Мавлиев Фанис Азгатович, канд. биол. наук
Казань
Fanis A. Mavliev, Cand. Sci. (Biol.)
Kazan
Абдрахманова Аделя Шамилевна
Казань
Adelia Sh. Abdrakhmanova
Kazan
Карфик Владислав Рафаэльевич
Казань
Vladislav R. Karfik
Kazan
Сабиров Тимур Васильевич
Казань
Timur V. Sabirov
Kazan
Зотова Фируза Рахматулловна, д-р пед. наук, профессор
Казань
Firuza R. Zotova, Dr. Sci. (Ed.), Professor
Kazan
Введение. Состояние перетренированности у спортсменов представляет собой дезадаптацию функциональных систем организма, следствием которой является снижение работоспособности. Отсутствие единой методики оценки перетренированности и однозначных маркеров для его определения приводит к противоречивости результатов исследований, что обусловливает необходимость разработки надежных и валидных методов и маркеров диагностики данного состояния.
Цель. Оценка согласованности результатов исследований маркеров перетренированности спортсменов.
Методы. Проведен систематический обзор 1976 публикаций, из которых было отобрано 22 полнотекстовых исследования за 2006– 2026 гг. c помощью поисковой системы Google Scholar, а также в библиографических базах PubMed/MEDLINE, РИНЦ/eLIBRARY, КиберЛенинка. Синтез данных был выполнен по методике «синтез без метаанализа» (SWiM) с использованием метода подсчета голосов (Vote Counting) и графиков направления эффекта (Effect Direction Plot). Риск систематической ошибки оценивали по шкале Risk Of Bias In Non-randomized Studies — of Interventions (ROBINS-I). Достоверность доказательств оценивали по методологии GRADE.
Результаты. Проанализировано 30 маркеров, сгруппированных в 5 групп: биохимические и эндокринные, физиологические, психометрические и субъективные, морфологические, молекулярно-генетические и иммунологические маркеры. Полная согласованность (100%) отмечена для психометрических и субъективных шкал (опросник профиля состояний настроения (POMS) — 6 из 6 исследований, опросник восстановления-стресса для спортсменов (RESTQ-Sport) — 3 из 3 исследований, показатель воспринимаемого напряжения (RPE) — 3 из 3 исследований). Согласованность ряда маркеров была достигнута только по одному исследованию (n = 1 для 11 маркеров из 30) либо в рамках одного исследовательского проекта (проект EROS, n = 3 для показателей «скелетно-жировая масса» и «базальный метаболизм», n = 2 для показателя «нейтрофилы/лимфоциты»), что снижает возможность обобщения выводов. Изолированные маркеры продемонстрировали меньшую согласованность по сравнению с комбинированными индексами: кортизол — 4 из 9 исследований (44,4%), креатинфосфокиназа — 3 из 4 (75%), тестостерон — 5 из 8 (62,5%), лактат при нагрузке — 3 из 4 (75%), максимальное потребление кислорода — 1 из 3 (33,3%). Среди комбинированных индексов наибольшую согласованность показали: индекс анаболизма — 4 из 5 (80%) и отношение частоты сердечных сокращений к уровню лактата (ЧССмакс/лактатмакс) — 4 из 4 (100%). По уровню риска систематической ошибки исследования распределились так: 81,8% — умеренный риск, 13,6% — высокий, 4,5% — низкий. Уровень достоверности маркеров был оценен достаточно низко (умеренный — 40%, низкий — 30%, очень низкий — 30%) из-за этических ограничений (рассматривались наблюдательные исследования), малых выборок и неконтролируемых факторов.
