Brooks

Conosci te stesso

Conosci te stesso

UNA LUNGA STORIA 

«Ciò che in fondo mi manca è di veder chiaro in me stesso, di sapere ‘ciò ch’io devo fare’ [At 9,6] e non ciò che devo conoscere, se non nella misura in cui la conoscenza ha da precedere sempre l’azione. Si tratta di comprendere il mio destino»[1]

La conoscenza di noi stessi, diceva il filosofo danese Soren Kierkegaard, è il fondamento dell’azione. Svariati secoli prima, Socrate aveva preso in prestito dal frontone del tempio di Apollo in Delfi proprio il motto “conosci te stesso”, come guida della sua ricerca filosofica, che sarebbe diventato un principio fondante della nostra cultura. E’ questo il metodo che consente a ciascuno di sottrarsi dal caos e, attraverso un paziente processo, di plasmarsi, anzi di costruirsi, letteralmente.

Tutto ciò è molto familiare a chi pratica sport a livello agonistico. Vocaboli come “consapevolezza”, “costruzione”, “metodo” sono precisamente le parole chiave attorno a cui gli atleti e i loro staff informano il proprio agire. Se a questo aggiungiamo che “non c’è conoscenza senza sofferenza”, come Eschilo fa dire al coro in “Agamennone”, certamente ci ritroviamo su un terreno ben noto a chi fa dell’impegno e della dedizione il punto focale della propria vita, sport o non sport.

Fa riflettere che princìpi così antichi e radicati siano in realtà tanto attuali e moderni da essere adatti a descrivere, da un punto di vista diciamo così “umanistico”, un universo tipicamente di tipo scientifico e tecnologico, quello legato alla ricerca della prestazione.

E’ invalsa l’insana abitudine di pensare che il mondo della conoscenza si divida in due, quello governato dalle scienze umane e quello delle scienze naturali, ma a guardare bene non si può che concludere che né gli esseri umani né la realtà nel suo complesso funzionano per comportamenti stagni, anzi sono fenomeni che possono essere davvero compresi solo se considerati in modo olistico, globale, complessivo. Il progresso scientifico e la ricerca aumentano considerevolmente la possibilità di controllare il proprio destino, ma la tecnica non è vincente di per sé, non può essere considerata autosufficiente, è semmai il terreno da cui fare scaturire il ragionamento e, perché no, a volte più che risposte giuste il suo compito è quello di spingere le persone a porsi giuste domande.

Questo è ciò che maggiormente ispira il nostro impegno.

DAI DATI ALLA CONOSCENZA

E’ da questa visione e su queste fondamenta che LWT3 ha costruito il proprio metodo di lavoro, basato sulla acquisizione e analisi integrata del sistema “atleta” nel suo complesso, per comprendere limiti e punti di forza metabolici, neuromuscolari e biomeccanici, ma soprattutto come questi interagiscono tra loro.

In questo modo l’atleta e il suo staff escono dal laboratorio con le idee molto chiare circa il tipo di intervento da attuare, concentrandosi sugli aspetti che davvero migliorano la prestazione e riducono il rischio infortuni. Decisioni data driven, prese dal tecnico sulla base della propria esperienza, dei feedback derivanti dall’atleta (e eventuali altri specialisti presenti se necessario, ad esempio di area sanitaria) supportati dalle rilevazioni oggettive, opportunamente elaborate e discusse insieme a noi sia nel debriefing post test “a caldo” sia nella reportistica successiva, che offre una occasione di ulteriore meditazione.

Partire dal dato grezzo, mettersi nelle condizioni di prendere buone e concrete decisioni di “azione” e infine migliorare la prestazione richiede una serie di passaggi (che abbiamo codificato secondo il nostro approccio, come illustrato in figura 1) che devono essere tutti di alta qualità, altrimenti l’efficacia del sistema viene compromessa.

DATA PIPELINE

Figura 1 Data Driven Pipeline

Non tutti i dati nascono uguali, purtroppo, ed è per questo che abbiamo scelto di dotarci solo di strumentazione capace di garantire alta qualità di accuratezza (ovvero quanto siamo capaci di misurare il valore reale del fenomeno) e precisione (ovvero quanto sono vicine tra loro misure indipendenti), ricorrendo alle migliori soluzioni presenti sul mercato (ad esempio per il metabolimetro) e costruendo in-house da zero i sistemi più critici, quali l’Elettromiografia di superficie (sEMG) sia per la parte hardware che software, o di utilizzare il miglior hardware (come le nostre 6 telecamere Optitrack per il tracciamento ottico 3D) associato a software pensato per applicazioni di alta precisione, al di fuori del consueto perimetro “standard” in ambito sportivo.

