ACWR 與負荷管理：有用但別神化

急慢性負荷比（acute:chronic workload ratio，ACWR）的算法很簡單：把「急性負荷」除以「慢性負荷」。急性通常指最近一週的訓練量，慢性通常指較長一段時間（常用四週）的平均量。換句話說，它在問一件事：你最近這一週，相對於你近期習慣的水準，是多了還是少了？

背後的直覺其實很合理，也和「訓練量錯誤」（training-load-errors）那篇講的同一件事呼應：突然把量拉高、超過身體近期適應的範圍，組織來不及跟上，問題就容易冒出來。如果 ACWR 大約等於 1，代表這週和你的近期基線差不多；明顯大於 1，代表這週是一個相對的暴增；明顯小於 1，代表你練得比平常少。把「暴增」量化成一個比值，聽起來很有用。

ACWR 會紅，不是沒有原因。它把一堆複雜的東西——里程、強度、時間、頻率——壓縮成一個好記的數字。教練每週看一眼，就能大致知道某個選手是不是練得比近期基線急。對要同時管理一整隊人的職業團隊來說，這種「儀表板」式的指標非常有吸引力。

更吸引人的是它附帶一個直覺的「甜蜜區」故事。Gabbett 在 2016 年一篇被大量引用的文章裡推廣了這個框架，提出維持在某個範圍內（常被引用為 ACWR 約 0.8–1.3）對應較低的受傷風險，而把急性負荷拉得太高、ACWR 衝太高（常被引用為超過 1.5，更高處風險再上升）則對應升高的風險。同一篇也帶出一個重要而常被忽略的「悖論」：循序漸進建立起來的高慢性負荷，本身可能是保護因子，而不只是危險來源——換句話說，問題不在「練得多」，而在「加得急」。

ACWR 流行之後，方法學上的批評也跟著累積。重點不是「負荷不重要」——負荷當然重要——而是「ACWR 這個特定指標，作為精準的受傷預測工具，站不站得住腳」。批評主要來自幾條清楚的線，而且每一條都該歸到提出它的人身上。

• 數學耦合與虛假相關（Lolli 與同事，2019）：在最常見的「耦合」算法裡，最近這一週同時被算進急性負荷（分子）和慢性負荷（分母）。因為急性負荷本身就是慢性負荷的一部分，這會在急性與慢性之間製造出一個並非來自生理、而是來自算式結構的虛假相關。他們建議改用「非耦合」算法（把急性那段從慢性窗口中排除）。
• 門檻是切出來的，不是長出來的：所謂的「甜蜜區」與「危險區」門檻，很大程度是把本來連續的資料硬分成幾個區段（分桶）後得到的。Impellizzeri 與同事指出，這種人為切分容易製造出看似清楚、其實是統計假象的門檻；當資料被當成連續變項、或處理掉極端值後，那條漂亮的關係常常就淡掉了。
• ACWR 與受傷的關係並不穩定：跨研究來看，方向並不一致——有的呈正相關、有的負相關、有的是 U 形。一個真正穩健的預測指標，不該在不同資料集裡長成完全不同的形狀。
• 算法彈性太大：用幾週當慢性、用滾動平均還是指數加權、耦合還是非耦合、負荷怎麼定義——這些選擇都會改變最後的數字與結論。當「同一筆資料、不同算法、不同答案」時，把某個精確門檻當成普世真理就很危險。

要小心別把這段讀成另一個極端。批評者並不是說「負荷和受傷無關」，也不是說「不要監控訓練」。他們質疑的是這個特定比值、以及附在它身上的精確門檻，被當成已被證實的因果工具。把握分寸很重要：ACWR 是一個被認真質疑的指標，不是一條被證實的鐵律。

把前面拼起來：追蹤負荷、避免相對於近期基線的暴增，是合理而值得做的；但把 ACWR 某個小數點後的數字當成安全與危險的開關，證據撐不起來。好消息是，就算 ACWR 這個特定公式有爭議，負荷監控背後那個樸素的原則並沒有被推翻。

1. 1監控趨勢，而不是膜拜比值：把注意力放在「最近幾週的量、強度、坡度有沒有相對於之前明顯跳升」，而不是盯著 ACWR 是不是剛好落在 0.8–1.3。趨勢與相對變化，比小數點後第二位有意義得多。
2. 2避免暴增：這是整套概念裡最耐久、也最不依賴特定公式的一句。慢慢加、給組織時間適應，本來就比暴衝好——這點即使 ACWR 被質疑也依然成立。
3. 3依個人情況調整：訓練年資、最近狀態、睡眠、壓力、過去傷史，都會改變你當下能吸收多少。同一個數字，對兩個人代表的意義不一樣。
4. 4把它當成對話的起點，而不是裁決：如果某個指標提示你這週加得比較急，那是一個「值得多看一眼、問問身體」的訊號，不是一張判決書。回饋永遠優先於公式。