Individualisation des seuils de vitesse GPS : Défis et complexités

L'utilisation de la technologie GPS pour surveiller les charges externes des athlètes à l'entraînement et en compétition est devenue presque omniprésente, en particulier dans le sport professionnel.

Grâce à l'évolution de la technologie GPS au cours de la dernière décennie, les utilisateurs disposent aujourd'hui d'une multitude de mesures qui leur permettent d'évaluer la charge externe et, en collaboration avec les entraîneurs, de mieux orienter le processus d'entraînement. Récemment, les chercheurs ont introduit des concepts tels que la mesure de la distance par bandes d'accélération, la combinaison des données d'accélération et de vitesse (connue sous le nom de "puissance métabolique") et l'individualisation des zones de vitesse traditionnelles pour chaque joueur.

Le volume des mesures peut être écrasant et l'utilisateur est confronté au défi de sélectionner celles qui sont les plus appropriées au contexte sportif et de déterminer la valeur ajoutée qu'une approche peut apporter à l'interprétation des données de l'analyse temps-mouvement. Étant donné le rôle de la condition physique dans la modération de la capacité et de la dose-réponse à la charge externe, il semblerait intuitif d'évaluer les données GPS des athlètes en fonction de leur profil de condition physique.

Nous soulignons ici les défis et les difficultés liés à l'individualisation des données GPS en fonction des caractéristiques de la condition physique, et nous formulons quelques recommandations à l'intention des utilisateurs intéressés.

Des articles de recherche émanant de la rugby league (Gabbett, 2015), du rugby union (Clarke, Anson, & Pyne, 2015 ; Reardon, Tobin, & Delahunt, 2015), du football australien (Colby, Dawson, Heasman, Rogalski, & Gabbett, 2014) et du football (Hunter et al., 2015 ; Lovell & Abt, 2013) ont adapté les zones de vitesse des joueurs individuels en fonction d'une ou de plusieurs caractéristiques physiques. Ces chercheurs ont utilisé un large éventail d'attributs de la condition physique pour individualiser les zones de vitesse, tels que les mesures du seuil anaérobie, de la vitesse aérobie maximale et de la vitesse maximale de sprint obtenues en laboratoire.

La recherche en football a démontré que l'individualisation des seuils de vitesse peut ajouter de la valeur à l'interprétation des données GPS (Hunter et al., 2015 ; Lovell & Abt, 2013), ce qui est intuitif étant donné que la distribution de l'"intensité" de la charge externe d'un athlète est probablement influencée par ses propres capacités physiques. Cependant, l'utilisation d'évaluations en laboratoire est peu faisable en raison des obstacles économiques et logistiques.

Récemment, l'utilisation de la vitesse maximale de sprint pour prescrire plusieurs zones de vitesse est devenue courante dans la littérature de recherche (Colby et al., 2014 ; Gabbett, 2015 ; Reardon et al., 2015) en raison de sa facilité de collecte sur le terrain d'entraînement. Malheureusement, l'individualisation des zones de vitesse n'est pas si simple, et les utilisateurs sont avertis que l'adoption de cette approche pourrait faire plus de mal que de bien !

Prenons l'exemple de la fable de la tortue et du lièvre.

Le lièvre est un athlète rapide et puissant, doté d'une vitesse de pointe élevée (disons 35 kmh-1), mais il ne peut la maintenir longtemps, comme le montre sa capacité d'endurance intermittente (Yo-Yo, 30:15, etc.). Si nous adoptons l'approche de la littérature scientifique consistant à appliquer des fractions arbitraires de la vitesse maximale de Hare, par exemple 50 % pour la course à grande vitesse, ce qui n'a d'ailleurs aucune justification physiologique, nous obtenons un seuil de 17,5 kmh-1 pour la course à grande vitesse.

