Monitoraggio atleti durante sessioni allenamento: osservazioni e strategie per ciclisti e nuotatori d’elite

La preparazione atletica d’élite richiede un buon equilibrio tra il superamento dei limiti di allenamento e adattamento per le prestazioni e l’ evitamento di esiti negativi come sotto performance, infortuni o scarso benessere [ 1 , 2 ]. Il monitoraggio è quindi considerato una componente essenziale della gestione della preparazione atletica [ 3 ].

Le attività di monitoraggio possono essere dirette a: (a) assicurare che gli atleti siano sani e quindi ricettivi agli adattamenti positivi all’allenamento; (b) quantificare lo stress fisiologico vissuto; e (c) valutare la risposta fisiologica e psicologica all’allenamento [ 1 , 2 , 3]. Nonostante la crescente ricerca in questo spazio, molti dei dati sugli atleti d’élite rimangono inediti, ostacolando così il progresso nel campo [ 3 ].

Gli atleti d’élite spesso partecipano ai campi di allenamento per migliorare l’adattamento all’allenamento in momenti specifici della stagione. La natura dei campi di allenamento è manipolata per allinearsi a determinati obiettivi, ad esempio migliorare le capacità aerobiche o anaerobiche, prepararsi per una competizione specifica e la coesione della squadra. I campi di allenamento pongono ulteriori sfide, spesso intenzionali, allo stato di atleta. Ad esempio, è stato dimostrato che il superamento è stato suscitato con sette giorni di allenamento intensivo in ciclisti allenati [ 4 ], ma può essere rilevabile dopo solo tre giorni con monitoraggio giornaliero [ 5 ].

L’allenamento in quota aggiunge un’ulteriore dimensione di complessità, con risposte individuali allo stress ambientale dell’ipossia che contribuisce alla risposta dell’allenamento [ 6]. La struttura breve (cioè da alcuni giorni a diverse settimane) e semi-controllata dei campi di allenamento rappresenta la cornice ideale per intensificare gli sforzi di monitoraggio per gestire l’adattamento e comprendere meglio come gli atleti rispondono all’allenamento [ 7 ].

Data la complessità della preparazione atletica, in genere vengono utilizzate diverse misure fisiche, fisiologiche e psicosociali per aiutare a monitorare e gestire gli atleti d’élite [ 4 , 5 , 8]. L’utilità di ogni misura dipende dalla sua capacità di discernere tra ciò che è normale fluttuazione in una misura e quale è un cambiamento significativo che richiede un’azione. Pertanto, è importante capire come tali misure rispondono in genere in diversi scenari di campi di addestramento e quali soglie possono essere più applicabili.

Ciò è particolarmente importante nelle coorti di atleti d’élite in cui cambiamenti molto piccoli possono influire sulle prestazioni [ 9 ]. Pertanto, è utile riportare i dati di monitoraggio del “mondo reale” dagli atleti d’élite per assistere i professionisti che lavorano con gruppi e contesti simili in futuro. Ciò potrebbe migliorare l’uso dei metodi di monitoraggio fornendo prove di ciò che costituisce una risposta “normale” e quali soglie possono essere applicate per rilevare cambiamenti significativi.

Lo scopo di questo studio è innanzitutto quello di descrivere le misure e le risposte tipiche osservate dal monitoraggio di ciclisti e nuotatori d’élite durante otto campi di addestramento. I campi si sono verificati in diversi periodi della stagione, a livello del mare e ad altitudine moderata. Uno scopo secondario è tradurre queste osservazioni in strategie pratiche per i professionisti che cercano di utilizzare efficacemente strategie di monitoraggio con atleti d’élite in contesti di allenamento.

2. Materiali e metodi

2.1. Materie e campi di addestramento

2.1.1. ciclisti

Ventinove ciclisti maschi (età 29 ± 4 anni) hanno partecipato a uno (n = 17), due (n = 9) o tre (n = 3) dei quattro campi di allenamento di squadra tenuti durante una stagione. Tutti i ciclisti erano membri di una squadra ciclistica UCI World Tour. Il campione comprendeva un vincitore del podio della classifica generale del Campione Olimpico e del Grand Tour (Giro d’Italia, Tour de France, Vuelta a España) e sei vincitori del Grand Tour. Sulla base della descrizione del team manager e in base al ruolo principale in gara, 12 ciclisti erano tutti ciclisti su terreno, 10 scalatori, 5 velocisti, 1 ciclista su terreno piatto e 1 specialista in cronometro [ 10 ].

