设计间歇训练以优化计时类比赛成绩：系统综述与荟萃分析
Programming Interval Training to Optimize Time‑Trial Performance:
A Systematic Review and Meta‑Analysis
Michael A. Rosenblat；Edward Lin；Bruno R. da Costa；Scott G. Thomas
摘要
研究背景：间歇训练是耐力训练项目的重要组成部分，它能促进耐力运动成绩的大幅度提高。 提高耐力运动成绩常用的两种间歇训练形式是高强度间歇训练(HIIT)和冲刺间歇训练(SIT)。 尽管进行了广泛的研究，但对于操纵间歇训练规划变量以使不同个体的耐力表现最大化的最佳方法还没有达成共识。
研究目的：本论文的目的是对间歇训练研究进行系统回顾和荟萃分析，以确定个体特征和训练变量对计时赛(TT)成绩的影响。
数据来源：对SPORTDISCUS和MEDLINE进行了系统的文献检索。
研究选择：以下标准被用来选择适合于审查的研究：1.这些研究是前瞻性的；2.包括年龄在18岁至65岁之间的个人；3.包括至少2周的间歇训练（HIIT或SIT）计划；4.包括一个TT测试，要求参与者完成一个设定的距离；5.并通过功率或速度对HIIT进行设计。
研究结果：29项研究符合定量分析的纳入标准，共有67个单独的组。受试者包括男性(n=400)和女性(n=91)，平均年龄25岁（范围19～45)岁，平均VO2max为52（范围32～70)ml·kg-1·min-1。 参与者的训练状态由非活动(n=75)、活动(n=146)和训练(n=258)个人组成。 训练状态对TT成绩的提高起着重要的作用，受过训练的个体仅有约2%的提高，而训练状态较低的个体则有高达6%的提高。 HIIT对TT成绩的影响取决于间歇性训练的持续时间，而不取决于间歇性训练的强度。 HIIT的次数、训练周数和总训练量与TT表现的变化存在剂量-反应关系。然而，SIT没有剂量反应。
研究结论：应根据训练现状，优化间歇训练方案，提高TT成绩。我们的分析表明，增加间隔训练量超过最低要求可能不会增加训练反应。此外，最佳剂量在高强度和冲刺间隔方案之间是不同的。
关键点
Ø 个人的训练状态（非活动、活动、训练）是主要的基线特征，可以影响随后的计时赛表现变化。
Ø HIIT方案应包括5次5分钟的重复工作，强度在重度范围内，在训练之间有2.5分钟的恢复期（主动或被动），每周进行两次，至少4周，以优化受训者的时间测试表现。
Ø SIT项目应包括4次30秒的重复训练，以最大的努力进行，4分钟的被动恢复，每周两次，持续2周，以优化受训者的时间测试表现。
1引言
间歇训练已经成为耐力训练项目的重要组成部分，因为它可以促进心血管健康和耐力运动成绩的提高。 间歇训练包括反复进行高强度的工作，持续时间从几秒钟到几分钟，然后是主动或被动的恢复。 工作被划分为一组重复的工作/休息，因为在严重或极端领域内的运动强度只能持续很短的时间。 与连续进行的运动相比，重复的间歇性运动，在适当的高强度下可以积累更多的总时间。
高强度间歇训练(HIIT)和冲刺间歇训练(SIT)是提高耐力运动成绩的常用方法。 HIIT是在剧烈强度域内的功率输出或速度下执行的。 确定大强度域下限的方法有：临界功率(CP)、最大乳酸稳态(MLSS)和第二通气阈值(VT2)。定大强度域的上限，最大有氧功率(MAP)或最大有氧速度(MAV)，可以描述为允许达到最大耗氧量(VO2max)的最高功率。 与HIIT不同，SIT是在极端强度域中进行的，其功率输出或速度高于与MAP或MAV相关的功率输出或速度。
组成间歇计划的锻炼会话特定变量包括锻炼模式； 训练时间和强度； 恢复-回合模式（主动与被动）和持续时间； 和简写重复次数。 此外，还有组成训练计划的组成部分，如训练频率，强度分布，以及包括其他形式的运动称为交叉训练。 这些变量的组合也可以影响训练反应。 除了设计变量之外，还有其他元素可以影响表现的变化。 特别值得注意的是人口特征，如年龄、性别、基线VO2max和训练状况。 广泛的研究致力于检验操纵可修改的计划特征对耐力运动表现的各种度量的影响。 一些更值得注意的测量已经被检查的是VO2max、时间耗竭(TTE)测试和时间试验(TT)测试。
Vo2max与种族表现高度相关，但有局限性，因为它没有考虑额外的生理差异[18，19]。 TTE试验的可靠性已被证明低于TT试验。 此外，由于TTE测试是开环测试（测试的终止由个人决定），它们可能无法提供运动表现的现实指标。 已经证实TT测试与比赛成绩高度相关，并可以模拟比赛中发生的生理反应。 最常见的TT测试是一种要求个人在尽可能快的时间内完成设定距离（例如40公里）的测试。基于时间的TT测试也很常见，运动员试图在设定的持续时间内跑最远的距离，或保持最高的平均功率或速度。 由于基于设定距离的TT测试最接近真实的比赛环境，它们可能是最适合耐力表现评估的。
以前的综述提供了一个全面的解释，急性和慢性反应所发生的操纵间歇训练参数。 然而，这些评论不包括荟萃回归分析，因为荟萃回归分析将提供单个研究结果的单一效应。 由于这一缺陷，对于为不同年龄、性别和训练状况的个人构建间隔训练计划的最佳方法仍缺乏共识。 本论文的目的是对间歇训练研究进行系统回顾和元分析，以确定个体特征和训练变量对TT表现的影响。
2方法
采用系统评价和荟萃分析首选报告项目(PRISMA)作为评价设计方案。
2.1资格标准
2.1.1纳入标准
以下标准被用来选择适合于审查的研究：1。 这些研究是前瞻性的； 2. 包括年龄在18岁至65岁之间的个人； 3. 包括至少2周的间歇训练（HIIT或SIT）计划； 4. 包括一个TT测试，要求参与者完成一个设定的距离； 5. 并通过功率或速度对HIIT进行编程。
