Zwift SZR Winter Series #10 – race report med jättemycket siffror

Hej! Undertecknad roade sig igår onsdags kväll med virtuell trainer-tävlingscykling på plattformen Zwift. Under tävlingens gång passade vi på att samla in lite laktatdata, då jag var lite nyfikna på hur den skulle se ut i största allmänhet när man ställer den mot andra mätvärden i analysen efteråt. Banprofilen (se nedan) och väntat ”race outcome” gjorde detta ganska enkelt att hantera – lämpliga provtagningstillfällen var ganska förutsägbara. Därför tog vi tillfället i akt igår kväll med denna experimentella datainsamling, som då blev gjord under landsvägscykeltävlingsliknande förhållanden. Eller virtuella förhållanden om inte annat – det är väl snart, om inte redan, en ”sport” i sig det med.

Att mäta laktat i kapillärt blod (t.ex. finger eller öra) görs i uthållighetsidrotts-testsammanhang för att detaljerat mäta prestationsnivån. Mätning görs ofta efter en intervall med ”steady-state”-belastning/tempo, eftersom det tar tid för laktatniåver som produceras i arbetande muskler att nå jämviktsläge i blodomloppet där man mäter. Under en landsvägcykeltävling som innehåller blandade slumpmässiga intervaller, och framförallt hela tiden pågående återhämtningsintensitet efter attacker och körningar, så blir uppmätta laktatvärden väldigt trubbiga och inte särskilt jämförbara över tid alls. Bättre hade det varit att mäta laktat direkt i muskeln för potentiellt bättre momentanvärde, men det är inte praktiskt med muskelbiopsier direkt.

Men under ett kort lopp som detta (< 1h) så borde uppmätta laktatnivåer åtminstone säga en hel del om musklernas försurning (dvs trötthet) kring den stunden. Detta tänkte jag högst ovetenskapligt jämföra lite med en formel/implementation av datakära cyklisters populära metric Anaerobic Work Capacity (AWC, W’). Och kanske något mer vetenskapligt jämföra uppmätta laktatnivåer med beräknade ackumulerade laktatnivåer baserat på mina detekterade metaboliska kapaciteter från ett två veckor gammalt INSCYD-test.

Väldigt mycket ”for what it’s worth” över detta inlägg – vi får se var vi hamnar helt enkelt med denna writeup. Men förhoppningsvis trevlig läsning på vägen oavsett för den datagillande cyklisten! 🙂

 

Banprofilen – 2 gånger över backen Box Hill (3km @ 5%) skulle avverkas. Denna backe som brukar ta täten ungefär 6 minuter spräcker alltid upp startfältet rejält

 

Vänligen acceptera marknadsförings-cookies för att titta på denna Twitch-video

Klipp från ZwiftCommunityLive’s stream med Nathan Guerra – i mitten av Box Hill varv 1/2. Estimerat runt 5.5w/kg i 6min (för en medeltung cyklist) krävdes för att gå med första gruppen. Jag vet väl att jag inte i nuvarande slag inte gör sådana siffror, men planen var att försöka överleva till det någorlunda mer platta andra halvan av backen och sen hoppas att dagens tempo skulle bli mer avvaktande än vanligt. Det blev det inte! Eller som Nathan Guerra konstaterade om mitt magplask – ”maybe he has gone a little bit over the effort he can actually handle”

 

Innan, i och efter backen (i andra gruppen) första varvet

 

Ett 10-tal blodprovstagningar i örat (kapillärt) av testledare Kajsa. Behold the glamorösa kylskåpskalla ”hemmalabbet”

 

Zwiftreport.com – liveposition- och tidsluckor från ungefär före & efter Box Hill på respektive varv. Den inofficiella appen är i ”tidig beta version”, det stämmer sällan helt. T.ex. den hela tiden sololedande personen var inte med i loppet, och grupper som egentligen var tillsammans kan bli uppdelade med en 5-10 sekunder ibland. Jag testade som experiment om det i efterhand kunde ge en grov översikt på ett lopps händelseförlopp

 


Resultat (Zwiftpower.com) top 20 SZR Winter Race Series #10 14-03-2018. Ca 200 deltagare av blandade förmågor. Jag slutade pretty much sist i andra gruppen efter ett misslyckat attackförsök sista 2km. Annars ganska händelselöst i andra gruppen som på andra varvet låg 30-50sek bakom förstagruppen. Jämn körning i Box Hill på andra varvet

 

Laktatmätning med en EKF Biosen – apparaten analyserar provtuber med 1ml hemolyseringslösning och en 20μl glaskapillär fylld med blod

 

Metaboliska kapaciteter – varför gick det som det gick, hade jag kunnat ”ta i” mer?

