作者\\ 謝高銘 (國立臺灣師範大學 體育與運動科學系)
久沒練卻突然加重？小心「報復性訓練」引發悲劇
你一定有過這種經驗。可能因為加班或是出國玩，大概有一個月沒有踏進健身房；好不容易終於有空去運動，你覺得今天精神特別好，於是興沖沖地把深蹲重量直接加回從前的顛峰，甚至還多做了兩組；結果隔天早上醒來，雙腿痠痛到根本下不了床，甚至連走樓梯都像是在受刑。這種「突然練太兇」導致的悲劇，在我們身邊層出不窮。其實在運動科學界，有一個專門的指標在探討這件事，那就是被許多防護員與教練奉為圭臬的「急性與慢性訓練量比值」，簡稱 ACWR。
認識 ACWR 翹翹板
我們可以用非常白話的方式來理解 ACWR。你可以把它想像成一個評估你身體「操勞度」的翹翹板。翹翹板的一邊是「急性訓練量」，也就是你最近這一個禮拜練了多少；另一邊則是「慢性訓練量」，代表你過去四個禮拜平均練了多少。這個比值就是在看，你這個禮拜給身體的壓力，有沒有超過你過去一個月辛苦打下的體能底子。許多系統性回顧研究統整了各項運動的數據，發現這個比值其實有一個保護身體的甜蜜點。只要你把每週的訓練量控制在過去平均的 0.8 到 1.3 倍之間，讓身體承受適度但不誇張的壓力，受傷的機率就可以降到最低。
相反地，如果你為了趕進度或是心血來潮，突然把訓練量拉得極高，讓比值突破了 1.5 甚至來到 2.0，那就是把自己推向了危險邊緣。英國超級聯賽的足球員數據就血淋淋地顯示，當球員的基礎體能處於低檔，卻突然承受超過過去平均兩倍的訓練量時，發生非接觸性受傷的風險會直接暴增五到七倍。這些傷害通常不是撞到別人，而是肌肉拉傷或是韌帶出問題。這也就是為什麼教練總是苦口婆心勸你，久沒練回歸的第一天，千萬不要太有自信。
ACWR 公式裡的「數學耦合」破綻
不過，科學好玩的地方就在於它總是不斷在推翻過去的自己。ACWR 聽起來像是一個完美的傷害預測神器，但最近幾年，許多頂尖的運動科學家開始對它提出質疑；研究指出，傳統的 ACWR 算式其實存在著一個被稱為「數學耦合」的破綻。這聽起來很文言文，也就是說，在計算「過去四週平均（慢性訓練量）」時，分子中的「最近一週（急性訓練量）」已涵蓋其中。這宛如將單次高分計入期末總平均，再用該次高分與被拉高的平均做比較。這種自己除以自己的數學現象，會製造出一種假性的高度相關，讓你以為這個公式預測得很準。
為了驗證這件事，有學者找來了阿根廷甲級聯賽的足球員數據進行貝氏分析。他們做了一個很有趣的實驗，就是把公式裡的「過去慢性訓練量」換成一個電腦隨機生成的假數字來計算。結果令人驚訝，這個由隨機數值生成的假比值，竟然與真實 ACWR 產生相近的關聯性，都能跟受傷機率扯上關聯。這告訴我們一件事，單看這個數學比值來判斷會不會受傷，其實有很大的盲點，我們根本不能把它當成判斷受傷因果關係的唯一標準。
既然傳統公式有破綻，那頂尖球隊現在都怎麼做？許多研究團隊開始引入人工智慧與機器學習。他們不再只看單一的加減乘除，而是把球員在場上的每一次衝刺、加速、急停等外部負荷數據，做成更複雜的「工作量足跡矩陣」。這種透過 AI 演算法統整出來的預測模型，比起傳統的 ACWR 能更精準地抓出潛在的受傷危機。
不糾結數字，把科學研究當作參考即可
看到這裡，你可能會想問，那我們一般人到底該怎麼辦？其實，不管運動科學界怎麼吵，背後的核心精神永遠不會變，那就是人體需要時間來適應壓力。我們不需要像職業足球員那樣去算複雜的矩陣，但我們可以吸收 ACWR 背後的智慧：**不要讓訓練量暴增；**與其死盯著 1.3 或 1.5 這些數字不放，不如把重心放在長期且穩定地累積訓練量。當你過去一個月有乖乖打好基礎，建立起足夠高的慢性訓練量，你的身體就像是穿上了一層厚厚的防彈衣，自然更有本錢去應付偶爾比較激烈的挑戰。下次踏入健身房時，記得聽從身體的聲音，把科學觀念當成輔助參考，穩穩練，才能走得遠。
【訓練量監控的科學發現與演進】
| 誘發因子 / 變項 | 機轉 | 關鍵發現 | 證據類型 |
| ACWR 維持 0.8–1.3 | 身體對訓練壓力產生穩定適應 | 此區間內受傷發生率最低，對於足球、網球等項目具保護作用 | 系統性回顧與統合分析 |
| ACWR 突增 (> 2.0） | 急性壓力超出組織修復能力 | 在低慢性訓練量基礎下，非接觸性軟組織受傷風險暴增 5–7 倍 | 前瞻性世代研究 |
| 傳統 ACWR 公式 | 數學耦合 (Mathematical coupling） | 隨機生成分母的假比值，其預測受傷的能力與真實 ACWR 無顯著差異 | 貝氏分析與世代研究 |