2.1.2排除标准
如果参与者是绝经后、超重或有病理，或者如果训练方案或结果不适合于此分析，研究将被排除在外，原因如下：1。 训练方案界定不清； 2. 训练计划持续时间少于2周； 3. 包括HIIT和SIT在同一个项目中； 4. 训练模式不同于TT模式； 5. 包括未量化的额外锻炼； 6. 包含营养干预措施（补充剂、水合、饮食状态等）； 7. 受到环境条件（热/冷、海拔、缺氧/高氧等）变化的影响； 8. 确定了包括的方式（冷冻治疗、压缩衣等）； 9. 包括药理剂； 10. TT不是基于距离； 11. TT强度非自选。
2.2信息来源
进行了一次电子检索，包括所有出版年份(即从开始到2020年6月13日)。使用Medline全文数据库和SPORTDiscus数据库进行系统的文献检索。
2.3搜索
2.3.1搜索字符串
使用Rosenblat等人的Meta分析中的搜索字符串搜索标题和摘要。 因为该字符串提供了一组详尽的结果。 这些搜索词来自对以前文献的回顾，以及对间歇训练常用同义词的使用。 搜索字符串如下：“（间歇训练或间歇运动或无氧间歇*或有氧间歇*或高强度间歇*或短跑间歇*或间歇运动或间歇训练重复短跑）”。
2.3.2搜索限制
为提供更具体的搜索，选择了以下限制：1.英语，2.人类，3.期刊文章。
2.4研究选择
主要作者删除了重复并筛选了搜索结果的标题和摘要。 如果标题和摘要符合资格标准，或者是否符合资格标准存在某种程度的不确定性，则检索全文研究报告。 两位作者独立审查了全文文章的资格。 关于资格的任何分歧都通过两位提交人之间的讨论得到解决。 如果前两位提交人不能达成一致意见，将与第三位提交人协商。 排除条款的理由被记录在案。
2.5数据收集流程
Cochrane数据提取和评估表用作创建数据收集表的模板。两位作者独立地从每项研究中提取数据。两位作者随后比较了他们的发现，以检查错误。两位作者讨论并解决了不一致之处。如果前两位作者不能达成一致意见，就要征求第三位作者的意见。
2.6数据项
关于研究方法、参与者特征、训练特征和结果的信息从评论中包括的每一篇研究文章中提取。 具体变量为：参与者特征（训练状况、运动特异性、性别、年龄、身高、体重、VO2max、Wpeak）； Wpeak测试描述（初始功率/速度、级持续时间、增量功率/速度、级数）； 干预描述（运动方式、间歇类型、训练计划持续时间、每周间歇次数、间歇重复次数、间歇运动时间、间歇运动强度、间歇恢复方式、间歇恢复时间、进行性超负荷、进行强度训练； 和结果描述（TT模式、距离、室内/室外设置、使用的设备、熟悉协议、基线完成时间、随访完成时间、Delta时间）。 训练状况被分为非活动（不参加故意的体育活动）、活动（参加非结构化的锻炼计划）和训练有素（结构化的训练计划）。 术语VO2最大值被用来表示从增量运动试验中获得的最大和峰值氧消耗的基线测量值。
与所包括研究的作者联系，了解其出版物中没有提供的相关数据（例如，前测试、后测试和差值）。
2.7个别研究的偏倚风险
两位审评员使用Cochrane协作工具来评估审评中包括的研究的质量。 该工具可用于确定干预研究中的偏倚水平。 评估的具体方法部分包括：1.随机序列生成，2.分配隐蔽性，3.参与者和研究人员的致盲，4.结果评价盲目，5.不完整的数据结果，6.选择性报道。
2.8措施摘要
这项审查评估的主要结果是与基线相比TT绩效的百分比变化。 研究对象包括：基线特征（性别、年龄、训练病状况、基线VO2max)、训练特征（训练模式、间歇性工作强度、间歇性工作时间、间歇恢复模式、间歇恢复时间、间歇重复次数、每周间歇训练量、连续训练、总训练量、总周数、总工时）和结果特征（TT距离）。 这些描述性数据可在表1和补充材料中获得。
表1 研究特点
2.9结果综合
分组数据以均值和标准差(SD)报告，差值以与基线的百分比变化报告。 进行数据转换，以确定缺失数据的值，并标准化分数，以允许对结果的一致解释。 用平均标准误差(SEM)表示的数据用以下公式转换为一个。 在没有SEM或SD的情况下，使用从P值导出的T值估计SD使用以下公式: ，其中X1为TT平均基线值，X2为间歇训练结束时的TT平均值。 用不等式（例如“<”）表示的p值被认为是等式（例如“=”），提供了对SD的更保守的估计。 差值得分用以下公式换算成百分比变化：，其中差值是x2和x1之间的差。 在原始单位中出现负的差值分数表明从基线开始更快的完成时间。 正%差值表明间歇训练结束时的TT均值高于TT均值基线值。
HIIT运动被归类为发生在严重强度域的反复进行的运动。 SIT包括在极限领域进行的锻炼。 Granata等人使用的校正因子=1.8596×测试持续时间-0.242。和基于Morton提出的模型，用于标准化从持续时间超过12分钟的增量坡道测试协议中获得的运动强度。 然后将运动强度转换为Wpeak的百分比，在所有情况下，运动强度表示为绝对功率（瓦特）或速度(km-h-1)。 总的工作被定义为间隔强度、间隔工作时间和间隔重复的乘积。 总工时定义为总会话工时、每周执行的会话数和总计划持续时间（周）的乘积。 外部工作的两种度量都以任意单位（A.U.）描述。
采用混合效应模型和Dersimonian-Laird估计器，使用R(4.0.2)中的Metafor软件包（版本2.4-0)TT%差值评分和加权平均差值(WMD)进行合并。 混合效应模型用于在分析中包含协变量，以解释真实效应的部分异质性。
2.10异质性和小型研究效果的评估
