RPE बनाम 1RM का प्रतिशत: स्ट्रेंथ और मसल ग्रोथ पर प्रभाव

Introduction

रेसिस्टेंस ट्रेनिंग लोड का निर्धारण पारंपरिक रूप से किसी व्यक्ति के वन-रेपिटिशन मैक्सिमम (%1RM) के निश्चित प्रतिशत पर निर्भर करता है। यद्यपि %1RM एक वस्तुनिष्ठ (objective) आधार प्रदान करता है, यह व्यक्तियों में एक समान दैनिक शारीरिक तत्परता और एक जैसी थकान प्रतिक्रिया की धारणा मानकर चलता है। इसके विपरीत, व्यक्तिपरक ऑटोरिगुलेशन रणनीतियाँ—मुख्य रूप से रेपिटिशन्स इन रिज़र्व (RIR) पर आधारित रेटिंग ऑफ़ पर्सीव्ड एग्जर्शन (RPE)—तीव्र तत्परता और विफलता के निकटता के अनुभव के अनुसार दैनिक लोड को समायोजित करती हैं [4, 20]।

यह समझना कि क्या व्यक्तिपरक लोड ऑटोरिगुलेशन पारंपरिक %1RM लोडिंग से बेहतर प्रदर्शन करता है या उसके बराबर है, अधिकतम स्ट्रेंथ विकास और स्केलेटल मसल हाइपरट्रॉफी को अनुकूलित करने के लिए आवश्यक है।

Chronic Adaptations: Strength and Hypertrophy

प्रत्यक्ष मेटा-विश्लेषणात्मक साक्ष्य इंगित करते हैं कि ऑटोरिगुलेटेड लोड निर्धारण और मानकीकृत प्रतिशत-आधारित ट्रेनिंग अधिकतम स्ट्रेंथ में समान अनुकूलन उत्पन्न करते हैं [1]। 15 अध्ययनों (6 लोड ऑटोरिगुलेशन की जांच करने वाले) के एक व्यवस्थित समीक्षा और मेटा-विश्लेषण में, ऑटोरिगुलेटेड लोड निर्धारण (RIR-आधारित RPE या वेलोसिटी-आधारित ट्रेनिंग के माध्यम से) और निश्चित प्रतिशत-आधारित लोडिंग के बीच 1RM स्ट्रेंथ अनुकूलन में कोई सांख्यिकीय रूप से महत्वपूर्ण अंतर नहीं देखा गया (MD = 2.07 kg, 95% CI -0.32 to 4.46 kg, p = 0.09, SMD = 0.21) [1]।

ये निष्कर्ष दीर्घकालिक यादृच्छिक परीक्षणों (chronic randomized trials) के अनुरूप हैं। 21 रेसिस्टेंस-प्रशिक्षित पुरुषों में 8-सप्ताह के दैनिक अनड्यूलेटिंग रेसिस्टेंस ट्रेनिंग परीक्षण में, Helms et al. ने RIR-आधारित RPE लोड असाइनमेंट की तुलना निश्चित %1RM असाइनमेंट से की [2, 10]। स्क्वाट 1RM में RPE समूह में +17.05 ± 5.44 किग्रा की वृद्धि हुई जबकि %1RM समूह में +13.91 ± 5.89 किग्रा की वृद्धि हुई, वहीं बेंच प्रेस 1RM में +10.70 ± 3.30 किग्रा बनाम +9.64 ± 5.36 किग्रा की वृद्धि हुई [2, 10]। मैग्नीट्यूड-आधारित अनुमान विश्लेषणों ने स्क्वाट (ES = 0.50 ± 0.63) और बेंच प्रेस (ES = 0.28 ± 0.73) के लिए RPE के पक्ष में क्रमशः 79% और 57% छोटे प्रभाव आकार (effect size) लाभ की संभावना का संकेत दिया, हालांकि नल-हाइपोथिसिस सिग्निफिकेंस टेस्टिंग में समूहों के बीच कोई सांख्यिकीय रूप से महत्वपूर्ण अंतर नहीं पाया गया (p > 0.05) [2, 10]।

