RPE与1RM百分比负荷法：对力量增长与增肌的对比

引言

传统的抗阻训练负荷设定主要依赖于个体单次最大重复重量的固定百分比（%1RM）。尽管 %1RM 提供了客观的基准，但它默认个体的日常身体准备状态保持恒定，且不同个体间的疲劳反应也是一致的。相比之下，主观自身调节策略——主要是基于储备次数（RIR）的主观疲劳感觉量表（RPE）——会根据当天的即时准备状态以及感知到的接近力竭程度来调整负荷 [4, 20]。

探究主观负荷自身调节是优于还是等同于传统的 %1RM 负荷设定，对于优化最大力量发展和骨骼肌肥大至关重要。

长期适应：力量与肌肥大

直接的元分析证据表明，自身调节负荷设定与标准化的百分比训练在最大力量方面产生的适应相似 [1]。在一项包含 15 项研究（其中 6 项研究负荷自身调节）的系统评价与元分析中，自身调节负荷设定（通过基于 RIR 的 RPE 或基于速度的训练）与基于固定百分比的负荷设定之间，在 1RM 力量适应上未观察到统计学上的显著差异（MD = 2.07 kg, 95% CI -0.32 至 4.46 kg, p = 0.09, SMD = 0.21）[1]。

这些发现与长期随机对照试验的结果一致。在对 21 名有抗阻训练经验的男性进行的为期 8 周的日内起伏式抗阻训练试验中，Helms 等人对比了基于 RIR 的 RPE 负荷分配与固定 %1RM 负荷分配 [2, 10]。RPE 组的深蹲 1RM 增加了 +17.05 ± 5.44 kg，而 %1RM 组增加了 +13.91 ± 5.89 kg；卧推 1RM 分别增加了 +10.70 ± 3.30 kg 与 +9.64 ± 5.36 kg [2, 10]。基于效应量幅度的推断分析显示，深蹲（ES = 0.50 ± 0.63）和卧推（ES = 0.28 ± 0.73）分别有 79% 和 57% 的概率倾向于 RPE 具有微弱优势，但零假设显著性检验显示两组间差异并无统计学意义（p > 0.05）[2, 10]。

两种负荷策略在肌肥大适应方面同样表现出等效性 [2, 10]。在同一项为期 8 周的试验中，超声测量的肌肉厚度在 %1RM 和 RPE 条件之间未显示出显著差异：胸大肌（+1.59 ± 1.33 mm 对比 +1.90 ± 1.91 mm）、股骨长度 50% 处的股外侧肌（+2.13 ± 1.95 mm 对比 +1.85 ± 1.97 mm），以及股骨长度 70% 处的股外侧肌（+2.40 ± 2.22 mm 对比 +2.31 ± 2.27 mm）[10]。当长期训练中的总容量负荷和接近力竭程度保持匹配时，两种方法所引起的肌肉横截面积（CSA）和厚度增长相当 [2, 10]。

生理学依据与固定 %1RM 的局限性

固定 %1RM 设定预设了在特定的 1RM 百分比下，所有训练者都会达到相同的接近力竭程度。然而，在特定 %1RM 负荷下完成至力竭的重复次数在个体间存在显著差异 [7, 17]。例如，在以 70% 1RM 进行后深蹲时，有训练经验的个体完成至力竭的次数在 6 到 28 次之间不等 [7, 17]。同样，在 70% 1RM 的腿举中，训练有素的举重运动员平均完成 20 次，而耐力跑者则完成了 40 次 [17]。因此，指定固定的重复次数方案（例如以 70% 1RM 进行每组 8 次）会使某些训练者距离力竭尚远，而另一些人则被推向动作力竭 [7, 17]。

此外，由于睡眠质量、生活压力和累积疲劳等因素，每日的神经肌肉表现围绕既定 1RM 存在高达 ±18% 的波动（总变异度高达 36%）[4, 20]。固定百分比负荷无法根据这些日常变化进行调整，可能导致在状态良好的日子刺激不足，或在状态欠佳的日子产生过度疲劳和技术崩溃 [4, 20]。在易疲劳的训练课中，自身调节负荷方案通过调整负荷来维持预期的生理刺激，使受试者能够比静态 %1RM 方案显著完成更多的重复次数 [21]。

