Perdre moins pour gagner plus : Une étude approfondie de la littérature sur la perte de vitesse.

La littérature sur la perte de vitesse fournit des informations précieuses sur la distance à laquelle la plupart des entraînements doivent être effectués par rapport à l’échec, mais ce n’est pas aussi simple qu’on pourrait le penser. Rejoignez-moi alors que j’aborde comment intégrer les données de perte de vitesse dans les données de proximité à l’échec afin de fournir des plages RPE optimales en fonction du pourcentage de 1RM sur la barre et du nombre de répétitions effectuées dans l’ensemble.

Points clés

• La perte de vitesse est liée à la fatigue neuromusculaire; par conséquent, l’entraînement à des pertes de vitesse plus faibles (~ 0-25%) peut être optimal pour les adaptations de force
• Les données de perte de vitesse doivent être intégrées dans les données de proximité à l’échec afin de fournir des plages RPE optimales généralisées
• Les plages RPE optimales sont spécifiques au pourcentage de 1RM sur la barre et au nombre de répétitions effectuées dans l’ensemble

Introduction

L’entraînement sans échec a été soutenu pour avoir un léger avantage sur l’entraînement à l’échec pour les adaptations de force (1). Cependant, une question fréquemment posée est: «À quelle distance de l’échec dois-je m’entraîner?» Heureusement, j’ai pu décortiquer la littérature sur la vitesse pour vous révéler la réponse exacte, mais ce n’est pas aussi simple que la proximité à l’échec a est supérieure à la proximité à l’échec b. Plutôt, la proximité optimale à l’échec (ou les plages de RPE optimales) dépend du pourcentage du maximum d’une répétition (1RM) sur la barre et du nombre de répétitions effectuées dans le jeu.

Dans cet article, tout d’abord, je fournirai un bref résumé de la recherche sur la perte de vitesse (avec une brève intermission sur certaines statistiques importantes qui sont parfois interprétées incorrectement). Deuxièmement, j’expliquerai ce que la littérature sur la perte de vitesse suggère, comment j’ai déterminé la proximité optimale à l’échec et pourquoi nous devons intégrer les données de perte de vitesse dans les données de proximité à l’échec. Enfin, je terminerai avec quelques stratégies de programmation pratiques spécifiques aux athlètes de force.

Résumé bref de la recherche

À ce jour, il y a actuellement 7 études longitudinales qui étudient différents seuils de perte de vitesse sur la force ; cependant, il y en a eu 5 publiées cette année seule, donc je suis sûr que nous pouvons nous attendre à beaucoup plus dans un proche avenir (2 – 8). Dans les 7 études, seule une étude a montré une différence significative entre les groupes pour la force 1RM (8). Plus précisément, au cours des 8 semaines, une perte de vitesse de 25 % (VL25) a entraîné des adaptations significativement plus importantes de la force 1RM par rapport à VL50 dans le pull-up à prise pronation du corps (8). Les principales conclusions de chacune des 7 études sont illustrées dans le tableau 1.

Tableau 1. Études à long terme sur la perte de vitesse d’entraînement

Dans les 6 études restantes, tous les groupes ont considérablement augmenté la force 1RM; cependant, le plus important, il n’y avait pas de différences significatives entre les groupes. Malgré cette constatation, ces données fournissent encore quelques informations utiles à mon avis, que je traiterai après une courte pause afin de fournir une brève leçon sur les statistiques pour comprendre comment nous pouvons interpréter ces résultats.

Une brève intermission sur les statistiques

Commençons d’abord par le pourcentage de changement. Dans le cas de ces études, nous examinons spécifiquement le pourcentage de changement du RM1 de pré- à post-test. Le pourcentage de changement est presque toujours rapporté et quelque chose qui est parfois incorrectement désigné afin de «soutenir» des affirmations. Cependant, le pourcentage de changement est probablement la statistique la moins importante à rapporter et si l’on examine le pourcentage de changement seul sans d’abord examiner la valeur p d’une interaction groupe par temps et les tailles d’effet entre groupes (les tailles d’effet entre groupes sont très importantes), on peut tirer des conclusions sauvages et fausses.