I2统计量用于确定跨研究估计效果的总变异的百分比。 用漏斗图直观地确定了效应大小和样本量之间的关系。 Egger检验用于小样本偏差的定量评估。
3研究结果
定量分析中使用的数据集可在电子补充材料附录S1中获得。本综述中的所有图表包括定量分析中的研究数据。结果中未提供的其他表格可在电子补充材料附录S2中找到。
3.1研究选择
文献检索于2020年6月13日进行。使用数据库SPORTDiscus和Medline进行搜索，共得到9453个结果。在删除3032个重复后，筛选了6421个标题和摘要。共筛选了51篇全文文章。31项研究符合定性分析的纳入标准，29项符合定量分析的纳入标准(图1)。
3.2研究特点
研究设计包括持续时间为2至10周的非对照(n = 7)、对照(n = 9)和随机对照(n = 14)试验(表1)。用于定量分析的研究样本包括总共67个独立的组。参与者包括男性(n = 400)和女性(n = 91 ),平均年龄为25岁(范围19-45 ),平均最大摄氧量为52(范围32-70)mL·kg-1·min-1。参与者的训练状态由非活跃(n = 75)、活跃(n = 146)和已训练(n = 258)个人组成。不同的锻炼模式包括骑自行车(n = 34组)、跑步(n = 27组)和划船(n =组)(表2、3)。TT测试的距离范围从1.6到40.0公里。
表2 高强度间歇训练项目描述
表3 冲刺间歇训练计划描述
3.3研究中的偏倚风险
在纳入的研究中，关于参与者、研究者和评估者盲法的偏倚风险很高。只有一项研究包括分配隐藏(表4)。
表4 各项研究的偏倚风险
3.4个别研究的结果
在34个HIIT干预组中，有29个组的TT表现有所改善，组值从0.1%到9.6%不等。34个SIT组中有32个组的TT表现有所改善，数值范围从-2.3%到10.9%(表5)。
表5 时间试验结果
3.5结果综合
3.5.1基线特征
3.5.1.1性别 没有证据表明性别影响HIIT后TT表现的变化(WMD = 0.1%；95%置信区间0.9至1.0，p = 0.904)或SIT(WMD = 0.9%；95% CI 0.7至2.5，p = 0.270)(图2)。
3.5.1.2训练状态 训练状态在HIIT后TT表现的百分比改善中发挥了重要作用，与受过训练的个人相比，活跃的个人在TT表现中表现出2.0%的更大改善(95% CI 0.6-3.4，p = 0.006)(图3)。训练状态也影响TT在SIT中表现的变化。归类为不活跃的参与者与活跃的个体相比，TT表现提高了2.6%(95% CI 1.1-4.1，p = 0.001)，与受过训练的个体相比，提高了3.4%(95% CI 1.8-4.9，p < 0.001)(图4)。
3.5.1.3年龄 有证据表明年龄影响了HIIT后TT表现的变化(β= 0.13，95% CI 0.24-0.03，p = 0.012)。当参与者按训练状态分组时，年龄不再是TT表现变化的预测因素。年龄对SIT后TT表现的变化没有影响(β = 0.11，95% CI 0.07-0.28，p = 0.247)。
3.5.1.4基线最大耗氧量 有证据表明，基线最大摄氧量并不影响HIIT后TT成绩的变化(β = -0.04，95% CI 0.11-0.02，p = 0.157)。基线最大摄氧量影响个体对SIT的反应(β = -0.12，95% CI 0.19-0.05，p < 0.001)。然而，当个人按训练状态分组时，基线最大摄氧量不再影响TT表现的变化。
3.5.2训练特点
3.5.2.1训练模式 没有证据表明训练模式影响了HIIT之后TT的表现变化。训练模式似乎影响个人对SIT的反应(p < 0.001)。SIT后训练模式的效果依赖于训练状态。在不活跃的个体中没有影响(p = 0.757)。在活跃的个体中，与骑自行车相比，跑步导致TT表现提高1.7%(95% CI 0.5–2.9，p = 0.005)。在受过训练的个体中，与划船相比，骑自行车和跑步导致TT成绩显著提高，分别提高了2.0% (p < 0.001)和3.2% (p < 0.001)。在受过训练的个体中，跑步和骑自行车之间没有显著差异(1.2%，95% CI 0.2至2.6，p = 0.094)。
3.5.2.2间歇训练周期 在HIIT之后，训练强度对TT表现的变化没有影响(图5)。由于SIT组的参与者通常被告知以最大或最大努力进行锻炼，功率输出被用于设置强度，因此不被用作修改量。
在HIIT (β = 0.16，95%可信区间0.23至0.54，p = 0.425)或SIT(β= 1.24，95%可信区间5.43至2.95，p = 0.561)后，工作持续时间对TT表现的变化没有影响。当HIIT研究按训练状态分组时，对受过训练的参与者有显著影响(β = 0.37，95% CI 0.06–0.69，p = 0.019)，表明持续时间更长的HIIT间期将导致TT表现的更大改善(图6)。在HIIT组中，HIIT工作强度和训练持续时间之间有相关性(r = 0.53，p = 0.002)。
3.5.2.3恢复间期-时间 HIIT (0.8%，95%可信区间1.0至1.8，p = 0.543)或SIT (0.6，95%可信区间0.7至2.2，p = 0.296)对恢复模式(主动与被动)没有影响。当研究按训练状态分组时，在接受训练的个体中，被动恢复的SIT比主动恢复的SIT产生了2.6%的更大改善(95% CI 0.9-4.4，p = 0.003)。然而，5组中的4组进行了积极的恢复，也包括划船作为训练模式。因此，很难确定是恢复模式还是训练模式影响了结果。
