Wskaźnik zmęczenia w aplikacji treningowej to model, a nie pomiar. Łączy wybrane dane wejściowe, takie jak ostatnie serie, RPE, niedokończone powtórzenia, trendy siły, czas od treningu czy dane z urządzeń ubieralnych jak sen i zmienność rytmu serca, w szacunek. Żaden znany nam wskaźnik zmęczenia w aplikacjach konsumenckich nie został zwalidowany w opublikowanych badaniach względem laboratoryjnych miar zmęczenia, i dotyczy to także naszego.
To, co badania rzeczywiście potwierdzają, to dane wejściowe: jak blisko upadku są serie, jak bardzo spada prędkość sztangi, jak ciężkie wydają się serie i czy wydajność przy stałym ciężarze się regeneruje. Traktuj wskaźnik jako podpowiedź do sprawdzenia tych sygnałów, a nie jako polecenie, by trenować mocniej, zrobić deload albo opuścić siłownię.
Co mówią badania
- Trening do upadku wywołuje więcej ostrego zmęczenia. Metaanaliza 12 badań crossover wykazała większe spadki miar skoku, prędkości, mocy i siły po treningu do upadku (SMD −0,96), a także więcej uszkodzeń mięśni i wyższe RPE.1 Mocne dowody
- Regeneracja trwa dłużej po upadku. U trenujących mężczyzn serie do upadku spowalniały regenerację prędkości sztangi i wysokości skoku przez do 24–48 godzin w porównaniu z zatrzymaniem się w połowie.2 Umiarkowane dowody
- Spadek prędkości to stopniowalny, obiektywny marker zmęczenia. W 18 ostrych badaniach większy spadek prędkości w serii oznaczał więcej powtórzeń, wyższe poziomy mleczanu i RPE oraz większe spadki wysokości skoku i prędkości.3 Mocne dowody
- Oceny RIR są przydatne, ale niedoskonałe. Ludzie średnio niedoszacowują powtórzenia do upadku o około 1 powtórzenie, a dokładność rośnie bliżej upadku.4 Umiarkowane dowody
- Autoregulacja pomaga, ale nie dramatycznie. Dostosowanie obciążenia według RPE i prędkości dało podobne przyrosty 1RM jak stałe procenty w metaanalizie 15 badań.5 Umiarkowane dowody
Stopnie dowodów odzwierciedlają liczbę i jakość badań (metaanalizy > pojedyncze RCT > dane ostre/mechanistyczne).
Dlaczego wskaźniki zmęczenia różnią się między aplikacjami?
„Wskaźnik zmęczenia” nie jest standardową miarą treningu oporowego. Dwie aplikacje mogą pokazywać podobne liczby, mierząc różne rzeczy.
Jedna aplikacja może szacować regenerację mięśni na podstawie czasu i zapisanych serii. Inna może szukać rosnącego RPE i zastoju wydajności. Urządzenie ubieralne może akcentować sen, tętno spoczynkowe i HRV. Aplikacja do periodyzacji może pokazywać obciążenie w porównaniu z ostatnimi tygodniami. Każda to inny model z innymi założeniami.
Zanim zaufasz wynikowi, zapytaj, co go stworzyło.
Które miary zmęczenia mają poparcie w badaniach?
Badacze mierzą zmęczenie w treningu oporowym na kilka sposobów. Każdy uchwyca jedną część obrazu; żaden nie uchwyca wszystkiego.
| Mierz | Co uchwytuje | Dowody i ograniczenia | Czy aplikacja oparta na zapisach to widzi? |
|---|---|---|---|
| Prędkość sztangi przy stałym ciężarze | Gotowość nerwowo-mięśniowa | Czuła na różnicę między treningiem do upadku a bez upadku oraz na przebieg czasowy regeneracji2 | Tylko z urządzeniem do pomiaru prędkości |
| Spadek prędkości w serii | Zmęczenie nagromadzone w serii | Stopniowalna zależność od ostrych reakcji zmęczeniowych3 | Tylko z urządzeniem do pomiaru prędkości |
| Wysokość skoku z przysiadu (countermovement jump) | Zmęczenie nerwowo-mięśniowe dolnych partii | Powszechnie stosowany w badaniach; bardziej spada po treningu do upadku1,2 | Nie |
| Powtórzenia przy dopasowanym ciężarze i RIR | Zdolność wykonawcza | Praktyczne; zależy od konsekwentnego zapisywania | Tak |
| RPE / RIR | Odczuwany wysiłek i bliskość upadku | Umiarkowanie skorelowane z prędkością i obciążeniem;6 średnio około 1 powtórzenie błędu4 | Tak, jeśli to zapisujesz |
| Markery we krwi (mleczan, amoniak, kinaza kreatynowa) | Stres metaboliczny, uszkodzenia mięśni | Wyższe po treningu do upadku1 | Nie |
Uczciwy wniosek: najlepiej zwalidowane markery zmęczenia wymagają sprzętu, którego większość zawodników nie używa. Aplikacja oparta na zapisach działa z powtórzeń, ciężarów i ocen, które są rozsądnymi zastępnikami, ale bardziej zaszumionymi.
