In che modo sesso, livello di forza ed età dei powerlifter influiscono sull'aumento della forza - Rawtraining
di Greg Nuckols
In che modo fattori come l’età, la forza o il sesso influiscono sui guadagni di forza nei powerlifter agonisti (non solo in soggetti non allenati in un ambiente di laboratorio)? Ho analizzato i dati di quasi 20.000 agonisti e questi sono i risultati.
Una lamentela comune nei confronti della letteratura scientifica sull’allenamento della forza è che non ci sono abbastanza studi su atleti veramente ben allenati o agonisti. Mi sono imbattuto di recente in questo problema quando ho scritto un articolo che confrontava i guadagni di forza in uomini e donne: c’erano oltre 70 studi sull’argomento, ma solo cinque utilizzavano soggetti allenati.
Ciò mi ha fatto pensare: “Come posso raccogliere in modo efficiente una tonnellata di dati sugli atleti agonisti per confrontare i tassi di progresso in uomini e donne allenati? O per fasce d’età? ” Poi ho capito che non c’era bisogno farlo.
Se non hai mai sentito parlare di Open Powerlifting, si tratta di un archivio di risultati di powerlifting che comprende dati raccolti a partire dal 1971, con oltre 640.000 voci datate. Ciò ci consente di svolgere alcune ricerche longitudinali retrospettive su una varietà di argomenti.
Quindi ho scaricato i dati (il 28/06/2018) e ho ridotto l’intero set di dati agli atleti che soddisfacevano sette criteri:
- Erano inclusi i dati sull’età dei powerlifter
- Erano inclusi i dati relativi al peso (non solo alla categoria di peso)
- L’atleta ha gareggiato in un evento “full-power”
- L’atleta non ha fallito tutti e tre i tentativi
- Il risultato era stato ottenuto in configurazione “raw” (nessun bendaggio per le ginocchia)
- L’atleta ha gareggiato in una federazione con controllo antidoping
- L’atleta ha gareggiato in almeno due eventi
Da lì, ho escluso i duplicati e poi ho calcolato il totale in scala allometrica per ogni atleta, in modo da tenere conto delle persone che si spostano in categorie di peso superiori o inferiori nel corso del tempo.
Quindi, ho calcolato il tasso di guadagni di forza per ogni atleta nel tempo, utilizzando questa formula:
((ASS2 – ASS1) / ((T2-T1) × ASS1)) × 30. La moltiplicazione per 30 ci consente di utilizzare i guadagni di forza mensili come standard di progresso. (Nota: ASS1 = totale scalato allometricamente in gara 1 – ASS2 = totale scalato allometricamente in gara 2 – T1 = data della gara 1 – T2 = data della gara 2)
Infine, ho ordinato la percentuale di progresso dal più alto al più basso e ho analizzato l’1% superiore e l’1% inferiore dei risultati. L’ho fatto in modo che i risultati estremi e non rappresentativi non distorcessero il resto delle analisi. Ad esempio, se qualcuno ha avuto una gara VERAMENTE abominevole e poi ha gareggiato due settimane dopo per riscattarsi, questa formula potrebbe dire che ha guadagnato forza ad un tasso del 30% al mese. Tali scenari ovviamente non sono rappresentativi degli effettivi guadagni o perdite di forza dovuti all’allenamento, quindi ho voluto tagliare alcuni dei risultati più estremi per minimizzarne l’impatto.
Dopo tutto ciò, sono rimasti 70.117 risultati di gara su 19.749 atleti.
Sulla base di questi dati, possiamo esaminare quattro diverse relazioni:
- La relazione tra forza iniziale e velocità di progresso.
- Il rapporto tra età dei powerlifter e velocità di progresso.
- Se uomini e donne progrediscono a ritmi diversi.
- Quanto bene possiamo prevedere i tassi di progresso da questi tre fattori.
Sesso
Ho iniziato con il sesso perché se ci fossero differenze di sesso significative, avrebbe senso guardare all’età e alle relazioni di forza iniziali all’interno di ciascun sesso invece che nell’intera coorte raggruppata.