Durante la stagione 2013 sono stati condotti quattro campi di addestramento di gruppo di 9-12 giorni: (i) pre-Tour Down Under (TDU) a livello del mare (dicembre 2012); (ii) inizio stagione a livello del mare (gennaio 2013); (iii) pre-Volta a Catalunya (Volta) a livello del mare (marzo 2013); e (iv) pre-Tour de France (TDF) a 2320 m di altitudine (maggio 2013). Lo scopo principale del campo all’inizio della stagione era quello di gettare le basi per il fitness per i ciclisti e lavorare sulla coesione di squadra, mentre gli altri campi miravano al fitness competitivo specifico per i ciclisti che avrebbero preso parte a ciascuna gara particolare.

2.1.2. nuotatori

Trentuno nuotatori (19 femmine, età 21 ± 4 anni; 12 maschi, età 23 ± 4 anni) hanno partecipato a uno (n = 22) o due (n = 9) dei quattro campi di addestramento a squadre tenuti tra il 2012 e il 2016. Tutti i nuotatori erano membri del pool francese e spagnolo o di squadre nazionali in acque libere e hanno partecipato a importanti competizioni internazionali. Il campione comprendeva due campioni olimpici, sette campioni del mondo e tre detentori del record mondiale.

Durante le stagioni 2012-2016 sono stati condotti quattro campi di allenamento in team di 4-19 giorni: (i) inizio stagione a 1360 m di altitudine (gennaio 2012); (ii) Giochi olimpici pre-londinesi a livello del mare (luglio 2012); (iii) Campionati mondiali pre-Kazan a 2320 m di altitudine (giugno 2015); e (iv) Giochi olimpici pre-Rio a 2320 m di altitudine (maggio 2016). Lo scopo principale del campo di inizio stagione era quello di gettare le basi del fitness per i nuotatori ad un’altitudine moderata dopo una breve pausa di fine anno di 3-7 giorni, mentre gli altri campi miravano a specifici fitness competitivi per i nuotatori che avrebbero preso parte a ogni particolare concorrenza.

2.2. metodi

Le procedure facevano parte della fornitura di servizi dei team, conforme al Codice Etico della World Medical Association (Dichiarazione di Helsinki). Gli atleti hanno fornito il consenso informato a partecipare alle procedure di monitoraggio associate ai compiti di squadra, con la consapevolezza che i dati possono essere utilizzati a fini di ricerca.

Il peso specifico urinario (USG, rifrattometro digitale UG-α, Atago Co., Tokyo, Giappone) è stato monitorato quotidianamente al risveglio, in un campione di urina a flusso medio. La massa corporea (Seca 877, Amburgo, Germania) è stata quindi monitorata dopo lo svuotamento. Gli skinfold sono stati misurati dallo stesso antropometrista accreditato utilizzando un protocollo standard per la somma di 7 siti (tricipiti, bicipiti, sottoscapolare, sopraspinale, addominale, fronte coscia, polpaccio mediale; Holtain, Crymych, Regno Unito) all’inizio di ogni campo e ripetuti metà campo (pre-TDF) e alla fine del campo (pre-TDU, pre-Volta, pre-TDF). La qualità del sonno è stata soggettivamente valutata ogni mattina usando una scala Likert (5 = molto buono; 4 = buono; 3 = medio; 2 = cattivo; 1 = molto cattivo).

Per i campi in quota, le misure aggiuntive sul risveglio includevano ore di sonno (autoportante), frequenza cardiaca a riposo (FC) e saturazione di ossigeno periferica (SpO ₂ ) (pulsossimetro CMS50H, Contec Medical Systems Co., Ltd., Qinhuangdao, Cina) .

Nessun atleta ha mostrato segni di sottoperformance, ridotto benessere o malattia, suggerendo che gli atleti sono rimasti sani e in uno stato di allenamento funzionale in ogni campo [ 11 ]. Ciò può essere attribuibile a un’adeguata pianificazione, valutazione quotidiana e adattamento della prescrizione di allenamento a livello individuale, pertanto i carichi di allenamento di gruppo prescritti non sono riportati qui.

