⛽Running economy คืออะไร วัดยังไง

Running economy คือปริมาณออกซิเจนหรือพลังงานที่ใช้เมื่อวิ่งที่ความเร็วต่ำกว่าระดับสูงสุดค่าหนึ่ง ใช้น้อยกว่าที่ความเร็วเดียวกัน แปลว่าประหยัดกว่า [1][2] เทียบกับรถคือ VO₂max เป็นขนาดเครื่องยนต์ ส่วน running economy คืออัตรากินน้ำมัน

วัดในห้องปฏิบัติการ

วิ่งบนลู่ที่ความเร็วคงที่หลายระดับ วัดออกซิเจนที่ใช้ช่วงที่ร่างกายคงที่แล้ว แสดงเป็นมล./กก./นาทีที่ความเร็วนั้น หรือแปลงเป็นมล./กก./กม. [2]

แปลงหน่วย

มล./กก./กม. = VO₂ (มล./กก./นาที) × เพซ (นาที/กม.) เช่น ใช้ 42 มล./กก./นาทีที่เพซ 5:00 = 210 มล./กก./กม. ใช้เครื่องมือด้านล่างแปลงได้

เทียบข้ามแล็บยาก

Barnes และ Kilding (2015) ชี้ว่าการบอกว่าค่าไหนดี ปานกลาง หรือแย่ทำได้ยาก เพราะโปรโตคอล เครื่องวิเคราะห์ก๊าซ และวิธีเฉลี่ยข้อมูลต่างกัน [2] บทนี้จึงไม่ใส่ตารางค่ามาตรฐานตามระดับนักวิ่ง

ค่าจากนาฬิกาไม่ใช่ผลวัดจากแล็บ

นาฬิกาบางรุ่นประมาณค่า running economy ได้ แต่ไม่ใช่การวัดออกซิเจนโดยตรง ส่วนค่า cadence เวลาสัมผัสพื้น และการกระเด้งขึ้นลงเพียงอย่างเดียวไม่ใช่ค่า running economy และงานทบทวนพบว่าตัวแปรเหล่านี้ส่วนใหญ่สัมพันธ์กับ running economy น้อย [5] ใช้ดูแนวโน้มของตัวเองได้ แต่ไม่ควรใช้แทนผลวัดจากห้องปฏิบัติการ

⚖️ทำไม VO₂max ใกล้กันแต่เวลาต่างกัน

Joyner และ Coyle (2008) สรุปว่าสมรรถนะความทนทานมาจาก 3 ปัจจัยหลัก: VO₂max, threshold ที่บอกว่าใช้ VO₂max ได้กี่เปอร์เซ็นต์อย่างต่อเนื่อง (รวมกันเป็น “performance VO₂”) และประสิทธิภาพ ซึ่งเป็นตัวแปลง performance VO₂ นั้นเป็นความเร็ว [3]

r = −0.12ความสัมพันธ์ VO₂max กับเวลา 10K ในนักวิ่ง 12 คนระดับใกล้กัน [4]
65.4%ของความต่างของเวลาแข่ง อธิบายได้ด้วยออกซิเจนที่ใช้ที่ความเร็วเดียวกัน [4]
71.7VO₂max เฉลี่ยของกลุ่มนี้ (มล./กก./นาที) [4]

งานคลาสสิกของ Conley และ Krahenbuhl (1980) เก็บข้อมูลนักวิ่งชาย 12 คนที่จบใน 19 อันดับแรกของการแข่ง 10K ระดับประเทศ (เฉลี่ย 32.1 นาที) ในกลุ่มที่ VO₂max สูงใกล้กันนี้ VO₂max ไม่สัมพันธ์กับเวลาแข่ง แต่ออกซิเจนที่ใช้ที่ความเร็วเดียวกันสัมพันธ์สูง (r = 0.79–0.83) [4] เป็นกลุ่มเล็กและระดับสูง ผลจึงบอกว่าในคนที่ VO₂max ใกล้กัน running economy แยกคนได้ ไม่ได้แปลว่า VO₂max ไม่สำคัญ

