5公里跑步的極化訓練與閾值強度分配：運動生理學與週期化

生理學架構：三區間模型與強度分配

運動生理學家使用以代謝和通氣閾值為基準的三區間模型來評估耐力訓練分配 [1, 15]：

• 第 1 區間（低強度，Zone 1）： 強度低於第一通氣閾值（VT1）或第一乳酸閾值（LT1），通常對應血乳酸濃度 $\le 2.0\text{ mmol/L}$ [1, 15]。
• 第 2 區間（閾值強度，Zone 2）： 介於 VT1/LT1 與第二通氣閾值（VT2）或第二乳酸閾值（LT2）之間的強度區間，血乳酸濃度通常落在 $2.0\text{ 至 }4.0\text{ mmol/L}$，代表最大乳酸穩定狀態（MLSS）的邊界 [1, 10, 15]。
• 第 3 區間（高強度，Zone 3）： 強度高於 VT2/LT2，其特徵為血乳酸濃度 $> 4.0\text{ mmol/L}$ 且心率超過最大心率的 $90%$ [1, 15]。

訓練強度分配（Training intensity distributions, TIDs）調節總訓練量在這三個生理區間的比例 [1, 13]：

• 極化訓練（Polarized Training, POL）： 特點為大量的低強度訓練（第 1 區間佔 $75\text{–}80%$）、極少的閾值訓練（第 2 區間 $< 10%$ 或約 $5%$），以及相當比重的高強度訓練（第 3 區間佔 $15\text{–}20%$）[1, 13, 15]。
• 金字塔型訓練（Pyramidal Training, PYR）： 特點為遞減的訓練量階層（$Z1 > Z2 > Z3$），其中大部分訓練量仍在第 1 區間（$70\text{–}80%$），但第 2 區間的閾值訓練量多於第 3 區間的高強度訓練量 [6, 13, 15]。
• 閾值訓練（Threshold Training, THR）： 強調大量的中強度刺激，將 $> 35%$ 的總訓練量直接配置在第 2 區間內 [1]。

在細胞層面，極化訓練透過雙重訊號路徑刺激粒線體生物合成：大量的第 1 區間訓練能活化鈣離子依賴型訊號路徑，而高強度的第 3 區間訓練則透過細胞 ATP 的快速轉換來刺激腺苷酸活化蛋白激酶（AMPK）[1]。

統合分析證據：極化與其他分配模式的比較

一項納入 17 項隨機對照試驗（$n = 437$）並符合 PRISMA 規範的系統性文獻回顧與統合分析，評估了極化訓練與其他 TIDs 的效果 [1]。研究結果突顯了實驗室系統性生理指標與實際運動表現之間的明確差異：

• 最大攝氧量（$\text{V}\text{O}_{2\text{peak}}$）： 極化訓練在提升 $\text{V}\text{O}_{2\text{peak}}$ 方面顯著優於其他 TIDs（標準化平均差 [SMD] $= 0.24$，$95%$ CI $[0.01, 0.48]$，$p = 0.040$，$I^2 = 0%$，橫跨 11 項研究，$n = 284$）[1]。次組分析顯示，此優勢主要來自介入時間少於 12 週的研究（SMD $= 0.40$，$95%$ CI $[0.08, 0.71]$，$p = 0.01$，$n = 163$），以及應用於高水準／國家級運動員的試驗（SMD $= 0.46$，$95%$ CI $[0.10, 0.82]$，$p = 0.01$，$n = 125$）[1]。
• 計時測驗表現（Time-Trial Performance）： 極化模式在計時測驗表現上並未展現出相較於其他 TIDs 的統計顯著優勢（SMD $= -0.01$，$95%$ CI $[-0.28, 0.25]$，$p = 0.92$，$n = 221$，$I^2 = 0%$）[1]。
• 力竭時間（Time to Exhaustion, TTE）： 不同訓練分配之間未觀察到顯著差異（SMD $= 0.30$，$95%$ CI $[-0.20, 0.79]$，$p = 0.24$，$n = 66$）[1]。
• VT2/LT2 下的速度／功率： 與其他分配相比，極化訓練並未在閾值指標上產生更優越的改善（SMD $= 0.04$，$95%$ CI $[-0.21, 0.29]$，$p = 0.75$，$n = 253$）[1]。

這些統合分析結果表明，雖然極化訓練為急性提升最大有氧能力提供了強效刺激，但整體有氧耐力與持續性閾值指標在各種結構化分配下的適應幅度大致相當 [1]。

閾值訓練量的角色：挪威模式與金字塔型範式

雖然嚴格的極化模式將第 2 區間降至最低，但注重閾值與金字塔型的模型在中長跑專項備賽中展現出獨特的實用價值 [6, 11]。

無論採用何種模型分類，頂尖耐力跑者始終將整體跑量的 $70\text{–}80%$ 維持在 LT1 以下（$< 2.0\text{ mmol/L}$）[6, 11, 15]。然而，對於剩餘 $20\text{–}30%$ 的安排，極化模式與次閾值模式之間存在實質差異 [6, 11]：

