Conconi Test mit R

Einleitung

Der Conconi-Test ist ein Stufentest zur Bestimmung der individuellen anaeroben Schwelle.

Dabei wird die Belastung (z. B. Laufgeschwindigkeit) schrittweise erhöht, und bei jeder Stufe wird die Herzfrequenz gemessen. Die anaerobe Schwelle entspricht dem Punkt, an dem der Zusammenhang zwischen Geschwindigkeit und Herzfrequenz nicht mehr linear ist (Deflection Point).

Im Folgenden bearbeiten wir ein kleines Projekt mit selbst generierten Daten.

Fragestellungen mit Lösungen

Frage 1: Hintergrund

Fragen

• Was ist der Conconi-Test?

• Wozu dient er im Sport?

• Was bedeutet anaerobe Schwell und warum ist sie wichtig?

Lösung

• Der Conconi-Test ist ein Stufentest, bei dem man bei steigender Belastung die Herzfrequenz misst.

• Ziel: Bestimmung der anaeroben Schwelle (Trainingssteuerung).

• Die anaerobe Schwelle ist der Punkt, an dem der Stoffwechsel vermehrt anaerob arbeitet und Laktat ansteigt.

• Wichtig, um optimale Trainingszonen festzulegen.

Frage 2: Datenanalyse

Fragen

• Wie entwickeln sich die Herzfrequenzen bei steigender Geschwindigkeit?

• Lässt sich ein linearer Zusammenhang feststellen?

Generierte Daten

set.seed(123)
geschwindigkeit <- seq(8, 16, by=1)
hf <- c(130, 138, 146, 154, 161, 167, 171, 174, 176) + rnorm(9, 0, 2)
conconi <- data.frame(geschwindigkeit, hf)
conconi

Lösung

• Die Herzfrequenz steigt zunächst (fast) linear mit der Geschwindigkeit.

• Ab einer bestimmten Geschwindigkeit wird die Zunahme flacher, d.h. der lineare Zusammenhang gilt nicht mehr für den gesamten Bereich.

Frage 3: Visualisierung

Fragen

• Wie stellt man die Herzfrequenzentwicklung dar?

• Wo ist die Abweichung sichtbar?

library(ggplot2)

ggplot(conconi, aes(x=geschwindigkeit, y=hf)) +
  geom_point(size=3, color="blue") +
  geom_line(color="blue") +
  labs(x="Geschwindigkeit (km/h)", y="Herzfrequenz (bpm)",
       title="Conconi-Test (Daten)") +
  theme_minimal()

Lösung

• Ein Punkt-Liniendiagramm zeigt den Verlauf anschaulich.

• Die Abweichung von der Linearität ist im Bereich von etwa 12–14 km/h sichtbar.

Frage 4 : Statistische Modellierung

Fragen

• Wie kann man den Zusammenhang mit linearer Regression beschreiben?

• Was passiert, wenn man zwei Segmente betrachtet?

• Wo liegt der Schnittpunkt?

# Segment 1: erste 5 Punkte
mod1 <- lm(hf ~ geschwindigkeit, data=conconi[1:5,])
# Segment 2: letzte 5 Punkte
mod2 <- lm(hf ~ geschwindigkeit, data=conconi[5:9,])

a1 <- coef(mod1)[1]; b1 <- coef(mod1)[2]
a2 <- coef(mod2)[1]; b2 <- coef(mod2)[2]

schnitt_x <- (a2 - a1) / (b1 - b2)
schnitt_y <- a1 + b1 * schnitt_x

schnitt_x; schnitt_y

ggplot(conconi, aes(x=geschwindigkeit, y=hf)) +
  geom_point(size=3, color="blue") +
  geom_line(color="blue") +
  geom_abline(intercept=a1, slope=b1, color="red", linetype="dashed") +
  geom_abline(intercept=a2, slope=b2, color="green", linetype="dashed") +
  geom_point(aes(x=schnitt_x, y=schnitt_y), color="purple", size=4) +
  annotate("text", x=schnitt_x, y=schnitt_y+3,
           label=paste("Deflection bei", round(schnitt_x,1), "km/h"),
           color="purple") +
  theme_minimal()

## Warning in geom_point(aes(x = schnitt_x, y = schnitt_y), color = "purple", : All aesthetics have length 1, but the data has 9 rows.
## ℹ Please consider using `annotate()` or provide this layer with data containing
##   a single row.

Lösung

• Mit einer Regressionsgeraden über alle Daten erhält man nur eine grobe Annäherung.

• Mit zwei Regressionsgeraden (vor und nach der Schwelle) wird der Knick sichtbar.

• Der Schnittpunkt liegt in unseren Daten bei ca. r round(schnitt_x,1) km/h und einer Herzfrequenz von r round(schnitt_y) bpm.

Frage 5: Interpretation

Fragen

• Was bedeutet der Schnittpunkt physiologisch?

• Welche Trainingsimplikationen ergeben sich?

Lösung

• Der Schnittpunkt ist eine Schätzung der anaeroben Schwelle.

• Die dazugehörige Geschwindigkeit ist das Tempo, bei dem Stoffwechselumstellung beginnt.

• Trainingsimplikationen:

• Dauerläufe knapp unterhalb der Schwelle zur Verbesserung der Grundlagenausdauer.

• Intervalle oberhalb der Schwelle zur Steigerung der anaeroben Leistungsfähigkeit.