Pour donner un exemple, peut-être que le groupe 1 a augmenté le RM1 de 15% et que le groupe 2 n’a augmenté que le RM1 de 5%. Sur papier, cela semble «favoriser» le groupe 1. Cependant, si les groupes ne sont pas contrebalancés pour la force RM1 au départ, ces résultats ne nous fournissent pas beaucoup d’informations utiles, si ce n’est aucune. Par exemple, si le groupe 1 avait un RM1 squat de 100 kg et que le groupe 2 avait un RM1 squat de 115 kg au départ, le groupe 1 était moins entraîné et avait donc le potentiel d’augmenter sa force RM1 à une plus grande magnitude que le groupe 2 à court terme.

Les tailles d’effet entre les groupes

Pour cette raison, nous devons examiner les tailles d’effet entre les groupes afin de quantifier l’ampleur de la différence entre les groupes et déterminer si le changement est significatif ou non. C’est pour cette raison que vous verrez toujours les tailles d’effet rapportées dans les méta-analyses (généralement un graphe de forêt bayésien des tailles d’effet entre les groupes), et presque jamais des pourcentages de changements rapportés. Selon le D de Cohen, les tailles d’effet peuvent être classées comme négligeables (<0,20), faibles (0,20 – 0,49), modérées (0,50 – 0,79) et importantes (≥ 0,80). Il existe d’autres méthodes pour classer les tailles d’effet, mais je vais le garder simple pour ce document.

Les tailles d’effet entre les groupes sont particulièrement utiles dans les études de formation de résistance en sciences de l’exercice qui ont des tailles d’échantillon très petites, dans lesquelles parfois des différences significatives (basées sur la taille de l’effet) peuvent être présentes malgré aucune différence significative entre les groupes (basée sur l’interaction groupe-temps). D’un autre côté, dans certains domaines où les tailles d’échantillon sont astronomiques, parfois il y aura une différence significative entre les groupes (basée sur l’interaction groupe-temps); cependant, la différence n’est pas significative (basée sur la taille de l’effet). Enfin, les interactions groupe-temps sont également importantes pour indiquer s’il y avait une différence significative entre les groupes ou non, et affiche également la probabilité que la différence soit due à une erreur aléatoire. En outre, l’inférence bayésienne est utilisée pour fournir la probabilité que l’hypothèse soit vraie ou non, mais cela n’est généralement jamais utilisé dans les études de sciences de l’exercice. En bref, si la p-valeur est inférieure à 0,01, vous pouvez être sûr que c’était en fait une véritable découverte. Cependant, si la p-valeur est proche mais toujours inférieure à 0,05, les résultats ne peuvent pas être une véritable découverte. Pour toutes les raisons mentionnées ci-dessus, c’est pourquoi il est particulièrement utile de regarder les tailles d’effet entre les groupes.

Résumé bref de la recherche

Résumé bref de la recherche Maintenant que nous avons terminé notre brève intermède sur les statistiques, concentrons-nous à nouveau sur la littérature sur la perte de vitesse. Dans les 6 études restantes, les tailles d’effet entre les groupes pour la force 1RM étaient toutes inférieures à 0,20 (triviales) sauf dans une étude : celle menée par Pareja-Blanco et al. en 2017, qui est probablement la plus reconnue de toutes les études sur la perte de vitesse (3). Celle-ci était intéressante. Ils n’ont pas seulement regardé les changements de force 1RM, mais ils ont également examiné les adaptations hypertrophiques par biopsie musculaire (ce qui est peut-être la meilleure méthode pour regarder l’hypertrophie, mais elle est assez rare dans l’ensemble des études sur l’entraînement en résistance). Dans cette étude, la taille d’effet entre les groupes était de 0,34 en faveur de VL20 et les changements de % 1RM étaient de 18,0 et 13,4 pour VL20 et VL40, respectivement. De plus, la proportion de myosine lourde en chaîne IIX a été préservée dans VL20 ; cependant, elle a été réduite dans VL40 (interaction groupe x temps : p = 0,04. Cependant, encore une fois, avec un p-value aussi élevé, ce résultat peut être un « faux positif »). Enfin, il n’y avait pas de différence significative en matière d’hypertrophie entre les groupes.