Co napędza zmęczenie po sesji?
Przegląd systematyczny z 2025 roku obejmujący 51 badań wykazał, że czas trwania serii, bliskość upadku i łączna objętość były głównymi czynnikami spadku wydajności po sesji. Zmęczenie rośnie, gdy serie zbliżają się do upadku przy dużej objętości i gęstości, szczególnie przy lekkich ciężarach.7 To zgadza się z metaanalizą dotyczącą upadku: trening do upadku dawał większy spadek wydajności i więcej uszkodzeń mięśni niż zatrzymanie się wcześniej.1
Kluczowe badanie
Regeneracja po treningu do upadku a bez upadku (Morán-Navarro i in., 2017)
- Projekt
- Badanie crossover śledzące regenerację od 12 godzin przed do 72 godzin po treningu
- Uczestnicy
- 10 trenujących z oporem mężczyzn
- Porównano
- Wyciskanie na ławce i pełny przysiad: 3×5 z ciężarem 10RM, 6×5 z ciężarem 10RM (ta sama objętość co przy upadku) i 3×10 do upadku
- Wynik
- Serie do upadku dały większy ostry spadek wysokości skoku i prędkości sztangi, nawet w porównaniu z 6×5 o wyrównanej objętości. Regeneracja była istotnie szybsza po protokołach bez upadku w przedziale 24–48 godzin.
Dlaczego to ważne: ta sama łączna liczba powtórzeń może zostawić cię w bardzo różnej formie na kolejną sesję, zależnie od tego, jak blisko upadku skończyła się każda seria. Zastrzeżenia: tylko 10 uczestników i dwa ćwiczenia.2
Badania nad utratą prędkości pokazują ten sam wzorzec z innej strony. W 8-tygodniowym badaniu nad przysiadem grupa zatrzymująca serie przy 20% utraty prędkości uzyskała taki sam przyrost siły w przysiadzie jak grupa zatrzymująca się przy 40%, a skok poprawiła bardziej (9,5% vs 3,5%), wykonując przy tym o 40% mniej powtórzeń. Grupa 40% zyskała więcej na rozmiarze mięśni szerokich (bocznego i pośredniego).8 Większe zmęczenie na serię nie było lepsze dla siły, ale w tym badaniu wiązało się z większym wzrostem. Metaanalizy są zgodne: progi utraty prędkości powyżej około 20–25% sprzyjają hipertrofii, a niższe progi dają równe lub nieco lepsze przyrosty siły przy mniejszym zmęczeniu.3,5
Zmęczenie nie jest więc po prostu złe. To koszt, który płacisz za część bodźca. Celem jest tyle, żeby rosnąć, a nie tyle, by psuć kolejne sesje. O tym, jak blisko upadku podchodzić dla wzrostu mięśni, przeczytasz w Czy trzeba trenować do upadku, żeby budować mięśnie?
Trzy popularne typy modeli zmęczenia
Modele oparte na dzienniku treningowym
Korzystają one z danych treningowych, które wpisujesz: ćwiczenia i docelowe mięśnie, serie robocze i powtórzenia, ciężar lub szacowaną siłę, RPE lub RIR, niezrealizowane cele, czas od ostatniej sesji oraz ostatni postęp lub regres. Ich zaletą jest specyfika dla treningu siłowego. Słabością jest zależność od kompletnych, konsekwentnych zapisów i uczciwych ocen.
Modele oparte na urządzeniach ubieralnych
Korzystają one ze snu, tętna spoczynkowego, zmienności rytmu serca, częstości oddechów i ogólnej aktywności. Dodają kontekstu fizjologicznego, ale mogą nie wiedzieć, że wczorajsza sesja na nogi była ciężkimi przysiadami, a nie łatwymi ćwiczeniami na maszynach, dopóki trening nie jest zapisany dokładnie.
Modele łączone
Systemy łączone próbują połączyć historię sesji z gotowością fizjologiczną. Więcej danych wejściowych nie gwarantuje lepszych decyzji. Obliczenie nadal zależy od założeń modelu, dokładności urządzenia i jakości danych.
Jak dokładne są dane wejściowe RPE i RIR?
