Wielrennen als een prof van Jumbo-Visma met Leids datamodel
Net als de profwielrenners van Team Jumbo-Visma kan ook de amateurwielrenner straks zijn prestaties analyseren en verbeteren. Leidse datawetenschappers die samenwerken met de wielerploeg stellen hun slimme datamodel beschikbaar, zodat voortaan elke serieuze wielrenner kan bijhouden hoe fit hij of zij is.
Om grote wielerronden zoals de Tour de France te winnen, is een optimale training van groot belang. Team Jumbo-Visma is dan ook continu bezig met innoveren en het doen van onderzoek om zo uiteindelijk de prestaties van de wielrenners te verbeteren. En met succes, want in de Tour de France van 2022 eindigde de ploeg met de gele (algemeen klassement), groene (sprintklassement) en bolletjestrui (bergklassement) in het bezit.
Een van die innovaties gaat over fitheid. ‘De standaard manier om fitheid te testen, is een inspanningstest in een lab’, zegt Arno Knobbe van het Leiden Institute of Advanced Computer Science (LIACS), wiens onderzoeksgroep samenwerkt met de wielerploeg. ‘Dat is een intensieve bezigheid die de normale trainingsopbouw verstoort. En je kunt het maar een paar keer per jaar doen. Hierdoor weet je niet wat de fitheid door het jaar heen is. Met ons model kan je die fitheid elke dag bepalen.’
Hartslag en wattage
Met behulp van een hartslagmeter op het lichaam en een vermogensmeter op de fiets worden een heleboel data verzameld over de wielrenners. Uit de relatie tussen de hartslag en hoe hard een wielrenner fietst (wattage) valt namelijk veel af te leiden over fitheid. Maar eenvoudig is die relatie niet, legt Knobbe uit. ‘Hoe het hart reageert op belasting is een vrij ingewikkeld proces. Daarom moeten we in ons model rekening houden met onder meer kortetermijnbelasting, het zuurstofgehalte in het bloed en verzuring.’ Ook het soort training speelt een rol, want het hart reageert anders op een intervaltraining dan op een lange beklimming of een tijdrit.’
In deze grafiek zie je de hartslag als functie van het wattage (hoeveel vermogen een renner levert).
Trainingen aanpassen
Al die factoren zijn meegenomen in het datamodel van Knobbe en zijn team. Het model weet daardoor nu hoe het hart zou moeten reageren bij een bepaalde inspanning. Knobbe: ‘Als we zien dat het hart harder klopt dan het model voorspelt, ben je dus minder fit. En als het hart minder hard reageert, ben je dus fitter. Die inzichten kunnen wielrenners en coaches gebruiken om hun trainingsschema aan te passen.’ Als een renner ziet dat hij de laatste dagen niet topfit is, kan hij zijn trainingen verminderen. Maar eigenlijk is het volgens Knobbe nog beter om de reacties van je lichaam over een langere periode te volgen. Is het handig om een week voor een wedstrijd nog een zware training te doen, of werkt dat juist averechts?
Voor iedereen beschikbaar
Over een paar weken is het model voor iedereen beschikbaar via het nationale sportdata platform Sport Data Valley. Amateurs kunnen hun hartslag- en vermogensmeter koppelen aan een account op het platform. ‘Het is daarbij wel belangrijk dat ze een langere periode meten, twee tot drie keer per week trainen en verschillende soorten training doen’, zegt Knobbe. Anders krijgen ze geen goed beeld van hoe hun lichaam reageert op trainingen.’
Deze grafiek laat de hartslag (stippellijn en linkeras grafiek) van een wielrenner van Jumbo-Visma en het wattage (ononderbroken lijn en rechteras grafiek) zien van de lactaat-drempel, het punt waarop een renner begint te verzuren. Onderaan staat de tijd, waarbij 61 staat voor ’61 dagen geleden’. Het rode gebied geeft de range van fluctuaties van de lactaat-drempel aan. Voor deze renner ligt die tussen de 372 en 385 Watt. Die lactaat-drempel zegt iets over hoe fit je bent. Als die hoger ligt, kan je meer hebben. Een grafiek als deze kunnen amateurwielrenners binnenkort ook zelf krijgen op platform Sport Data Valley.
Alternatief
Hoewel het model al kan worden gebruikt, is nog meer onderzoek nodig. Zo willen de wetenschappers graag weten hoe de verschillende fitheidsindicatoren samenhangen met energiesystemen in het lichaam. En is nog onduidelijk hoe die indicatoren door diverse vormen van training zijn te beïnvloeden. Ook ontbreekt volgens Knobbe nog een goede validatie. ‘Om te weten of onze meetwaarden echt betrouwbaar zijn, moeten we ze afzetten tegen de gouden standaard, zoals de inspanningstest in een lab. Daarmee zou de methode een geaccepteerd alternatief kunnen worden voor die zware inspanningstest.’
Tekst: Dagmar Aarts
Foto: ANP