HIIT(β= 0.08，95%可信区间0.47至0.33，p = 0.698)或SIT (β = 0.05，95%可信区间0.83至0.93，p = 0.909)对恢复持续时间没有影响。当考虑训练状态时，活跃的个体在与HIIT进行更长时间的恢复后，TT表现有更大的改善(β = 2.30，95% CI 1.49–3.11，p < 0.001)。
HIIT (β = -0.29，95%可信区间0.90至0.32，p = 0.350)或SIT (β = -0.04，95%可信区间0.26至0.19，p = 0.751)对休息-训练比没有影响。当按训练状态分开时，恢复周期影响了受过训练的个体对HIIT的训练反应，最佳恢复周期约等于训练周期的50%(β=-0.63，95% CI 1.13-0.14，p = 0.012)。
3.5.2.4间隔重复次数 在HIIT后的前5次重复后，每增加一次间隔重复，活跃个体的表现下降1.0%(β= 0.97，95% CI 1.32至0.62，p < 0.001)，而训练个体的表现下降0.2%(β= 0.14，95% CI 0.24至0.04，p = 0.006)。无论训练状态如何，SIT后间隔重复次数没有影响(β= 0.03，95% CI 0.18至0.12，p = 0.709)(图7)。在受过训练的个体中，HIIT间歇重复次数和间歇工作持续时间之间存在中度相关(r = 0.62，p < 0.001)。在受过训练的个体中，HIIT间歇重复次数和总训练量之间没有相关性(r = 0.07，p = 0.688)。
3.5.2.5强度分布 与每周进行两次HIIT相比，当个人每周进行三次时，TT的表现提高了1.5%(95% CI 0.5–2.5，p = 0.005)。每周完成的间歇训练次数并不影响SIT后的TT表现。在HIIT的研究中，活跃亚组(n = 5)的个体都每周进行三次HIIT。这使得结果偏向于三次HIIT训练。在训练过的亚组中有HIIT研究，包括每周两次(n = 24项研究)和三次(n = 9项研究)。对训练亚组的分析表明，当个体完成两次或三次训练时，TT表现没有显著差异(WMD = 1.0% 95% CI 0.2至2.2，p = 0.115)。
对于HIIT和SIT，只有训练过的亚组包括由单独间歇训练或间歇训练加连续训练组成的干预。结果显示，在HIIT (WMD = 1.4，95%可信区间0.3-2.4，p = 0.009)或SIT (WMD = 2.6%，95%可信区间0.9-4.4，p = 0.003)后的干预期间，接受过训练的个体在TT表现方面有更大的改善。持续训练的强度可能与这一发现有关。然而，在纳入的研究中并没有一致的报道。
3.5.2.6总训练量 HIIT训练的总次数对活动人群(β = 1.17，95%可信区间0.55-1.79，p < 0.001)和训练人群(β = 0.21，95%可信区间0.07-0.35，p = 0.003)的TT表现变化有很大影响。SIT次数与TT表现的变化之间没有关系(β = 0.08，95% CI 0.05-0.22，p = 0.217)。
HIIT训练周数与活跃个体(β = 3.52，95%可信区间1.66–5.37，p < 0.001)和训练个体(β = 0.37，95%可信区间0.67–0.01，p = 0.014)的TT表现改善密切相关。SIT训练周数和TT表现的变化之间没有关系(β = 0.11，95% CI 0.27-0.50，p = 0.566)。与HIIT (r = 0.88，p < 0.001)和SIT (r = 0.93，p < 0.001)相比，训练总次数和总训练周数之间有很强的相关性。
在活跃个体中，总训练量(a.u .)对HIIT后的TT表现没有影响(β = 0.03，95% CI 0.46-0.52，p = 0.912)。在受过训练的个体中，总训练量与TT表现的变化呈正相关(β = 0.09，95% CI 0.03–0.16，p = 0.006)。因为SIT被设置为最大感知努力，所以不能确定总训练量。
3.5.3时间试验特征
3.5.3.1距离 在TT距离范围内(1.5-40.0公里)，TT的表现没有差异，紧随HIIT(β= 0.02，95%置信区间0.06至0.03，p = 0.498)或SIT(β= 0.05，95%置信区间0.12至0.02，p = 0.144)。
3.6异质性和小型研究效果的评估
当汇集来自HIIT干预组的结果时，存在高度的异质性(I2 = 89.8%)。对HIIT组的漏斗图进行目视检查表明存在不对称性，Egger检验的结果表明存在小样本量偏差(p = 0.033)。当对训练状态亚组进行Egger检验时，活动(p = 0.174)亚组的偏倚被消除，但训练(p = 0.002)亚组的偏倚未被消除。
当汇总SIT干预的结果时，也存在高度的统计学异质性(I2 = 87.8)。当SIT组按非活动(I2 = 0.0)、活动(I2 = 46.0)亚组分类时，异质性有所降低，但在训练(I2 = 87.5)亚组中则无差异。Egger检验的显著性结果(p < 0.001)表明，受训练亚组中高度的统计异质性可以用小样本量偏倚的存在来解释。
4讨论
4.1证据概述
对间歇训练研究的系统回顾和荟萃分析量化了个体特征和训练变量对TT表现的影响。训练模式(骑自行车，划船，跑步)被证明可以改变间歇训练计划后TT表现的改善幅度。年龄、性别和基线最大摄氧量不影响TT表现的变化。然而，较高的训练水平与TT变化幅度的降低相关。TT在HIIT的表现变化取决于训练时间的长短，而不是个人间歇训练的强度。HIIT训练的次数、训练周数和总训练量与TT表现的变化之间存在剂量反应关系。然而，训练次数或周数与SIT的TT表现变化之间没有关系。参见图8，图中显示了结果中的关键发现。
