Опыт использования открытых данных спортивной социальной сети для анализа результатов Московского марафона 2017 года
https://doi.org/10.17238/ISSN2223-2524.2019.1.80
Аннотация
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.
Ключевые слова
Об авторах
А. В. МелеховРоссия
Мелехов Александр Всеволодович, доцент кафедры госпитальной терапии №2 лечебно-го факультета, д.м.н.
г. Москва
М. А. Мелехова
Россия
Мелехова Марья Александровна, ученица 11-го класса
г. Москва
+7 (903) 180-96-22
Список литературы
1. Ципин Л.Л., Трясов В.Б. Сравнительный анализ результатов в беге на длинные дистанции в России и мире // Ученые записки университета Лесгафта. 2011. №4. С. 194-7.
2. Knechtle B, Nikolaidis PT. Sex- and age-related differences in half-marathon performance and competitiveness in the world's largest half-marathon – the GöteborgsVarvet // Res Sports Med. 2018. Vol.26, №1. P. 75-85. DOI: 10.1080/15438627.2017.1393749.
3. Nikolaidis PT, Knechtle B. Pacing in age group marathoners in the «New York City Marathon» // Res Sports Med. 2018. Vol.26, №1. P. 86-99. DOI: 10.1080/15438627.2017.1393752.
4. Ogueta-Alday A, Morante JC, Gómez-Molina J, GarcíaLópez J. Similarities anddifferences among half-marathon runners according to their performance level // PLoS One. 2018. Vol.13, №1. e:0191688. DOI: 10.1371/journal.pone.0191688.
5. Leyk D, Erley O, Gorges W, Ridder D, Rüther T, Wunderlich M, Sievert A, Essfeld D, Piekarski C, Erren T. Performance, training and lifestyle parameters of marathon runners aged 20-80 years: results of the PACE-study // Int J Sports Med. 2009. Vol.30, №5. P. 360-5. DOI: 10.1055/s-0028-1105935.
6. Саватенков В.А., Фатьянов И.А. Влияние профиля трассы на результат в марафонском беге в рамках крупнейших международных соревнований // Физическое воспитание и спортивная тренировка. 2014. №3. С. 29-33.
7. Boudreaux BD, Hebert EP, Hollander DB, Williams BM, Cormier CL, Naquin MR, Gillan WW, Gusew EE, Kraemer RR. Validity of Wearable Activity Monitors during Cycling and Resistance Exercise // Med Sci Sports Exerc. 2018. Vol.50, №3. P. 624-33. DOI: 10.1249/MSS.0000000000001471.
8. Xie J, Wen D, Liang L, Jia Y, Gao L, Lei J. Evaluating the Validity of Current Mainstream Wearable Devices in Fitness Tracking Under Various Physical Activities: Comparative Study // JMIR MhealthUhealth. 2018. Vol.6, №4. e:94. DOI: 10.2196/mhealth.9754.
9. Best A, Braun B. Using a novel data resource to explore heart rate during mountain and road running // Physiol Rep. 2017. Vol.5, №8. e:13256. DOI: 10.14814/phy2.13256.
Рецензия
Для цитирования:
Мелехов А.В., Мелехова М.А. Опыт использования открытых данных спортивной социальной сети для анализа результатов Московского марафона 2017 года. Спортивная медицина: наука и практика. 2019;9(1):80-88. https://doi.org/10.17238/ISSN2223-2524.2019.1.80
For citation:
Melekhov А.V., Melekhova M.A. Experience of using of sport social network open data for Moscow marathon 2017 results analysis. Sports medicine: research and practice. 2019;9(1):80-88. (In Russ.) https://doi.org/10.17238/ISSN2223-2524.2019.1.80