2.3. Analisi statistica

I dati grezzi e le modifiche intra-individuali giornaliere / settimanali calcolate soddisfacevano l’ispezione visiva e il test di Shapiro – Wilk per la normalità, ad eccezione dei cambiamenti nella massa corporea e nelle pieghe della pelle che erano leggermente distorti (SPSS versione 24, IBM, Armonk, NY, USA ). La normalità non è stata migliorata dalla trasformazione, pertanto nelle analisi sono stati utilizzati dati sulla massa corporea grezza e sull’inviluppo cutaneo e sono state ritenute accettabili la media e la deviazione standard (DS) per descrivere la centralità e la dispersione dei dati. L’importanza pratica dei cambiamenti è stata calcolata usando inferenze basate sulla magnitudine [ 12 ].

I dati sono stati utilizzati per valutare retrospettivamente l’utilità delle soglie comunemente citate per il monitoraggio quotidiano. Il più piccolo cambiamento utile (SWC) (0.3 × SD / Mean × 100) [ 13 ] e il più piccolo cambiamento reale (SRC) (1.96 × 2-√× SD / n–√, dove n è il numero di atleti da cui derivano la media e la DS) [ 14 ] sono stati calcolati a partire dai valori del giorno 1 e applicati a tutti i giorni successivi. Il punteggio z ((valore medio) / DS) è stato calcolato su base giornaliera, confrontando la variazione intra-individuale con la variazione media del gruppo per quel giorno, con le soglie di 1,0 e 1,5 applicate. La percentuale di atleti “segnalati” in base a ciascun criterio in ogni campo è stata calcolata e mediata in tutti i campi.

3. Risultati

Le misurazioni di ciclisti e nuotatori che entrano in ciascun campo di allenamento sono dettagliate nella Tabella 1 e nella Tabella 2 , rispettivamente. In tutti i campi, gli atleti hanno dormito in media 8,0 ± 0,5 ore la prima notte e hanno valutato la loro qualità del sonno come 3,6 ± 0,8 su 5 (medio-buono). Il sonno era più scarso per i nuotatori che partecipavano al campo pre-Rio in quota (7,5 ± 0,3 ore, qualità 2,3 ± 0,7 (cattivo).

In quota, la qualità del sonno degli atleti molto probabilmente è migliorata banalmente di settimana in settimana (variazione settimanale media individuale 0,3 ± 0,3 UA) ( Figura 1 A). La saturazione di ossigeno periferica potrebbe essere aumentata di settimana in settimana (0,6 ± 1,7%), mentre i cambiamenti nella FC a riposo non erano chiari (0 ± 4 bpm) ( Figura 1 B).

La somma di 7 pieghe della pelle è molto probabilmente diminuita durante i campi di addestramento, con una riduzione media di 3,1 ± 3,6 mm da una settimana all’altra ( Figura 2 ). Ciò è stato accompagnato da una banale riduzione della massa corporea di 0,4 ± 0,4 kg da una settimana all’altra.

4. Discussione

Le misurazioni dei campi di addestramento di ciclisti e nuotatori d’élite sono state analizzate in modo retrospettivo per offrire informazioni su quali siano le informazioni privilegiate più spesso. Le risposte tipiche ai campi di allenamento includevano uno spostamento nella composizione corporea e l’adattamento cardiovascolare all’altitudine, mentre altre misurazioni sono rimaste stabili.

4.1. Cambiamenti nella composizione corporea

Il principale cambiamento fisiologico osservato nei ciclisti e nuotatori di strada d’élite durante i campi di allenamento è stato una diminuzione della percentuale di grasso corporeo, come risulta dalla somma di sette pieghe della pelle. Ciò non era necessariamente accompagnato da una diminuzione della massa corporea. Le riduzioni del grasso corporeo erano probabilmente intenzionali e in linea con gli obiettivi prestazionali individuali (ad esempio, tornare al “peso di allenamento” nei campi di inizio stagione o raggiungere il “peso di gara” nei campi pre-gara). La riduzione della massa grassa è associata a migliori prestazioni nei nuotatori [ 15 , 16 ] e nei ciclisti che beneficiano di un maggiore rapporto peso / potenza [ 10 , 17 ].

4.2. Modifiche specifiche per l’altitudine

È stato osservato un tipico modello di risposta cardiovascolare all’ipossia di altitudine [ 18 ], per cui la SpO _{2 è} stata inizialmente ridotta e probabilmente normalizzata durante la prima settimana quando gli atleti si sono adattati. Per soddisfare la ridotta SpO ₂ , la FC a riposo sarebbe stata più alta del normale per questi atleti [ 18 ], tuttavia non era chiaro se la FC fosse diminuita nel tempo. Ciò è in contrasto con la risposta osservata nei corridori di distanza d’élite che hanno sperimentato una riduzione delle risorse umane senza un chiaro cambiamento nella SpO ₂ [ 8].