Cependant, ce qui est intéressant à noter, c’est que dans l’étude de Pareja-Blanco et al. (2020), VL20 a entraîné une augmentation significative de l’hypertrophie par rapport à la ligne de base, alors que VL10 n’en a pas, même si le nombre total de répétitions effectuées entre VL10 (143,6 ± 40,2) et VL20 (168,5 ± 47,4; 6) n’était pas significatif. Par conséquent, cela suggère qu’il pourrait y avoir un seuil minimal de VL d’environ 20% nécessaire pour induire des augmentations significatives de l’hypertrophie? En conclusion, il n’y a pas vraiment grand-chose d’autre à signaler dans toutes ces études en ce qui concerne la force et l’hypertrophie. Cependant, un dernier point important est que le volume (en nombre total de répétitions) n’est pas équilibré dans toutes ces études; par conséquent, il est difficile de discerner si les résultats sont dus à la perte de vitesse elle-même ou aux différences de volume entre les groupes. Bien sûr, c’est probablement une combinaison des deux; cependant, ceci est toujours une limitation, car il serait idéal d’avoir un volume contrôlé (et tout le reste contrôlé) afin de pouvoir étudier uniquement la perte de vitesse.

En résumé, en se basant sur l’ensemble de la littérature sur la perte de vitesse, je dirais très très prudemment qu’il pourrait y avoir un petit avantage à s’entraîner quelque part dans la gamme 0-25 VL pour les adaptations de force, simplement parce que l’entraînement au-dessus de ~25 VL ne semble pas offrir d’avantage supplémentaire, mais je pense que nous avons besoin de plus de recherches dans ce domaine (en particulier avec des études à volume équilibré) avant d’arriver à des conclusions concrètes. En bref, 0-10 VL n’est certainement pas pire pour les adaptations de force par rapport à 20 VL, et je dirais que le 1RM dans 0-10 VL aurait probablement un effet de taille significatif entre les groupes (probablement juste un petit effet de taille entre les groupes) si le volume était équilibré par rapport aux seuils de VL plus élevés. De plus, je ne vois aucun avantage à l’entraînement aux seuils de VL supérieurs à 25, car il n’y a pas de différence significative en matière d’hypertrophie entre VL20 et VL40. De plus, l’entraînement à VL30 et au-dessus peut induire des adaptations neuromusculaires défavorables et entraîner un échec de l’entraînement, ce que nous savons être sub-optimal pour la force (1, 3). Enfin, j’aime fournir +5% au-dessus du seuil de VL de 20, simplement parce que si vous effectuez une première répétition légèrement plus rapide que d’habitude, cela peut faire augmenter le VL malgré que le jeu soit toujours à la même proximité de l’échec.

Que suggère ces données ?

Tout d’abord, je tiens à préciser que ces études comparent des seuils VL entre eux. La plupart d’entre vous pensent probablement « Oui, bien sûr qu’ils le font ; je le sais déjà ». Cependant, la proximité moyenne à l’échec peut être déduite à partir de ces données. Par exemple, les répétitions effectuées à 80 % du 1RM par le groupe VL10 de Pareja-Blanco et al. (2020) étaient de 2,5 ± 0,9 ; cependant, dans un groupe à faible nombre de répétitions et un groupe à grand nombre de répétitions, il a été signalé que 4,8 ± 0,6 et 7,1 ± 1,3 répétitions peuvent être effectuées, respectivement, dans le squat à la machine Smith (9). Par exemple, si certains individus effectuent 3 répétitions dans le groupe VL10 mais ne peuvent effectuer que 4 répétitions à 80 % du 1RM, ils auraient un RPE de 9. Inversement, si certains individus effectuent 2 répétitions dans le groupe VL10 mais peuvent effectuer 8 répétitions à 80 % du 1RM, ils auraient un RPE de 4. En bref, la variation intra-groupe de la proximité à l’échec a probablement varié considérablement.