En revanche, la tortue a une vitesse de pointe de seulement 25 kmh-1, ce qui correspond à un seuil de 12,5 kmh-1. Mais la tortue a un score relativement plus élevé au test d'endurance intermittente, ce qui lui permet de se déplacer efficacement sur le terrain, d'entrer plus fréquemment dans les zones de vitesse élevée et de récupérer plus rapidement.

Lorsque les deux font la course, ils couvrent la même distance mais de manière différente. L'utilisation de la seule vitesse maximale pour ancrer les seuils de vitesse conduit à une sous-estimation de la RSS des lièvres et à une surestimation de celle des tortues (voir Hunter et al., 2015 pour des exemples plus détaillés).

L'utilisation d'une capacité physique pour ancrer plusieurs zones de vitesse de cette manière suppose qu'un joueur plus rapide a également une vitesse de course élevée associée à sa capacité d'endurance, et vice-versa (voir figure 1).

Ces informations erronées peuvent avoir peu d'impact lorsqu'elles sont mesurées sur une course, mais si nous voulons évaluer et prescrire des régimes d'entraînement chroniques sur la base de ces données GPS, nous pouvons commettre des erreurs de charge d'entraînement entraînant une préparation sous-optimale de la performance ou un risque accru de blessure (Gabbett, 2016).

Figure 1 : Représentation de l'utilisation erronée de la vitesse maximale pour ancrer les seuils de vitesse GPS dans "la tortue et le lièvre". sIFT = vitesse finale atteinte lors d'un test hypothétique d'endurance intermittente.

En réalité, l'individualisation des seuils de vitesse est compliquée par les types de tests utilisés pour déterminer les caractéristiques de performance des athlètes.

Les évaluations courantes de l'endurance intermittente dans les sports d'équipe ne permettent pas au scientifique du sport ou au préparateur physique de déterminer les vitesses de course auxquelles les athlètes passent d'un domaine d'intensité d'exercice à l'autre (faible, modéré, élevé, sévère). Les praticiens doivent également se demander à quelle fréquence les tests de condition physique peuvent être administrés au cours de calendriers de compétition chargés, afin de tenir compte des changements de condition physique dus à la maladie, aux blessures ou aux interventions d'entraînement.

Ces complexités et ces défis constituent des obstacles importants à la mise en œuvre de zones de vitesse individualisées et peuvent contribuer à expliquer la faible adoption de cette pratique par les utilisateurs de GPS (Akenhead & Nassis, 2015).

Mais l'individualisation ne doit pas être si difficile. En 2013, Alberto Mendez-Villanueva et ses collègues ont présenté une approche pratique, conviviale et fondée sur des données probantes de l'analyse GPS individualisée (Mendez-Villanueva, Buchheit, Simpson, & Bourdon, 2013).

Ils ont appliqué la vitesse aérobie maximale de chaque joueur à partir du test de terrain VAM-EVAL, ainsi que leur vitesse maximale enregistrée lors d'une évaluation du sprint sur 40 m, afin d'évaluer la charge externe en fonction des capacités physiques de chaque individu. Cette approche a fourni une représentation améliorée de la dose externe des joueurs lors des matchs de football, qui peut être utilisée pour optimiser la programmation physique. En outre, le résultat de la vitesse aérobie maximale pourrait être utilisé pour individualiser la prescription d'entraînement par intervalles de haute intensité (HIIT) des joueurs en utilisant des techniques d'entraînement bien établies (Dupont, Akakpo, & Berthoin, 2004).

Malheureusement, ni la prescription de HIIT ni l'individualisation des zones de vitesse GPS ne peuvent être réalisées en utilisant des tests composites d'intermittence-endurance sur le terrain effectués sur des courses navettes de 20 m, qui sont souvent fortement influencés par les capacités de changement de direction et d'accélération des athlètes (Castagna et al., 2006 ; Berthoin et al 2014).

En résumé, la prescription de zones de vitesse spécifiques aux athlètes peut apporter une valeur ajoutée à l'interprétation des données GPS (Hunter et al., 2015 ; Lovell & Abt, 2013 ; Mendez-Villanueva et al., 2013), à condition que l'utilisateur prenne en compte les complexités de sa mise en œuvre.