4.1.1基线特征
4.1.1.1性别 荟萃分析的汇总结果显示，TT表现的变化不存在基于性别的差异(图2)。这些发现与分析中包含的个别研究结果一致，这些研究发现男性和女性的反应相似。除了TT表现，所有的研究都测量了最大摄氧量的变化，同样，男女之间的反应没有差异。TT表现和最大摄氧量变化之间反应的相似性是一个重要的发现，因为它证明了两个结果测量之间的一致性，这两个结果测量已经被证明是高度相关的。
虽然荟萃分析的结果表明，男性和女性在TT表现中具有相似的适应性反应，但以前的文献表明，在各自的急性代谢反应中可能存在基于性别的差异。es bjrnsson-Liljedahl研究表明，与男性相比，女性在SIT期间利用的肌糖原减少了42%,峰值乳酸水平也较低。然而，有矛盾的证据表明，SIT后男性和女性的乳酸峰值水平相似。通过最大柠檬酸合酶活性的变化，也有证据表明在线粒体生物发生中有类似的反应。急性底物利用的性别差异，特别是涉及碳水化合物代谢的，可能是无关紧要的，因为生理和性能适应似乎在性别之间是相似的。
4.1.1.2训练状态 训练状态被证明是影响TT表现变化的唯一基线特征。改善范围从受过训练的个体的大约2%到不活动的个体的6%(图3、4)。Weston等人进行的另一项荟萃分析发现，训练状态影响最大摄氧量的变化也有类似的趋势。我们的综述和Weston等人的综述不包括对训练状态进行直接比较的研究。stren等人的研究进行了直接比较，确定了训练状态和最大摄氧量变化之间存在显著的相关性。这个结果进一步支持了以前的训练状态对耐力表现变化的影响。
不同训练状态的个体之间存在代谢和生理差异。Hetlelid等人发现，训练有素的跑步者氧化脂肪酸的速度大约是在相同相对强度下进行娱乐训练的跑步者的三倍。与休闲运动员相比，训练有素的运动员的最大摄氧量阈值更高，VT2分别为90%和83%。这些结果表明，训练有素的运动员不仅有更高的阈值，而且阈值可能正在接近他们的适应极限。在当前的分析中，不运动和运动个体的TT表现的更大改善可能是由于具有较低的生理起点，为整体改善留下了更多的空间。
4.1.1.3年龄 在观察范围内，年龄并不影响HIIT或SIT后TT表现的变化。荟萃分析中只有一项研究直接比较了不同年龄范围的个体。威洛比等人研究了年轻(20-30岁)和年长(30-50岁)男性的SIT效应，观察到TT表现或最大摄氧量的变化没有年龄差异。这些发现与stren等人的一项更大的研究(n = 94)一致，该研究也发现HIIT后的最大摄氧量适应没有差异。值得注意的是，有一项研究发现，当基线最大摄氧量匹配时，与老年人相比，年轻人的最大摄氧量可以提高一倍以上。由于成年期的最大摄氧量每年大约下降1%,当老年人与年轻人的最大摄氧量相匹配时，老年人的表现可能会有较小的改善，因为他们处于相对较高的训练状态。
4.1.1.4最大耗氧量 当参与者按训练状态分类时，基线最大摄氧量对HIIT或SIT后TT表现的变化没有影响。最大摄氧量的一个重要限制是，它没有考虑到耐力表现的其他相关因素中的个体生理差异。可以维持在次最大生理阈值的最高VO2可能是耐力表现的更好标志。以前的文献表明，乳酸阈(LT)与耐力表现密切相关，并且已被证明是比最大摄氧量更可靠的TT表现相关性。Coyle等人发现，最大摄氧量相似但相对乳酸阈较高的自行车运动员在完成40公里的TT自行车赛时要快10%。
Laursen等人的研究包括HIIT和SIT，除了TT表现之外，还包括VT2作为最大摄氧量百分比的测量。结果表明，HIIT干预后VT2增加了15%,而SIT仅改善了8.5%。这些结果表明，亚最大适应，可能导致氧化能力的提高，可能与HIIT更大。基线最大摄氧量确实影响SIT的适应性反应，这意味着SIT后的TT改善更可能与最大摄氧量的变化有关，而不是与VT2测量的次最大改善有关，VT2测量的次最大改善对HIIT适应至关重要。
4.1.2训练特点
4.1.2.1训练模式 训练模式仅被证明是SIT后TT适应的一个因素。具体来说，在活跃的个体中，跑步比骑自行车使TT表现提高了1.7%(95% CI 0.5–2.9，p < 0.005)。跑步经济的变化有助于提高成绩，并可能在两种锻炼模式之间观察到的差异中发挥作用。Moore等人发现，随着跑步者变得更有经验，他们会发展出更有效的跑步步态，从而提高次最大成绩。此外，运动特异性已被证明影响跑步的锻炼经济性，但不影响骑自行车的锻炼经济性。Swinnen等人通过亚极量自行车和跑步性能测试，在一组自行车运动员、跑步者和铁人三项运动员中比较了跑步和骑自行车的经济性。他们发现跑步者比骑自行车者有更好的跑步经济性，但是跑步者和骑自行车者在骑车经济性上没有区别。
与骑车和跑步相比，划船对TT成绩的改善最小。目前还不清楚是什么导致了性能增益的差异。间歇训练计划可能不会像较短时间的TT测试(如2000米(约6.5分钟)划船测试)那样引起相同程度的成绩变化。然而，荟萃分析的结果表明，距离不是影响成绩的一个因素。有趣的是，大学水平的赛艇运动员报告说，每次划水的努力通常是以最大的努力进行的。本综述研究中2000米划船TT测试的平均功率输出约为增量测试最大功率的80%。事实上，该结果低于在相似持续时间的循环TT测试中发现的平均功率输出。Gross等人发现，训练有素的自行车运动员以增量测试获得的大约85%的功率进行了5公里TT (~ 7.5分钟)测试。