Większość modeli zmęczenia opartych na dzienniku opiera się na RPE lub RIR, więc ich dokładność ma znaczenie. Skala RPE oparta na RIR została wprowadzona w 2016 roku; u przysiadających RPE ściśle śledziło prędkość sztangi (r = −0,88 u doświadczonych zawodników, −0,77 u początkujących).9
Metaanaliza 12 badań (414 uczestników) wykazała, że ludzie niedoszacowali liczbę pozostałych powtórzeń średnio o około 0,95 powtórzenia, przy dużej niejednorodności wyników. Prognozy poprawiały się bliżej upadku, przy cięższych ciężarach i w późniejszych seriach.4 Trenujący zawodnicy mogą być dość precyzyjni: w wyciskaniu na ławce przy 75% 1RM trenujący mężczyźni i kobiety przewidzieli 1 i 3 RIR, a średni bezwzględny błąd wynosił 0,65 powtórzenia.10 Jeśli Twoje oceny wydają się niespójne, skorzystaj z procesu kalibracji RPE i RIR. Model zmęczenia karmiony źle skalibrowanym RPE da źle skalibrowany wynik.
Czy programy z autoregulacją biją stałe?
Wskaźniki zmęczenia to forma autoregulacji: dostosowywania treningu do dziennej gotowości. Dowody są wspierające, ale umiarkowane. Metaanaliza 15 badań na trenujących zawodnikach nie wykazała istotnej różnicy w przyrostach 1RM między obciążeniem autoregulowanym (RPE lub prędkość) a stałym procentem (średnia różnica 2,07 kg, nieistotna).5 Przegląd systematyczny 14 badań stwierdził, że wszystkie metody autoregulacji zwiększały 1RM i sugerował, że mogą pomagać, uwzględniając dzienne wahania.11
Praktyczny wniosek: dostosowanie się do gotowości jest rozsądne i nie szkodzi, ale nie jest dużą ukrytą przewagą. Konsekwencja, wystarczająca liczba ciężkich serii i progresywne przeciążenie liczą się bardziej niż precyzyjne punktowanie zmęczenia z dnia na dzień.
Co fitzap workout rozumie przez analizę uwzględniającą zmęczenie
fitzap workout korzysta z kilku odrębnych sygnałów z historii treningu, zamiast przedstawiać jedną liczbę jako fizjologiczną prawdę. Jego analiza treningu może uwzględniać:
- ostatnie wpisane RPE w stosunku do celu;
- powtarzające się niezrealizowane powtórzenia;
- stagnację szacowanej siły;
- czas od ostatniej ekspozycji;
- historię treningu i regeneracji dla każdego mięśnia; oraz
- to, czy wydajność nadal rośnie przy ostatnim obciążeniu.
Te analizy są częścią Pro. To proxy oparte na dzienniku, które wspierają badania, a wynik nadal jest modelem. Nie należy go odczytywać jako medycznego pomiaru zmęczenia ani przewidywania ryzyka kontuzji. Ostrzeżenie oznacza „przejrzyj ten wzorzec”, a nie „Twoje ciało jest na pewno niezregenerowane”.
Zmęczenie to nie zakwasy ani ryzyko kontuzji
Zakwasy mogą występować bez istotnego spadku wydajności, a wydajność może spaść bez większych zakwasów. Bardziej przydatna analiza pyta:
- Czy obciążenia w rozgrzewce idą normalnie?
- Czy ta sama praca wymaga wyższego RPE?
- Czy powtórzenia spadają przy tym samym obciążeniu?
- Czy technika się pogarsza?
- Czy zmieniają się sen, motywacja lub komfort stawów?
Aplikacja konsumencka nie może stwierdzić, że sesja jest bezpieczna, ani przewidzieć, czy wystąpi kontuzja. Ostry, narastający lub ograniczający funkcję ból wymaga innej reakcji niż zwykłe zmęczenie treningowe: przerwij lub zmodyfikuj ćwiczenie i w razie potrzeby zgłoś się na ocenę kliniczną do wykwalifikowanej osoby. Zachowaj ostrożność wobec każdej liczby zmęczenia reklamowanej jako ochrona przed kontuzją.
Jak reagować na wysoki wskaźnik zmęczenia
Krok 1: Sprawdź dziennik
Upewnij się, że serie robocze, RPE, ciężary i ćwiczenia są poprawne. Jeden błędnie sklasyfikowany trening może zniekształcić krótkoterminowy model.
Krok 2: Sprawdź wydajność
Porównaj te same ćwiczenia przy podobnym ciężarze, powtórzeniach, przerwach i RPE. Spadek, który powtarza się w dwóch lub trzech ekspozycjach, jest bardziej pouczający niż jedna słaba sesja, bo nawet testowane maksima na 1 powtórzenie różnią się o kilka procent z dnia na dzień (zobacz jak czytać trend e1RM).
