すべての記事に戻る

分析

筋トレアプリの疲労スコアとは?

筋トレアプリが疲労と回復をどう推定するか、どの入力が重要か、スコアで測れないこと、安全な使い方を学びましょう。

ワークアウトアプリの疲労スコアとは? | トレーニングガイド

ワークアウトアプリの疲労スコアは、モデルであり、測定値ではありません。選ばれた入力(最近のセット、RPE、失敗したレップ、筋力の推移、前回のトレーニングからの時間、睡眠や心拍変動などのウェアラブルデータ)を組み合わせて推定値にしたものです。私たちが知る限り、公表された研究で実験室の疲労測定に対して検証された消費者向けの疲労スコアはありません。当社のものも含めてです。

研究で検証されているのは入力の方です。セットが限界にどれくらい近いか、バーの速度がどれくらい落ちたか、セットがどれくらいきつく感じられるか、一定の重量でのパフォーマンスが回復しているか。スコアは、これらのシグナルを確認するきっかけとして使ってください。もっと追い込めという指示や、ディロードするか、ジムを休むべきという指示として使わないでください。

研究が示すこと

  • 限界まで行うと、急性の疲労が大きくなります。 12件のクロスオーバー研究のメタ分析では、限界まで行うトレーニングの後、ジャンプ、速度、パワー、筋力の指標の低下が大きく(SMD −0.96)、さらに筋肉の損傷と RPE の上昇も見られました。1 強いエビデンス
  • 限界の後は回復に時間がかかります。 訓練を積んだ男性では、途中で止めた場合と比べて、限界まで行ったセットは、バー速度とジャンプ高の回復を最大24〜48時間遅らせました。2 中程度のエビデンス
  • 速度低下は、段階的で客観的な疲労の指標です。 18件の急性研究全体で、セット内の速度低下が大きいほど、レップ(回数)が多く、乳酸と RPE が高く、ジャンプ高と速度の低下も大きくなりました。3 強いエビデンス
  • RIRの評価は役に立ちますが、完全ではありません。 人は限界までのレップ数を平均して約1回過小評価しており、限界に近いほど精度は高くなります。4 中程度のエビデンス
  • 自己調整は役立ちますが、劇的ではありません。 15件の研究のメタ分析では、RPEとバー速度に基づく負荷調整は、固定パーセンテージと似た1RMの向上をもたらしました。5 中程度のエビデンス

エビデンスの評価は、研究の数と質を反映しています(メタアナリシス > 単一のRCT > 急性・機序のデータ)。

疲労スコアがアプリによって違うのはなぜですか?

「疲労スコア」は標準化された筋トレの指標ではありません。二つのアプリが似た数値を示していても、測っているものは異なる場合があります。

あるアプリは、時間と記録したセットから筋肉の回復を推定するかもしれません。別のアプリは、RPEの上昇や停滞したパフォーマンスを見るかもしれません。ウェアラブルは睡眠、安静時心拍数、HRVを重視するかもしれません。ピリオダイゼーションのアプリは、直近数週間と比べた作業量を示すかもしれません。それぞれ、仮定の異なる別のモデルです。

スコアを信頼する前に、それが何によって作られたのかを確認してください。

研究に裏付けのある疲労の測定方法は何ですか?

研究者は、筋トレの疲労をいくつかの方法で測定します。それぞれが全体像の一部だけを捉えており、どれも全体を捉えるものはありません。

測定捉えるものエビデンスと限界ログベースのアプリで見られますか?
一定の重量でのバー速度神経筋の準備状態限界まで行うトレーニングと限界の手前で止めるトレーニング、および回復の経過の違いに敏感2速度計測器がある場合のみ
セット内の速度低下セット内に蓄積された疲労急性の疲労反応との段階的な関係3速度計測器がある場合のみ
カウンタームーブメントジャンプの高さ下半身の神経筋疲労研究で一般的に使われ、限界まで行うトレーニング後に大きく低下する1,2いいえ
一定の負荷とRIRでのレップ(回数)パフォーマンス能力実用的。一貫した記録に依存するはい
RPE / RIR感じる努力度と限界への近さ速度と負荷と中程度の相関があり、6 平均して約1回の誤差4記録すれば、可能
血中マーカー(乳酸、アンモニア、クレアチンキナーゼ)代謝ストレス、筋肉の損傷限界まで行うトレーニング後に高くなる1いいえ

率直な結論:最も検証されている疲労の指標は、多くの訓練者が使っていない機器を必要とします。ログベースのアプリは、レップ(回数)、重量、評価を使いますが、これらは妥当な代理指標でも、より雑音が多いものです。

セッション後の疲労の原因は何ですか?