4.1.2.2间歇训练周期 运动强度被认为是影响耐力表现适应性反应的最重要因素。与中等强度的连续训练(MICT)相比，间歇训练(HIIT和SIT)在心血管健康和体能方面有更大的改善，即使运动量大大减少。然而，在特定强度范围(如剧烈范围)内的较高锻炼强度可能不会导致耐力运动表现的较大改善。该荟萃分析的结果显示，在任何强度下进行的HIIT运动都能产生类似的TT表现改善(图6)。这些结果在不同的训练状态分类中是一致的。因为SIT是以最大努力进行的，所以SIT的运动强度在分析中没有涉及。
间歇训练的持续时间通常被认为是影响耐力表现适应性的另一个重要因素。然而，在HIIT和SIT之后TT表现的改善被发现与工作时间无关。当根据训练状态对HIIT组进行分组时，结果显示，在受训练个体中，工作回合持续时间和TT表现的变化之间存在显著(p < 0.02)关系。每增加一分钟，受过训练的人的TT表现大约有0.5%的提高。亚组分析的结果显示了与Rosenblat等人之前的工作类似的发现。他们发现，与SIT相比，HIIT较长的工作周期比较短的工作周期在TT表现方面产生了更大的改善。关于SIT，大多数研究包括30-s训练周期。因此，很难对训练周期持续时间的影响做出结论，并建议将30-s训练周期纳入训练计划。
以前有许多研究直接比较了HIIT计划在工作时间上的不同，一些研究倾向于较短的间隔，而另一些研究倾向于较长的间隔。由于达到峰值氧水平大约需要2分钟，因此较长的持续时间间隔可以允许个人在更长的连续时间内以更高百分比的最大摄氧量进行锻炼。然而，发现更短的间隔更有效的研究还包括工作周期之间非常短的恢复期，这缓解了氧消耗的下降，并允许随后的工作周期以更高的氧消耗开始。因此，在较长的时间间隔内，总摄氧量的较大部分在运动过程中被消耗，主要用于产生机械功。而在较短的时间间隔中，在恢复时间间隔中消耗更多的氧，用于机械工作和恢复代谢和底物稳态的组合。氧气是在工作中消耗还是在恢复过程中消耗，这对耐力运动表现的意义还有待研究。
3.5.2.3恢复间期-时间 间歇重复之间的恢复时间的设计可以极大地影响急性生理反应和锻炼过程中随后的间歇发作。由于急性反应的差异，关于哪种恢复模式(主动还是被动)导致最佳适应性反应，存在相互冲突的观点。主动恢复比被动恢复能更快地降低血浆乳酸水平。主动恢复时，超过90%最大摄氧量的时间也更长。相反，有证据表明，被动恢复比主动恢复允许更多的磷酸肌酸补充，主动恢复允许连续间歇发作的更高功率输出。在间歇训练中，被动恢复也可以导致更大的TTE，允许完成更大的机械工作总量。
该荟萃分析的结果表明，恢复模式仅影响接受SIT训练的个体对TT表现的适应性反应，表明被动恢复更有益。各组之间的主动恢复训练方案存在差异。在接受训练的参与者中包括主动恢复的研究使用了比其他亚组中使用的方案大得多的恢复强度。可能是恢复强度太高，以至于在SIT发作之间没有足够的恢复。个人偏好可能是选择恢复模式的最合适的方法，因为它可以提高乐趣和坚持。但是，如果个人要执行主动恢复，应该以低于MAP/MAV的40%的强度进行，以优化性能增益。
间歇恢复周期的持续时间不会像恢复模式那样影响间歇工作周期后的急性生理反应。在HIIT运动中，短时间(1分钟)和长时间(4分钟)恢复期间的血浆乳酸水平峰值没有差异。然而，与长时间恢复相比，短时间恢复期间的感知努力等级明显更高。在进行自定步调间歇训练时，当恢复时间从1分钟增加到2分钟时，跑步者的跑步速度会更快。从2分钟到4分钟的进一步增加可以提高娱乐性活跃个体的跑步成绩，但不能提高训练有素的跑步者的成绩。这些结果与当前回顾的结果相一致，该结果表明，在HIIT期间较长的恢复持续时间可以导致活跃但未经训练的个体的TT表现有更大的改善。
包含SIT的急性研究表明，较长的恢复周期导致锻炼过程中较低的平均摄氧量。当在SIT期间自选恢复时间时，恢复持续时间倾向于增加，导致总耗氧量水平降低。然而，较长的恢复周期允许参与者在连续的工作周期中保持较高的速度。氧消耗的急性反应可能不提供适应性机制的指示，因为不管SIT期间的休息间隔如何，线粒体呼吸的测量随着训练而改善。此外，荟萃分析的结果表明，恢复持续时间并不影响SIT的TT表现的变化。
4.1.2.4间隔重复次数 结果表明，HIIT间隔重复次数的增加会对TT表现的变化产生负面影响。重复次数较多的研究主要包括持续时间较短的间歇运动(约1分钟)。在受过训练的个体中，HIIT间歇重复次数和间歇工作持续时间之间存在中度相关(r = 0.62，p < 0.001)。如前所述，较长间隔的工作回合比较短间隔的工作回合更有益。因此，当考虑工作时间时，重复次数不再影响TT表现的变化。
SIT重复次数似乎不影响适应的表现，无论工作回合的持续时间。这些结果与Vollaard等人之前进行的荟萃分析结果相冲突。他们发现，每增加2次重复，最大摄氧量会下降1.2%。他们的结果的一个潜在问题是，他们没有考虑在一次训练中完成的重复次数和基线最大摄氧量之间的关系。Vollaard等人对综述中的数据进行的进一步分析表明，与重复次数较多的参与者相比，重复次数较少的参与者也包括基线VO2max值较低的参与者。当Vollaard等人的综述中的所有研究结果都包括在内时，分析并未表明存在显著的相关性(p = 0.077)。然而，有两个异常值，当从分析中去除时，允许关系达到显著性(β = 1.4，95% CI 0.7至2.1，p < 0.001)。来自Vollaard等人的综述和当前综述的结果显示，基线最大摄氧量较低的个体比最大摄氧量较高的个体改善速度更快。除了这些结果，Vollaard等人的研究还包括了患有各种生理疾病(如糖尿病和肥胖症)的参与者，由于引入了许多协变量，因此很难概括这些结果。
