Как читать исследования о тренировках: p-value, effect size и почему наука ошибается
Зачем силовому атлету уметь читать исследования
Мы живём в эпоху «научного» фитнеса. Каждую неделю появляются заголовки: «Исследование доказало, что X лучше Y». Инфлюенсеры машут скриншотами PubMed, тренеры апеллируют к мета-анализам. Проблема в том, что большинство людей не умеют читать исследования — и поэтому либо принимают их буквально, либо отвергают полностью. Эта статья — практическое руководство по тому, как оценивать научные данные в контексте силового тренинга, не имея учёной степени.
Иерархия доказательств: не все исследования одинаковы
Научное доказательство — не бинарная категория «доказано / не доказано». Это спектр надёжности.
Мета-анализ и систематический обзор — высшая ступень. Объединяет результаты множества исследований, статистически взвешивает их. Но важная оговорка: мета-анализ слабых исследований не становится сильным автоматически. Важно оценивать не только тип работы, но и качество включённых исследований (для этого существует система GRADE).
Рандомизированное контролируемое исследование (РКИ) — золотой стандарт для проверки причинно-следственных связей.
Когортное исследование — наблюдение за группой во времени без рандомизации. Выявляет корреляции, но не доказывает причинность.
Поперечное исследование — «срез» в одной точке времени. Самый слабый дизайн для причинно-следственных выводов.
Кейс-стади и анекдотические данные — описание отдельного случая. Полезны для генерации гипотез, но не для их проверки.
Три числа, которые нужно знать
p-value: что это и почему его недостаточно
p-value — вероятность получить такие или более экстремальные результаты, если нулевая гипотеза истинна (то есть если никакого эффекта нет). p < 0.05 означает: такие результаты возникли бы случайно менее чем в 5% случаев при отсутствии эффекта.
Что важно понимать: p-value не говорит о величине эффекта. Исследование на 10 000 участниках может получить p = 0.001 для разницы, которая в реальной жизни незначима. Статистическая значимость ≠ практическая значимость.
Конкретный пример: исследование показало, что приём белка сразу после тренировки статистически значимо (p = 0.03) лучше, чем через 3 часа. Effect size = 0.15. На практике это означает разницу в десятые доли килограмма мышц за год — в пределах погрешности измерения.
Effect size: реальная величина эффекта
Effect size (размер эффекта) — мера практической значимости. Существуют разные метрики (Cohen's d, Hedges' g, Odds Ratio), но наиболее распространённая для силового тренинга — Cohen's d:
| Effect size | Интерпретация |
|---|---|
| 0.0–0.2 | Пренебрежимо малый |
| 0.2–0.5 | Малый |
| 0.5–0.8 | Средний |
| > 0.8 | Большой |
При чтении любого исследования первый вопрос — не «статистически значимо?», а «каков effect size?». Если он меньше 0.3 — эффект реален, но практически незначим для большинства атлетов. Иными словами: не стоит менять всю программу ради эффекта с Cohen's d = 0.15.
Реальный пример: мета-анализ Moesgaard et al. (2022) показал преимущество нелинейной периодизации перед линейной с effect size 0.31 в общей выборке, 0.61 у тренированных атлетов, 0.06 у начинающих. Вывод принципиально меняется в зависимости от контекста.
Доверительный интервал: диапазон неопределённости
Доверительный интервал (ДИ) показывает диапазон, в котором с определённой вероятностью (обычно 95%) находится истинное значение. Широкий ДИ означает мало данных и низкую точность. Если ДИ пересекает ноль (например, от −0.5 до +1.2) — это означает статистическую незначимость: мы не можем уверенно сказать, есть ли эффект вообще.
Шесть главных ошибок исследований в силовом тренинге
1. Нетренированные участники
Большинство исследований гипертрофии и силы проводились на нетренированных людях или студентах. Их реакция на нагрузку принципиально отличается от реакции атлетов с 5–10-летним стажем. Грег Наколс прямо указывает: большинство данных по периодизации практически неприменимы к тренированным атлетам без существенных оговорок.
2. Слишком короткий срок
Большинство исследований длятся 8–16 недель. Паттерны, которые не видны за 12 недель, могут быть критически важны через 3 года. Накопление хронических адаптаций к высокочастотному тренингу требует месяцев.