हाइपरट्रॉफिक अनुकूलन लोडिंग रणनीतियों के बीच समान स्तर दर्शाते हैं [2, 10]। उसी 8-सप्ताह के परीक्षण में, अल्ट्रासाउंड-मापा गया मांसपेशी मोटाई (muscle thickness) पेक्टोरलिस मेजर (+1.59 ± 1.33 mm बनाम +1.90 ± 1.91 mm), 50% फीमर लंबाई पर वेस्टस लेटरैलिस (+2.13 ± 1.95 mm बनाम +1.85 ± 1.97 mm), या 70% फीमर लंबाई पर वेस्टस लेटरैलिस (+2.40 ± 2.22 mm बनाम +2.31 ± 2.27 mm) के लिए %1RM और RPE स्थितियों के बीच कोई महत्वपूर्ण अंतर नहीं दिखा [10]। जब कुल वॉल्यूम लोड और विफलता की निकटता समय के साथ मेल खाती है, तो दोनों विधियां तुलनीय मांसपेशी क्रॉस-सेक्शनल एरिया (CSA) और मोटाई लाभ प्राप्त करती हैं [2, 10]।

Physiological Rationale and Limitations of Fixed %1RM

निश्चित %1RM निर्धारण यह मानकर चलते हैं कि 1RM का एक निश्चित प्रतिशत सभी प्रशिक्षुओं में विफलता के समान निकटता उत्पन्न करता है। हालाँकि, 1RM के एक विशिष्ट प्रतिशत पर विफलता तक पूरे किए गए रेपिटिशन्स की संख्या में अत्यधिक अंतर-व्यक्तिगत भिन्नता (inter-individual variability) देखी जाती है [7, 17]। उदाहरण के लिए, 70% 1RM पर बैक स्क्वाट करते समय, प्रशिक्षित व्यक्तियों में विफलता तक रेप्स 6 से 28 रेपिटिशन्स के बीच भिन्न होते हैं [7, 17]। इसी तरह, 70% 1RM पर लेग प्रेस पर, प्रशिक्षित वेटलिफ्टरों ने औसतन 20 रेप्स किए जबकि एंड्योरेंस रनर्स द्वारा 40 रेप्स किए गए [17]। परिणामस्वरूप, एक निश्चित रेप योजना (उदा. 70% 1RM पर 8 के सेट्स) असाइन करना कुछ लिफ्टरों को विफलता से बहुत दूर छोड़ देता है जबकि दूसरों को टास्क फेलियर तक धकेल देता है [7, 17]।

इसके अलावा, नींद की गुणवत्ता, जीवन तनाव और संचित थकान जैसे कारकों के कारण दिन-प्रतिदिन न्यूरोमस्कुलर प्रदर्शन पहले से स्थापित 1RM के आसपास ±18% तक (कुल भिन्नता 36% तक) उतार-चढ़ाव करता है [4, 20]। निश्चित प्रतिशत लोडिंग इन दैनिक बदलावों के अनुसार समायोजित करने में विफल रहती है, जिससे उच्च-तत्परता वाले दिनों में कम-उत्तेजना (under-stimulation) या कम-तत्परता वाले दिनों में अत्यधिक थकान और तकनीक में गिरावट हो सकती है [4, 20]। थका देने वाले सत्रों में, ऑटोरिगुलेटेड लोडिंग प्रोटोकॉल प्रतिभागियों को इच्छित शारीरिक उत्तेजना को बनाए रखने के लिए लोड को समायोजित करके स्थिर %1RM निर्धारण की तुलना में काफी अधिक रेपिटिशन्स पूरे करने की अनुमति देते हैं [21]।