Bien sûr, en moyenne, la proximité à l’échec était probablement plus élevée dans le groupe VL40 par rapport à VL20, VL10 et VL0. Mais, au lieu qu’il y ait une proximité optimale à l’échec qui soit universelle pour tous les pourcentages du 1RM, peut-être que la proximité optimale à l’échec est spécifique au % du 1RM qui est utilisé ? Pourquoi est-ce ? Ces études utilisent 70, 75, 80 et 85 % du 1RM et nous savons que les valeurs de proximité à l’échec varient à chaque valeur VL en fonction du % du 1RM utilisé (9). Par exemple, VL20 correspondra à une valeur de proximité à l’échec différente pour chaque 70, 75, 80 et 85 % du 1RM.

Résumons-nous, tout d’abord, ces données suggèrent quelles sont les plages de VL optimales. Comme mentionné précédemment, la plage de VL optimale pour la force et l’hypertrophie est d’environ 0 à 25%. Deuxièmement, ces données nous disent, d’accord, puisque 0 à 25 VL est la plage optimale, quelle proximité à l’échec correspond-elle à chaque % de 1RM. Par conséquent, nous pouvons déterminer quel RPE nous devrions utiliser en fonction du % de 1RM utilisé et/ou du nombre de répétitions effectuées afin de rester dans cette plage de 0 à 25 VL.

Comment déterminer la proximité optimale à l’échec ?

Maintenant que nous avons établi que la proximité optimale à l’échec varie en fonction du % de 1RM qui est sur la barre, comment déterminons-nous la proximité optimale à l’échec à chaque % de 1RM ? Tout d’abord, j’ai créé le Tableau 2 pour aider à conceptualiser la proximité optimale à l’échec en fonction du % de 1RM sur la barre.

Tableau 2. Relation entre 0, 10, 20, 40% de perte de vitesse et RIR/RPE à 70, 75, 80, 85% du 1RM

La colonne la plus à gauche intitulée « Groupe » fournit les 4 groupes VL utilisés dans l’étude de Pareja-Blanco et al. (2020) : VL0, VL10, VL20 et VL40. Sous chaque % de 1RM utilisé dans cette étude (70, 75, 80 et 85 % de 1RM), j’ai enregistré le nombre de répétitions effectuées par chaque groupe.

Ensuite, en fonction des données de squat de la machine à Smith de Rodriguez-Rosell et al. (2019), j’ai enregistré le nombre moyen de répétitions effectuées à chaque % de 1RM. Plus précisément, dans cette étude, ils ont rapporté une moyenne de 23,4, 16,2, 9,6 et 6 répétitions à 50, 60, 70 et 80 % de 1RM, respectivement. Afin de déterminer le nombre moyen de répétitions à 75 et 85 % de 1RM (les pourcentages de 1RM utilisés dans l’étude de Pareja-Blanco et al. (2020)), j’ai exécuté un polynôme du second ordre avec % de 1RM sur l’axe des abscisses et répétitions effectuées sur l’axe des ordonnées ; ce qui m’a fourni une valeur^R2presque parfaite de 0,9984. Plus important encore, cela m’a fourni une moyenne de 7,7 et 4,5 répétitions à 75 et 85 % de 1RM, respectivement.

Ensuite, pour chaque groupe VL, j’ai pu déterminer le RIR et le RPE moyens à chaque % de 1RM. Par exemple, à 85 % de 1RM, le nombre moyen de répétitions qui peut être effectué est de 4,5, et le nombre moyen de répétitions effectuées par le groupe VL20 était de 2,3. Par conséquent, 4,5 moins 2,3 équivaut à 2,2 RIR, ce qui équivaut à 7,8 RPE. Pour être clair, ce tableau n’est certainement pas parfait, et les valeurs RPE à l’intérieur de chaque groupe varient considérablement. Malgré cela, il fournit une bonne moyenne, à partir de laquelle nous pouvons commencer à fournir des recommandations de formation. Par exemple, en se basant sur ces données, si nous regardons les groupes VL10 et VL20, la gamme de RPE optimale pour 70 à 85 % de 1RM est de 4,1 à 7,8, ou si nous arrondissons ces chiffres à de jolis nombres entiers faciles, environ 4 à 8 RPE. Vous vous demandez peut-être : « À quel point cette précision est-elle précise ? » Intéressamment, si nous regardons le VL40, le RPE moyen à 70, 75, 80 et 85 % de 1RM est de 8,0, 9,3, 9,3 et 9,8, respectivement. Dans Pareja-Blanco et al. (2017), 56 % des séries totales du groupe VL40 ont été effectuées jusqu’à l’échec, donc je dirais que cette moyenne est assez précise et que les RPE étaient peut-être même légèrement plus élevés que cela.

