Мелехов Александр Всеволодович, доцент кафедры госпитальной терапии №2 лечебно-го факультета, д.м.н.
г. Москва
Aleksandr V. Melekhov, MD, D.Sc. (Medicine), Associate Professor of the Hospital Therapy Department №2
Moscow
Мелехова Марья Александровна, ученица 11-го класса
г. Москва
+7 (903) 180-96-22
Marya A. Melekhova, Senior
Moscow
Цель исследования: изучение возможностей анализа открытых данных спортивной социальной сети, на примере Московского марафона 2017 г (ММ2017). Материалы и методы: получены данные, загруженные со спортивных гаджетов в социальную сеть Strava.com, 1165 из 7972 участников ММ2017 (информация о поле, возрасте, результате, средней частоте сердечных сокращений (ЧСС) и шагов на забеге, интенсивности тренировочного процесса). Результаты: возраст участников составил 34 (30-39) лет, 13% женщин, женщины статистически значимо младше мужчин. Медиана времени прохождения дистанции составила у женщин 4:31:56, у мужчин 4:03:11, p=0,0001; средней частоты шагов 174 и 169, соответственно, p=0,0001; средней ЧСС 163 и 162, соответственно, p=0,07. Связь возраста с результатом (по крайней мере, у бегунов младше 60 лет) не прослеживалась. Суммарный «набег», количество и продолжительность тренировок в 2017 и 2016 гг, личные рекорды на дистанциях от 5 до 42,2 км у мужчин и женщин не отличались, но закономерно оказались выше у участников с результатом забега выше медианного и у пользователей старше медианы возраста. Пользователи с результатом забега выше медианного имели статистически значимо более высокую среднюю ЧСС (163 и 161 ударов в минуту, p=0,002) и среднюю частоту шагов (174 и 166 в минуту, p=0,0001). Средняя ЧСС была ожидаемо большей у пользователей младше медианы возраста (164 и 160 ударов в минуту, p<0,0001), а средняя частота шагов при разделении выборки по медиане возраста статистически значимо не отличалась. Анализ длительности пребывания в пульсовых зонах показал, что пользователи, продемонстрировавшие лучший результат, были способны длительнее удерживать высокие значения ЧСС, что можно считать результатом большей интенсивности тренировок. Выводы: открытые данные пользователей спортивной социальной сети Strava.com позволяют не ограничиваться половозрастными характеристиками и результатами участников в аналитике массовых забегов. Наличие информации о средней ЧСС, средней частоте шагов на забеге, степени тренированности существенно расширяет исследовательские возможности в спортивной медицине. Интерпретация этих данных перспективна и в тренерской деятельности.
Objective: to explore the possibilities of sport social network open data in analysis of Moscow Marathon 2017 (MM2017) results. Materials and methods: open data, downloaded from sport gadgets to Strava.com social network by 1165 of 7972 MM2017 participants were retrieved (information about sex, age, race time, average heart rate (HR) and cadence at the race, and training intensity). Results: the age of participants was 34 (30-39) years, 13% of women, women were significantly younger than men. The median of the race time was 4:31:56 for women, 4:03:11 for men, p = 0.0001; the average cadence was 174 and 169 respectively, p = 0.0001; average HR was 163 and 162 respectively, p = 0.07. There was no correlation between age and race time, at least for runners under 60 years. The total distance, the number and duration of trainings in 2017 and 2016, personal bests at distances 5-42.2 km did not differ significantly in men and women, but were higher in participants with over-median race time and over-median age. Average HR and average cadence of participants with under-median race time was significantly higher than in those with over-median race time (163 and 161 bpm, p = 0.002; 174 and 166 per minute, p = 0.0001 respectively). The average HR was expectedly higher in younger participants (164 and 160 bpm, p <0.0001). The average cadence in runners divided by the median of age was not significantly different. Analysis of average time in pulse zones showed that participants with better race time were able to maintain higher HR for longer time, what can be considered to more intense training. Conclusions: the open data of Strava.com users can enrich mass running analytics, limited before by age, sex and the race time of participants. The availability of information about the average HR, cadence at the race and training intensity can improve the research possibilities in sports medicine. This data can be useful instrument of coaching.
The authors declare that there are no conflicts of interest present.