4.1.2.5强度分析 训练强度的分布会对TT成绩的变化产生重大影响。包含不同训练强度分布的两种常见模型包括阈值训练强度模型和极化训练模型。极化训练模式包括大约75-80%的中度训练，5%的重度训练，15-20%的重度训练。阈值训练模型与极化模型的不同之处在于，在中度领域完成的总训练量百分比低得多(45–55%)，而在重度领域完成的百分比高得多(35%到55%)。Rosenblat等人进行的荟萃分析系统综述比较了极化模型和阈值模型对运动人群TT表现变化的影响。结果表明，极化模型导致TT性能的更大改善(SMD = 0.66；95%置信区间为1.17至0.15，p = 0.010)。
当参与者每周完成两次以上的HIIT或SIT间歇训练时，TT的表现并没有额外的改善。此外，结果表明，在间歇训练计划中增加连续训练对TT表现是有害的。这些结果与Stö ggl等人的研究相冲突，该研究发现，在极化模型中，增加连续训练与HIIT单独改善耐力表现没有什么不同。然而，Stö ggl等人的研究使用最大摄氧量作为耐力表现的主要衡量标准，而感兴趣的结果是TT表现。解释当前综述中的发现的另一个限制是，不清楚每个纳入研究中的连续训练课程是在中等强度还是高强度领域进行的。如果研究中描述的连续锻炼在重负荷领域进行，强度分布将类似于阈值模型，与单独使用HIIT相比，这可能抑制了随后的TT改善。
4.1.2.6总训练量 与HIIT (r = 0.88，p < 0.001)和SIT (r = 0.93，p < 0.001)相比，训练总次数和总训练周数之间有很强的相关性。这两个变量都被发现会影响TT在HIIT事件后的表现。然而，无论是总间歇时间还是总训练周数都与SIT后TT表现的变化无关。由于HIIT和SIT都导致了性能的提高，但对变量设计的反应不同，很可能它们通过不同的生理机制实现了适应，如先前所建议的那样。值得注意的是，大多数HIIT研究包括持续时间为2至4周的训练方案。然而，为数不多的调查长期训练干预的研究显示，TT的表现甚至有更大的改善。因此，根据现有的证据，可以建议进行至少持续4周的HIIT训练计划。
短时间的“全力以赴”的SIT练习密切模拟了沉重或爆炸性的阻力训练练习。阻力训练和SIT之间的主要区别在于，SIT可以在与TT测试相同的锻炼模式下进行，使其成为一种特定运动形式的锻炼。高强度和爆发性的抗阻运动已经被证明可以通过增加最大摄氧量和力量发展的速度来提高耐力运动的成绩。SIT与抗阻运动的直接比较表明，最大摄氧量或次最大运动成绩的改善没有差异。此外，力量发展的变化可以在短短2周内发生。这类似于观察到的SIT TT性能变化的最小时间范围。线粒体生物发生测量的增加是SIT后发生的一个重要适应。关于抗阻训练在线粒体生物发生中产生类似反应的能力，结果不一。
Turnes等人的研究结果可能对HIIT和SIT之间的机制差异有所帮助。他们比较了在重度领域的低端和高端进行的间歇训练的效果，分别包括5分钟和60秒的全力工作回合。他们的发现显示，两组之间的TT表现有相似的提高。然而，在训练后的Wingate测试中，更高强度、更短间隔的组显示峰值肌电图(EMG)活动、峰值功率输出和平均功率输出增加。强度较低、持续时间较长的组的峰值肌电图活动减少，而Wingate峰值或平均功率输出没有变化。这些改善可能来自不同的机制；然而，需要进一步的研究来评估HIIT和SIT后TT试验期间的急性反应，以确定是否是这种情况。
4.1.3计时赛特征
4.1.3.1计时距离 特异性理论将建议SIT应该导致较短距离TTs的更大改善，而HIIT导致较长距离TTs的更大改善。先前的文献表明，不同持续时间的TTs利用不同百分比的有氧和无氧代谢。荟萃分析的结果表明，无论距离远近，间歇训练类型都不会影响成绩的变化。两种形式的间歇训练都可以提高最大摄氧量，从而提高短距离和长距离项目的成绩。综述中的两项研究直接比较了间歇训练对持续时间不同的多次跑步的影响。研究结果发现，在各个间歇组之间，TT表现没有差异。这些比较包括距离1.5到5公里的相对较短的事件。因此，有必要进行进一步的研究，比较HIIT和SIT后较短(~ 5 km)和较长(40 km) TTs的变化，以确定间隔类型是否对TT距离有因果影响。
4.2局限性
本次审查选择的文章仅包括那些在方法学中描述的初始文献搜索中发现的文章。没有对可能被遗漏的文章进行额外的搜索，以最小化选择偏倚并提高文章选择过程的可重复性。因此，满足纳入标准的文章可能已从分析中忽略。
除了间歇训练组之外，许多研究都包括一个对照组，作为比较的基础。本次审查中进行的分析仅限于间歇训练组的变化得分。这可能会在解释干预的有效性时引入一定程度的偏差。早期的评论已经确定，与其他形式的耐力运动相比，间歇训练在提高耐力表现方面同样有效或者更有效。当前审查的目的是确定协变量(如基线和训练特征)与TT表现变化之间的关系。
有许多研究(n = 15)缺少差值评分的标准差数据。在此分析中，缺失值通过使用t检验转换差值得分的p值来计算，如方法中所述。这导致对分数的真实偏差的更保守的估计。在分析中还使用了一种转换方法来标准化各组间的测量值。具体来说，TT时间(秒)的增量分数被转换为与基线的百分比差。将变更分数与基线分数相关联会增加初始分数中测量误差的可能性，这是回归到平均值的结果。在TT测试的情况下，最大的测量误差可能出现在初始测试中，但是在熟悉测试之后会减小。77组中的33组包括一个熟悉测试。因此，可能会出现某种程度的测量误差。此外，在荟萃分析中使用分组均值会增加测量误差的大小。然而，在目前的荟萃分析中，这是不可能的，因为个人得分的百分比变化和小组得分的百分比变化之间的差异小于0.1%。这种独立的分析是在研究样本中进行的，其中原始个体数据由各自的作者(来自27个组的158名参与者)提供。