In questo campione, gli uomini hanno acquisito forza a un tasso di 0,576 ± 1,475% (media ± DS) al mese (IC 95%: 0,568-0,584), mentre le donne hanno guadagnato forza a un tasso di 0,920 ± 1,766% al mese (IC 95% : 0.907-0.933). Questa era una differenza significativa (p <0,001) con una piccola dimensione dell’effetto (d = 0,217). (IC = Intervallo di Confidenza, ndt)
Ciò è in linea con la maggior parte della letteratura sull’argomento. Da notare, nella mia recente meta-analisi sul sesso, il tasso settimanale aggregato di guadagni di forza era del 2,23% a settimana per gli uomini e del 2,95% a settimana per le donne. I guadagni mensili di forza nei powerlifter sono dello 0,576% al mese per gli uomini e dello 0,920% al mese per le donne. Quindi, i soggetti (per lo più non allenati) nella letteratura scientifica stavano facendo progressi 12,8-15,5 volte più velocemente dei powerlifter.
Poiché le donne hanno acquisito forza significativamente più velocemente degli uomini in questo campione, ho stratificato tutte le altre analisi in base al sesso.
Forza Iniziale
Partiamo dal presupposto che gli atleti più esperti tendono ad essere più forti di quelli meno esperti e che gli atleti più esperti tendono a progredire a un ritmo più lento rispetto agli atleti meno esperti. Pertanto, ci aspettiamo che gli atleti più forti progrediscano a un ritmo più lento rispetto agli atleti più deboli.
Durante il test, ho riscontrato che tale ipotesi è valida, ma anche non molto predittiva. Sia negli uomini che nelle donne, la relazione tra forza e velocità di progresso era significativa (in gran parte a causa dell’enorme dimensione del campione), ma debole. Per gli uomini, r = 0,280; r 2 = 0,078. Per le donne, r = 0,283; r 2 = 0,080.
Per semplificare i dati, ho diviso i dati in decili in base alla forza iniziale. Quindi, ho tracciato il 10°, il 25°, il 50°, il 75° ed il 90° percentile di progresso della forza all’interno di ogni decile. Come puoi vedere, i cambiamenti più grandi si vedono tra gli “alti risultati” nei decili più bassi. Il 10°, il 25° ed il 50° percentile hanno pendenze negative piuttosto delicate su tutti i decili, mentre il 75° e il 90° percentile hanno un calo piuttosto ripido dal primo al terzo decile.
Infine, come controllo di robustezza per le differenze di sesso, ho tracciato la differenza tra i guadagni di forza relativa femminile e maschile in tutti i 10 decili. Come puoi vedere, le donne tendevano a fare progressi relativi più rapidi su tutta la linea, anche nei decili di forza più alta. Ciò risulta essere in contrasto con l’affermazione comune secondo cui le donne acquisiscono forza più velocemente nella letteratura scientifica perché i soggetti femminili inclusi negli studi hanno un livello di allenamento inferiore rispetto ai soggetti maschi.
Età dei powerlifter
Partiamo dal presupposto che gli atleti più anziani acquisiscano forza più lentamente rispetto agli atleti più giovani.
Durante la verifica di tale ipotesi, l’ho trovata valida, ma anche poco predittiva. Infatti, sebbene la relazione fosse ancora significativa (p <0,001), l’età dei powerlifter era meno predittiva rispetto alla forza iniziale. Per gli uomini, r = 0,136; r 2 = 0,018. Per le donne, r = 0,127; r 2 = 0,016.
Per semplificare i dati, li ho suddivisi per gruppi di età. Le fasce di età erano <10 anni, incrementi di 5 anni da 10-49,9 anni e incrementi di 10 anni da 50-80 anni. Poiché non c’erano TROPPE persone nella fascia di età più bassa e più alta, ho riunito gli uomini e le donne per questo grafico. Con il pooling, c’erano 70 concorrenti di età inferiore a 10 anni e 425 concorrenti di età compresa tra 70 e 80 anni; ce n’erano più di 1000 in tutti gli altri segmenti di età.
Questa rappresentazione visiva dei dati mi ha davvero sorpreso. Sembrano esserci grandi differenze tra i powerlifter di età inferiore ai 20 anni e di età superiore ai 20 anni, ma oltre a ciò, non sembrano esserci differenze sostanziali tra i 20 e gli 80 anni, tranne per il fatto che c’è una maggiore ampiezza generale nei tassi di progresso nel fasce di età superiori.
Ora, di certo non penso che questo significhi che le persone continuano a guadagnare forza indefinitamente. Penso che sia probabilmente dovuto a un paio di livelli di bias di campionamento; anche nel contesto delle gare di powerlifting, la maggior parte degli atleti è relativamente nuova in questo sport.
