Un score de fatigue dans une application d'entraînement est un modèle, pas une mesure. Il combine des données choisies, comme les séries récentes, le RPE, les répétitions manquées, les tendances de force, le temps écoulé depuis l'entraînement ou des données de montre comme le sommeil et la variabilité de la fréquence cardiaque, pour produire une estimation. Aucun score de fatigue grand public dont nous ayons connaissance n'a été validé contre des mesures de fatigue en laboratoire dans la recherche publiée, et cela vaut aussi pour le nôtre.
Ce que la recherche valide, ce sont les données d'entrée : à quel point les séries vont près de l'échec, de combien la vitesse de barre baisse, à quel point les séries semblent dures, et si la performance à charge fixe récupère. Utilisez un score comme un signal pour examiner ces éléments, pas comme un ordre de s'entraîner plus dur, de faire une décharge ou de sauter la salle.
Ce que dit la recherche
- S'entraîner jusqu'à l'échec provoque davantage de fatigue aiguë. Une méta-analyse de 12 études croisées a trouvé de plus fortes baisses des mesures de saut, de vitesse, de puissance et de force après un entraînement à l'échec (SMD −0,96), ainsi que davantage de lésions musculaires et un RPE plus élevé.1 Preuves solides
- La récupération prend plus de temps après l'échec. Chez des hommes entraînés, les séries menées à l'échec ont ralenti la récupération de la vitesse de barre et de la hauteur de saut pendant jusqu'à 24–48 heures, par rapport à un arrêt à mi-chemin.2 Preuves modérées
- La perte de vitesse est un marqueur de fatigue objectif et progressif. Sur 18 études aiguës, plus la perte de vitesse au sein d'une série était importante, plus il y avait de répétitions, de lactate et de RPE élevés, et de fortes baisses de hauteur de saut et de vitesse.3 Preuves solides
- Les notes de RIR sont utiles mais imparfaites. En moyenne, les gens sous-estiment d'environ 1 répétition le nombre de répétitions avant l'échec, avec une meilleure précision près de l'échec.4 Preuves modérées
- L'autorégulation aide, mais pas de façon spectaculaire. L'ajustement de la charge fondé sur le RPE et la vitesse a produit des gains de 1RM similaires à ceux des pourcentages fixes, dans une méta-analyse de 15 études.5 Preuves modérées
Les niveaux de preuve reflètent le nombre et la qualité des études (méta-analyses > essais contrôlés isolés > données aiguës ou mécanistiques).
Pourquoi les scores de fatigue diffèrent-ils d'une application à l'autre ?
« Score de fatigue » n'est pas une mesure standardisée de la musculation. Deux applications peuvent afficher des chiffres proches tout en mesurant des choses différentes.
Une application peut estimer la récupération musculaire à partir du temps écoulé et des séries notées. Une autre peut repérer un RPE qui monte et une performance qui stagne. Une montre mettra plutôt l'accent sur le sommeil, la fréquence cardiaque au repos et la VFC. Une application de périodisation peut montrer la charge par rapport aux semaines précédentes. Chacune est un modèle différent aux hypothèses différentes.
Avant de faire confiance au score, demandez-vous ce qui l'a produit.
Quelles mesures de fatigue ont un appui dans la recherche ?
Les chercheurs mesurent la fatigue liée à la musculation de plusieurs façons. Chacune capture une partie du tableau ; aucune ne capture tout.
| Mesurer | Ce qu'elle capture | Preuves et limites | Une application fondée sur le carnet peut-elle la voir ? |
|---|---|---|---|
| Vitesse de barre à charge fixe | Préparation neuromusculaire | Sensible à l'entraînement à l'échec ou non et au temps de récupération2 | Seulement avec un appareil de mesure de la vitesse |
| Perte de vitesse au sein d'une série | Fatigue accumulée dans la série | Relation graduée avec les réponses de fatigue aiguë3 | Seulement avec un appareil de mesure de la vitesse |
| Hauteur de saut à contre-mouvement | Fatigue neuromusculaire du bas du corps | Souvent utilisée en recherche ; baisse davantage après un entraînement à l'échec1,2 | Non |
| Répétitions à charge et RIR équivalents | Capacité de performance | Pratique ; dépend d'un suivi régulier | Oui |
| RPE / RIR | Effort perçu et proximité de l'échec | Modérément corrélé à la vitesse et à la charge ;6 environ 1 répétition d'erreur en moyenne4 | Oui, si vous le notez |
| Marqueurs sanguins (lactate, ammoniac, créatine kinase) | Stress métabolique, lésions musculaires | Plus élevés après un entraînement à l'échec1 | Non |
En toute franchise : les marqueurs de fatigue les mieux validés nécessitent un matériel que la plupart des pratiquants n'utilisent pas. Une application fondée sur le carnet travaille à partir des répétitions, des charges et des notes, qui sont des indicateurs raisonnables mais plus bruités.