Fig 2 Definizione dei concetti di Accuratezza e Precisione per la valutazione degli errori casuali e sistematici di misura.

PIU’ DATI UGUALE MIGLIORE COMPRENSIONE?

Avere a disposizione un maggior numero di dati, ancorché “buoni” non significa necessariamente riuscire a tirarne fuori informazioni più utili. Basti pensare che da un singolo secondo di esercizio rilevato dalla sEMG (ad esempio una contrazione isometrica) otteniamo 1000 righe di dati, per cui da un test incrementale o in steady state da 25-30 minuti ricaviamo tranquillamente 1 milione e mezzo di righe per singolo canale, degli 8 (standard) fino a 16 (in casi particolari), ben oltre le possibilità di gestione da parte di un foglio Excel (che può contenere fino a 1 milione e 48 mila 576 righe). E se già Shakespeare nel “Giulio Cesare” fa dire a Cicerone “gli uomini possono interpretare le cose a modo loro, interamente contrario al significato di esse”, non è difficile comprendere come sia cruciale pulire il segnale per “estrarre” informazione dal rumore di fondo e successivamente presentarlo in modo che sia comprensibile.[2]

ANALISI NEUROMUSCOLARE: PROVA MASSIMALE DA 30”

In figura 3, esempio di acquisizione sEMG, dove dopo un meticoloso lavoro di filtraggio si può apprezzare il livello di attivazione (RMS) e affaticamento (MNF) dei muscoli monitorati. In questo caso il confronto tra i bicipiti sinistro e destro mostra come il primo non abbia recuperato nell’intervallo tra le due ripetute massimali, mentre il bicipite destro sembra recuperare leggermente, comportamento testimoniato da un rialzo della MNF. Anche nella fase finale il bicipite destro sembra recuperare meglio rispetto al bicipite sinistro. Osservando le catene cinetiche nel loro complesso, ad esempio guardando “insieme” muscoli agonisti\antagonisti, otteniamo invece preziose indicazioni circa la partecipazione o meno delle unità motorie all’esecuzione dei gesti. La Figura 4 mostra il segnale elettromiografico filtrato con un classico Butterworth, per eliminare disturbi e artefatti da movimento. Successivamente ad altre operazioni, possiamo visualizzare lo spettrogramma del segnale che ci permette di evidenziare la dinamica delle frequenze di attivazione lungo tutta la durata della prova.

Figura 3 Segnali RMS (attivazione) e MNF (fatica) ottenuti da prova massimale
Figura 4 - In alto segnale sEMG trattato con filtro Butterworth, in basso spettrogramma

Poiché il rumore cresce in modo più rapido del segnale “utile” in proporzione all’aumento di dati, più la tecnologia è sofisticata e più il lavoro di analisi diventa importante, per evitare soprattutto il classico problema per cui i dati vengono usati per confermare un pregiudizio, o per accontentare l’atleta o il tecnico. Non essere onesti di fronte ai dati non è mai una buona idea, può portare a combinare grossi disastri, e ancora peggio è “farsi portare in giro” dai dati (cosiddetto atteggiamento “fishing for data”), il modo migliore per sprecare tempo, energie e denaro.

Un altro principio cardine a è quello di inserire i dati acquisiti dentro a un contesto capace di dare loro un senso rispetto alla realtà da cui provengono e in cui devono essere utilizzati. Non abbiamo mai la pretesa di pensare che dati perfetti possano portare a previsioni perfette “di per sé” semplicemente perché sappiamo che il dato perfetto, ottenibile magari in laboratorio se si è molto bravi, dovrà poi essere messo alla prova una volta che l’atleta si troverà in strada, in pista, sul campo. Ecco perché ogni volta che costruiamo il modello di funzionamento dell’atleta in laboratorio, in parallelo acquisiamo con strumenti in grado di funzionare nel mondo reale, così da poter utilizzare il patrimonio di informazioni nel contesto in cui servono davvero.