51件の研究を対象とした2025年のシステマティックレビューでは、セットの時間、限界への近さ、総ボリュームが、セッション後のパフォーマンス低下の主な要因であることが分かりました。高ボリュームかつ高密度で限界に近づくほど、特に軽い負荷では疲労が高まりました。7 これは限界のメタ分析と一致します。限界まで行うと、途中で止めた場合と比べてパフォーマンスの低下と筋肉の損傷がより大きくなりました。1

主な研究

限界まで行うトレーニングと行わないトレーニング後の回復(Morán-Navarro ら、2017)

デザイン
トレーニング12時間前から72時間後までの回復を追跡したクロスオーバー研究
対象
訓練を積んだ男性10人
比較対象
ベンチプレスとフルスクワット:10RMの重量での3×5、10RMの重量での6×5(限界まで行ったのと同じボリューム)、および3×10(限界まで)
結果
限界まで行ったセットは、ボリュームを揃えた6×5と比べても、ジャンプ高とバー速度の急性の低下が大きくなりました。限界まで行わなかったプロトコルでは、24〜48時間の間の回復が有意に速くなりました。

なぜ重要か: 合計のレップ(回数)が同じでも、各セットが限界にどれくらい近づいたかによって、次のセッションの状態は大きく変わることがあります。注意点として、被験者は10人、種目は二つだけでした。2

速度低下の研究も、別の角度から同じパターンを示しています。8週間のスクワット研究では、20%の速度低下でセットを止めた群は、40%で止めた群と同じだけスクワットの筋力を増やし、ジャンプ高はより大きく改善しました(9.5%対3.5%)。その一方で、レップ(回数)は40%少なくなりました。40%の群は外側広筋と中間広筋の大きさをより多く増やしました。8 セットごとの疲労が大きいことは筋力にとって良いわけではありませんでしたが、この研究では成長が大きいことと関連していました。メタ分析も一致しており、速度低下の閾値が約20〜25%を超えると筋肥大に有利で、閾値が低いと同等かわずかに優れた筋力向上を、より少ない疲労で得られるとされています。3,5

つまり、疲労は単に悪いものではありません。それは刺激の一部に対して払うコストです。目指すべきは、成長に十分な疲労であり、次のセッションを台無しにするほどの疲労ではありません。筋肉の成長のために限界にどれくらい近づけるべきかは、筋肉をつけるには限界まで行う必要があるか?をご覧ください。

疲労モデルの代表的な三つのタイプ

トレーニングログモデル

これらは入力されたワークアウトのデータを使います。エクササイズと対象の筋肉、作業セットとレップ(回数)、重量または推定筋力、RPEまたはRIR、達成できなかった目標、前回のセッションからの時間、最近の進歩や後退などです。強みは筋トレに特化していることです。弱みは、完全で一貫したログと、正直な評価に依存することです。

ウェアラブルベースのモデル

これらは睡眠、安静時心拍数、心拍変動、呼吸数、一般的な活動量を使います。生理的な文脈は加わりますが、リフトが正確に記録されていなければ、昨日の脚のセッションが簡単なマシン種目ではなくハードなスクワットだったことは分からないかもしれません。

複合モデル

複合システムは、セッションの履歴と生理的な準備状態をつなげようとします。入力が多いからといって、より良い判断が保証されるわけではありません。計算は依然としてモデルの仮定、機器の精度、データの質に依存します。

RPEとRIRの入力はどれくらい正確ですか?

