跑步中間歇與閾值跑量的最佳配置：平衡有氧適應與傷害風險

三區強度架構

量化跑步強度分布需要客觀的生理模型。在運動生理學中，耐力運動強度通常以三區模型進行劃分，該模型以第一通氣閾值或乳酸閾值（VT1/LT1，血乳酸濃度約 2 mmol/L）以及第二通氣閾值或乳酸閾值（VT2/LT2，血乳酸濃度約 4 mmol/L，代表無法維持穩定狀態的臨界點）作為錨定基準 [4, 13]。

• 第 1 區（低強度 / HVLIT）： 低於 VT1/LT1 的配速，此時血乳酸濃度維持在接近基準值的狀態（<2 mmol/L），脂肪氧化率高 [4, 13]。在基於配速的架構中，這大致對應於目標比賽配速的 <85% [19]。
• 第 2 區（閾值 / 中等強度）： 介於 VT1/LT1 與 VT2/LT2 之間的配速，特點是血乳酸濃度升高但保持穩定（約 2 至 4 mmol/L），且肝醣消耗顯著 [4, 13]，約為比賽配速的 85% 至 95% [19]。
• 第 3 區（高強度 / 重度強度）： 高於 VT2/LT2 的配速（血乳酸濃度 >4 mmol/L，最大心率 >90%），此時代謝恆定狀態無法維持 [13]，對應於目標比賽配速的 >95% 或最大攝氧量（VO2max）間歇配速 [19]。

訓練強度分布（TID）即是在這三個區間之間調配訓練量 [1, 19]。**極化訓練（POL）**模型將 75% 至 80% 的跑量分配於第 1 區，<10% 分配於第 2 區，15% 至 20% 分配於第 3 區（Z1 > Z3 > Z2）[1, 13, 16]。**金字塔型訓練（PYR）**模型將絕大部分跑量維持在第 1 區（通常為 70% 至 80%），第 2 區（15% 至 20%）與第 3 區（5% 至 10%）的比例則遞減（Z1 > Z2 > Z3）[13, 16, 17]。相較之下，**閾值訓練（THR）**則將超過 35% 的總訓練量投入於第 2 區 [1]。

有氧適應與強度配置

決定每週跑步訓練量中分配給閾值與間歇配速的理想比例，取決於預期的生理目標與運動員的訓練狀態 [1, P1, P2]。

一項納入 17 項隨機對照試驗（共 437 位受試者）的系統性回顧與統合分析顯示，極化訓練在提高巔峰攝氧量（VO2peak）方面，相較於其他 TID 具有統計學上的顯著優勢（標準化平均差 [SMD] = 0.24, p = 0.040, I2 = 0%）[1, P2]。然而，亞組分析揭示了此效應的重要邊界條件：極化訓練對提升 VO2peak 的優越性僅限於短期介入（<12 週：SMD = 0.40, p = 0.01）以及高訓練水準或國家級運動員（SMD = 0.46, p = 0.01）[1]。在持續 12 週或更長時間的介入中，或在休閒跑者群體中進行評估時，極化訓練並未展現出顯著優於其他分布模型的優勢 [1]。

此外，極化訓練的優勢並未一致延伸至實際的比賽表現指標 [1]。在各項統合分析的比較中，POL 與其他 TID 相比，在以下指標上均無統計學顯著差異：

• 計時賽表現： SMD = -0.01 (p = 0.92) [1]
• 力竭時間： SMD = 0.30 (p = 0.24) [1]
• VT2/LT2 時的速度或功率： SMD = 0.04 (p = 0.75) [1]

這些發現表明，雖然高比例的高強度間歇（第 3 區佔 15% 至 20%）在短期訓練週期內能有效驅動受訓運動員的有氧動力適應（VO2peak），但以閾值為導向的訓練（第 2 區）對於提升攝氧量利用率（fractional utilization）以及維持次最大配速同樣有效 [1, 17]。

在細胞層面上，將 80% 的跑量分配於第 1 區、15% 至 20% 分配於第 3 區的理論基礎，建立在粒線體新生的雙重訊號路徑上：低強度大跑量訓練主要刺激細胞內鈣離子訊號路徑，而高強度訓練則消耗細胞 ATP 以活化 5' 腺苷單磷酸活化蛋白激酶（AMPK）[1]。然而，一項為期 8 週的臨床前等卡路里消耗對比研究（比較極化訓練：80% 於 60% VO2max，20% 於 90% VO2max；與閾值訓練：100% 於 75% VO2max）顯示，兩者在運動肌群與呼吸肌群中的粒線體新生標記物（PGC-1alpha、TFAM）、檸檬酸合成酶活性、氧化磷酸化反應（OXPHOS）或耐力容量上均無顯著差異 [5]。