UN PROGETTO INDIVIDUALIZZATO

Per la stessa ragione abbiamo scelto di non proporre una lista di test che è possibile effettuare presso il nostro laboratorio, non esiste un menù predeterminato.

Il primo passo è sempre quello di capire qual è l’esigenza dell’atleta: per alcuni sarà di limare il più possibile la prestazione, per altri scoprire per quale ragione continua a incappare negli infortuni. Qualcuno vorrà individuare il suo principale fattore limitante, qualcun altro avrà il desiderio di sapere che tipo di attrezzatura esalta il suo potenziale.

Per rispondere a queste esigenze costruiamo un programma di lavoro su misura, che parte da un’accurata anamnesi dell’atleta, un colloquio con il suo tecnico, e prosegue con la definizione del protocollo di testing che spesso si traduce in più di una seduta nel corso di settimane\mesi in funzione dei diversi obiettivi. Anche fino alla messa a punto finale pre gara o alla completa risoluzione del problema.

BOX - ANALISI METABOLICA: PROVA INCREMENTALE

Esempio di acquisizione al Metabolimetro con prova VO2max (nel caso specifico di Ciclismo) che permette di trovare nel modo più preciso le soglie (VT1 e VT2) per impostare le zone di allenamento. [3] Lo strumento consente inoltre di quantificare il livello funzionale alle diverse intensità, identificare punti di forza e debolezza (ad esempio se il limiter è di efficienza della resistenza aerobica piuttosto che di tipo aerobico estensivo, intensivo o massimale) per orientare le scelte del tecnico nella direzione più fruttuosa. La successione di test restituisce informazioni preziose circa il livello di risposta a determinati stimoli. I dati ottenuti dal metabolimetro sono particolarmente apprezzati dai nutrizionisti, che possono avere così certezza delle necessità energetiche dell’atleta e quindi programmare al meglio sia il piano nutrizionale complessivo che le strategie di integrazione prima-durante-dopo allenamenti e gare.

Figura 5 Elaborazione dati da metabolimetro da prova VO2max. In alto è rappresentato Volume Ossigeno, Volume Anidride Carbonica e Ventilazione espiratoria. In basso il calcolo dell’utilizzo macro nutrienti, carboidrati e grassi.

ANALISI BIOMECCANICA: PROVA STEADY STATE

L’analisi biomeccanica (figura 6) consente di comprendere gli aspetti cinematici (posizione del corpo nel tempo) e cinetici (che tiene conto anche delle masse e quindi quantifica le forze in gioco) e da sola o in integrazione con la sEMG è un’arma fondamentale per investigare le situazioni di infortunio ricorrenti o per la scelta delle scarpe più adatte a ciascun runner. [4] Per chi vuole lavorare sui dettagli inoltre è lo strumento che permette di cercare quei micro-aggiustamenti necessari a massimizzare l’economia di corsa.

Figura 6 Andamento delle variabili cinetiche e cinematiche della corsa, utili indicatori della fatica indotto dall'esercizio

Il tracciamento ottico si dimostra un’arma eccezionale nello studio dell’interazione tra essere umano e attrezzature tecniche. Nella figura 7 vediamo il dettaglio del movimento spalle su Handbike (prospettiva posteriore) da cui emerge il movimento “pulito” della destra mentre a sinistra è presente un “ricciolo” che indica una limitata fluidità del gesto. Correlata a altri aspetti, tra cui la conoscenza dell’atteggiamento posturale globale, questa informazione ha portato a modificare il design del sedile, in modo da fare esprimere pienamente il potenziale dell’atleta.

Figura 7 Istantanea del movimento spalle (prospettiva posteriore) di un atleta su Handbike ottenuta dal sistema di tracciamento ottico

UNO PIU’ UNO UGUALE TRE

Figura 8 Le Canard Digérateur, automa meccanico progettato da Jacques de Vaucanson nel 1739

Quando si parla di valutazione funzionale si tende a trattare l’atleta come una macchina che funziona a compartimenti stagni: come lavorano i sistemi energetici? Quali sono gli angoli di movimento? Quali sono i muscoli che si affaticano maggiormente?

Questo approccio cosiddetto riduzionista, teorizzato da Cartesio nel suo De homine (1662), sostiene che gli esseri viventi posso essere spiegati come meccanismi, né più né meno di questo automa “Anatra Digeritrice”, solo un po’ più complessi.