Jag hade som sagt två veckor tidigare tagit reda på min metaboliska profil, dvs framförallt VO2max (aerob kapacitet) och VLamax (anaerob kapacitet), och de mätvärden som anaerob tröskel/FTP osv som man kan beräkna utifrån det. Således halvfärsk data iallafall att räkna lite på (26-02-2018):

 

Rå testdata från det ett orgelbundet 4-fas laktattestprotokollet som utfördes för att bestämma min metaboliska profil

 

Metaboliska kapaciteter – VO2max minus VLamax bestämmer ”tröskeln” i princip. Detta är en för ”amatörer” (som referensgrupp) en ganska ”allround”-balans VLamax-mässigt, en halvhög tröskel/AT/FTP och halvhöga ”spurtwatt” (tex 30sek) – i förhållande till VO2max. VO2max kan man alltid försöka öka närmare sin individuella genetiska okända gräns, men VLamax bör omsorgsfullt anpassas genom träning till att passa ”det man vill vara bra på”. Det är svårt (läs omöjligt) att vara bra på allt samtidigt!

Blå kurva – beräknat syreupptag vid olika intensiteter. Mörkblå kurva – energibehov för att hålla en viss effekt (i en energiekvivalent syreupptagningsenhet). Gapet i mellan linjerna är energibehovet som behöver täckas av anaerob metabolism för att kunna fortsätta trampa. I mitt fall så ser vi vid 400w så är tid till utmatning ”minuter”, och vid 700w+ så rör det sig om ”sekunder”. Utifrån detta så ser man att de där 5,5w/kg (405w för mig) man behövde i 6min för att överleva Box Hill varv 1 är riktigt tufft för mig

Grön kurva – laktatrensande vid olika intensiteter. Lila kurva – laktatackumulation vid olika intensiteter. Jag tänkte återkomma till denna graf senare och jämföra uppmätta laktatvärden efter olika perioders intervall & återhämtning, och jämföra med beräkningar utifrån denna

Anaerob tröskel kring 300w för mig – vid högre intensiteter (i steady-state) så kan inte jämvikt hållas och laktatvärdena i blodomloppet skenar

 

Analys av ”ride-filen”

Ride-filen (från Zwift) analyserad i Golden Cheetah. Effektmätare använd en vevparti-Power2Max 13′. Blå kurva – Normalized Power / vikt. Lila kurva – W’ balance (Dr. Skiba’s Integral-formel). Vit kurva – laktat (ett 10-tal datapunkter). Gul streckad linje – Critical Power (som referenslinje för att tydliggöra när W’ balance återhämtar sig, och även även laktatnivåer givetvis).

Angående W’ så har jag observerat personligen från något års experimenterande (”for what it’s worth”) att det stämmer överlag skapligt överens vad man har kvar för ”power i tanken” och en trevlig kurva att ha i grafen som lite referens – MEN förutsatt att man har en färsk estimation på CP & W’ inställd, man använder det bara i analys av relativt korta lopp/intervallpass på typ < 1h och som i helhet är all out. Eventuell upp- & nedvärmning får man klippa bort ur filen, det påverkar beräknad återhämtningshastighet (Tau) för hela passet

Angående laktat, den kurvan blir som en omvänd W’ och säger samma sak i princip, vid ett lågt värde finns det ”mycket plats kvar” för arbete över tröskel innan musklerna blir för sura för att fortsätta. 14.3 mmol/l uppmätt efter spurten vid målgång är ganska nära vad jag lyckades ”komma upp i” på senaste nämnda test (16mmol/l), och hade man gjort flera mätningar efter någon minut stillasittande så hade man säkert hittat ett något högre värde