ログベースの疲労モデルの多くはRPEまたはRIRに依存しているため、その精度が重要です。RIRに基づくRPEの尺度は2016年に導入されました。スクワットをする人では、RPEはバー速度と密接に対応していました(経験者ではr = −0.88、初心者では−0.77)。9

12件の研究(414人の参加者)のメタ分析では、人々は残りのレップ数を平均して約0.95回過小評価しており、ばらつきも大きいことが分かりました。限界に近いほど、重い負荷ほど、後半のセットほど予測は改善しました。4 訓練を積んだ訓練者は非常に正確なこともあります。ベンチプレスで1RMの75%の重量を使った場合、訓練を積んだ男女はRIRを1と3と見積もり、平均絶対誤差は0.65回でした。10 評価が一貫していないと感じたら、RPEとRIRのキャリブレーションの手順を使ってください。誤ったキャリブレーションのRPEで作った疲労モデルは、誤った結果を出します。

自己調整型のプログラムは、固定型のプログラムより優れていますか?

疲労スコアは自己調整(オートレギュレーション)の一形態で、日々の準備状態に合わせてトレーニングを調整することです。エビデンスは支持的ではありますが、控えめです。訓練を積んだ人を対象とした15件の研究のメタ分析では、自己調整型(RPEまたは速度)と固定パーセンテージの負荷設定の間に、1RMの向上の有意な差は見られませんでした(平均差2.07 kg、有意ではない)。5 14件の研究のシステマティックレビューでは、すべての自己調整法が1RMを増やし、日々の変動を考慮することで役立つ可能性があると示唆されました。11

実践的な読み方:準備状態に合わせて調整するのは妥当で害もありませんが、大きな隠れた利点ではありません。一貫性、十分なハードセット、漸進性過負荷が、正確な日々の疲労スコアリングよりも重要です。

fitzap workout が「疲労を考慮した分析」として意味すること

fitzap workout は、一つの数値を生理学的な真実として示すのではなく、いくつかの異なるトレーニング履歴のシグナルを使います。そのトレーニング分析では、次の点を考慮することがあります。

  • 目標と比べた、入力された最近のRPE;
  • 繰り返し達成できなかったレップ(回数);
  • 推定筋力の停滞;
  • 最新の実施からの時間;
  • 筋肉ごとのトレーニングと回復の履歴;そして
  • 最近の作業量の下でパフォーマンスが引き続き向上しているか。

これらの分析は Pro の一部です。研究が支持するログベースの代理指標ですが、出力は依然としてモデルです。医学的な疲労測定や、怪我のリスク予測として読むべきではありません。警告は「このパターンを確認してください」という意味であり、「あなたの身体は確実に回復していません」という意味ではありません。

疲労は筋肉痛や怪我のリスクではありません

筋肉痛があっても、大きなパフォーマンスの低下がないこともあり、筋肉痛がほとんどなくてもパフォーマンスが落ちることがあります。より役立つ見直しは次の問いです。

  • ウォームアップの重量は通常どおり動いているか?
  • 同じ作業が、より高いRPEに達していないか?
  • 同じ負荷でレップ(回数)が落ちていないか?
  • フォームが悪化していないか?
  • 睡眠、やる気、関節の快適さが変わっていないか?

一般消費者向けのアプリでは、セッションが安全かどうかを判定したり、怪我が起こるかどうかを予測したりすることはできません。鋭い痛み、悪化する痛み、動作を制限する痛みは、通常のトレーニングの疲労とは異なる対応が必要です。エクササイズを中止または調整し、必要に応じて資格のある医療の評価を受けてください。怪我の予防をうたう疲労の数値には注意してください。

高い疲労スコアへの対応方法

ステップ1:記録を確認する

作業セット、RPE、重量、エクササイズが正しいか確認してください。一回のワークアウトの分類が誤っているだけで、短期のモデルは歪むことがあります。

ステップ2:パフォーマンスを確認する

同じエクササイズを、似た重量、レップ(回数)、休憩、RPEで比べてください。二〜三回の機会にわたって繰り返される低下は、一回の不調よりも情報があります。実測の1RMsでさえ、日々数パーセント変動するためです(e1RMの推移の読み方を参照)。