Seguendo questa traiettoria meccanicista-determinista dovremmo sempre essere in grado, a partire da dati completi, accurati e precisi, di poter prevedere esattamente qualsiasi fenomeno, ad esempio potremmo dire che aumentando un po’ la capacità anaerobica dell’atleta, modificando l’angolo di impatto al suolo del piede e riportandolo in una postura statica simmetrica, allora otterremmo un miglioramento del suo tempo in gara di una certa percentuale.

Ma l’atleta, l’essere umano, naturalmente non funziona così. Neppure la natura in generale funziona in questo modo. Possiamo modificare le singole variabili ma non dobbiamo cadere nella trappola per cui ogni pezzo del sistema, ciascuna parte del fenomeno, lavorano in modo indipendente rispetto al tutto. L’atleta non è la somma dei suoi sistemi, metabolici, neuromuscolari, biomeccanici, così come una torta non è la semplice somma di farina, latte, zucchero e uova. La dimostrazione più semplice è che mentre esistono infinite combinazioni di quantità di ingredienti che producono torte differenti, di sicuro nessuno ha mai pensato di fare una torta fatta solo di farina, o latte, o zucchero, o uova.

Allo stesso modo la prestazione è il frutto di una complessità, dell’intrecciarsi delle variabili, l’una sull’altra, da sole e in modo aggregato. In altre parole non possiamo tralasciare le interazioni. Nel nostro caso dunque uno più uno non fa due, ma sicuramente almeno tre. L’atleta è molto più della mera somma delle sue componenti.

Cosa farcene dunque di tutte le informazioni acquisite? Ciò che è più naturale, guardarle tutte insieme. Per farlo utilizziamo la statistica Multi-Variata che grazie a operazioni matematiche di scalatura e centraggio permette di guardare tutto il fenomeno nel suo complesso dalla stessa prospettiva.[5]

In figura 7, ad esempio, possiamo vedere, letteralmente, il comportamento congiunto dei sistemi energetici e dell’attivazione muscolare di un triatleta durante un test ciclismo steady state, che restituisce in modo straordinariamente chiaro il suo profilo funzionale globale.

Ogni punto infatti rappresenta il livello di performance “sintetico” di 16 variabili prese in considerazione (6 metaboliche, 1 di espressione meccanica del costo metabolico, 1 di cinematica e 8 di tipo neuromuscolare). [6] Si riconoscono perfettamente i 4 cluster di intensità (dal blu al rosso intenso, da Z1 a Z4) e si vede in modo molto chiaro il punto di passaggio dalla resistenza aerobica alla potenza aerobica estensiva, così come viene evidenziato che l’esaurimento è di tipo neuromuscolare (affaticamento dei vasti laterali) e non metabolico. Naturalmente per interpretare questi grafici è necessaria un po’ di esperienza e conoscenza del protocollo. In un articolo specifico vedremo come utilizzare questa tecnica per riconoscere i diversi profili funzionali e individuare così punti di debolezza su cui lavorare in allenamento e punti di forza su cui impostare la strategia gara.

Figura 9 Score Plot e Biplot di una prova ciclistica in steady state analizzato tramite tecnica statistica Principal Component Analysis

BIBLIOGRAFIA

[1] S. Kierkegaard, Diari 1834-1842 I, tr. it di C. Fabro, A. G. Quinzio e G. Garrera, Morcelliana, Brescia, 20104, p. 67.

[2] Surface EMG detection, conditioning and pre-processing: Best practices, R. Merletti , G.L. Cerone, Journal of Electromyography and Kinesiology, Volume 54, October 2020, 102440.

[3] GASKILL, S. E., B. C. RUBY, A. J. WALKER, O. A. SANCHEZ, R. C. SERFASS, and A. S. LEON. Validity and reliability of combining three methods to determine ventilatory threshold. Med. Sci. Sports Exerc., Vol. 33, No. 11, 2001, pp. 1841–1848.