3. Экологическая валидность: лаборатория ≠ зал
Стандартизированные лабораторные условия убирают именно те переменные, которые делают реальный тренинг индивидуальным. Плюс: эффект Хоторна — само присутствие исследователей заставляет участников стараться больше, чем в обычной тренировке, что искажает результаты.
4. Конфаундеры (смешивающие переменные)
Одна из самых недооценённых проблем. Пример: исследование показывает, что творог на ночь лучше казеина для мышечного роста. Но выясняется, что группа творога случайно спала в затемнённых комнатах, а группа казеина — перед экранами. Сон (конфаундер) дал эффект, а не белок. Без контроля смешивающих переменных РКИ теряет смысл.
5. Публикационное смещение и p-hacking
Исследования с положительными результатами публикуются охотнее. Кроме того, существует практика p-hacking — манипуляции с данными и аналитическими решениями для получения p < 0.05, и HARKing (Hypothesizing After Results are Known) — формулировка гипотезы уже после получения результатов. Всё это систематически завышает видимые эффекты в литературе.
6. Проблема соответствия
Участники исследований часто не придерживаются протокола точно. Если 30% нарушают предписанный режим — результаты усредняются и размываются. В реальном тренинге это называется «программа не работает», хотя на самом деле просто не была выполнена.
Почему исследования противоречат друг другу
Это один из самых распространённых вопросов. Причины:
- Разные выборки: одно исследование на юношах 18–22 лет, другое на мужчинах 35–45 лет
- Разные протоколы: один протокол с 3 подходами, другой с 6
- Разный объём и интенсивность: результаты могут зависеть от того, насколько близко к отказу работали участники
- Разные статистические модели: одни авторы используют среднее значение, другие — медиану; разные способы работы с выбросами меняют результат
Видя противоречие между двумя исследованиями — ищите мета-анализ, а не пытайтесь решить, кто «прав».
Реальные примеры переоценённых исследований в силовом тренинге
Анаболическое окно
В 2000-х возникла концепция 30-минутного «анаболического окна» после тренировки. Исследования Schoenfeld и Aragon (2013, 2018) показали: если суточное потребление белка достаточное, время приёма после тренировки имеет минимальное значение. Точнее: существует период повышенной чувствительности, но его длительность значительно больше, чем считалось ранее — вероятно, несколько часов. Паника была чрезмерной.
Стретчинг перед тренировкой
Исследования 2000-х показали, что статичный стретчинг перед силовой тренировкой снижает силовые показатели. Более поздний анализ уточнил: эффект минимален (снижение менее 5.5%) и компенсируется динамической разминкой. Первоначальный вывод был верен технически, но практически преувеличен.
HIIT против аэробной работы
Исследования начала 2010-х показали, что HIIT превосходит традиционное кардио за меньшее время. Последующие мета-анализы уточнили: преимущества реальны, но для силовых атлетов умеренная аэробная работа часто предпочтительнее для восстановления. HIIT имеет более высокий риск травм и хуже переносится нетренированными. Исход зависит от того, какой именно показатель измеряется: VO₂max и кардиометаболические маркеры — не то же самое, что восстановление после тяжёлых подходов.
Когда опыт важнее исследований
Индивидуальная вариация. Исследования дают средние значения. Ваш организм — не средний. Если конкретная методика систематически даёт вам результат, это ценная информация, даже если в среднем по исследованию effect size малый.
Продвинутый уровень. Данных по тренированным атлетам мало. Если вы жмёте 200 кг, рекомендации из исследований на людях с жимом 60 кг имеют ограниченное значение.
Долгосрочная устойчивость. Исследования редко измеряют готовность продолжать тренировки через 5 и 10 лет. Программа, которой вы следуете, лучше оптимальной программы, которую вы бросите через 3 месяца.
Накопленный опыт тренера. Опытный тренер, годами работающий с десятками атлетов одновременно, обладает глубиной контекста — он видит технику, восстановление, жизненный контекст конкретного человека — которую не способна уловить ни одна анкета в исследовании.
Как читать исследование за 5 минут: памятка
Увидели громкий заголовок «Исследование доказало...» — задайте себе семь вопросов:
- Кто участники? Нетренированные студенты или атлеты с опытом? Насколько похожи на вас?