Les utilisateurs pourraient réfléchir à leur batterie de tests physiques et se demander si elle soutient une approche holistique de la prescription d'entraînement et de l'évaluation de la charge externe (les lecteurs sont invités à consulter Mendez-Villanueva & Buchheit [2013] pour plus de détails à cet égard).

Il faudra encore beaucoup de recherches pour déterminer l'utilité et la valeur ajoutée potentielle de l'analyse GPS individualisée, mais en attendant d'en savoir plus, il est recommandé d'utiliser des procédures établies et fondées sur des données probantes (voir Mendez-Villanueva et al., 2013 ; Hunter et al., 2015), ou d'éviter complètement cette pratique.

Vous souhaitez savoir comment Catapult peut aider votre équipe à trouver son avantage concurrentiel ? Prenez contact avec nous dès aujourd'hui.

Références

Akenhead, R. et Nassis, G. P. (2015). Charge d'entraînement et suivi des joueurs dans le football de haut niveau : Current Practice and Perceptions. International Journal of Sports Physiology and Performance. http://doi.org/10.1123/ijspp.2015-0331

Berthoin, S., Gerbeaux, M., Turpin, E., Guerrin, F., Lensel-Corbeil, G., & Vandendorpe, F. (1994). Comparison of two field tests to estimate maximum aerobic speed. Journal of Sports Sciences, 12(4), 355-362.

Clarke, A. C., Anson, J. et Pyne, D. (2015). Physiologically based GPS speed zones for evaluating running demands in Women's Rugby Sevens. Journal of Sports Sciences, 33(11), 1101-1108.

Colby, M., Dawson, B., Heasman, J., Rogalski, B. et Gabbett, T. J. (2014). Training and game loads and injury risk in elite Australian footballers (Charges d'entraînement et de jeu et risque de blessure chez les footballeurs australiens d'élite). Journal of Strength and Conditioning Research, 28(8), 2244-2252.

Castagna, C., Impellizzeri, F. M., Chamari, K., Carlomagno, D. et Rampinini, E. (2006). Aerobic fitness and yo-yo continuous and intermittent tests performances in soccer players : a correlation study. Journal of Strength and Conditioning Research, 20(2), 320-325.

Dupont, G., Akakpo, K. et Berthoin, S. (2004). The effect of in-season, high-intensity interval training in soccer players. Journal of Strength and Conditioning Research, 18(3), 584-589.

Gabbett, T. J. (2015). Use of Relative Speed Zones Increases the High-Speed Running Performed in Team Sport Match Play. Journal of Strength and Conditioning Research, 29(12), 3353-3359.

Gabbett, T. J. (2016). The training-injury prevention paradox : should athletes be training smarter and harder ? British Journal of Sports Medicine, 50(5), 273-280.

Hunter, F., Bray, J., Towlson, C., Smith, M., Barrett, S., Madden, J., et al. (2015). Individualisation of time-motion analysis : a method comparison and case report series. International Journal of Sports Medicine, 36(1), 41-48.

Lovell, R. et Abt, G. (2013). Individualization of time-motion analysis : a case-cohort example. International Journal of Sports Physiology and Performance, 8(4), 456-458.

Mendez-Villanueva, A. et Buchheit, M. (2013). Football-specific fitness testing : adding value or confirming the evidence ? Journal of Sports Sciences, 31(13), 1503-1508.

Mendez-Villanueva, A., Buchheit, M., Simpson, B. et Bourdon, P. C. (2013). Match play intensity distribution in youth soccer. International Journal of Sports Medicine, 34(2), 101-110.

Reardon, C., Tobin, D. P., & Delahunt, E. (2015). Application de seuils de vitesse individualisés pour interpréter les exigences de course spécifiques à la position dans l'élite professionnelle de rugby : A GPS Study. PLoS ONE, 10(7), e0133410.