Per accertare con maggiore precisione la risposta alle risorse umane e distinguere tra adattamenti cardiovascolari all’ipossia, miglioramenti della forma fisica o possibili disadattamenti durante l’allenamento, si raccomanda agli atleti di registrare la propria FC a riposo nella settimana prima di frequentare un campo di allenamento in quota.

Un’ulteriore risposta cardiovascolare all’ipossia da altitudine da considerare è un aumento della perfusione ematica dei muscoli scheletrici [ 19 ]. L’aumentata perfusione dei muscoli scheletrici è stata associata all’aumento della massa muscolare e alla riduzione della massa grassa. Questo spostamento nella composizione corporea è coerente con la riduzione osservata delle pieghe della pelle senza una concomitante diminuzione della massa corporea. Il bilancio energetico può anche essere spostato dalla riduzione dell’apporto energetico piuttosto che da un aumento del costo energetico della formazione [ 20 ]. Gli atleti dovrebbero quindi personalizzare le proprie assunzioni di energia e nutrienti per sfruttare o contrastare queste risposte all’altitudine, in linea con i loro obiettivi di composizione corporea.

Lo stress fisiologico della vita in quota è tipicamente associato a disidratazione (aumento dell’USG) [ 21 ] e scarsa qualità del sonno [ 22 ]; tuttavia, queste risposte negative non sono state osservate, ad eccezione dei valori individuali occasionalmente alterati. Ciò probabilmente riflette la maggiore consapevolezza degli atleti d’élite sui bisogni di idratazione e anche la loro esperienza nel dormire in ambienti diversi. È possibile che la qualità del sonno sia stata sopravvalutata, poiché una durata del sonno percepita in modo adeguato (costantemente ~ 8 h) potrebbe avere una capacità ridotta degli atleti di determinare in modo appropriato la qualità del sonno [ 23]. Aneddoticamente, gli atleti riportano spesso un miglioramento del sonno con tempo aggiuntivo trascorso in quota, suggerendo una risposta adattativa all’altitudine. L’actigrafia può essere utile per fornire una misurazione più obiettiva della qualità del sonno attraverso una valutazione dell’efficienza del sonno.

4.3. Informare la gestione della formazione

Collettivamente, le risposte fisiologiche osservate ai campi di allenamento riflettono l’idoneità e l’esperienza della coorte d’élite. Soggettivamente, le prestazioni degli atleti durante l’allenamento nei campi e nelle successive competizioni importanti, ove applicabile, hanno suggerito che gli atleti hanno risposto in modo appropriato a un programma di allenamento ben progettato e gestito, tuttavia riconosciamo che ciò è speculativo senza dati oggettivi sulle prestazioni durante i campi. Il monitoraggio di routine di massa corporea, pieghe della pelle, durata e qualità del sonno, USG, FC a riposo e SpO ₂ può aver contribuito alla gestione di questi atleti fornendo informazioni aggiuntive ai professionisti.

Per facilitare l’individuazione di possibili disadattamenti, i professionisti possono pre-impostare soglie per “contrassegnare” cambiamenti significativi nelle misure. È necessario bilanciare la sensibilità e la specificità delle soglie, per cui è possibile seguire il numero di atleti segnalati. Nello scenario del campo di allenamento con un numero limitato di atleti che completano un allenamento simile, l’approccio z-score ha avuto più successo nell’identificare un piccolo numero di atleti ogni giorno la cui risposta si discostava dalla risposta media del gruppo. Le soglie del punteggio Z di 1,0 e 1,5 rimangono arbitrarie e possono essere ulteriormente perfezionate per adattarsi allo scenario di misura e / o addestramento. Tuttavia, le soglie sono intese solo per aiutare il professionista e il monitoraggio informale attraverso conversazioni e osservazione dell’atleta rimane una componente importante della gestione dell’atleta.