J’ai combiné des données de ces études sur la perte de vitesse de différentes manières afin de conceptualiser la proximité optimale à l’échec à chaque % de 1RM. Intéressamment, mais sans surprise, je finis toujours par obtenir des valeurs très similaires. Par exemple, à 70 % de 1RM, je finis toujours par obtenir environ 5 RPE pour VL25. Si nous regardons ce tableau, à 70 % de 1RM, j’ai obtenu environ 4,6 RPE pour VL20. En d’autres termes, à 70 % de 1RM, VL25 serait à peu près à 5 RPE. Juste un petit mot, mais un mot intéressant.

Intégrer les données de perte de vitesse dans les données de proximité à l’échec

Maintenant que nous avons établi que la proximité optimale à l’échec entre 0 et 25 VL varie en fonction du % de 1RM utilisé, quelle est la proximité minimale à l’échec à laquelle nous devrions entraîner et quelle est la proximité maximale à l’échec à laquelle nous devrions entraîner? Par exemple, étant donné que VL10 correspond à environ 4 RPE à 70% de 1RM, devrions-nous faire des séries avec 70% de 1RM à environ 4 RPE? En bref, la réponse est: non. Je pense que vous devriez vous entraîner à un minimum de 5 RPE pour vous assurer que vous êtes suffisamment proche de l’échec pour optimiser les résultats de force et d’hypertrophie.

Mais tout d’abord, pourquoi devons-nous intégrer la littérature VL dans la littérature directement axée sur les différentes proximités à l’échec, et pourquoi ne devrions-nous pas intégrer la littérature de proximité à l’échec dans la littérature VL? Il existe deux études démontrant des adaptations significativement plus importantes de la force 1RM pour un entraînement à une proximité élevée à l’échec par rapport à un entraînement à une proximité faible à l’échec (10, 11). Cependant, il n’existe aucune étude démontrant des adaptations significativement plus importantes de la force 1RM entre les groupes dans la littérature VL qui a examiné le squat (ou le squat à la machine Smith) ou le banc de presse (ou le banc de presse à poids) à l’exception de l’étude sur les tractions qui ne comparait que VL25 à VL50.

Enfin, une troisième étude à mentionner est celle de Helms et al. (2018) afin de reprendre notre brève leçon de statistiques et de voir comment, malgré aucune différence significative dans le 1RM entre les groupes, il y avait toujours un effet de taille modéré (0,50) pour le groupe qui s’entraînait à un RPE significativement plus élevé. Si nous devions uniquement regarder les changements de % de 1RM de Helms et al. (2018) et les comparer aux changements de % de la littérature VL, quelqu’un pourrait penser à tort que l’ampleur de la différence entre les groupes était plus grande dans la littérature VL. Par exemple, les changements de % de 1RM dans le squat étaient de 11,8 dans le groupe à haut RPE et de 10,0 dans le groupe à faible RPE dans l’étude de Helms et al. (2018). Cependant, si vous vous souvenez de notre brève leçon de statistiques plus tôt, les effets de taille rapportés dans cette étude sont supérieurs aux effets de taille rapportés dans toute la littérature VL, à l’exception du banc de presse dans l’étude de Helms et al. (2018) (effet de taille : 0,28) par rapport au squat à la machine Smith dans l’étude de Pareja-Blanco et al. (2017) (effet de taille : 0,34).