 

Överblick på lite olika ”laps” i filen utlagda på perioder jag tänkte undersöka närmare

 

Box Hill varv 1. Fortfarande 30-sekunder ”smooth”:ad data för kännedom, lite onödigt på en sådan kort intervall ser jag nu. Känslomässigt så var denna intervall inte all out – jag blev lite vemodig när jag definitivt tappade hjulet på täten halvvägs och behövde inte maxa för att strategiskt falla tillbaka och hänga med andra gruppen. W’ påstår också att jag borde orkat lite mer, och kanske även så kanske uppmätt laktatvärde på toppen, vilket känns skapligt ”on par”.

Övning – beräkna laktatvärdet i slutet av intervallen med hjälp av Lack of pyruvate & lactate accumulation-grafen:
Uppmätt laktat innan intervall: 2.2 mmol/l
Intervalltid & genomsnittlig effekt: 07:16 @ 360w
Genomsnittlig ackumulationstakt för intervall med 360w i snitt: 1.44 mmol/l/min
Beräknat laktat efter intervall: 2.2 + 7.26*1.44 = 12.7 mmol/l
Uppmätt laktat efter intervall: 12.9 mmol/l

 

Box Hill utförslöpan varv 1

Övning – beräkna laktatvärdet i slutet av intervallen med hjälp av Lack of pyruvate & lactate accumulation-grafen:
Uppmätt laktat innan intervall: 13.2 mmol/l
Intervalltid & genomsnittlig effekt: 02:16 @ 194w
Genomsnittlig rensningstakt för intervall med 194w i snitt: 0.62 mmol/l/min
Beräknat laktat efter intervall: 13.2 – 2.26*0.62 =  11.8 mmol/l
Uppmätt laktat efter intervall: 12.2 mmol/l

 

Den platta biten av banan varv 2

Övning – beräkna laktatvärdet i slutet av intervallen med hjälp av Lack of pyruvate & lactate accumulation-grafen:
Uppmätt laktat innan intervall: 12.2 mmol/l
Intervalltid & genomsnittlig effekt: 18:33 @ 239w
Genomsnittlig rensningstakt för intervall med 239w i snitt: 0.55 mmol/l/min
Beräknat laktat efter intervall: 12.2 – 18.55*0.55 =  2 mmol/l
Uppmätt laktat efter intervall: 2.3 mmol/l

Box Hill varv 2

Övning – beräkna laktatvärdet i slutet av intervallen med hjälp av Lack of pyruvate & lactate accumulation-grafen:
Uppmätt laktat innan intervall: 2.3 mmol/l
Intervalltid & genomsnittlig effekt: 07:10 @ 347w
Genomsnittlig ackumulationstakt för intervall med 347w i snitt: 1.04 mmol/l/min
Beräknat laktat efter intervall: 2.3 + 7.17*1.04 = 9.8  mmol/l
Uppmätt laktat efter intervall: 11.3 mmol/l

 

Angående laktatberäknings-räkneövningarna så tycker jag vi inte finner inga större avvikelser i detta fallet (förutom på sista möjligtvis), trots att det inte är någon optimal validering att göra detta under en tävling när man inte har ej trampande vila under post-intervall laktatmätningen (så att laktatet efter intervallen får buffra färdigt ut i blodomloppet och det ”riktiga” värdet kan hittas). Och även att det är rejält blandad effekt i alla dessa ”intervaller”, ovan och under hämtad snitteffekt.

Vad har man för praktisk nytta av detta? Sådan förståelse och beräkningsmöjligheter är trevliga att ha när man framförallt designar intervallpass, att tex ta reda på hur lång återhämtningstid vid en viss lättare intensitet som faktiskt krävs för ”full återhämtning” efter en laktatackumulerade intervall. Vidare så att bara veta sin individuella formaktuella snabbaste återhämtningsintensitet (aka FatMax) är värdefullt i sig, inte bara i träningssammanhang utan även i tävlingssammanhang.

Lämna en kommentar

E-postadressen publiceras inte. Obligatoriska fält är märkta *