年龄如何改变运动表现?大师运动员有答案

我们都会变老，但衰老的过程对我们的影响是不同的。许多精通或经验丰富的运动员都是“成功衰老”的例子。他们的身体健康状况经常被记录在长期的运动成绩记录中，这使他们成为研究衰老影响的理想对象。加拿大安大略省湖首大学的退休教授迈克尔·斯通(Michael Stones)使用了一种被称为混合线性模型的统计方法，来分析马拉松高手的年龄相关变化。虽然在这类研究中很少使用这种方法，但这种方法提供了这种年龄趋势的最准确的代表。结果表明，跑得快的人的表现下降得更慢，而那些刚开始时年纪较轻的人在进入老年时能更好地保持他们的速度。

衰老并不总是带来不可避免的身体衰退。尽管对大多数人来说，他们身体的巅峰时期是在成年初期，但有一部分人却不一定如此。上世纪60年代，为老年人(现在被称为大师级运动员或老兵)举办的有组织的体育赛事首次成立。到了20世纪70年代，体育科学研究人员开始质疑一种普遍的看法，即成年后身体能力不可避免地急剧下降。优秀运动员被奉为“成功衰老”的典范，因为他们有能力在成年后保持高水平的身体表现。

田径项目的“大师级”运动员从35岁开始，公路比赛(如马拉松)从40岁开始——但许多老兵在老年时仍能很好地竞争。由于许多原因，优秀的运动员为研究人类的身体表现提供了极好的机会。优秀的运动员通常多年来一直保持着高水平的健康和体能，并且在他们的领域非常有经验。随着时间的推移，它们的官方表现记录可以显示它们的健康状况。优秀运动员允许研究年龄的影响，而不考虑可能影响同龄人的因素，如肥胖和其他健康状况，或生活方式的选择，如吸烟和饮酒。

一种处理体育统计的新方法
湖首大学(Lakehead University)的迈克尔·斯通(Michael Stones)教授长期以来一直对衰老对身体表现的影响很感兴趣。特别是，斯通教授对不同的统计方法感兴趣，这些方法可以用来分析独特的运动员群体的表现。

有几种不同的方法可以测量随时间变化的性能变化。纵向研究对一组年龄相仿的人进行了一段时间的跟踪调查，在此期间至少进行了两次测量。历史研究回顾过去，评估在特定时间点上的差异。最后，横断面研究，有时称为横断面趋势，比较不同年龄的人在同一时间的表现，在单一测量。

熟练的运动员允许这种效果
对衰老的研究
可能影响同龄人的因素，比如肥胖。

在早期的研究中，斯通教授发现所采取的方法会影响研究的结果。例如，随着年龄的增长，横截面数据的性能下降似乎比纵向数据更大。出于这个原因，斯通教授决定开创一种统计技术，这种技术在这类研究中很少使用:混合线性模型(MLM)。

马拉松运动员和混合线性模型
直到最近，用于衡量随时间变化的性能的统计工具还存在一些局限性。例如，这些工具无法识别同一名运动员在观察中经常出现不止一次;同一个人可能在多个类别或多个运动项目中保持记录。这可能会导致结果出现一定程度的误差。另一方面，传销可以把这作为分析的一部分考虑进去，这意味着它产生更可靠的结果。传销也有能力分离和分析横断面和纵向数据。

在最近的一项研究中，斯通教授使用传销分析了优秀运动员的马拉松跑。马拉松赛跑在优秀运动员中很受欢迎。2015年的一篇文章报道称，美国每年举办1100场马拉松比赛，总共吸引了大约50万名跑步者;其中，女性的平均年龄为36.7岁，男性的平均年龄为40.4岁，这意味着许多运动员已经达到了优秀运动员的年龄。

为了调查年龄对成绩的影响，斯通教授使用了一种“虚拟”横向方法，通过查看世界上排名前100名的马拉松比赛成绩。然而，传销使他能够区分横断面和纵向趋势。总的来说，数据包括387名男性的937次表演(或比赛次数)和301名女性的856次表演(每个年龄层最多记录100次;在最老的年龄，100次是没有的)。男性运动员的平均年龄为62岁，女性为60.5岁。马拉松比赛时间记录于1963年至2016年之间。

根据之前的研究，斯通教授能够做出一些预测，包括比赛时间在老年群体中增加得更快，尤其是对女性来说，随着年龄的增长，跑得快的人比跑得慢的人能更好地保持他们的表现。

跑得快的人保持速度的时间更长
研究过程中生成的统计模型表明，斯通教授的预测是准确的。结果显示，正如预期的那样，女性比男性有更长的比赛时间，比赛时间在老年组增长更快，老年女性比老年男性有更大的比赛时间增长。此外，正如预测的那样，随着年龄的增长，跑得慢的人比赛时间增加得更多，而跑得快的人能够更好地维持他们的比赛时间。

政府的预测
统计模型表明，持续、一致的参与是保持绩效的有效途径。

这项研究首次考察了运动员进入记录的年龄(称为“进入队列模型”)。此前，研究人员倾向于根据运动员比赛记录时的年龄或出生日期来分组。斯通教授的研究表明，进入队列模型可能是一个更好的预测与年龄相关的表现变化的指标。使用进入队列模型支持以下发现:年龄较大的运动员成绩下降更快，而且女性的下降幅度大于男性。

对数据的深入分析揭示了跑得快的运动员比赛时间变化慢的原因。跑得最快的人可能比跑得最慢的人更早开始记录比赛时间。他们也更有可能多次被记录在每个年龄段的100次最佳记录中。这可能表明这些跑步者对他们的运动有很高的投入，导致更有效的，更长期的训练。这使得这些运动员可以在年龄增长时保留他们的比赛时间。

优秀运动员的课程
斯通教授的研究结果为大师级运动员及其教练提供了一些潜在有用的建议。统计模型的预测表明，持续、一致的参与是保持绩效的有效方式。理想情况下，大师级运动员会随着年龄的增长而增加他们的投入，并寻求与高水平运动员的竞争，参加速度更快的比赛。大师级运动员和教练可能会从观察每个年龄组中最成功的跑步者的实践中获益。

统计与老龄化
斯通教授将他的统计学知识应用到老年学领域的其他领域，也就是研究衰老和老年的领域。在一项研究中，斯通教授和他的同事们使用统计数据来调查精神药物(任何影响精神的药物;例如抑郁症治疗)和养老院居民的死亡率。这项研究揭示了一个重要的发现:与间歇性或“视需要”治疗方案相比，每天服用这些药物带来的死亡风险显著降低。在其他工作中，斯通教授和湖首大学的其他研究人员对老年人的性、感官和亲密行为的研究进行了广泛的回顾。这项研究调查了横断面和纵向趋势，对过去半个世纪在这一生活领域发生的变化进行了概述。

显然，斯通教授开创的统计方法可以应用于老龄化研究的许多方面。最后，Stones教授希望其他研究人员能够在他们自己的研究中使用类似的创新方法来研究人们的衰老方式。