システム概要
TARO.fitシステムは、トレーニング・セッション後にアスリートが入力したトレーニング時間を基に、Fitbitサーバーからトレーニング中の毎分の脈拍、歩数データを自動的に取得します。同時に、安静時脈拍、睡眠時間などの日々のリカバリー情報も記録します。
収集データはグラフによりその動態を可視化できます。また、負荷構成の評価（MonotonyやStrainなど）、Banisterモデルによるトレーニング効果予測といった分析ができます。トレーニングデータや分析結果はアスリートが指定したコーチと共有することができます。
対応データ
スマホアプリからの手入力項目とFitbitからの自動インポート項目があります。
| データ項目 | 備考 |
|---|---|
| トレーニング時間 | 手動（入力必須） |
| セッションRPE | 手動（入力必須） |
| 体調 | 手動 |
| コメント | 手動 |
| 脈拍（トレーニング時） | 毎分 |
| 歩数（トレーニング時） | 毎分 |
| TRIMP（Banister） | 毎分 |
| パフォーマンス | 手動：競技会、コントロールテスト |
| 形態・身体組成 | 手動：周囲径、体重＆体脂肪 |
| 安静時脈拍（起床時） | Fibit算出値と独自アルゴリズム値 |
| 就寝・起床時刻 | |
| 睡眠の質 | 深睡眠時間、睡眠効率 |
アプリ画面
アスリート用
コーチ用
トレーニング評価項目
トレーニング負荷の定量化
セッションRPE (sRPE)（Fosterら 2001）
$$ {sRPE} = {D} \times {RPE [CR10]}$$
${D}$：トレーニング時間 [分]
${RPE [CR10]}$：10段階で示した主観的運動強度
Banister’s TRIMP（Banister & Calvert 1980）
$$ {TRIMP} = {D} \times C_{1} \times \Delta HR \times e^{C_{2} \times \Delta HR}$$
${D}$：トレーニング時間 [分]
$\Delta HR$：$\frac {{運動中の平均心拍数} – {安静時心拍数} } {{最大心拍数} – {安静時心拍数}}$
$C_{1}$：男性＝0.64、女性＝0.86
$C_{2}$：男性＝1.92、女性＝1.67
TARO.fitでは、手動入力によるトレーニング時間、主観強度からsRPE、Fitbit計測値によるトレーニング中、安静時心拍数からTRIMPを算出しています。
トレーニング負荷構成
トレーニングが適切な負荷で実施されているか、負荷と休息のバランスを、「単調さ（Monotony）」と「追込み度合い（Strain）」の観点から評価。また、負荷の急激な変化の有無から障害発生リスク（ACWR）を評価。
Monotony＆Strain（Foster&Lehmann 1996、Foster 1998）
$${Monotony} = \frac {トレーニング負荷の週平均} {トレーニング負荷の週標準偏差}$$
$$ {Strain} = {トレーニング負荷の週合計} \times {Monotony} $$
Acute:Chronic Workload Ratio (ACWR) （Hulinら 2016）
$$ {ACWR} = \frac {直近7日間の平均トレーニング負荷} {前週から過去28日間の平均トレーニング負荷} $$
TARO.fitでは、sRPE、TRIMPそれぞれから各項目の値を算出し、参照可能となっています。
トレーニング効果推定
トレーニングで生じた体力の向上（Fitness）と疲労の蓄積（Fatigue）の合計をトレーニング効果＝パフォーマンスと想定したモデルを利用し、日々のトレーニング負荷の畳込み演算により効果を推定。
Fitness-Fatigueモデル (Banisterモデル)（Banisterら 1975）
$$ p_{t} = p_0 + k_1 \sum_{i=1}^{t-1} w^i e^{- \frac {n-i} {r1}} – k_2 \sum_{i=1}^{t-1} w^i e^{- \frac {n-i} {r2}} $$
${p_t}$：時点tにおけるパフォーマンス
${p_0}$：パフォーマンス初期値
${w}$：トレーニング負荷 ※モデルへの入力値
${i}$：トレーニングセッション番号
$k_1、k_2$：重み係数 → パフォーマンス種別、個人差を補正
$r1、r2$：時間による減衰率 → 体力より疲労消失が速い（$r1\gt r2$）
TARO.fitでは初期設定値としてオリジナル論文の係数を利用（変更可）
$k_1 = 1.0$、$k_2 = 1.9$、$r1=49.5$、$r2 = 11$
文献
- 伊藤&志賀 (2019) アクティビティートラッカーを活用したトレーニング評価システム，日本コーチング学会 第30回大会，神奈川
セッションRPE、TRIMP
- Foster et al. (2001) A new approach to monitoring exercise training. J Strength Cond Res 15: 109-15
- Banister & Calvert (1980) Planning for future performance: implications for long term training. Can J Appl Sport Sci 5 : 170-6
負荷構成の評価（Monotony、Strain、ACWR）
- Foster & Lehmann (1996) Overtraining Syndrome. In: Guten GN (ed) Running Injuries. W.B. Saunders: 173-88
- Foster (1998) Monitoring training in athletes with reference to overtraining syndrome. Med Sci Sports Exerc(30): 1164–8
- Hulin et al. (2016) The acute:chronic workload ratio predicts injury: high chronic workload may decrease injury risk in elite rugby league players. Br J Sports Med 50: 231–6
Banisterモデル
- Banister et al. (1975) A system model of training for athletic performance. Aust J of Sports Med 7: 170-176