我们的荟萃分析结果表明，训练状态可以极大地影响间歇训练计划后的适应性反应。分析中没有研究检查基线和HIIT训练特征对不活跃参与者的影响。然而，有研究包括SIT后不活跃的个体。汇总结果显示，与处于较高训练状态的个人相比，不活跃的个人对训练有更大的反应。在HIIT之后，在不活跃的个体中可能会有类似的反应。由于HIIT和SIT之间生理反应的差异，在归纳两种间期类型的结果时应谨慎。
许多同时包括男性和女性的研究没有对性别进行单独的分析。一旦从各自的作者那里获得原始数据，这种类型的分析是可能的。在许多情况下，将参与者按性别分开会产生样本量非常小的群体，而随后的结果具有很大的标准偏差。因此，可以想象的是，分析的结果可能会有偏差，因为最初的研究没有考虑亚组比较的性别。在没有获得个体数据的情况下(n = 2)，使用同一组男性和女性的结果完成分析。鉴于这些警告，我们的结果表明男性和女性对间歇训练有相似的TT反应。
在一些研究中，关于连续训练方案的运动强度的信息有限。与中等强度训练相比，在高强度训练中进行间歇训练和连续训练的组合，在提高最大摄氧量和TT成绩方面效果较差。由于关于运动强度的信息在连续训练方案中是不可用的，因此在分析中将其作为一个修正因子应谨慎解释。
审查的主要结果是以时间变化衡量的TT成绩。TT测试的强有效性和可靠性加强了我们对结果的解释，作为耐力表现的指标。由于环境因素的可变性，在进行室外测试时，循环TT测试过程中的平均功率输出比完成时间更可靠。然而，虽然没有一个自行车TTs是在室外进行的，但是一些跑步TTs是在室外赛道上完成的。因此，环境因素可能影响了少量TT测试的结果。尽管如此，还是使用了相对于基线的时间变化，因为它提供了不同锻炼模式下相同单位的性能测量。除了环境因素，参与者缺乏完成性能测试的经验也会增加测量误差。熟悉测试可以减少测量误差，但只是在一定程度上。因此，分析中可能存在一定程度的测量误差，因为77项研究中只有33项包括熟悉度测试。
4.3未来方向
Rosenblat等人的荟萃分析表明，与SIT相比，更长持续时间的HIIT间期(4分钟至5分钟)导致TT表现的更大改善。由于目前的审查结果表明，HIIT和SIT导致TT表现的改善，这将是有益的调查的影响，包括HIIT和SIT在同一个干预计划。有研究调查了并发HIIT + SIT以及HIIT和SIT的分期的影响。然而，这些研究包括不同于HIIT和SIT计划的间歇计划，这些计划在当前的回顾中被发现对改善TT表现是最佳的。此外，这些研究没有将TT作为评估绩效变化的结果指标之一。
对HIIT和SIT后导致运动表现变化的机制的更深入的理解，将为间歇训练计划的发展提供更深入的见解。尽管SIT和阻力训练在急性和慢性适应方面有许多相似之处，但比较这两种训练模式的研究是有限的。外周适应的变化是最近大多数间歇训练研究的焦点。由于中枢因素对耗氧量的重要性，比较中枢适应的措施对未来的训练干预研究是有价值的。这些测量应包括不同间期类型间左心室质量、每搏量和心输出量的变化。
与其他锻炼方式相比，参加跑步SIT计划的活跃个体在TT表现方面经历了显著更大的改善。在训练有素的跑步者中，TT表现的类似变化并不明显。先前的研究结果表明，与其他锻炼方式相比，跑步经济在表现中发挥着更大的作用。间歇训练研究将受益于一项调查，即在接受过训练的跑步者和骑自行车者以另一种运动模式进行训练时，他们的运动经济性是否发生了相同程度的变化。此外，还不清楚为什么与其他锻炼方式相比，划船对TT表现的改善最小。未来的研究可能会进一步阐明，运动表现的变化是否是运动经济中特定运动适应的结果，而不是一般健康指标的变化。
先前的研究调查了不同的间歇强度和持续时间对耐力表现的影响。荟萃分析的结果表明，在剧烈运动强度范围内控制运动强度不会影响TT表现的变化。有一项研究直接比较了不同锻炼强度对TT表现的影响。然而，该研究使用的方案仅采用了运动强度的微小差异(组间差异约为6%)。与SIT相比，HIIT锻炼持续时间越长，耐力表现的改善越大。目前荟萃分析的结果还表明，更长的间歇工作持续时间导致TT与HIIT的表现更大的改善。当总机械功匹配时，确定间歇工作周期对TT性能的影响是有价值的。
研究操纵间歇恢复周期(即主动对被动或恢复持续时间)的急性反应的研究发现，诸如乳酸水平、耗氧量、感觉用力和外部力量的测量取决于方案的设计。目前的研究结果表明，对单一训练课程的急性反应的差异可能对长期适应能力的影响有限。没有研究直接比较由相同外部工作组成的间歇工作时间对耐力表现的影响。对更大范围的强度和工作持续时间进行比较的研究将为间歇训练计划提供有价值的见解，这将导致更有成效的实际应用。此外，根据不同的间歇恢复特征来确定对间歇训练计划的长期适应性反应将会增强该领域的知识体系。
5结论
应根据训练状况优化间歇训练计划，以提高TT成绩。不可修改的特征，例如性别和年龄，不会影响TT性能增益。
我们的分析表明，增加间歇训练剂量超过最低要求可能不会增加训练反应。继HIIT和SIT之后，TT的表现也有类似的改善。然而，导致变化的程序特征对于两种间歇锻炼模式是不同的。对于HIIT训练，TT成绩的提高取决于工作时间，但在最大功率的75%到100%的训练强度范围内是相等的。无法评估SIT极限范围内训练强度的影响。
更长的项目持续时间增加了HIIT的性能优势，但对SIT没有。本综述提供的证据表明，在训练有素的个体中，HIIT计划应包括5次重复的5分钟工作回合，强度在重度范围内，在工作回合之间有2.5分钟的恢复期(主动或被动)，每周两次，至少持续4周。与HIIT不同，证据表明在通常研究的范围内，SIT没有剂量反应。SIT计划应包括4次重复的30秒工作回合，以最大的努力进行，4分钟的被动恢复，每周两次，持续两周，针对训练过的个人。