RPE 自覺強度 vs %1RM 百分比：對肌力與增肌的影響

前言

傳統的阻力訓練負荷處方通常仰賴個人單次最大重量（%1RM）的固定百分比。雖然 %1RM 提供了客觀的基準，但它預設了運動員每日的身體準備狀態一致，且個體間的疲勞反應相同。相較之下，主觀自體調節（autoregulation）策略——主要是基於保留次數（RIR）的自覺用力程度（RPE）——能根據當下的準備狀態與主觀感受到的力竭接近程度來調節當日負荷 [4, 20]。

理解主觀負荷自體調節究竟是優於或等同於傳統的 %1RM 負荷法，對於優化最大肌力發展與骨骼肌肥大至關重要。

長期適應：肌力與肌肥大

直接的統合分析證據指出，自體調節負荷處方與標準化的百分比訓練在最大肌力上產生了相似的適應效果 [1]。在一項納入 15 項研究（其中 6 項探討負荷自體調節）的系統性回顧與統合分析中，自體調節負荷處方（透過基於 RIR 的 RPE 或以速度為基礎的訓練）與固定百分比負荷之間，在 1RM 肌力適應上未觀察到統計學上的顯著差異（MD = 2.07 kg，95% CI -0.32 至 4.46 kg，p = 0.09，SMD = 0.21）[1]。

這些發現與長期隨機對照試驗的結果一致。在針對 21 名具備阻力訓練經驗男性的 8 週每日波動阻力訓練試驗中，Helms 等人比較了基於 RIR 的 RPE 負荷設定與固定 %1RM 設定的差異 [2, 10]。RPE 組的深蹲 1RM 增加了 +17.05 ± 5.44 kg，而 %1RM 組增加了 +13.91 ± 5.89 kg；臥推 1RM 方面，RPE 組增加了 +10.70 ± 3.30 kg，%1RM 組則增加了 +9.64 ± 5.36 kg [2, 10]。基於量級的推論（magnitude-based inference）分析顯示，深蹲（ES = 0.50 ± 0.63）與臥推（ES = 0.28 ± 0.73）分別有 79% 和 57% 的機率具有偏向 RPE 的微小效應量優勢，不過虛無假說顯著性檢定顯示組間並無統計學上的顯著差異（p > 0.05）[2, 10]。

在肌肥大適應方面，兩種負荷策略同樣展現出相等的效果 [2, 10]。在同一項為期 8 週的試驗中，以超音波測量的肌肉厚度在 %1RM 與 RPE 條件下均無顯著差異：胸大肌（+1.59 ± 1.33 mm 對比 +1.90 ± 1.91 mm）、股骨長度 50% 處的股外側肌（+2.13 ± 1.95 mm 對比 +1.85 ± 1.97 mm），以及股骨長度 70% 處的股外側肌（+2.40 ± 2.22 mm 對比 +2.31 ± 2.27 mm）[10]。當長期總容量負荷與力竭接近程度受到控制匹配時，兩種方法所誘發的肌肉橫截面積（CSA）與厚度增長相當 [2, 10]。

固定 %1RM 的生理學依據與限制

固定 %1RM 處方預設了特定的 1RM 百分比會在所有訓練者身上引發相同的力竭接近程度。然而，在特定 %1RM 下達到力竭所能完成的次數存在巨大的個體間差異 [7, 17]。例如，在以 70% 1RM 進行後深蹲時，具備訓練經驗者的力竭次數介於 6 到 28 次之間 [7, 17]。同樣地，在 70% 1RM 的腿推機上，訓練有素的舉重選手平均完成 20 次，而耐力跑者則完成了 40 次 [17]。因此，指定固定的次數安排（例如以 70% 1RM 進行 8 次）會使某些訓練者遠未接近力竭，同時卻將其他人推向動作失敗的邊緣 [7, 17]。

此外，受睡眠品質、生活壓力與累積疲勞等因素影響，每日的神經肌肉表現相較於先前測得的 1RM 會出現高達 ±18% 的波動（總變異幅度高達 36%）[4, 20]。固定百分比負荷無法因應這些每日的轉變，可能導致在準備狀態良好的日子裡刺激不足，或在準備狀態不佳的日子裡累積過度疲勞並造成動作技術崩潰 [4, 20]。在容易產生疲勞的訓練課表中，自體調節負荷課表允許受試者透過調節負荷來維持預期的生理刺激，進而比靜態 %1RM 處方完成顯著更多的次數 [21]。