Выводы. Полученные данные показывают потенциальную ценность маркеров для диагностирования состояния перетренированности, но ряд факторов требует сдержанной интерпретации: ограниченная достоверность по GRADE, недостаточное число исследований в случае отдельных маркеров, а также получение части данных в одном и том же единственном проекте. Для выявления состояния перетренированности необходим комплексный подход, позволяющий учесть дезадаптационные изменения в работе функциональных систем организма. Для раннего выявления в полевых условиях признаков перетренированности могут быть применены психометрические и скоростно-силовые тесты, в лабораторных условиях для более глубокой и точной оценки целесообразно применять комбинированные индексы. Дальнейшие исследования должны быть связаны со стандартизацией диагностических протоколов, проведением проспективных исследований с большей выборкой, участием женщин, спортсменов элитного уровня, а также оценкой диагностической точности маркеров с учетом вклада внешних факторов (режим сна, психоэмоциональный стресс, характер питания).
Introduction. Athletic overtraining represents a maladaptation of the body’s functional systems that leads to decreased performance. The evaluation of this state is hindered by the lack of a unified assessment framework and definitive markers, resulting in inconsistent research findings. This ambiguity underscores the need to develop reliable and valid diagnostic tools.
Objective. To assess the consistency of research findings on overtraining markers in athletes.
Methods. A systematic review of 1976 publications was conducted; a total of 22 full-text studies published between 2006 and 2026 were selected using the Google Scholar search engine, as well as the PubMed/MEDLINE, RSCI/eLIBRARY, and CyberLeninka bibliographic databases. Data synthesis was guided by the Synthesis Without Meta-Analysis (SWiM) approach, incorporating the vote-counting method and effect direction plots. The risk of bias was assessed using the Risk of Bias in Non-randomized Studies — of Interventions (ROBINS-I) tool. The certainty of evidence was evaluated according to the GRADE methodology.
Results. Thirty markers were analyzed and grouped into five categories: biochemical and endocrine, physiological, psychometric and subjective, morphological, and molecular genetic and immunological markers. Full consistency (100%) was observed for psychometric and subjective scales: the Profile of Mood States questionnaire (POMS; 6/6 studies), the Recovery Stress Questionnaire for Athletes (RESTQ-Sport; 3/3 studies), and the rating of perceived exertion (RPE; 3/3 studies). The consistency scores for several markers were derived only from a single study (n = 1 for 11/30 markers) or a single research project (the EROS project: n = 3 for skeletal muscle and fat mass and basal metabolism; n = 2 for the neutrophil-to-lymphocyte ratio), which limits the generalizability of the conclusions. Isolated markers demonstrated lower consistency compared to composite metrics: 44.4% for cortisol (4/9 studies), 75% for creatine kinase (3/4 studies), 62.5% for testosterone (5/8 studies), 75% for lactate during exercise (3/4 studies), and 33.3% for maximal oxygen uptake (1/3 studies). Among the composite metrics, the highest consistency was observed for the anabolic index (4/5 studies; 80%) and the ratio of maximal heart rate to maximal lactate level (4/4 studies; 100%). In terms of the risk of bias, 81.8% of studies showed a moderate risk, 13.6% a high risk, and 4.5% a low risk. The certainty of evidence for the markers was assessed as relatively low (moderate: 40%; low: 30%; very low: 30%) due to ethical constraints (restricting research to observational designs), small sample sizes, and uncontrolled factors.
Conclusions. While the findings indicate the potential value of these markers for diagnosing overtraining, a cautious interpretation is advised due to the limited GRADE certainty, the insufficient number of studies for certain markers, and the fact that some data were derived from a single research project. Identifying overtraining requires a comprehensive approach that accounts for maladaptive changes in the body’s functional systems. Psychometric and speed-strength tests can be applied for the early detection of overtraining signs in field conditions; in laboratory settings, composite metrics are advisable for a more in-depth and precise assessment. Further research should focus on standardizing diagnostic protocols, conducting prospective studies with larger sample sizes, recruiting female athletes and elite-level athletes, and evaluating the diagnostic accuracy of markers while accounting for the influence of external factors (sleep patterns, psychological stress, and dietary habits).
The authors declare that there are no conflicts of interest present.