Qu'est-ce qui crée la fatigue après une séance ?
Une revue systématique de 2025 portant sur 51 études a montré que la durée des séries, la proximité de l'échec et le volume total étaient les principaux facteurs de perte de performance après la séance, avec une fatigue qui augmente à mesure que les séries approchent de l'échec à gros volume et à forte densité, surtout avec des charges légères.7 Cela rejoint la méta-analyse sur l'échec : aller jusqu'à l'échec entraînait une plus forte baisse de performance et davantage de lésions musculaires qu'un arrêt plus précoce.1
Étude clé
Récupération après un entraînement à l'échec ou sans échec (Morán-Navarro et al., 2017)
- Protocole
- Étude croisée suivant la récupération de 12 heures avant à 72 heures après l'entraînement
- Participants
- 10 hommes entraînés à la musculation
- Comparaison
- Développé couché et squat complet : 3×5 avec une charge de 10RM, 6×5 avec une charge de 10RM (même volume que l'échec), et 3×10 jusqu'à l'échec
- Résultat
- Les séries menées à l'échec ont provoqué une plus forte baisse aiguë de la hauteur de saut et de la vitesse de barre, même par rapport au 6×5 à volume égal. La récupération était nettement plus rapide après les protocoles sans échec, entre 24 et 48 heures.
Pourquoi c'est important : le même total de répétitions peut vous laisser dans un état très différent pour la séance suivante, selon que chaque série est allée plus ou moins près de l'échec. Limites : seulement 10 participants et deux exercices.2
Les recherches sur la perte de vitesse montrent le même schéma sous un autre angle. Dans une étude de squat de 8 semaines, un groupe qui arrêtait les séries à 20 % de perte de vitesse a gagné autant de force au squat qu'un groupe qui s'arrêtait à 40 %, et a davantage progressé en saut (9,5 % contre 3,5 %), tout en faisant 40 % de répétitions en moins. Le groupe à 40 % a gagné davantage de volume du vaste latéral et du vaste intermédiaire.8 Davantage de fatigue par série n'était pas meilleur pour la force, mais il était associé à davantage de croissance dans cette étude. Les méta-analyses concordent : les seuils de perte de vitesse supérieurs à environ 20–25 % favorisent l'hypertrophie, alors que des seuils plus bas donnent des gains de force égaux ou légèrement meilleurs avec moins de fatigue.3,5
La fatigue n'est donc pas simplement mauvaise. C'est un coût que vous payez pour une partie du stimulus. Le but est d'en avoir assez pour progresser, pas tant que les séances suivantes en pâtissent. Pour savoir à quel point aller vers l'échec pour prendre du muscle, voir Faut-il s'entraîner jusqu'à l'échec pour prendre du muscle ?
Trois types courants de modèles de fatigue
Modèles fondés sur le carnet d'entraînement
Ils utilisent les données que vous saisissez : exercices et muscles ciblés, séries de travail et répétitions, charge ou force estimée, RPE ou RIR, objectifs manqués, temps écoulé depuis la dernière séance, et progression ou régression récente. Leur avantage est la spécificité à la musculation. Leur faiblesse est leur dépendance à des carnets complets et réguliers, et à des notations honnêtes.
Modèles fondés sur les montres connectées
Ils utilisent le sommeil, la fréquence cardiaque au repos, la variabilité de la fréquence cardiaque, la fréquence respiratoire et l'activité générale. Ils ajoutent un contexte physiologique, mais ils ne savent pas forcément que la séance de jambes d'hier comprenait des squats lourds plutôt qu'un travail facile aux machines, sauf si la musculation est notée avec précision.