ステップ3:最近の限界への近さを確認する

最近のセッションで限界まで行うセットが多かった場合、24〜48時間のパフォーマンス低下は想定内です。2 限界の1〜3レップ手前で止めると、疲労を抑えつつ刺激の大部分を保てます。訓練を積んだ人を対象とした8週間の試験では、1〜2 RIRで行った群は、限界まで行った場合と似た大腿四頭筋の成長を、速度とレップ数の低下が少ない状態で得られました。12

ステップ4:トレーニング以外のストレスを確認する

睡眠、栄養、病気、仕事のストレス、その他の活動を見直してください。トレーニングだけのモデルでは、入力されていないものは見ることができません。

ステップ5:最も小さな調整を行い、その後に再評価する

選択肢には、同じ重量を繰り返す、RIRを多く残す、優先度の低いセットを一つ減らす、きついセッションを移動する、または休憩を加えるなどがあります。パフォーマンスが戻れば、それで十分だったということです。低下が続くなら、より広いプログラムを見直しましょう。

疲労スコアでディロードを行うべきですか?

判断の材料にはなりますが、ディロードに関するエビデンスは乏しいです。ランダム化試験では、訓練を積んだ男女39人が、9週間の高ボリュームプログラムの中間で一週間休むか、そのまま休まずに訓練しました。下半身の筋肉の成長は似ており、休まずに訓練した群の方が下半身の筋力を多く増やしました。13 これはディロードが無意味だという意味ではありませんが、パフォーマンスがまだ伸びている場合に、予定された休みの週が自動的に続けて訓練するより良いわけではありません。ディロードの根拠がより強くなるのは、いくつかの種目で後退が見られ、同じ負荷でRPEが上がり、そのパターンが続くときです。

低い疲労スコアへの対応方法

スコアが低いからといって、限界まで行ってよいという許可にはなりません。モデルが選んだシグナルを検出しなかったというだけです。目標のレップ(回数)を完遂し、フォームが再現でき、RPEが範囲内で、痛みがないときは、予定どおりの漸進を続けてください。ダッシュボードが緑に見えるからといって、予定にないセットを追加しないでください。

透明性のある疲労機能が説明すべき内容

  • 使われた入力;
  • 時間の範囲;
  • 欠けたデータの扱い;
  • その表示が筋肉別、種目別、全身のどれか;
  • 休息によって推定値が減衰するかどうか;
  • どの根本的な傾向が警告を引き起こしたか;そして
  • その指標が推定値であるという明確な説明。

透明性は小数点よりも重要です。機能レベルでの比較については、高度な分析機能を備えた筋トレアプリを参照してください。

よくある質問

ワークアウトアプリの疲労スコアは正確ですか?

シグナルを要約することはできますが、それらはモデルであり、公表された研究で実験室の疲労測定に対して検証されたものは、私たちの知る限りありません。正確さはモデル、入力の質、そして下される判断によって決まります。

疲労と準備状態の違いは何ですか?

疲労は、最近のストレスの蓄積による負の影響を表します。準備状態は、現在のパフォーマンス能力を表します。両者は重なりますが、準備状態は体力、やる気、睡眠、痛み、その他の文脈も反映します。

スコアが高いとき、トレーニングを休むべきですか?

自動的にはそうではありません。データを確認し、パフォーマンス、症状、回復を比べてください。適切な対応は、追加の休息、セッションを少し小さくする調整、またはまったく変えないことかもしれません。

疲労スコアは、いつディロードすべきか教えてくれますか?

判断の材料にはなります。いくつかの種目で後退が見られ、RPEが上がり、回復が悪化し、そのパターンが続くときに、根拠はより強くなります。ディロードのタイミングは、一つの数値だけに頼るべきではありません。

ウェアラブルは必要ですか?

必要ありません。トレーニングログは有用な作業量とパフォーマンスのシグナルを提供できます。ウェアラブルは、特に睡眠に関する生理的な文脈を加えますが、正確なリフトのデータの代わりにはなりません。

ここで引用した研究は、RPE、限界への近さ、速度低下、急性の疲労、自己調整の解釈を支持するものです。特定の消費者向けアプリが独自に持つ疲労や回復のスコアを検証するものではありません。

参考文献

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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
  9. 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
  10. 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
  11. 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
  12. 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
  13. 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