基于 RIR 量表的精确性与有效性

当代抗阻训练使用的 10 分制 RPE 量表直接融入了 RIR：RPE 10 代表最大努力（0 RIR），RPE 9 对应 1 RIR，RPE 8 对应约 2 RIR [4, 9]。文献中主要评估了三种 RIR 量表：Tuchscherer 带有顶端 RIR 锚点的 7 分制量表、Hackett 等人的预估力竭重复次数（ERF）量表，以及 Zourdos 等人的 10 分制 RPE-RIR 量表 [4]。

主观 RIR 评分与客观动作速度之间表现出很强的结构效度 [10, 14, 16]。在抗阻训练中，基于 RIR 的 RPE 得分与杠铃速度呈负相关，后深蹲的相关系数为 r = -0.87，卧推为 r = -0.79 [10]。跨越数千次重复的数据显示，平均推进杠铃速度与感知 RIR 显著相关（深蹲和卧推的平均 r² = 0.3），证明主观感知能够准确反映客观的动作减速 [18]。

RPE/RIR 的实际应用价值取决于预估的准确性 [4, 17]：

• 接近力竭程度： 训练者平均会低估约 ~1 次 RIR [14, 17]。当训练组在 0 至 3 RIR 内结束时，预估准确性显著提高；而当训练组在距离力竭 >4–5 次重复停止时，精确度会明显下降 [12, 17]。
• 重复次数区间： 相比高重复次数方案，在较低重复次数的组中（≤12 次），预估精确度更高 [14, 17]。
• 经验与人群特征： 尽管经验丰富的训练者在 1RM 时的 RPE 评估比新手更准确（9.80 ± 0.18 对比 8.96 ± 0.43），并表现出更强的速度-RPE 相关性（r = -0.88 对比 r = -0.77）[16]，但更广泛的综合研究表明，在常规训练组中，训练水平和生理性别均不会系统性削弱 RIR 的预测准确性 [14, 15, 18]。

速度损失、接近力竭程度与容量自身调节

接近力竭程度（RPE/RIR）与组内疲劳（速度损失百分比，%VL）是由目标重复次数和负荷决定的不同变量 [19]。例如，达到 RPE 8（末次重复速度约为 ~0.20 m·s⁻¹）时，在 8 次重复中会产生 51% 的速度损失，但在约 87.5% 1RM 下进行 3 次重复时，仅产生 23% 的速度损失 [19]。

在容量自身调节研究中，速度损失阈值阐明了力量与肌肥大不同的生理需求 [1, 18]：

• 力量适应： 速度损失阈值 ≤ 25% 相比于阈值 > 25% 能产生显著更大的 1RM 力量增长（MD = 2.32 kg, 95% CI 0.33 至 4.31 kg, p = 0.02, SMD = 0.23）[1]。尽量减小速度损失能够限制过度的神经肌肉疲劳并维持动作速度，从而支持最大力量与爆发力的发展 [1, 5, 18]。
• 肌肥大适应： 速度损失阈值 > 25% 相比于阈值 ≤ 20%（MD = 0.64 cm², 95% CI 0.07 至 1.20 cm², p = 0.03, SMD = 0.34）以及阈值 ≤ 25%（MD = 0.61 cm², 95% CI 0.05 至 1.16 cm², p = 0.03, SMD = 0.28），能产生显著更大的肌肉 CSA 肌肥大 [1]。然而，阈值 > 25% 相比于 20–25% 的中度阈值并未表现出显著优势（MD = 0.36 cm², 95% CI -0.29 至 1.00 cm², p = 0.28, SMD = 0.13）[1]。达到真正的肌肉力竭并非实现最佳肌肥大的必要条件，因为中度至高度接近力竭（1–3 RIR）即可提供充分的运动单位募集，且不会引起不成比例的疲劳 [5, 9]。

实践应用指南

1. 负荷指定： 当以力量或肌肥大为目标时，基于 RIR 的 RPE 提供了一种实用且低成本的 %1RM 替代方案，能够适应即时准备状态的波动 [4, 22]。将目标负荷设定在 1 至 3 RIR（RPE 7–9）之间，以最大化刺激，同时避免反复力竭带来的过度疲劳 [5, 9]。
2. 限制重复次数区间： 为保持 RIR 的准确性，主观 RPE 应主要应用于 ≤12 次重复区间的复合动作中，该区间内的预估误差可控制在 ~1 次重复以内 [14, 17]。
3. 混合式计划制定： 实践者可以将两种系统结合使用，即以目标 %1RM 作为基准，同时设定 RPE 目标（例如 75% 1RM 进行 5 次 @ RPE 7–8），从而允许在训练当天根据热身表现和主观准备状态对负荷进行微调 [4, 20]。