Modèles combinés
Les systèmes combinés essaient de relier l'historique des séances à la préparation physiologique. Plus de données d'entrée ne garantissent pas de meilleures décisions. Le calcul dépend toujours des hypothèses du modèle, de la précision des appareils et de la qualité des données.
Quelle est la précision des données RPE et RIR ?
La plupart des modèles de fatigue fondés sur le carnet s'appuient sur le RPE ou le RIR, donc leur précision compte. L'échelle RPE fondée sur le RIR a été introduite en 2016 ; chez les squatteurs, le RPE suivait de près la vitesse de barre (r = −0,88 chez les pratiquants expérimentés, −0,77 chez les débutants).9
Une méta-analyse de 12 études (414 participants) a montré que les gens sous-estimaient leurs répétitions restantes d'environ 0,95 répétition en moyenne, avec une forte hétérogénéité. Les prédictions s'amélioraient en se rapprochant de l'échec, avec des charges plus lourdes et sur les séries plus tardives.4 Les pratiquants entraînés peuvent être assez précis : au développé couché à 75 % de 1RM, des hommes et des femmes entraînés annonçaient 1 et 3 RIR avec une erreur absolue moyenne de 0,65 répétition.10 Si vos notes vous semblent incohérentes, utilisez le processus de calibrage RPE et RIR. Un modèle de fatigue alimenté par un RPE mal calibré donnera un résultat mal calibré.
Les programmes autorégulés sont-ils meilleurs que les programmes fixes ?
Les scores de fatigue sont une forme d'autorégulation : adapter l'entraînement à la préparation du jour. Les preuves sont favorables mais modestes. Une méta-analyse de 15 études chez des pratiquants entraînés n'a pas trouvé de différence significative de gains de 1RM entre une charge autorégulée (RPE ou vitesse) et une charge à pourcentage fixe (différence moyenne de 2,07 kg, non significative).5 Une revue systématique de 14 études a montré que toutes les méthodes d'autorégulation augmentaient le 1RM, et suggère qu'elles peuvent aider en tenant compte des fluctuations quotidiennes.11
La lecture pratique : adapter la charge à la préparation est raisonnable et ne fait pas de mal, mais ce n'est pas un grand avantage caché. La régularité, un nombre suffisant de séries difficiles et la surcharge progressive comptent davantage qu'un score de fatigue quotidien précis.
Ce que fitzap workout entend par analyse tenant compte de la fatigue
fitzap workout utilise plusieurs signaux distincts de l'historique d'entraînement plutôt que de présenter un seul chiffre comme une vérité physiologique. Son analyse d'entraînement peut prendre en compte :
- le RPE saisi récemment par rapport à l'objectif ;
- les répétitions manquées à répétition ;
- la stagnation de la force estimée ;
- le temps écoulé depuis la dernière exposition ;
- l'historique d'entraînement et de récupération par muscle ; et
- la progression de la performance sous la charge de travail récente.
Ces analyses font partie de Pro. Ce sont des substituts fondés sur le carnet, que la recherche soutient, et le résultat reste un modèle. Il ne doit pas être lu comme une mesure médicale de la fatigue ni comme une prédiction du risque de blessure. Un avertissement signifie « examinez ce schéma », pas « votre corps n'a définitivement pas récupéré ».
La fatigue n'est pas une courbature, et ne mesure pas le risque de blessure
On peut avoir des courbatures sans perte de performance notable, et une performance peut baisser sans beaucoup de courbatures. Une revue plus utile se demande :
- les charges d'échauffement se déplacent-elles normalement ?
- le même travail atteint-il un RPE plus élevé ?
- les répétitions baissent-elles à charge égale ?
- la technique se dégrade-t-elle ?
- le sommeil, la motivation ou le confort articulaire changent-ils ?
Une application grand public ne peut pas déterminer qu'une séance est sans danger ni prédire si une blessure va survenir. Une douleur vive, qui s'aggrave ou qui limite la fonction appelle une réponse différente de la fatigue d'entraînement ordinaire : arrêtez ou modifiez l'exercice et consultez un professionnel de santé qualifié si nécessaire. Méfiez-vous de tout chiffre de fatigue présenté comme une protection contre les blessures.