🧮เครื่องมือ: ประหยัดขึ้น X% เวลาแข่งเปลี่ยนเท่าไร

คนมักคิดว่าประหยัดขึ้น 4% จะเร็วขึ้น 4% แต่ Kipp และคณะ (2019) คำนวณว่าความสัมพันธ์ไม่ตรงไปตรงมา: ที่ความเร็วช้ากว่า 3 เมตร/วินาที (เพซช้ากว่าราว 5:33/กม.) ความเร็วเพิ่มได้ใกล้หรือมากกว่าเปอร์เซ็นต์ที่ประหยัดเล็กน้อย แต่ที่ความเร็วสูงขึ้นจะเพิ่มได้น้อยกว่า และที่ 5.5 เมตร/วินาที (เพซมาราธอนระดับโลก) เพิ่มได้ราว 2 ใน 3 ของเปอร์เซ็นต์ที่ประหยัด ถ้าเร็วกว่านั้นจะได้น้อยกว่า 2 ใน 3 [11]

ค่าเริ่มต้นเป็นตัวอย่าง · ช่วงตัวเลขนี้เป็นกรอบประมาณอย่างง่ายที่ TheSubList กำหนดขึ้นจากแนวโน้มใน Kipp และคณะ (2019) ไม่ใช่ช่วงความเชื่อมั่นหรือผลคำนวณจากสมการต้นฉบับ: ไม่เกิน 3 ม./วินาที ใช้ 1 ต่อ 1 (แบบจำลองต้นฉบับคาดว่าอาจมากกว่านี้เล็กน้อย) · 3–5.5 ม./วินาที แสดงช่วง 2/3 ถึง 1 · ที่ 5.5 ม./วินาที ใช้ 2/3 · เร็วกว่า 5.5 ม./วินาที แสดงเป็นค่าสูงสุดที่ 2/3 [11] · สมมติว่า VO₂max กับ threshold เท่าเดิม

แปลงหน่วย running economy

ใช้กับค่า VO₂ ที่วัดจากแล็บที่ความเร็วคงที่เท่านั้น ค่า VO₂max ที่นาฬิกาประมาณไม่ใช่ VO₂ ที่ใช้จริงที่เพซนั้น

🦵ท่าวิ่งอธิบาย running economy ได้แค่ไหน

Van Hooren และคณะ (2024) ทบทวนงานสังเกต 51 ชิ้น (1,115 คน) ที่ดูความสัมพันธ์ระหว่างท่าวิ่งกับ running economy [5]

ตัวแปรเวลาและระยะก้าวส่วนใหญ่สัมพันธ์น้อยมาก

เวลาสัมผัสพื้น เวลาลอยตัว ระยะ stride และเวลาแกว่งขา สัมพันธ์กับ running economy น้อยและไม่มีนัยสำคัญ [5]

Cadence สูงกว่า: สัมพันธ์เล็กน้อย

cadence ที่สูงกว่าสัมพันธ์กับการใช้ออกซิเจนที่น้อยกว่าเล็กน้อย (r = −0.20) [5] เป็นความสัมพันธ์ ไม่ได้พิสูจน์ว่าเพิ่ม cadence แล้วจะประหยัดขึ้น อ่านเรื่องนี้ต่อที่ Cadence และ Stride Length

กระเด้งน้อยกว่าและขาแข็งกว่า: สัมพันธ์ปานกลาง

การขึ้นลงแนวตั้งสัมพันธ์เชิงบวกกับต้นทุนออกซิเจน (r = 0.35) ขณะที่ vertical stiffness และ leg stiffness สัมพันธ์เชิงลบ (r = −0.31 และ −0.28 ตามลำดับ) แปลว่ากระเด้งน้อยกว่าและขาแข็งกว่ามักใช้ออกซิเจนน้อยกว่า [5]