Finalement, pour cette raison, nous devons d’abord utiliser la plage optimale de RPE de ~5 à 10 et la plage optimale de VL de ~0 à 25 second. Bien, comment ai-je déterminé la plage optimale de RPE? Le groupe à haut RPE dans l’étude de Helms et al. (2018) a entraîné à ~7 à 9 RPE pour la majorité de l’étude; cependant, les valeurs de RPE sont surestimées, mais s’améliorent à mesure que le nombre de répétitions dans le jeu diminue (par conséquent à des pourcentages plus élevés de 1RM) et à mesure que la proximité à l’échec augmente. Cependant, l’étude qui a noté ce constat a effectué plus de répétitions en moyenne à un pourcentage plus faible de 1RM que ce que les sujets ont entraîné dans l’étude de Helms et al. (2018); par conséquent, pour cette raison, il est difficile de faire une comparaison directe. Cependant, je dirais que ces sujets ont probablement surestimé leurs valeurs de RPE de ~2; cependant, certains ont peut-être sous-estimé leurs valeurs de RPE et ont même pu s’entraîner près d’un 10 RPE. Par conséquent, je pense que la plage optimale de RPE est ~5 à 10 RPE. Maintenant, que nous avons établi la plage optimale de RPE, nous pouvons entrer la plage optimale de VL de ~0 à 25% dans la plage optimale de RPE et répondre à deux questions clés: 1) quelle est la plage optimale de RPE pour le % de 1RM que j’utilise? Et 2) quelle est la plage optimale de RPE pour le nombre de répétitions que je fais?

Récommendations générales d’entraînement

J’ai utilisé les données de Rodriguez-Rosell et al. (2019) pour fournir des recommandations d’entraînement générales et répondre aux deux questions susmentionnées. Il est important de noter que ces données s’alignent parfaitement avec le tableau 2, ce qui renforce encore le fait que les valeurs RPE approximatives que j’ai déterminées pour chaque groupe VL dans l’étude de Pareja-Blanco et al. (2020) et dans l’étude de Pareja-Blanco et al. (2017) étaient probablement assez précises. Tout d’abord, je commencerai par les plages de RPE optimales pour chaque % de 1RM. Ensuite, je traiterai des plages de RPE optimales pour chaque répétition effectuée. Cependant, pour des raisons d’entraînement, n’oubliez pas d’utiliser votre propre table de vitesse de première répétition et votre propre table de vitesse de dernière répétition pour des valeurs RPE et des pourcentages de 1RM précis, comme indiqué dans mon article intitulé SYSTEMATICALLY INDIVIDUALIZING LOAD PRESCRIPTION: FORMULATING AND APPLYING FIRST AND LAST REP VELOCITY TABLES.

Le tableau 3 illustre la plage de RPE optimale à chaque % de 1RM afin de maintenir une VL comprise entre 0 et 25 %. La recommandation commence à 70 % de 1RM, car cela correspond à la limite inférieure de la plage de RPE optimale (5 RPE) et à la limite supérieure de la plage de VL optimale (25 %). Pour chaque augmentation de 2,5 % de 1RM, la limite supérieure de la plage de RPE optimale augmente de 0,5 RPE. Par conséquent, la plage de RPE optimale pour 72,5 % de 1RM est de 5 à 5,5 RPE, 75 % de 1RM est de 5 à 6 RPE… 95 à 100 % de 1RM est de 5 à 10 RPE.

Tableau 3. Gamme RPE optimale à chaque pourcentage de 1RM pour maintenir une perte de vitesse de 0 à 25%.

La table 4 illustre la gamme RPE optimale pour chaque répétition pour maintenir une perte de vitesse de 0 à 25%. La recommandation commence à 6 répétitions, car cela maximise la partie inférieure de la gamme RPE optimale (5 RPE) et maximise la partie supérieure de la gamme VL optimale (25%). Pour chaque diminution de répétitions, la partie supérieure de la gamme RPE optimale augmente d’un RPE. Par conséquent, la gamme RPE optimale pour 5 répétitions est de 5 à 6 RPE, 4 répétitions est de 5 à 7 RPE … 1 répétition est de 5 à 10 RPE.