週期化訓練：從金字塔型轉換至極化型

對菁英耐力運動員的觀察性分析顯示，沒有任何單一的靜態極化或靜態閾值模型會被孤立使用 [19, 20]。在 175 個接受分析的菁英耐力運動群體中，有 89 個採用金字塔型分布，65 個採用極化型分布；長跑運動員始終維持 >80% 的跑量在第 1 區，<12% 在第 2 區，其餘則在第 3 區 [19, 20]。菁英馬拉松跑者每週通常安排 2 至 3 次間歇或高強度訓練課表，並將每週總跑量的至少 80% 維持在比馬拉松目標配速慢 3 至 5 公里/小時的配速區間 [20]。

在金字塔型與極化型模型之間進行循序漸進的週期化轉換，能最大化生理適應效益 [4, 16, 18]。在一項針對高水準男性跑者（VO2peak：67 ml/kg/min）進行的 16 週隨機對照試驗中，從 8 週的金字塔型基礎期（Z1 > Z2 > Z3）轉換至 8 週的極化型賽前期（Z1 > Z3 > Z2），所產生的適應效果顯著優於反向週期化或靜態週期化模型 [16]。這種由 PYR 轉換至 POL 的週期化模式，使相對 VO2peak 提升了約 3.0%，血乳酸 2 mmol/L 下的跑速提升了約 1.7%，血乳酸 4 mmol/L 下的跑速提升了約 1.5%，並使 5 公里計時賽成績進步了約 1.5% [4, 16, 18]。

金字塔型分布在基礎期著重於拓展有氧閾值與代謝經濟性，而極化型分布則在臨近比賽時強化 VO2peak、高強度下的乳酸清除能力以及比賽配速 [17, 18]。

肌肉骨骼負荷與跑步相關傷害風險

在將跑量分配給間歇與閾值訓練時，必須在神經肌肉適應與跑步相關傷害（RRI）的成因之間取得平衡 [6, 10]。一項納入 36 項前瞻性研究、涵蓋 23,047 名跑者的系統性回顧指出，整體 RRI 發生率為 26.2%，在競技型跑者中更上升至 62.6% [6]。最常見的受傷部位為膝關節（25.8%）、足部/踝關節（24.4%）以及小腿（24.4%）[6]。

大規模隊列數據挑戰了關於訓練負荷指標與傷害風險的傳統觀點 [6, 10, 12]。在追蹤了 5,205 名跑者及 588,071 次訓練課表的 Garmin-RUNSAFE Health 研究中，傳統的累積負荷指標——例如非偶聯急慢性工作負荷比（ACWR）以及週跑量變化幅度——未能顯示出與過度使用性傷害存在正相關 [10]。同樣地，一項針對 735 名馬拉松跑者進行為期 16 週的分析發現，ACWR >1.5 僅使傷害風險增加 6% [12]，而數學分析也強調 ACWR 公式容易受到偶聯假象（coupling artifacts）的干擾 [11, 12]。

相反地，肌肉骨骼受傷風險主要受到相對於跑者近期基準負荷的單次課表突增所驅動 [10]。單次跑步距離相較於過去 30 天內最長單次跑步的突增幅度，會顯著增加過度使用性傷害的風險比率（HRR）[10]：

• 單次輕度突增（>10% 至 30%）： HRR = 1.64 (95% CI: 1.31–2.05) [10]
• 單次中度突增（>30% 至 100%）： HRR = 1.52 (95% CI: 1.16–2.00) [10]
• 單次重度突增（>100%）： HRR = 2.28 (95% CI: 1.50–3.48) [10]

由於每步的機械負荷會隨著跑步速度增加而上升，高強度間歇與閾值課表會不成比例地增加下肢結構的組織壓力 [6, 10]。將較高強度的課表分散於每週 2 至 3 次獨立的訓練中，同時將每週總跑量的 80% 維持在 VT1 以下的低強度區間，能夠在高強度負荷刺激之間提供足夠的結構修復時間，且不會引發單次負荷驟增 [13, 20]。

跑量配置的實務建議

1. 維持 80% 的第 1 區基礎： 將每週約 80% 的跑步量維持在 VT1/LT1 以下（血乳酸濃度 <2 mmol/L），以最大化有氧訊號刺激，同時避免累積過多的自律神經疲勞或機械壓力 [1, 13, 20]。
2. 將品質訓練限制在 15% 至 20%： 將每週剩餘的 15% 至 20% 跑量分配給閾值（第 2 區）與間歇（第 3 區）訓練，並分散於每週 2 次（最多 3 次）課表中 [13, 20]。
3. 依訓練週期進行階段性調整： 在基礎準備期採用金字塔型分布（10% 至 15% 於第 2 區，5% 至 10% 於第 3 區），以建立穩固的乳酸閾值配速；隨後在賽前 6 至 8 週轉換為極化型分布（5% 於第 2 區，15% 於第 3 區），以最大化 VO2peak 與計時賽表現 [4, 16, 17]。
4. 嚴格控制單次課表的突增幅度： 避免單次課表的跑量或強度相較於過去 30 天內完成的最長同類型課表突增超過 10% 至 30%，以降低下肢過度使用性傷害的風險 [10]。