รวมแล้วอธิบายได้ 4–12% ต่อตัวแปร

ท่าวิ่งแต่ละตัวแปรอธิบายความต่างของ running economy ระหว่างคนได้ราว 4–12% และอาจมากขึ้นเมื่อรวมหลายตัวแปร [5]

อีกงานที่ควรรู้: Cavanagh และ Williams (1982) ให้นักวิ่ง 10 คนวิ่งที่ระยะ stride ต่างๆ ±20% ของความยาวขา ทุกคนมีระยะ stride ที่ใช้ออกซิเจนน้อยที่สุด และระยะที่เลือกเองใช้ออกซิเจนมากกว่าจุดต่ำสุดเพียงเฉลี่ย 0.2 มล./กก./นาที [6] ร่างกายมักเลือกท่าที่ค่อนข้างประหยัดอยู่แล้ว การบังคับเปลี่ยนท่ามากๆ จึงไม่ใช่ทางลัดที่แน่นอน

🏋️ฝึกอะไรแล้ว running economy ดีขึ้น

วิธีฝึกผลต่อ running economyหลักฐาน
เวทหนัก (≥80% 1RM)ดีขึ้นขนาดเล็ก (ES −0.27; g −0.32 ในอีก meta-analysis)meta-analysis 2 ฉบับ [7][8] · GRADE ปานกลางเฉพาะผลเวทหนักใน [7] · [8] ใช้การประเมิน SORT · อาจมีงานต้นทางซ้ำกัน
หลายวิธีรวมกันดีขึ้นขนาดปานกลาง (ES −0.43)meta-analysis ความมั่นใจต่ำ [7]
Plyometric อย่างเดียวเล็กที่ความเร็วไม่เกิน 12 กม./ชม. [7] · เล็กมากในอีก meta-analysis [8]meta-analysis 2 ชิ้น ผลไม่ตรงกันทั้งหมด
เวทน้ำหนักปานกลาง / เกร็งค้างไม่ต่างจากกลุ่มควบคุมmeta-analysis [7]
Hill intervals 6 สัปดาห์แบบจำลอง dose-response ประมาณว่าความเข้มข้นสูงสุดดีขึ้นราว 2.4% (90% CL ±1.4%)งานทดลอง 20 คน 5 โปรแกรม [9]
Meta-analysis 2024 (652 นักวิ่ง)

Llanos-Lagos และคณะรวมงานทดลองที่เทียบการเพิ่มเวทกับการวิ่งอย่างเดียว เวทหนัก (80% ของ 1RM ขึ้นไป) ช่วย running economy ขนาดเล็ก (ES −0.27) การรวมหลายวิธีช่วยขนาดปานกลาง (ES −0.43) plyometric ช่วยขนาดเล็กที่ความเร็วไม่เกิน 12 กม./ชม. ส่วนเวทน้ำหนักปานกลางและแบบเกร็งค้างไม่ต่างจากกลุ่มควบคุม ความมั่นใจของหลักฐานอยู่ระดับปานกลาง ยกเว้นแบบรวมที่ต่ำ [7]

เวทหนักกับ plyometric: อะไรได้ผลกว่า

Eihara และคณะ (2022) พบว่าเวทหนักช่วย running economy ขนาดเล็ก (g −0.32) มากกว่า plyometric ซึ่งผลเล็กมาก (g −0.13) น้ำหนักใกล้สูงสุด (ตั้งแต่ 90% 1RM) และโปรแกรม 10–14 สัปดาห์ให้ผลมากกว่า [8]

Hill intervals

Barnes และคณะ (2013) ศึกษานักวิ่งที่ซ้อมดี 20 คนใน 5 โปรแกรมฝึกขึ้นเนินตลอด 6 สัปดาห์ แบบจำลอง dose-response ประมาณว่าความเข้มข้นสูงสุดให้ผลดีต่อ running economy ราว 2.4% (90% confidence limits ±1.4%) ขณะที่ผลทดสอบ 5 กม. ดีขึ้นเฉลี่ย 2.0% เมื่อรวมทุกโปรแกรม [9]