Tableau 4. Gamme RPE optimale pour chaque nombre de répétitions pour maintenir une perte de vitesse de 0 à 25 %.

Force

Si l’objectif principal de la session est la force, vous voudrez une combinaison de RPE élevé (~7 – 10) et de VL faible (~0 – 20). Pourquoi un RPE élevé pour la force? Il y a deux études qui démontrent des résultats significativement plus élevés en matière de force 1RM pour un entraînement à un RPE élevé, dans lesquelles les sujets ont entraîné à un RPE d’environ 7 à 9 pour la majorité de l’étude dans les deux études (10, 11). Pourquoi un VL faible pour la force? Il y a une étude qui démontre une taille d’effet modérée dans les résultats de force 1RM pour VL20 par rapport à VL40, et en dessous de 20% VL n’est pas inférieur pour la force, c’est simplement que ces groupes n’ont probablement pas effectué suffisamment de volume pour avoir des augmentations aussi robustes dans la force 1RM que VL20 (3, 6).

Hypertrophie

Si le principal objectif de la séance est l’hypertrophie (pour un athlète de force), vous voulez une combinaison de RPE faible (~5 – 6) et de VL élevé (~20 – 25). Pourquoi un VL élevé pour l’hypertrophie? Le VL20 a entraîné une augmentation significative de l’hypertrophie par rapport à la ligne de base; cependant, le VL10 n’a pas (6). De plus, il n’y avait pas de différence significative dans l’hypertrophie rapportée entre le VL20 et le VL40 (3, 6). Par conséquent, il semble qu’il n’y ait pas d’avantage supplémentaire à entraîner à des seuils de VL plus élevés. De plus, des seuils de VL plus élevés promouvront des adaptations négatives neuromusculaires pour les athlètes de force (3). Pourquoi un RPE faible pour l’hypertrophie? Premièrement, il n’y avait aucune différence significative ni aucune taille d’effet significative signalée par Helms et al. (2018) en hypertrophie entre les groupes EPR haut et bas ; cependant, un RPE élevé était supérieur pour la force (12). Deuxièmement, afin de maintenir ce VL de 20 à 25%, mais d’obtenir tout de même une quantité suffisante via des répétitions plus élevées (~5+), tout en maintenant un RPE de 5 ou plus, vous n’avez vraiment que quelques options: 6 répétitions à 5 RPE (~25 VL), 5 répétitions à 5 RPE (~20 VL) et 5 répétitions à 6 RPE (~25 VL). Si vous effectuez moins de 5 répétitions, il sera difficile d’obtenir une quantité suffisante; cependant, si vous effectuez plus de 6 répétitions, vous ne serez plus dans la plage optimale de RPE et de VL. Par exemple, 7 répétitions à 5 RPE est ~30 VL (dépassant la plage optimale supérieure de VL). De manière similaire, 7 répétitions à 25 VL est à un ~4 RPE (dépassant la plage inférieure optimale de RPE).

Tableau 5. RPE Gamme, Gamme de perte de vitesse et Gamme de répétitions pour objectif d’entraînement

La conclusion

La littérature sur la perte de vitesse suggère qu’il n’y a pas un seul proximité magique à l’échec, mais plutôt que cette proximité optimale à l’échec dépend du pourcentage de 1RM sur la barre et du nombre de répétitions effectuées dans l’ensemble. Si vous avez apprécié cet article et que vous êtes intéressé par la façon dont vous pouvez optimiser individuellement votre propre proximité à l’échec spécifiquement pour le powerlifting, veuillez consulter mon séminaire bonus. Profitez!

Points clés à retenir

• La majorité de l’entraînement pour les athlètes de force devrait être effectuée à ou en dessous de ~25 VL afin de préserver des adaptations neuromusculaires favorables
• La majorité de l’entraînement pour les athlètes de force devrait être effectuée dans la gamme de 1 à 6 répétitions, dans la gamme de 5 à 10 RPE et dans la gamme de 0 à 25 VL pour des résultats optimaux en termes de force et d’hypertrophie
• Les athlètes peuvent utiliser les tableaux de gamme RPE optimale fournis comme ligne directrice générale afin de maintenir 0 à 25 VL en fonction du pourcentage de 1RM sur la barre et du nombre de répétitions effectuées dans l’ensemble.