Precision and Validity of RIR-Based Scales

समकालीन 10-पॉइंट रेसिस्टेंस ट्रेनिंग RPE स्केल सीधे RIR को शामिल करता है: 10 का RPE अधिकतम प्रयास (0 RIR) को दर्शाता है, RPE 9 का अर्थ 1 RIR है, और RPE 8 लगभग 2 RIR से मेल खाता है [4, 9]। साहित्य में तीन प्राथमिक RIR पैमानों का मूल्यांकन किया गया है: Tuchscherer का 7-पॉइंट स्केल टॉप-एंड RIR एंकर्स के साथ, Hackett et al. का एस्टिमेटेड रेपिटिशन्स टू फेलियर (ERF) स्केल, और Zourdos et al. का 10-पॉइंट RPE-RIR स्केल [4]।

सब्जेक्टिव RIR रेटिंग वस्तुनिष्ठ मूवमेंट वेलोसिटी के विरुद्ध मजबूत कंस्ट्रक्ट वैलिडिटी प्रदर्शित करती है [10, 14, 16]। RIR-आधारित RPE स्कोर रेसिस्टेंस एक्सरसाइज के दौरान बारबेल वेलोसिटी के साथ विपरीत रूप से सहसंबद्ध (inversely correlated) होते हैं, जिसमें बैक स्क्वाट के लिए r = -0.87 और बेंच प्रेस के लिए r = -0.79 का सहसंबंध गुणांक (correlation coefficient) होता है [10]। मीन प्रोपल्सिव बार वेलोसिटी हजारों रेपिटिशन्स में कथित RIR (स्क्वैट्स और बेंच प्रेस में औसत r² = 0.3) से संबंधित है, जो यह प्रदर्शित करता है कि व्यक्तिपरक धारणा वस्तुनिष्ठ मूवमेंट मंदी को दर्शाती है [18]।

RPE/RIR की व्यावहारिक उपयोगिता अनुमान की सटीकता पर निर्भर करती है [4, 17]:

• Proximity to Failure: लिफ्टर RIR को औसतन लगभग ~1 रेपिटिशन कम आंकते हैं (underestimate करते हैं) [14, 17]। जब सेट्स 0 से 3 RIR के भीतर समाप्त होते हैं, तो अनुमान की सटीकता में काफी सुधार होता है, जबकि जब सेट्स को विफलता से >4–5 रेप्स पहले रोक दिया जाता है, तो सटीकता घट जाती है [12, 17]।
• Repetition Ranges: उच्च-रेपिटिशन प्रोटोकॉल की तुलना में कम-रेपिटिशन सेट्स (≤12 रेप्स) के दौरान अनुमान की सटीकता अधिक होती है [14, 17]।
• Experience and Demographics: हालांकि अनुभवी लिफ्टर नौसिखियों की तुलना में 1RM पर RPE को अधिक सटीक रूप से रेट करते हैं (9.80 ± 0.18 बनाम 8.96 ± 0.43) और मजबूत वेलोसिटी-RPE सहसंबंध दिखाते हैं (r = -0.88 बनाम r = -0.77) [16], व्यापक निष्कर्ष यह संकेत देते हैं कि न तो ट्रेनिंग स्थिति और न ही जैविक लिंग मानक सेट्स के दौरान RIR भविष्यवाणी सटीकता को व्यवस्थित रूप से प्रभावित करता है [14, 15, 18]।

Velocity Loss, Proximity to Failure, and Volume Autoregulation

विफलता की निकटता (RPE/RIR) और सेट के भीतर थकान (प्रतिशत वेलोसिटी लॉस, %VL) अलग-अलग चर हैं जो रेपिटिशन लक्ष्य और लोड द्वारा तय होते हैं [19]। उदाहरण के लिए, 8 RPE (अंतिम रेपिटिशन वेलोसिटी ~0.20 m·s⁻¹) तक पहुंचने पर 8 रेपिटिशन्स में 51% वेलोसिटी लॉस होता है, लेकिन ~87.5% 1RM पर 3 रेप्स में केवल 23% वेलोसिटी लॉस होता है [19]।