ใช้ยังไง

ถ้าวิ่งอย่างเดียวมาตลอด การเพิ่มเวทที่หนักพอ 1–2 ครั้งต่อสัปดาห์เป็นทางที่มีหลักฐานดีที่สุด ค่อยๆ เพิ่มน้ำหนักและลดระยะวิ่งช่วงแรกถ้าล้าสะสม ท่าและโปรแกรมอยู่ในบท เวทสำหรับนักวิ่ง ส่วน hill intervals ใส่แทน interval บนพื้นราบได้ ดู Speed Work และ Interval Training · ผู้ที่เพิ่งเริ่มฝึกเวทไม่ควรเริ่มที่ 80–90% 1RM ทันที ควรฝึกท่าและการควบคุมด้วยน้ำหนักที่เบากว่าก่อน แล้วค่อยเพิ่มโหลดตามความสามารถ โดยเฉพาะผู้ที่กำลังมีอาการบาดเจ็บควรปรับโปรแกรมร่วมกับผู้เชี่ยวชาญ

👟รองเท้าแผ่นคาร์บอนกับตัวเลข 4%

Hoogkamer และคณะ (2018) ให้นักวิ่ง 18 คนวิ่งบนลู่ที่ 14, 16 และ 18 กม./ชม. ด้วยรองเท้าต้นแบบของ Nike เทียบกับรองเท้าแข่ง 2 รุ่นที่ปรับให้น้ำหนักเท่ากัน รองเท้าต้นแบบลดพลังงานที่ใช้ได้ทุกคน เฉลี่ย 4.16% และ 4.01% และผลไม่ขึ้นกับความเร็วในช่วงที่ทดสอบ [10]

แต่ 4% ของพลังงานไม่ได้แปลว่าเร็วขึ้น 4% ตามที่อธิบายในเครื่องมือด้านบน [11] และงานนี้ทดสอบในนักวิ่งที่วิ่งได้ 14–18 กม./ชม. (เพซราว 3:20–4:17/กม.) ไม่ได้ทดสอบที่เพซช้ากว่านั้น อ่านวิธีเลือกรองเท้าที่ เลือกรองเท้าวิ่ง

📋สรุปหลักฐานทีละความเชื่อ

ความเชื่อหลักฐานบอกว่าประเภทหลักฐาน
VO₂max สูงกว่า = วิ่งเร็วกว่าเสมอไม่เสมอ: ในกลุ่มที่ VO₂max ใกล้กัน running economy อธิบายความต่างของเวลาแข่งได้มากกว่า [4] สมรรถนะมาจาก VO₂max, threshold และประสิทธิภาพร่วมกัน [3]งานกลุ่มเล็ก + review
ประหยัดขึ้น 4% = เร็วขึ้น 4%ไม่เสมอ: ยิ่งเร็วยิ่งได้น้อยกว่า ที่เพซระดับโลกได้ราว 2/3 [11]งานแบบจำลอง
ปรับท่าวิ่งคือทางหลักท่าวิ่งแต่ละตัวแปรอธิบายได้ราว 4–12% และร่างกายมักเลือกท่าที่ประหยัดเองอยู่แล้ว [5][6]meta-analysis งานสังเกต + งานทดลองเล็ก
เวทช่วยให้วิ่งประหยัดขึ้นสนับสนุน: เวทหนักได้ผลขนาดเล็ก รวมหลายวิธีอาจได้ปานกลาง [7][8]meta-analysis
รองเท้าคาร์บอนประหยัด 4% สำหรับทุกคนทดสอบที่ 14–18 กม./ชม. ใน 18 คน ได้เฉลี่ยราว 4% ไม่ได้ทดสอบที่เพซช้ากว่านั้น [10]งานทดลองเดียว