Krok 3: Sprawdź niedawną bliskość upadku
Jeśli ostatnie sesje obejmowały wiele serii do upadku, spadek wydajności na 24–48 godzin jest oczekiwany.2 Zatrzymanie się 1–3 powtórzenia przed upadkiem może zachować większość bodźca przy mniejszym zmęczeniu; w jednym 8-tygodniowym badaniu na trenujących zawodnikach 1–2 RIR dały podobny wzrost czworogłowego uda jak upadek, przy mniejszej utracie prędkości i powtórzeń.12
Krok 4: Sprawdź stres spoza treningu
Przejrzyj sen, odżywianie, chorobę, stres w pracy i inną aktywność. Model oparty wyłącznie na treningu nie widzi tego, czego nikt nie wpisał.
Krok 5: Wprowadź najmniejszą korektę, a potem oceń ponownie
Do wyboru są: powtórzenie tego samego ciężaru, zostawienie większej liczby RIR, odpuszczenie mało ważnej serii, przesunięcie ciężkiej sesji lub dodanie odpoczynku. Jeśli wydajność wraca, to wystarczyło. Jeśli dalej spada, przejrzyj szerszy program.
Czy wskaźnik zmęczenia powinien uruchomić deload?
Może przyczynić się do decyzji, ale dowody dotyczące deloadów są słabe. W randomizowanym badaniu 39 trenujących mężczyzn i kobiet albo wzięło tydzień wolnego w połowie 9-tygodniowego programu o dużej objętości, albo trenowało bez przerwy. Wzrost mięśni dolnych partii był podobny; grupa trenująca bez przerwy zyskała więcej siły w dolnych partiach.13 To nie znaczy, że deloady są bezużyteczne, ale zaplanowany tydzień wolnego nie jest automatycznie lepszy niż trening dalej, gdy wydajność nadal rośnie. Mocniejszy argument za deloadem pojawia się, gdy kilka ćwiczeń regresuje, RPE rośnie przy tych samych ciężarach, a wzorzec się utrzymuje.
Jak reagować na niski wskaźnik zmęczenia
Niski wynik nie jest pozwoleniem na maksymalny ciężar. Oznacza tylko, że model nie wykrył wybranych sygnałów. Kontynuuj zaplanowaną progresję, gdy docelowe powtórzenia są wykonane, technika jest powtarzalna, RPE mieści się w zakresie, a bólu nie ma. Nie dodawaj nieplanowanych serii tylko dlatego, że panel wygląda na zielony.
Co powinna wyjaśniać przejrzysta funkcja zmęczenia
- użyte dane wejściowe;
- okno czasowe;
- jak obsługiwane są brakujące dane;
- czy widok dotyczy konkretnego mięśnia, ćwiczenia, czy całego ciała;
- czy odpoczynek powoduje spadek szacunku w czasie;
- który trend bazowy uruchomił ostrzeżenie; oraz
- jasne stwierdzenie, że wskaźnik jest szacunkiem.
Przejrzystość liczy się bardziej niż miejsce po przecinku. Porównanie funkcji między aplikacjami znajdziesz w aplikacjach do treningu siłowego z zaawansowaną analityką.
Najczęściej zadawane pytania
Czy wskaźniki zmęczenia w aplikacjach treningowych są dokładne?
Mogą podsumowywać sygnały, które mierzą, ale są modelami, a nie znamy żadnego, który zostałby zwalidowany względem laboratoryjnych miar zmęczenia w opublikowanych badaniach. Dokładność zależy od modelu, jakości danych wejściowych i decyzji, którą podejmujesz.
Jaka jest różnica między zmęczeniem a gotowością?
Zmęczenie opisuje skumulowane negatywne skutki niedawnego stresu. Gotowość opisuje obecną zdolność do wykonania wysiłku. Oba pojęcia się pokrywają, ale gotowość odzwierciedla też kondycję, motywację, sen, ból i inne okoliczności.
Czy mam pominąć trening, gdy wynik jest wysoki?
Nie automatycznie. Sprawdź dane i porównaj wydajność, objawy i regenerację. Właściwa reakcja może oznaczać dodatkowy odpoczynek, mniejszą korektę sesji albo brak zmian.
Czy wskaźnik zmęczenia może podpowiedzieć, kiedy zrobić deload?
Może przyczynić się do decyzji. Mocniejszy argument pojawia się, gdy kilka ćwiczeń regresuje, RPE rośnie, regeneracja się pogarsza, a wzorzec się utrzymuje. Termin deloadu nie powinien zależeć od jednej liczby.
Czy potrzebuję urządzenia ubieralnego?
Nie. Dziennik treningowy może dostarczyć użytecznych sygnałów obciążenia i wydajności. Urządzenie ubieralne dodaje kontekst fizjologiczny, szczególnie dotyczący snu, ale nie zastępuje dokładnych danych z treningu.
Cytowane tu badania wspierają interpretację RPE, bliskości upadku, utraty prędkości, ostrego zmęczenia i autoregulacji. Nie potwierdzają żadnego konkretnego zastrzeżonego wskaźnika zmęczenia ani regeneracji z konkretnej aplikacji.
Źródła
- 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