वॉल्यूम ऑटोरिगुलेशन अनुसंधान में, वेलोसिटी लॉस थ्रेशोल्ड स्ट्रेंथ बनाम हाइपरट्रॉफी के लिए अलग-अलग शारीरिक आवश्यकताओं को स्पष्ट करते हैं [1, 18]:

• Strength Adaptations: ≤ 25% के वेलोसिटी लॉस थ्रेशोल्ड > 25% के थ्रेशोल्ड की तुलना में काफी अधिक 1RM स्ट्रेंथ लाभ उत्पन्न करते हैं (MD = 2.32 kg, 95% CI 0.33 to 4.31 kg, p = 0.02, SMD = 0.23) [1]। वेलोसिटी लॉस को कम से कम रखना अत्यधिक न्यूरोमस्कुलर थकान को सीमित करता है और मूवमेंट वेलोसिटी को बनाए रखता है, जो अधिकतम स्ट्रेंथ और पावर का समर्थन करता है [1, 5, 18]।
• Hypertrophy Adaptations: > 25% के वेलोसिटी लॉस थ्रेशोल्ड ≤ 20% के थ्रेशोल्ड (MD = 0.64 cm², 95% CI 0.07 to 1.20 cm², p = 0.03, SMD = 0.34) और ≤ 25% के थ्रेशोल्ड (MD = 0.61 cm², 95% CI 0.05 to 1.16 cm², p = 0.03, SMD = 0.28) की तुलना में काफी अधिक मसल CSA हाइपरट्रॉफी प्रदान करते हैं [1]। हालांकि, > 25% के थ्रेशोल्ड 20–25% के मध्यम थ्रेशोल्ड पर कोई महत्वपूर्ण लाभ नहीं दिखाते हैं (MD = 0.36 cm², 95% CI -0.29 to 1.00 cm², p = 0.28, SMD = 0.13) [1]। इष्टतम हाइपरट्रॉफी के लिए वास्तविक मस्कुलर फेलियर तक प्रशिक्षण आवश्यक नहीं है, क्योंकि विफलता की मध्यम-से-उच्च निकटता (1–3 RIR) बिना अत्यधिक थकान के पर्याप्त मोटर यूनिट भर्ती (recruitment) प्रदान करती है [5, 9]।

Practical Application Guidelines

1. Load Assignment: स्ट्रेंथ या हाइपरट्रॉफी को लक्षित करते समय, RIR-आधारित RPE %1RM का एक व्यावहारिक, कम लागत वाला विकल्प प्रदान करता है जो तीव्र तत्परता में उतार-चढ़ाव को समायोजित करता है [4, 22]। बार-बार विफलता से जुड़ी अत्यधिक थकान से बचते हुए उत्तेजना को अधिकतम करने के लिए 1 और 3 RIR (RPE 7–9) के बीच लोड को लक्षित करें [5, 9]।
2. Constraint of Repetition Ranges: RIR सटीकता बनाए रखने के लिए, व्यक्तिपरक RPE को मुख्य रूप से ≤12 रेपिटिशन्स की रेप रेंज में किए जाने वाले कंपाउंड मूवमेंट्स पर लागू करें, जहां अनुमान की त्रुटि ~1 रेपिटिशन के भीतर रहती है [14, 17]।
3. Hybrid Programming: कोच और एथलीट RPE लक्ष्य के साथ बेसलाइन के रूप में 1RM के लक्ष्य प्रतिशत को निर्धारित करके दोनों प्रणालियों को जोड़ सकते हैं (उदा. 75% 1RM पर 5 रेप्स @ RPE 7–8), जिससे वार्म-अप प्रदर्शन और व्यक्तिपरक तत्परता के आधार पर दिन पर मामूली लोड समायोजन की अनुमति मिलती है [4, 20]।