Stimerei che nella maggior parte delle gare, l’80% dei concorrenti si allena seriamente da meno di 5 anni e le persone che si allenano da oltre 10 anni sono una minoranza molto piccola. La maggior parte degli atleti probabilmente smette di gareggiare con la stessa frequenza (o smette del tutto di gareggiare) una volta che la forza raggiunge il picco e poi inizia a regredire. Inoltre, le persone competono nel powerlifting solo se sono attratte dallo sport. Bisogna considerare che solo una minoranza di persone in qualsiasi fascia di età è attratta da questo sport, probabilmente solo le persone che, in media, sono più dotate per il powerlifting rispetto alla media della popolazione.
Scommetto che il powerlifter medio di 60 anni è probabilmente un po’ più atipico (e, a parità di altre condizioni, più anomalo nella sua fascia di età, rispetto alla popolazione generale) rispetto al powerlifter 25enne medio. Si noti inoltre che la mediana tende gradualmente verso il basso nel tempo.
Quindi, da un lato, non dovresti interpretarlo in modo acritico e pensare che un qualsiasi 25enne e un qualsiasi 60enne dovrebbero aspettarsi tassi simili di progresso relativo. Di contro, non sembra che la capacità di acquisire forza diminuisca così rapidamente con l’età come molte persone pensano.
Mettiamo tutto insieme
Quindi, alla fine, quanto bene possiamo prevedere il tasso di progresso avendo a disposizione sesso, età e livello di forza di un powerlifter?
Per scoprirlo, ho eseguito una regressione lineare multipla con tutti e tre questi fattori come variabili indipendenti e con un aumento relativo della forza scalata allometricamente come variabile dipendente.
Anche un modello che incorpora tutti e tre questi fattori è solo in minima parte predittivo (r = 0,338; r 2 = 0,114). Ciò significa che questi tre fattori rappresentano solo circa l’11,4% della variazione dei guadagni di forza.
Altri fattori come la genetica, l’allenamento (selezionare un buon programma e eseguirlo bene), l’alimentazione, il sonno, lo stress, gli infortuni, l’anzianità di allenamento e l’errore casuale rappresentano il restante 88,6% della variazione. In altre parole, è sconsiderato fare grandi supposizioni sulla velocità di progresso che puoi aspettarti data la tua età, sesso o attuale livello di forza. Sebbene queste cose siano tutte correlate al successivo tasso di progresso della forza, la relazione è piuttosto debole e non molto predittiva.
Problemi / avvertenze
Alcune delle relazioni in questo set di dati possono essere più deboli delle relazioni “vere” tra uno qualsiasi di questi fattori e il successivo progresso della forza, semplicemente perché i dati delle gare hanno naturalmente un certo rumore. Fattori quali un peaking scarso o eccellente, una selezione dei tentativi scadente o eccellente, giudici severi o rilassati, ecc., introducono più rumore nel set di dati di quanto sarebbe presente se i dati fossero raccolti in condizioni di laboratorio perfettamente controllate. Eliminare i valori anomali aiuta con questo ai margini, ma del rumore è senza dubbio ancora presente anche nei dati più “normali”. Tuttavia, il compromesso è che le persone in questo set di dati sono molto meglio allenate rispetto alle persone nella maggior parte degli studi e il set di dati è MOLTO più grande di quello che potresti raccogliere in uno studio in prospettiva.
Con un’analisi retrospettiva come questa, è importante considerare il bias di campionamento. Come accennato, le persone che scelgono di competere nel powerlifting sono una minoranza e probabilmente differiscono dai membri della popolazione generale in modi non banali e sistematici. La generalizzazione di questi risultati con un’altra popolazione dovrebbe essere fatta con molta cautela. Inoltre, è impossibile controllare o tenere conto di fattori come l’anzianità di allenamento o l’alimentazione, che potrebbero influenzare in modo concreto i tassi di progresso ed è ragionevole presumere che la maggior parte delle persone smetta di competere (o gareggi meno frequentemente) quando i progressi della loro forza rallentano o quando la forza comincia a diminuire. Tenendo conto di tutte queste cose, i tassi di progresso osservati in questo studio probabilmente sovrastimano i tassi di progresso “reali” che le persone effettivamente realizzano.
Infine, se un atleta ha gareggiato due volte, i suoi dati entrerebbero in questi modelli una volta (tasso di progresso tra i due punti temporali). Tuttavia, se un atleta avesse gareggiato sei volte, i suoi dati sarebbero entrati in questi modelli cinque volte (tasso di progresso tra i sei punti temporali). Quindi, è possibile che ci sia un bias in queste analisi a causa dell’influenza sovradimensionata degli atleti che hanno gareggiato più volte. Con un campione così ampio, l’influenza di qualsiasi individuo, anche se avesse gareggiato venti volte, sarebbe minima, ma è possibile che le persone che competono più spesso differiscano sistematicamente da persone che non competono così spesso, il che introdurrebbe un bias. L’utilizzo di modelli più complessi aiuterebbe a tenerne conto e potrebbe rivelare relazioni più forti tenendo conto meglio della variabilità tra individui.
