • Impellizzeri FM et al. What role do chronic workloads play in the acute to chronic workload ratio? Time to dismiss ACWR and its underlying theory. Sports Med, 2021. doi:10.1007/s40279-020-01378-6
  • Lolli L et al. Mathematical coupling causes spurious correlation within the conventional acute-to-chronic workload ratio calculations. Br J Sports Med, 2019. doi:10.1136/bjsports-2017-098110
  • Nielsen RO et al. Excessive progression in weekly running distance and risk of running-related injuries. J Orthop Sports Phys Ther, 2014. doi:10.2519/jospt.2014.5164
  • Ramskov D et al. Progression in running intensity or running volume and the development of specific injuries in recreational runners: Run Clever. J Orthop Sports Phys Ther, 2018. doi:10.2519/jospt.2018.8062
  • Saw AE, Main LC, Gastin PB. Monitoring the athlete training response: subjective self-reported measures trump commonly used objective measures. Br J Sports Med, 2016. doi:10.1136/bjsports-2015-094758
  • van der Worp MP et al. Injuries in runners: a systematic review on risk factors and sex differences. PLoS One, 2015. doi:10.1371/journal.pone.0114937
  • van Gent RN et al. Incidence and determinants of lower extremity running injuries in long distance runners: a systematic review. Br J Sports Med, 2007. doi:10.1136/bjsm.2006.033548
  • Videbæk S et al. Incidence of running-related injuries per 1000 h of running in different types of runners. Sports Med, 2015. doi:10.1007/s40279-015-0333-8

Geschreven door

OpenAthlete Team

OpenAthlete is een open-source trainingsplatform, gebouwd in Grenoble door een onafhankelijke ontwikkelaar en ultraloper, met feedback van de coaches en atleten die het gebruiken. Geen investeerders, geen advertenties.

Lees verder

Hoe snel je je loopvolume opbouwt, week na week

Toen de 10%-regel werd getest, verminderde hij blessures niet, en zonder pauze toegepast loopt hij uit de hand. Stappen, plateaus en geplande lichtere weken werken beter, met één nieuw ding tegelijk.

5 min lezen

Train met cijfers die je kunt controleren.

Elke formule die OpenAthlete gebruikt staat in de broncode, en alles om te trainen is gratis, op onze servers of de jouwe.

Voor altijd gratis. Geen creditcard.