[4] Ventilatory threshold during incremental running can be estimated using EMG shorts, Olli Tikkanen, Min Hu, Toivo Vilavuo, Pekka Tolvanen, Sulin Cheng and Taija Finni, Physiol. Meas. 33 (2012) 603–614

[5] R. Leardi, C. Melzi, G. Polotti, CAT (Chemometric Agile Tool), gratuitamente scaricabile al seguente link http://gruppochemiometria.it/index.php/software

[6] EMG signs of neuromuscular fatigue related to the ventilatory threshold during cycling exercise, Franc¸ois Hug, Marion Faucher, Nathalie Kipson and Yves Jammes, Clin Physiol Funct Imaging (2003) 23, pp208–214

Scarpa à la carte

Scarpa à la carte

Iniziamo con questo articolo un percorso di approfondimento del modello di prestazione della corsa, per sé e inserita nell’ambito delle attività multisport come il triathlon ma non solo, per studiare le risposte individualizzate dal punto di vista metabolico, meccanico, cinetico, cinematico e le interazioni tra atleti e materiali tecnici. In questo primo capitolo affrontiamo il tema dal punto di vista generale passando in rassegna la letteratura sull’argomento e guardando una prima acquisizione effettuata nel nostro laboratorio, introduttiva e propedeutica a rispondere alla domanda: quale scarpa massimizza il guadagno di tempo in gara per questo atleta? Quali sono le scelte da fare per ottenere il risultato migliore? 

Negli ultimi anni il mondo della corsa ha vissuto una autentica rivoluzione tecnologica con l’introduzione di scarpe sempre più performanti, caratterizzate dall’uso di materiali “nobili” quali il carbonio per l’intersuola. Il principio, piuttosto intuitivo, è che uno scarpa capace di assorbire un maggiore livello di energia in compressione (nella fase di massimo caricamento) di rilasciarne altrettanto in ritorno (nella fase di propulsioneriduce il costo metabolico del gesto, o a parità di costo aumenta l’output cioè la velocità [1] (Figura 1).  

La condizione da rispettare è che il materiale utilizzato sia in grado di deformarsi molto sotto carico – c.d. compliance –, tornando alla sua forma e conformazione originaria – c.d elasticity -, e di restituire la maggior parte dell’energia assorbita durante la deformazione – c.d. resilience -, in fase di scarico. Alcuni materiali offrono molta compliance, ad esempio la plastilina, ma pochissima resilience. È il caso delle calzature “protettive”, che riducono i picchi di forza al contatto con il terreno, con l’intenzione di ridurre i carichi sulle articolazioniAltri materiali, ad esempio la fibra di carbonio, estremizzano queste caratteristiche, consentendo di realizzare scarpe estremamente reattive 

APPROFONDIMENTO

Il modello biomeccanico della corsa si presta perfettamente ad essere descritto secondo i concetti di carico e deformazione elastica. Nella corsa infatti il corpo si comporta un po’ come una molla o una pallaper cui maggiore la sua rigidità tanto più in alto il rimbalzo dopo aver toccato terra. Fisiologicamente la dinamica è la medesima, con il complesso di muscoli e tendini che immagazzinano energia elastica (potenziale) all’impatto con il suolo. Una scarpa reattiva non è solo in grado di massimizzare l’accumulo di energia ma anche di rendere estremamente efficiente la restituzione della stessa, dissipandone (sotto forma di calore) meno rispetto alle calzature tradizionali.   Formalmente questa relazione è descritta dalla legge di Hooke per cui maggiore è la costante elastica k (misura della rigidità della molla) maggiore è la forza F necessaria a produrre la deformazione x. 

Analogamente, se a pari deformazione la costante k aumenta, allora F sarà più grande…e quindi potenzialmente maggiore la restituzione dell’energia meccanica da parte della scarpa tanto maggiore sarà la propulsione “gratuita” con conseguente risparmio di lavoro muscolare e minore consumo di risorse interne. 

Figura 1

Force-deformation curves, peak deformation, and energy return metrics for each shoe during vertical midsole loading with a peak force of *2000 N and contact time of *185 ms. As vertical force is applied, the shoe midsole deforms (upper trace in each graph). Then, as the shoe is unloaded, the force returns to zero as the midsole recoils (lower trace in each graph). The area between loading and unloading curves indicates the mechanical energy (J) lost as heat. The area below the lower traces represents the amount of elastic energy(J) that is returned” [1].