4.4. Applicazioni pratiche

I professionisti che cercano una guida supportata empiricamente per le pratiche di monitoraggio degli atleti d’élite, in particolare durante periodi intensi come campi di allenamento, possono attingere ai risultati, ai metodi o agli apprendimenti generali presentati in questo rapporto. In primo luogo, i valori SWC e SRC presentati nella Tabella 1 e nella Tabella 2 possono essere utilizzati come soglie per rilevare cambiamenti significativi in ​​coorti e impostazioni simili. Tuttavia, i professionisti sono anche tenuti a usare il loro giudizio nel caso in cui questi valori calcolati siano non sensati.

I professionisti che lavorano con diverse coorti o impostazioni, o in cui il monitoraggio è già stabilito, possono utilizzare i metodi descritti qui come modello per stabilire le loro soglie. Con dati sufficienti, è anche possibile determinare parametri specifici per ciascun individuo. Questo approccio può essere ulteriormente migliorato effettuando ripetute misurazioni per determinare l’affidabilità delle misure [ 24 ].

I ricercatori concordano sul fatto che ad oggi non esiste una singola misura che può essere utilizzata isolatamente per il monitoraggio degli atleti [ 2 ]. Di grande utilità è il benessere soggettivo, che può essere integrato da altre misure soggettive e oggettive [ 25 ]. Ciò include misure per monitorare la risposta alla formazione, oltre a quantificare i carichi interni ed esterni. La sfida per i professionisti è quella di valutare l’evidenza delle misure insieme ai limiti pratici della loro particolare impostazione (ad esempio, minimizzare l’onere per gli atleti e il personale, il costo delle attrezzature).

Nel presente studio, l’utilità della composizione corporea, del sonno e dell’USG per rilevare possibili segni di disadattamento non è chiara. Tuttavia, vale la pena considerare il loro potenziale valore per aumentare la consapevolezza dell’atleta e la responsabilità di questi fattori che incidono sulle prestazioni [ 26 ].

Ad esempio, una riduzione percepita della durata o della qualità del sonno può indurre un atleta a fare un pisolino o una lettura USG più elevata può indurre un atleta a bere più acqua. In questi casi, comprendere cos’è un cambiamento significativo può alleviare comportamenti ossessivi non necessari.

5. Conclusioni

Gli atleti d’élite hanno sperimentato cambiamenti nella composizione corporea durante i campi di allenamento, probabilmente in linea con gli obiettivi di prestazione individuali e forse aiutati dall’altitudine.

La stabilità di altre misure monitorate suggerisce che gli atleti si sono gestiti in modo appropriato, con l’assistenza del coaching e del supporto scientifico scientifico. Il confronto tra le variazioni quotidiane individuali e di gruppo delle variabili monitorate può rivelarsi efficace per segnalare gli atleti potenzialmente a rischio di allenamento disadattato. I professionisti possono replicare questi metodi per stabilire soglie specifiche per la loro coorte e impostazione. Questo studio fornisce ulteriore supporto per un approccio multiforme al monitoraggio degli atleti d’élite in ambienti di allenamento.

BIBLIOGRAFIA

Monitoring Athletes during Training Camps: Observations and Translatable Strategies from Elite Road Cyclists and Swimmers    Anna E. Saw, Shona L. Halson, andIñigo Mujika,    Sports 2018, 6(3), 63;