基於 RIR 量表的精準度與效度

現代應用於阻力訓練的 10 分制 RPE 量表直接納入了 RIR：RPE 10 代表最大努力（0 RIR），RPE 9 對應 1 RIR，RPE 8 則約對應 2 RIR [4, 9]。文獻中評估了三種主要的 RIR 量表：Tuchscherer 帶有頂端 RIR 錨定點的 7 分量表、Hackett 等人的預估力竭次數（ERF）量表，以及 Zourdos 等人的 10 分制 RPE-RIR 量表 [4]。

主觀 RIR 評分與客觀動作速度之間展現出極高的建構效度 [10, 14, 16]。在阻力運動中，基於 RIR 的 RPE 分數與槓鈴速度呈負相關，後深蹲的相關係數為 r = -0.87，臥推為 r = -0.79 [10]。跨越數千次反覆的數據顯示，平均推進槓鈴速度與自覺 RIR 相關（深蹲與臥推的平均 r² = 0.3），證明主觀感受能確實反映出客觀的動作減速 [18]。

RPE/RIR 的實際應用價值取決於預估的準確度 [4, 17]：

• 力竭接近程度： 訓練者平均會低估 RIR 約 ~1 次 [14, 17]。當組數終止於 0 至 3 RIR 時，預估準確度會顯著提高；而當組數停在距離力竭 >4–5 次時，精準度則會下降 [12, 17]。
• 次數區間： 與高次數訓練方案相比，低次數組別（≤12 次）的預估精準度更高 [14, 17]。
• 經驗與人口統計學特徵： 雖然經驗豐富的訓練者在評估 1RM 時的 RPE 比初學者更準確（9.80 ± 0.18 對比 8.96 ± 0.43），且展現出更強的速度-RPE 相關性（r = -0.88 對比 r = -0.77）[16]，但更廣泛的綜合分析指出，在標準訓練組中，訓練狀態與生理性別均不會系統性地損害 RIR 的預測準確度 [14, 15, 18]。

速度損失、力竭接近程度與訓練量自體調節

力竭接近程度（RPE/RIR）與組內疲勞（百分比速度損失，%VL）是受目標次數與負荷決定的不同變數 [19]。例如，達到 RPE 8（最後一次反覆的速度約為 ~0.20 m·s⁻¹）在進行 8 次反覆時會產生 51% 的速度損失，但在約 87.5% 1RM 下進行 3 次反覆時僅會產生 23% 的速度損失 [19]。

在訓練量自體調節研究中，速度損失閾值說明了肌力與肌肥大之間不同的生理需求 [1, 18]：

• 肌力適應： 速度損失閾值 ≤ 25% 相比於閾值 > 25%，能產生顯著更佳的 1RM 肌力增長（MD = 2.32 kg，95% CI 0.33 至 4.31 kg，p = 0.02，SMD = 0.23）[1]。將速度損失降至最低可限制過度的神經肌肉疲勞並維持動作速度，這有助於最大肌力與爆發力的發展 [1, 5, 18]。
• 肌肥大適應： 速度損失閾值 > 25% 相比於閾值 ≤ 20%（MD = 0.64 cm²，95% CI 0.07 至 1.20 cm²，p = 0.03，SMD = 0.34）及閾值 ≤ 25%（MD = 0.61 cm²，95% CI 0.05 至 1.16 cm²，p = 0.03，SMD = 0.28），能帶來顯著更大的肌肉 CSA 肥大 [1]。然而，閾值 > 25% 相較於 20–25% 的中等閾值並未顯示出顯著優勢（MD = 0.36 cm²，95% CI -0.29 至 1.00 cm²，p = 0.28，SMD = 0.13）[1]。最佳肌肥大並不一定要訓練至真正肌肉力竭，因為中度至高度接近力竭（1–3 RIR）即可提供充足的運動單元徵召，且不會造成不成比例的疲勞 [5, 9]。

實務應用指引

1. 負荷設定： 無論是以肌力或肌肥大為目標，基於 RIR 的 RPE 都是替代 %1RM 的實用且低成本方式，能適應當下準備狀態的波動 [4, 22]。將目標負荷設定在 1 至 3 RIR（RPE 7–9），以最大化刺激效果，同時避免因反覆力竭而累積過多疲勞 [5, 9]。
2. 次數區間限制： 為了維持 RIR 的準確度，主觀 RPE 應主要應用於次數區間 ≤12 次的多關節複合動作，此時的預估誤差可維持在 ~1 次以內 [14, 17]。
3. 混合課表設計： 實務操作者可將兩種系統結合，以目標 %1RM 作為基準並搭配目標 RPE（例如 75% 1RM 進行 5 次 @ RPE 7–8），從而允許根據當天的熱身表現與主觀準備狀態進行微幅負荷調節 [4, 20]。