DAGLI STUDI SCIENTIFICI AL TEST PERSONALIZZATO

Fin qui abbiamo parlato della scarpa e fin qui il filo logico e squisitamente fisico fila piuttosto liscio. Sono numerosi gli studi scientifici che hanno indagato gli effetti della costruzione delle scarpe e una importante review [2] ha concluso che “aumentare la rigidità (stiffness) dell’intersuola all’interno di un range ottimale di valori può essere di beneficio nel modificare le variabili associate alla prestazione”, per la precisione 5 studi dei 7 validati hanno portato a questa conclusione. 

Come sempre però quando si parla di prestazione sportiva bisogna tenere in considerazione un elemento tutt’altro che secondario, cioè l’atleta, e le sue caratteristiche uniche, soggetto per soggetto, dal punto di vista antropometrico, metabolico, meccanico e cinematico. Soprattutto quando si ricerca la massima performance non ci si può limitare a conoscere il rendimento “medio” dei propri materiali, ma è fondamentale conoscere il tipo di interazione “su misura”. 

LA NOSTRA PROVA

Abbiamo quindi chiesto a Ivan Risti, triatleta professionista, Campione Italiano su distanza Sprint, esperto delle distanze lunghe e coach, di aiutarci a capire come lui usa le scarpe con cui abitualmente si allena, allo scopo di identificare lo strumento più adatto nelle diverse situazioni: da una seduta di allenamento in pista alla frazione run di un Ironman.

Da anni Ivan si avvale delle scarpe da running di Brooks, pertanto abbiamo selezionato due modelli particolarmente apprezzati dal triathleta milanese, ma anche piuttosto distanti l’uno dall’altro in termini di tipologia e uso. Da una parte la Ghost, scarpa ammortizzata e stabile da 294 grammi, dall’altra la nuovissima Hyperion Elite 2, classificata come “veloce, da 215 grammi e dotata di piastra in fibra di carbonio nell’intersuola. Sono stati effettuati tre step di intensità per ciascuna scarpa, replicando la velocità del lento (intorno al ritmo gara Ironman), del medio e del veloce (quasi alla soglia anaerobica) così da esplorare in modo completo l’intera gamma di esercizio. 

PROTOCOLLO TEST

  • 3 step da 3’ ciascuno per ciascuna scarpa dei 2 modelli 
  • Step a 14.5, 16.5 e 18 km/h 
  • Strumentazione: Metabolimetro PNOE, Motion Capture Optitrack con 6 camere a 120 Hz di frequenza di campionamento e spazio di lavoro 3D (Figura 2), Power Meter Stryd [3], Fascia cardio Polar H10 
  • Treadmill TOORX 9500 
TABELLA 1

Nella tabella sono illustrate i valori medi acquisiti nei singoli step con i due modelli di scarpa delle principali variabili biomeccaniche. Nelle ultime due colonne sono riportati i giudizi soggettivi dell’atleta in una scala da 1 a 5 (dal peggiore al migliore).

Poiché la corsa è un fenomeno estremamente complesso abbiamo utilizzato per l’analisi numerose variabili (Tabella 1), sia misurate direttamente che derivate, effettuando anche controlli incrociati degli stessi parametri acquisiti da sensori differenti. I risultati osservati “uno alla volta” sono di difficile interpretazione poiché è fondamentale considerare le interazioni tra loro 

FIGURA 2

La catena cinetica inferiore di Risti ricostruita dal sistema di Motion Tracking

Abbiamo quindi effettuato una Principal Component Analysis (una tecnica statistica che “uniforma” tutte le variabili rendendole confrontabili [4]che ha portato alle seguenti conclusioni: 
  1. Con questo tipo di protocollo il fattore più evidente è la variazione di performance, come logico aspettarsi utilizzando le tre velocità 
  2. Poiché il fattore “prestazione” è vincolato per scelta emerge in modo molto evidente il secondo fattore più importante nella descrizione del comportamento della coppia “atleta-scarpa”, ovvero la stiffness, che è il vero elemento responsabile della grossa differenza tra le due calzature 
La scelta di iniziare a investigare questo tema con una prova indoor è stata fatta per le garanzie di maggiore stabilità delle condizioni al contorno, a partire dal comportamento della superficie di appoggio, un aspetto cruciale per gli scopi dell’indagine. Ovviamente non è esaustiva nella comprensione del fenomeno e richiede di ulteriori prove nell’ambiente “reale. 