Références

1. Davies, T, Orr, R, Halaki, M, and Hackett, D. Effect of training leading to repetition failure on muscular strength: a systematic review and meta-analysis. Sports Medicine 46(4): 487 – 502, 2016.
2. Pareja-Blanco, F, Sanchez-Medina, L, Suarez-Arrones, L, and Gonzalez-Badillo, JJ. Effects of velocity loss during resistance training on performance in professional soccer players. International Journal of Sports Physiology and Performance 12(4): 512 – 519, 2016.
3. Pareja-Blanco, F, Rodriguez-Rosell, D, Sanchez-Medina, L, Sanchis-Moysi, J, Dorado, C, Mora-Custodio, R, Yanez-Garcia, JM, Morales-Alamo, D, Perez-Suarez, I, Calbet, JAL, and Gonzalez-Badillo, JJ. Effects of velocity loss during resistance training on athletic performance, strength gains and muscle adaptations. Scandinavian Journal of Medicine & Science in Sports 27(7): 724 – 735, 2017.
4. Galiano, C, Pareja-Blanco, F, Hidalgo de Mora, J, and Villarreal, ES. Low-velocity loss induces similar strength gains to moderate-velocity loss during resistance training. The Journal of Strength and Conditioning Research, [Epub ahead of print], 2020.
5. Rodriguez-Rosell, D, Yanez-Garcia, JM, Mora-Custodio, R, Pareja-Blanco, F, Ravelo-Garcia, AG, Ribas-Serna, J, and Gonzalez-Badillo. Velocity-based resistance training: impact of velocity loss in the set on neuromuscular performance and hormonal response. Applied Physiology, Nutrition, and Metabolism, [Epub ahead of print], 2020.
6. Pareja-Blanco, F, Alcazar, J, Sanchez-Valdepenas, J, Cornejo-Daza, PJ, Piqueras-Sanchiz, F, Mora-Vela, R, Sanchez-Moreno, M, Bachero-Mena, B, Ortega-Becerra, M, and Alegre, LM. Velocity loss as a critical variable determining the adaptations to strength training. Medicine and Science in Sports and Exercise 52(8), 1752 – 1762, 2020.
7. Rodiles-Guerrero, L, Pareja-Blanco, F, and Leon-Prados, JA. Effect of velocity loss on strength performance in bench press using a weight stack machine. International Journal of Sports Medicine, [Epub ahead of print], 2020.
8. Sanchez-Moreno, M, Cornejo-Daza, PJ, Gonzalez-Badillo, JJ, and Pareja-Blanco, F. Effects of velocity loss during body mass prone-grip pull-up training on strength and endurance performance. The Journal of Strength and Conditioning Research 34(4), 911 – 917, 2020.
9. Rodriguez-Rosell, D, Yanez-Garcia, JM, Sanchez-Medina, L, Mora-Custodio, R, and Gonzalez-Badillo, JJ. Relationship between velocity loss and repetitions in reserve in the bench press and back squat exercises. The Journal of Strength and Conditioning Research, [Epub ahead of print], 2019.
10. Shattock, K, and Tee, JC. Autoregulation in resistance training: a comparison of subjective versus objective methods. The Journal of Strength and Conditioning Research [Epub ahead of print], 2020.
11. Graham, T, and Cleather, DJ. Autoregulation by “repetitions in reserve” leads to greater improvements in strength over a 12-week training program than fixed loading. The Journal of Strength and Conditioning Research, [Epub ahead of print], 2019.
12. Helms, ER, Byrnes, RK, Cooke, DM, Haischer, MH, Carzoli, JP, Johnson, TK, Cross, MR, Cronin, JB, Storey, AG, and Zourdos, MC. RPE vs percentage 1RM loading in periodized programs matched for sets and repetitions. Frontiers in Physiology 9: 247, 2018.