• 挪威次閾值模型（Norwegian Sub-Threshold Model）： 最初由 Marius Bakken 透過追蹤血乳酸所發展，並由 Jakob Ingebrigtsen 等菁英跑者採用，該方法運用了大量的次閾值訓練量 [11]。課表透過微血管血乳酸監測受到嚴格控管，將強度維持在 $2.0\text{ 至 }3.0\text{ mmol/L}$ 之間（或達到約 $2.5\text{–}3.0\text{ mmol/L}$ 的 MLSS，刻意低於傳統 $4.0\text{ mmol/L}$ 的 LT2 基準）[10, 11]。將間歇跑嚴格維持在次閾值強度可抑制系統性神經肌肉與自主神經疲勞，使運動員每週能夠執行多次高容量閾值訓練（包括「雙閾值」日），並搭配每週一次的第 3 區間高強度課表 [6, 10, 11]。
• 菁英運動員的分配差異： Mark Burnley、Shawn Bearden 與 Andrew Jones 的分析指出，當根據精確的時間或距離而非主觀課表目標來量化菁英訓練時，大多數菁英耐力課表呈現的是金字塔型結構而非嚴格的極化結構，其在第 2 區間累積的訓練量往往多於第 3 區間 [16]。

針對 5 公里專項表現的 TID 週期化

對於 5 公里路跑表現而言，將訓練強度分配作為動態的週期化歷程應用，比起全年維持固定的單一模式更為有效 [7, 13, 14]。

在 Luca Filipas 及其同事針對 60 名訓練有素跑者（$\text{V}\text{O}_{2\text{peak}}: 67 \pm 4\text{ mL}\cdot\text{kg}^{-1}\cdot\text{min}^{-1}$）進行的 16 週隨機對照試驗中，在總訓練負荷固定的情況下評估了不同的週期化順序 [13]：

• 從 8 週金字塔型分配過渡至 8 週極化型分配（PYR $\rightarrow$ POL），帶來了最顯著的生理與專項表現適應 [13]。
• PYR $\rightarrow$ POL 組的相對 $\text{V}\text{O}_{2\text{peak}}$ 提升了約 $3.0%$（$p < 0.0001$），$2\text{ mmol/L}$ 乳酸對應配速（$v\text{BLa2}$）提升了約 $1.7%$（$p < 0.0001$），$4\text{ mmol/L}$ 乳酸對應配速（$v\text{BLa4}$）提升了約 $1.5%$（$p < 0.0001$），且 5 公里計時測驗成績提升了約 $1.5%$（$p = 0.0001$）[13]。

此證據支持了 5 公里備賽的多階段週期架構 [7, 13, 14]：

1. 準備期（基礎期）： 高容量、低強度的基礎跑步（第 1 區間 $> 80%$），以建立微血管密度和低強度有氧耐受力 [13, 14]。
2. 賽前／專項建構期： 金字塔型分配（$Z1 > Z2 > Z3$），利用受控的次閾值訓練量擴大乳酸清除能力及 $\text{V}\text{O}_{2\text{peak}}$ 的利用率，且不會造成過度的自主神經疲勞 [11, 13, 14]。
3. 比賽／巔峰期： 極化型分配（$Z1 > Z3 > Z2$），將高強度刺激轉移至第 3 區間、以等於或快於 5 公里比賽配速的間歇課表為主，以最大化 $\text{V}\text{O}_{2\text{peak}}$、神經肌肉徵召與專項速耐力 [7, 13, 14]。

個體化與邊界條件

應用極化與閾值概念時，必須針對運動員的訓練水準與比賽需求進行調整：

• 運動員訓練水準： 對於初學者或市民跑者而言，嚴格劃分複雜的三區間 TID 模型通常不如持續累積閾值以下的低強度跑量重要，後者足以建立基礎有氧體能並確保充分恢復 [14]。然而，在市民跑者中的對照研究也顯示，相較於非極化的中強度跑步，極化分配確實能產生更好的適應效果 [11, 17]。
• 速度儲備與超最大區間： 傳統三區間 TID 模型的已知局限在於無法量化高於 $\text{V}\text{O}_{2\text{peak}}$ 的運動輸出 [16]。5 公里等中距離項目需要考量跑者的無氧速度儲備（Anaerobic Speed Reserve, ASR），需要包含超越標準第 3 區間有氧分類的比賽配速與超最大衝刺成分 [16]。