LA PIASTRA IN CARBONIO FA QUELLO CHE PROMETTE…E ANCHE DI PIU’

FIGURA 3

Il grafico “score”* della PCA visualizza sull’asse x la componente principale 1 (PC1) che spiega il fenomeno analizzato nella sua globalità per una varianza dell’82,5%, in questo caso la correlazione degli oggetti nel grafico con il “livello prestativo” complessivo che mostra un andamento analogo tra le due scarpe. Sull’asse y è rappresentata la componente principale 2 (PC2) che risulta essere la Leg Spring Stiffness, con una varianza spiegata del 14,1%. Sulla PC2 si evidenzia il diverso comportamento tra i due modelli Brooks in prova, con maggiore Stiffness generata dalla Hyperion Elite 2.

*I calcoli e i plot sono stati eseguiti con il software CAT, Chemometric Agile Tool (R-based) [6]

Nel grafico in Figura 3, si evidenziano chiaramente i tre cluster dalle intensità di esercizio e sembrano separarsi in modo chiaro anche le due tipologie di scarpe. Senza neppure bisogno di una validazione di tipo statistico viene subito spontaneo osservare che siamo di fronte a “due cose diverse”. In effetti a mano a mano che sale il livello prestazionale dell’esercizio (spostamento verso dx sull’asse x) aumenta la differenza nella Leg Spring Stiffness [5], ovvero l’effetto complessivo delle caratteristiche di complianceelasticity resilience che abbiamo definito inizialmente, risultante sul corpo dell’atleta. Le Hyperion Elite 2 sono quindi davvero capaci di restituire maggiore energia elastica immagazzinata a Ivan e la differenza è anche statisticamente rilevante a 16,5 km/h ma soprattutto a 18 km/h. A 14,5 km/h la Ghost si differenzia molto meno, complessivamente, dalla Elite 2. A quel ritmo, dunque, la scelta sul tipo di scarpa diventa neutra da un punto di vista oggettivo, e dipende in modo preponderante dal giudizio soggettivo dell’atleta (a cui è stata chiesta una valutazione personale circa comfort e reattività alle diverse velocità di corsa)  La maggiore stiffness innesca una reazione dal punto di vista biomeccanico che include maggiore ampiezza (il tallone sale maggiormente disegnando una circonferenza di maggior raggio, così come confermato dal sistema di rilevazione ottico, Figura 4) e aumenta la fase di volo, riducendo per converso il tempo di contatto al suolo. Tutti fattori connessi all’aumento della prestazione. Anche dal punto di vista della stabilità il motion capture conferma attraverso l’osservazione della latero-lateralità di ginocchia, caviglie e anche, una delle caratteristiche principali della Elite 2.  
FIGURA 4

La traiettoria dei talloni (vista posteriore) conferma i dati quantitativi ottenuti dall’accelerometro\giroscopio.

Bisogna sottolineare come a pari velocità questa scarpa, sul treadmill e in questo specifico protocollo, sembri aumentare la quota di costo metabolico destinata al movimento verticale, confermando l’ipotesi che per trarne il massimo beneficio l’atleta debba essere capace di raggiungere velocità assolute di alto livello e soprattutto che sia dotato di un’ottima tecnica di corsa. Il rischio infatti è quello di essere letteralmente catapultato in alto anziché in avanti, con il rischio dunque di avere un risultato finale inverso, ovvero di sprecare energia nella direzione sbagliata! 

Le Elite 2 sembrano garantire anche una maggiore ripetibilità della performance, come si vede dalla nuvola rossa molto più compatta (Figura 5), a indicare che a ogni passo la risposta è sempre molto simile. 

APPROFONDIMENTO STATISTICO

Al ritmo più elevato i punti acquisiti con la HYPERION si pongono ben al di fuori dei valori critici sia per T^2 sia per Q, indicando che a queste velocità\potenze (18 km/h con 4,75 W/kg espressi) la Elite 2 ha un comportamento radicalmente diverso dalla Ghost. 