| 機器學習足跡模型 | 納入時間變異與離散時間序列 | 比傳統 ACWR 更好地預測賽前受傷，有效降低第一與第二型誤差 | 機器學習與預測模型 |
註：各研究數據未經標準化、證據類型非正式 GRADE 分級，一般大眾實務上請依自身體感調整。
常見問題 FAQ
Q：什麼是 ACWR？我需要每次去健身房都算嗎？
A：ACWR 主要是用你「最近一週的訓練量」除以「過去四週的平均」。一般民眾其實不用天天精算，只要掌握「每週增加重量或組數不要太快、不要突然暴增」的大原則就可以了。
Q：新研究說 ACWR 有數學盲點，那它就沒用了嗎？
A：不是沒用，而是提醒我們「不要把單一數字當成預測受傷的絕對神藥」。ACWR 提倡的「穩扎穩打累積基礎、避免訓練量暴增」這個防護觀念，依然是所有訓練者避免受傷的最高指導原則。
Q：如果我停練了一個月，回歸健身房該怎麼安排？
A：千萬不要直接挑戰停練前的最大重量。建議先從原本重量的 50% 甚至更低開始抓感覺，用兩到三週的時間慢慢把強度拉回來，給神經與肌肉一點重新適應的時間。
參考文獻
Bowen, L., Gross, A. S., Gimpel, M., Bruce-Low, S., & Li, F.-X. (2020). Spikes in acute:chronic workload ratio (ACWR) associated with a 5-7 times greater injury rate in English Premier League football players: A comprehensive 3-year study.British Journal of Sports Medicine, 54(12), 731–738. https://pmc.ncbi.nlm.nih.gov/articles/PMC7285788/
Carbone, L., Sampietro, M., Cicognini, A., García-Sillero, M., & Vargas-Molina, S. (2022). Is the relationship between acute and chronic workload a valid predictive injury tool? A Bayesian analysis. Journal of Clinical Medicine, 11(19),5945. https://pmc.ncbi.nlm.nih.gov/articles/PMC9572878/
Matas-Bustos, J. B., Mora-García, A. M., de Hoyo Lora, M., Nieto-Alarcón, A., & Gonzalez-Fernández, F. T. (2025).Advanced feature engineering in acute: chronic workload ratio (ACWR) calculation for injury forecasting in elite soccer.PLOS One, 20(7), e0327960. https://pmc.ncbi.nlm.nih.gov/articles/PMC12286412/
Maupin, D., Schram, B., Canetti, E., & Orr, R. (2020). The relationship between acute: chronic workload ratios and injury risk in sports: A systematic review. Open Access Journal of Sports Medicine, 11, 51–75.https://pmc.ncbi.nlm.nih.gov/articles/PMC7047972/
Qin, W., Li, R., & Chen, L. (2025). Acute to chronic workload ratio (ACWR) for predicting sports injury risk: A systematic review and meta-analysis. BMC Sports Science, Medicine and Rehabilitation, 17(1), 285.https://pmc.ncbi.nlm.nih.gov/articles/PMC12487117/