Comment réagir à un score de fatigue élevé
Étape 1 : vérifiez le carnet
Assurez-vous que les séries de travail, le RPE, les charges et les exercices sont corrects. Une séance mal classée peut fausser un modèle à court terme.
Étape 2 : vérifiez la performance
Comparez les mêmes exercices à des charges, répétitions, repos et RPE similaires. Une baisse qui se répète sur deux ou trois expositions est plus informative qu'une mauvaise séance isolée, car même les 1RMs testés varient de quelques pour cent d'un jour à l'autre (voir comment lire une tendance de e1RM).
Étape 3 : vérifiez la proximité récente de l'échec
Si les séances récentes comportaient beaucoup de séries jusqu'à l'échec, une baisse de performance de 24 à 48 heures est attendue.2 S'arrêter 1 à 3 répétitions avant peut préserver l'essentiel du stimulus avec moins de fatigue ; dans un essai de 8 semaines chez des pratiquants entraînés, 1–2 RIR ont produit une croissance du quadriceps similaire à celle de l'échec, avec moins de perte de vitesse et de répétitions.12
Étape 4 : vérifiez le stress hors entraînement
Passez en revue le sommeil, l'alimentation, les maladies, le stress professionnel et les autres activités. Un modèle fondé uniquement sur l'entraînement ne peut pas voir ce qui n'a jamais été saisi.
Étape 5 : faites le plus petit ajustement, puis réévaluez
Les options incluent reprendre la même charge, laisser plus de RIR, supprimer une série peu prioritaire, déplacer une séance difficile ou ajouter du repos. Si la performance revient, c'était suffisant. Si elle continue de baisser, revoyez le programme dans son ensemble.
Un score de fatigue doit-il déclencher une décharge ?
Il peut contribuer à la décision, mais les preuves sur les décharges restent minces. Dans un essai randomisé, 39 hommes et femmes entraînés prenaient soit une semaine de repos au milieu d'un programme à gros volume de 9 semaines, soit s'entraînaient sans interruption. La croissance musculaire du bas du corps était similaire ; le groupe qui s'entraînait sans interruption a gagné davantage de force du bas du corps.13 Cela ne veut pas dire que les décharges sont inutiles, mais une semaine de repos programmée n'est pas automatiquement meilleure que de continuer à s'entraîner quand la performance progresse encore. Une décharge se justifie davantage quand plusieurs mouvements régressent, que le RPE monte à charge égale, et que le schéma persiste.
Comment réagir à un score de fatigue bas
Un score bas n'autorise pas à tout donner. Cela signifie seulement que le modèle n'a pas détecté les signaux qu'il suit. Poursuivez la progression prévue quand les répétitions cibles sont effectuées, que la technique est répétable, que le RPE est dans la plage et qu'il n'y a pas de douleur. N'ajoutez pas de séries non prévues parce qu'un tableau de bord paraît au vert.
Ce qu'une fonction de fatigue transparente doit expliquer
- les données utilisées ;
- la fenêtre temporelle ;
- la manière dont les données manquantes sont traitées ;
- si la vue est spécifique à un muscle, à un exercice ou à tout le corps ;
- si le repos fait décroître l'estimation ;
- quelle tendance sous-jacente a déclenché un avertissement ; et
- une mention claire indiquant que la mesure est une estimation.
La transparence compte plus qu'une décimale. Pour une comparaison des fonctions, voir les applications de musculation avec analyses avancées.
Questions fréquentes
Les scores de fatigue des applications d'entraînement sont-ils précis ?
Ils peuvent résumer les signaux qu'ils mesurent, mais ce sont des modèles, et nous ne connaissons aucun modèle validé contre des mesures de fatigue en laboratoire dans la recherche publiée. La précision dépend du modèle, de la qualité des données et de la décision à prendre.
Quelle est la différence entre fatigue et préparation ?
La fatigue décrit les effets négatifs accumulés des stress récents. La préparation décrit la capacité actuelle à performer. Les deux se recoupent, mais la préparation reflète aussi la forme, la motivation, le sommeil, la douleur et d'autres éléments de contexte.
Faut-il sauter l'entraînement quand le score est élevé ?