Figura 5

Nel grafico* di sinistra nello spazio matematico costruito dai soli valori GHOST (in nero) sono proiettati gli oggetti HYPERION Elite 2 (in rosso). Le ellissi rappresentano i valori critici di probabilità di inclusione dei campioni nella medesima classe, che alla velocità di 18 km/h risultano statisticamente non attribuibili alla stessa categoria. Nel grafico di destra (influence plot) allo stesso modo gli oggetti HYPERION Elite 2 non passano il vaglio della diagnostica T^2 (distanza dei punti sul piano) e Q Index (distanza dei punti nello spazio). Possiamo quindi concludere che le due scarpe a queste condizioni hanno un comportamento radicalemente diverso. Non altrettanto avviene alla velocità di 14,5 km/h.

*I calcoli e i plot sono stati eseguiti con il software CAT, Chemometric Agile Tool (R-based) [6]

LE SENSAZIONI DELL’ATLETA

I numeri contano ma poi in allenamento e sui campi di gara ci va l’atleta, suoi sono i piedi e sua la fatica. Quanto emerso dalle acquisizioni deve essere necessariamente aggregato al feeling dell’atleta, per questo abbiamo passato molto tempo dopo il test a chiacchierare con Ivan: “La Ghost è una scarpa che mi piace molto al lento, morbida ma allo stesso tempo con un buon livello di reattività – ha affermato sollecitato a descrivere le sue sensazioni – Dà quella sensazione di scarpa ammortizzante ma allo stesso tempo dinamica. LHyperion Elite 2 sono radicalmente diverse, richiedono una corsa diversa, perché senti tanta spinta in più e necessariamente modificandosi l’ampiezza devi adattare il resto”. Sorprendentemente questa maggiore reattività non sembra sacrificare il comfort, cui Ivan ha assegnato un voto identico a quello delle Ghost, 4 su una scala massima di 5. 

Brooks Ghost
Comfort
Reattività
Brooks Hyperion Elite
Comfort
Reattività

NEXT STEP

Questo è quanto è stato possibile osservare e concludere in modo solido dal test indoor ma dato che siamo interessati a sapere se questo binomio Risti-Elite 2 funzioni anche nel mondo reale chiederemo a Ivan un ulteriore sforzo per andare a mettere sotto torchio il modello più performante di casa Brooks sull’asfalto. 

Resta infatti da verificare il comportamento in una situazione di costo energetico costante e velocità libera (il contrario di quanto avviene sul tappeto) e anche il comportamento sulla distanza, sia attraverso la misurazione del costo metabolico con lo scambio di gas O2/CO2, sia per quanto riguarda l’andamento della Leg Spring Stiffness, che è un ottimo proxy di affaticamento muscolare, certamente una variabile fondamentale nel modello di prestazione del triathlon di lunga distanza, e non solo. 

Inoltre, rimane da capire sia in generale sia per uno specifico individuo quale sia livello ottimale di compliance, elasticity e resilience per massimizzare la performancequindi sarà interessante una prova “orizzontale” tra diversi brand/modelli che propongono la stessa tipologia di prodotto. 

REFERENCE

[1] Hoogkamer, W., Kipp, S., Frank, J.H. et al. Comparison of the Energetic Cost of Running in Marathon Racing Shoes. Sports Med 48, 1009–1019 (2018). 

[2] Sun X, Lam WK, Zhang X, Wang J, Fu W. Systematic Review of the Role of Footwear Constructions in Running BiomechanicsImplications for Running-Related Injury and Performance. J Sports Sci Med. 2020;19(1):20-37. Published 2020 Feb 24. 

[3] Imbach F, Candau R, Chailan R, Perrey S. Validity of the Stryd Power Meter in Measuring Running Parameters at Submaximal Speeds. Sports (Basel). 2020 Jul 20;8(7):103. doi: 10.3390/sports8070103. PMID: 32698464; PMCID: PMC7404478. 

[4] Kim H. Esbensen, Dominique Guyot, Frank Westad, Lars P. HoumollerMultivariate Data Analysis: In Practice : an Introduction to Multivariate Data Analysis and Experimental Design, Multivariate Data Analysis, 2002. ISBN8299333032, 9788299333030 

[5Farley CT, González O. Leg stiffness and stride frequency in human running. J Biomech. 1996 Feb;29(2):181-6. doi: 10.1016/0021-9290(95)00029-1. PMID: 8849811. 

[6] R. Leardi, C. Melzi, G. Polotti, CAT (Chemometric Agile Tool), gratuitamente scaricabile al seguente link http://gruppochemiometria.it/index.php/software