Per controllare alcune di queste carenze, ho filtrato ulteriormente i dati fino a 4.312 atleti che avevano gareggiato in almeno cinque eventi. Dalla gara 1 alla gara 2, il tasso mediano di progresso in questo campione è stato dello 0,78% al mese, che è fondamentalmente il punto medio tra le medie maschili e femminili nell’intero campione. Tuttavia, dalla gara 4 alla gara 5, il tasso medio di progresso è stato solo dello 0,26% al mese. In media, la gara 5 si è svolta circa 2 anni (770 giorni) dopo la gara 1 in questo campione, dimostrando che i tassi di progresso diminuiscono nel tempo abbastanza rapidamente e che i tassi di progresso osservati nell’intero campione può essere stato influenzato da atleti che hanno gareggiato solo in due o tre eventi.
Sebbene in linea con il tema di questo articolo, anche “l’anzianità di allenamento” (definita dal numero di gare completate) è a malapena predittiva del tasso di progresso. Come ogni altra cosa, è “significativo” (p <0,001) perché il campione è molto grande, ma i valori di r e r 2 sono piccoli (rispettivamente 0,165 e 0,027). Inoltre, se inserito in un modello completo con età, sesso e forza iniziale, l’accuratezza predittiva del modello viene migliorata solo marginalmente.
Conclusione
In conclusione, c’è molta variabilità tra le persone e i fattori più diffusi per prevedere il tasso di progresso (livello di forza, età, età di allenamento) sono sì associati ai tassi di progresso, ma le relazioni sono molto più deboli di quanto la maggior parte delle persone sembri credere. L’effetto dell’età sembra essere limitato principalmente alle persone di età inferiore ai 20 anni e l’effetto della forza iniziale sembra essere limitato principalmente al 20-30% circa dei powerlifter più deboli. Inoltre, in linea con la maggior parte della letteratura sull’argomento, le donne powerlifter sembrano ottenere guadagni di forza relativa più rapidi rispetto ai maschi (anche se c’è una tonnellata di variabilità e la differenza è associata solo a una piccola dimensione dell’effetto).
Gli effetti della variabilità individuale (cioè la genetica), la selezione di un buon programma di allenamento (e in realtà allenarsi duramente), l’attenzione a ciò che accade fuori dalla palestra (dormire, mangiare bene, ridurre al minimo lo stress), evitare gli infortuni e stabilire aspettative elevate per te stesso sembrano prevalere di gran lunga sugli effetti dell’età, del sesso, dei livelli di forza iniziali o anche (fino a un certo punto) dell’anzianità di allenamento.
In chiusura, vorrei ringraziare Open Powerlifting per il mantenimento di un database di così alto livello e gratuito. Se desideri scaricare i dati per curiosare, puoi farlo qui.
Prendi in considerazione la possibilità di fare una donazione al loro Patreon per mantenere le loro attività operative.
–
L’articolo è disponibile anche in podcast sulle principali piattaforme (Spotify, iTunes, Google podcast, etc).
La versione originale i questo articolo è disponibile QUI.

GregNuckols
Greg Nuckols ha oltre un decennio di esperienza sotto al bilanciere e una laurea in Exercise and Sports Science. Ha battutto tre record del mondo nel powerlifting nella categoria 220 e 242 libbre (100kg e 110kg).
Ha allenato centinaia di atleti e persone normali, sia online che di persona. Ha scritto per molte riviste e siti del settore del fitness, incluso Men Health, Men’s Fitness, Muscle & Fitness, Bodybuilding.com, T-Nation, and Schwarzenegger.com. Ha avuto anche l'opportunità di lavorare con e imparare da molti detentori di record, campioni, e allenatori professionisti nel settore della forza e del onditioning grazie al suo ruolo di Chief Content Director per Juggernaut Training Systems.
Le sue passioni sono rendere le informazioni complesse facilmente comprensibili per atleti, allenatori e appassionati di fitness, aiutando gli atleti a raggiungere i propri obiettivi in termini di forza e bere dell'ottima birra.
Gli ultimi due - La forza di presa della mano 26 Aprile 2021