Pas automatiquement. Vérifiez les données et comparez la performance, les symptômes et la récupération. La bonne réponse peut être un repos supplémentaire, un petit ajustement de la séance, ou aucun changement.
Un score de fatigue peut-il m'indiquer quand faire une décharge ?
Il peut contribuer à la décision. Le cas est plus solide quand plusieurs mouvements régressent, que le RPE monte, que la récupération se dégrade et que le schéma persiste. Le moment de la décharge ne doit pas dépendre d'un seul chiffre.
Ai-je besoin d'une montre connectée ?
Non. Un carnet d'entraînement peut fournir des signaux utiles de charge de travail et de performance. Une montre ajoute un contexte physiologique, surtout pour le sommeil, mais elle ne remplace pas des données de musculation précises.
La recherche citée ici appuie l'interprétation du RPE, de la proximité de l'échec, de la perte de vitesse, de la fatigue aiguë et de l'autorégulation. Elle ne valide aucun score propriétaire de fatigue ou de récupération d'une application grand public en particulier.
Références
- Vieira JG, Sardeli AV, Dias MR, et al. Effects of resistance training to muscle failure on acute fatigue: a systematic review and meta-analysis. Sports Med. 2022;52(5):1103-1125. PubMed
- Morán-Navarro R, Pérez CE, Mora-Rodríguez R, et al. Time course of recovery following resistance training leading or not to failure. Eur J Appl Physiol. 2017;117(12):2387-2399. PubMed
- Jukic I, Castilla AP, Ramos AG, Van Hooren B, McGuigan MR, Helms ER. The acute and chronic effects of implementing velocity loss thresholds during resistance training: a systematic review, meta-analysis, and critical evaluation of the literature. Sports Med. 2023;53(1):177-214. PubMed
- Halperin I, Malleron T, Har-Nir I, et al. Accuracy in predicting repetitions to task failure in resistance exercise: a scoping review and exploratory meta-analysis. Sports Med. 2022;52(2):377-390. PubMed
- Hickmott LM, Chilibeck PD, Shaw KA, Butcher SJ. The effect of load and volume autoregulation on muscular strength and hypertrophy: a systematic review and meta-analysis. Sports Med Open. 2022;8(1):9. PubMed
- Petro JL, Ferrari G, Cardozo LA, et al. Validity of rating of perceived exertion scales in relation to movement velocity and exercise intensity during resistance-exercise: a systematic review. Sports Health. 2025;17(3):621-628. PubMed
- Varela-Olalla D, Del Campo-Vecino J, Balsalobre-Fernández C. Influence of proximity to failure, relative intensity, and volume on voluntary performance and fatigue symptoms after resistance training: a systematic review. J Strength Cond Res. 2025;39(9):e1129-e1168. PubMed
- Pareja-Blanco F, Rodríguez-Rosell D, Sánchez-Medina L, et al. Effects of velocity loss during resistance training on athletic performance, strength gains and muscle adaptations. Scand J Med Sci Sports. 2017;27(7):724-735. PubMed
- Zourdos MC, Klemp A, Dolan C, et al. Novel resistance training-specific rating of perceived exertion scale measuring repetitions in reserve. J Strength Cond Res. 2016;30(1):267-275. PubMed
- Refalo MC, Remmert JF, Pelland JC, et al. Accuracy of intraset repetitions-in-reserve predictions during the bench press exercise in resistance-trained male and female subjects. J Strength Cond Res. 2024;38(3):e78-e85. PubMed
- Larsen S, Kristiansen E, van den Tillaar R. Effects of subjective and objective autoregulation methods for intensity and volume on enhancing maximal strength during resistance-training interventions: a systematic review. PeerJ. 2021;9:e10663. PubMed
- Refalo MC, Helms ER, Robinson ZP, Hamilton DL, Fyfe JJ. Similar muscle hypertrophy following eight weeks of resistance training to momentary muscular failure or with repetitions-in-reserve in resistance-trained individuals. J Sports Sci. 2024;42(1):85-101. PubMed
- Coleman M, Burke R, Augustin F, et al. Gaining more from doing less? The effects of a one-week deload period during supervised resistance training on muscular adaptations. PeerJ. 2024;12:e16777. PubMed