RIFERIMENTI

1. Halson, S.L. Monitoring training load to understand fatigue in athletes. Sports Med.2014, 44, 139–147.
2. Meeusen, R.; Duclos, M.; Foster, C.; Fry, A.; Gleeson, M.; Nieman, D.; Raglin, J.; Rietjens, G.; Steinacker, J.; Urhausen, A. Prevention, diagnosis and treatment of the overtraining syndrome: Joint consensus statement of the European College of Sport Science (ECSS) and the American College of Sports Medicine (ACSM).  J. Sport Sci.2013, 13, 1–24.
3. Bourdon, P.C.; Cardinale, M.; Murray, A.; Gastin, P.; Kellmann, M.; Varley, M.C.; Gabbett, T.J.; Coutts, A.J.; Burgess, D.J.; Gregson, W.; et al. Monitoring athlete training loads: Consensus statement.  J. Sports Physiol. Perform.2017, 12, 161–170.
4. Halson, S.L.; Bridge, M.W.; Meeusen, R.; Busschaert, B.; Gleeson, M.; Jones, D.A.; Jeukendrup, A.E. Time course of performance changes and fatigue markers during intensified training in trained cyclists.  Appl. Physiol.2002, 93, 947–956.
5. Ten Haaf, T.; van Staveren, S.; Oudenhoven, E.; Piacentini, M.F.; Meeusen, R.; Roelands, B.; Koenderman, L.; Daanen, H.A.; Foster, C.; de Koning, J.J. Prediction of functional overreaching from subjective fatigue and readiness to train after only 3 days of cycling.  J. Sports Physiol. Perform.2017, 12, 87–94.
6. Chapman, R.F. The individual response to training and competition at altitude.  J. Sports Med.2013, 47, i40–i44.
7. Passfield, L.; Hopker, J.G. A mine of information: Can sports analytics provide wisdom from your data?  J. Sports Physiol. Perform.2017, 12, 851–855.
8. Sperlich, B.; Achtzehn, S.; de Marées, M.; von Papen, H.; Mester, J. Load management in elite German distance runners during 3-weeks of high-altitude training.  Rep.2016, 4, e12845.
9. Hopkins, W.G. Measures of reliability in sports medicine and science. Sports Med.2000, 30, 1–15.
10. Padilla, S.; Mujika, I.; Cuesta, G.; Goiriena, J.J. Level ground and uphill cycling ability in professional road cycling.  Sci. Sports Exerc.1999, 31, 878–885.
11. Halson, S.L.; Jeukendrup, A.E. Does overtraining exist? An analysis of overreaching and overtraining research. Sports Med.2004, 34, 967–981.
12. Hopkins, W. A spreadsheet for deriving a confidence interval, mechanistic inference and clinical inference from a p value. Sportscience2007, 11, 16–20.
13. Hopkins, W.G.; Hawley, J.A.; Burke, L.M. Design and analysis of research on sport performance enhancement.  Sci. Sports Exerc.1999, 31, 472–485.
14. Beckerman, H.; Roebroeck, M.E.; Lankhorst, G.J.; Becher, J.G.; Bezemer, P.D.; Verbeek, A.L. Smallest real difference, a link between reproducibility and responsiveness.  Life Res.2001, 10, 571–578.
15. Anderson, M.E.; Hopkins, W.G.; Roberts, A.D.; Pyne, D.B. Monitoring seasonal and long-term changes in test performance in elite swimmers.  J. Sport Sci.2006, 6, 145–154.
16. Pyne, D.B.; Anderson, M.E.; Hopkins, W.G. Monitoring changes in lean mass of elite male and female swimmers.  J. Sports Physiol. Perform.2006, 1, 14–26.
17. Swain, D.P. The influence of body mass in endurance bicycling.  Sci. Sports Exerc.1994, 26, 58–63.
18. Mazzeo, R.S. Physiological responses to exercise at altitude. Sports Med.2008, 38, 1–8.
19. Chia, M.; Liao, C.A.; Huang, C.Y.; Lee, W.C.; Hou, C.W.; Yu, S.H.; Harris, M.B.; Hsu, T.S.; Lee, S.D.; Kuo, C.H. Reducing body fat with altitude hypoxia training in swimmers: Role of blood perfusion to skeletal muscles.  J. Physiol.2013, 56, 18–25.
20. Westerterp, K.R.; Kayser, B. Body mass regulation at altitude.  J. Gastroenterol. Hepatol.2006, 18, 1–3.
21. Sawka, M.N.; Cheuvront, S.N.; Kenefick, R.W. Hypohydration and human performance: Impact of environment and physiological mechanisms. Sports Med.2015, 45, 51–60.
22. Weil, J.V. Sleep at high altitude. High Alt. Med. Biol.2004, 5, 180–189.
23. Lalor, B.J.; Halson, S.L.; Tran, J.; Kemp, J.G.; Cormack, S.J. Competition sleep is not compromised compared to habitual in elite Australian footballers.  J. Sports Physiol. Perform.2017, 13, 1–23.
24. Crowcroft, S.; McCleave, E.; Slattery, K.; Coutts, A.J. Assessing the measurement sensitivity and diagnostic characteristics of athlete-monitoring tools in national swimmers.  J. Sports Physiol. Perform.2017, 12, 95–100.
25. Saw, A.E.; Main, L.C.; Gastin, P.B. Monitoring the athlete training response: Subjective self-reported measures trump commonly used objective measures: A systematic review.  J. Sports Med.2016, 50, 281–291.
26. Saw, A.; Main, L.; Robertson, S.; Gastin, P. Athlete self-report measure use and associated psychological alterations. Sports2017, 5, 54.