✅สรุป

  • Running economy คือออกซิเจนหรือพลังงานที่ใช้ที่ความเร็วหนึ่ง ใช้น้อยกว่า = ประหยัดกว่า และเทียบข้ามแล็บได้ยาก [1][2]
  • ในคนที่ VO₂max ใกล้กัน running economy แยกเวลาแข่งได้ชัด ในงานนักวิ่ง 10K ระดับประเทศ 12 คน [4]
  • ประหยัดขึ้น X% ไม่ได้แปลว่าเร็วขึ้น X% เสมอ ยิ่งเร็วยิ่งได้น้อยกว่า [11]
  • ท่าวิ่งแต่ละตัวอธิบายได้น้อย ร่างกายมักเลือกท่าที่ค่อนข้างประหยัดอยู่แล้ว [5][6]
  • เวทหนักมีหลักฐานสนับสนุนการพัฒนา running economy ขนาดเล็ก ส่วนการฝึกหลายวิธีร่วมกันอาจให้ผลขนาดปานกลาง แต่หลักฐานมีความมั่นใจต่ำกว่า [7][8]

อ้างอิง

  1. Saunders PU, Pyne DB, Telford RD, Hawley JA. “Factors affecting running economy in trained distance runners.” Sports Medicine 2004;34(7):465–485. doi: 10.2165/00007256-200434070-00005
  2. Barnes KR, Kilding AE. “Running economy: measurement, norms, and determining factors.” Sports Medicine – Open 2015;1(1):8. doi: 10.1186/s40798-015-0007-y
  3. Joyner MJ, Coyle EF. “Endurance exercise performance: the physiology of champions.” Journal of Physiology 2008;586(1):35–44. doi: 10.1113/jphysiol.2007.143834
  4. Conley DL, Krahenbuhl GS. “Running economy and distance running performance of highly trained athletes.” Medicine & Science in Sports & Exercise 1980;12(5):357–360. doi: 10.1249/00005768-198012050-00010
  5. Van Hooren B, Jukic I, Cox M, Frenken KG, Bautista I, Moore IS. “The Relationship Between Running Biomechanics and Running Economy: A Systematic Review and Meta-Analysis of Observational Studies.” Sports Medicine 2024;54(5):1269–1316. doi: 10.1007/s40279-024-01997-3
  6. Cavanagh PR, Williams KR. “The effect of stride length variation on oxygen uptake during distance running.” Medicine & Science in Sports & Exercise 1982;14(1):30–35. doi: 10.1249/00005768-198201000-00006
  7. Llanos-Lagos C, Ramirez-Campillo R, Moran J, Sáez de Villarreal E. “Effect of Strength Training Programs in Middle- and Long-Distance Runners’ Economy at Different Running Speeds: A Systematic Review with Meta-analysis.” Sports Medicine 2024;54(4):895–932. doi: 10.1007/s40279-023-01978-y
  8. Eihara Y, Takao K, Sugiyama T, et al. “Heavy Resistance Training Versus Plyometric Training for Improving Running Economy and Running Time Trial Performance: A Systematic Review and Meta-analysis.” Sports Medicine – Open 2022;8(1):138. doi: 10.1186/s40798-022-00511-1
  9. Barnes KR, Hopkins WG, McGuigan MR, Kilding AE. “Effects of different uphill interval-training programs on running economy and performance.” International Journal of Sports Physiology and Performance 2013;8(6):639–647. doi: 10.1123/ijspp.8.6.639
  10. Hoogkamer W, Kipp S, Frank JH, Farina EM, Luo G, Kram R. “A Comparison of the Energetic Cost of Running in Marathon Racing Shoes.” Sports Medicine 2018;48(4):1009–1019. doi: 10.1007/s40279-017-0811-2
  11. Kipp S, Kram R, Hoogkamer W. “Extrapolating Metabolic Savings in Running: Implications for Performance Predictions.” Frontiers in Physiology 2019;10:79. doi: 10.3389/fphys.2019.00079