- Какой дизайн? РКИ или наблюдательное исследование? Есть ли контрольная группа?
- Каков effect size? Не только p-value. Малый effect size при большой выборке даст p < 0.05, оставаясь практически незначимым.
- Каков доверительный интервал? Широкий — мало данных. Пересекает ноль — результат, возможно, случаен.
- Как долго длилось исследование? 8 недель или 2 года?
- Кто финансировал? Индустриальное финансирование не означает подделку, но требует вдвое большего скептицизма при интерпретации выводов. Классический пример из спортивного питания: исследования эффективности BCAA (аминокислоты с разветвлённой цепью), креатина в экзотических формах, предтренировочных комплексов и «инновационных» протеиновых матриц нередко финансируются производителями этих же продуктов. Мета-анализы, не связанные с индустрией, как правило показывают значительно более скромные эффекты — или их полное отсутствие (как в случае с BCAA при достаточном потреблении белка). Это не значит, что все индустриальные исследования ложны — но вопрос «кто платил?» должен быть первым при оценке любого исследования добавки или нутрициологического протокола.
- Воспроизводится ли результат? Одно исследование — гипотеза. Мета-анализ из 20 исследований — существенно более надёжный вывод.
Как известные методологи работают с научными данными
Понять правильное отношение к исследованиям помогает взгляд на то, как ведущие тренеры и методологи силового спорта балансируют между наукой и практикой.
Грег Наколс (Stronger By Science) — один из наиболее строгих сторонников evidence-based подхода в силовом тренинге. При этом он последовательно публикует разборы исследований с чёткими оговорками: «данные получены на нетренированных», «effect size малый», «исследование длилось 8 недель». Наколс не принимает исследование только потому, что оно опубликовано — он оценивает его качество.
Эрик Хелмс (MASS Research Review) выпускает ежемесячный разбор новых исследований специально для практиков. Каждая статья содержит раздел «практическое применение» — где прямо указывается, применимы ли данные к тренированным атлетам. Хелмс также разработал концепцию RIR (повторений в запасе) как более практичную альтернативу чистому RPE — прямое приложение науки к практике.
Майк Израестел (RP Strength, Renaissance Periodization) строит всю систему MRV/MEV/MAV на научных данных. При этом прямо признаёт: «там, где наука молчит по поводу продвинутых атлетов, мы используем механистические рассуждения и опыт элитных атлетов — это компромисс, а не равноправная альтернатива РКИ».
Майк Тушерер (RTS) разработал RPE-систему авторегуляции, опираясь на данные о субъективной оценке нагрузки, а затем сам проводил исследования для её валидации. Редкий случай: практик, который не только использует науку, но и создаёт её.
Борис Шейко никогда не апеллировал к научным публикациям напрямую. Его система — чистая эмпирика советской школы пауэрлифтинга, накопленная за десятилетия работы с элитными атлетами. При этом внутренняя логика его методики согласуется с принципами периодизации, описанными в академической литературе — он пришёл к тем же выводам другим путём.
Марк Риппето (Starting Strength) строит систему на биомеханических обоснованиях — это не Bro Science и не лабораторная наука, а третий путь: теоретическая дедукция из принципов анатомии и физики. Сильная сторона — внутренняя логическая согласованность системы. Слабая — биомеханические рассуждения без экспериментальной проверки остаются гипотезами, и ряд его категоричных утверждений (например, об универсальности «правильной» техники приседа) не подтверждается исследованиями индивидуальной вариативности.
Общий паттерн: лучшие методологи используют науку как систему проверки, а не как набор готовых ответов. Они знают ограничения исследований и честно их называют.
Как совместить науку и практику
Правда о доказательной практике в силовом тренинге — не «наука против опыта». Современное понимание Evidence-Based Practice строится на иерархической системе принятия решений: исследования формируют наиболее вероятное решение → опыт тренера адаптирует его → особенности конкретного атлета определяют финальную реализацию.
Уровень 1: Принципы, подтверждённые и многолетней практикой, и несколькими независимыми мета-анализами — прогрессивная перегрузка, достаточный белок, восстановление.
Уровень 2: Паттерны, систематически наблюдаемые у большого числа тренированных атлетов на протяжении лет — даже при отсутствии строгих научных доказательств.
Уровень 3: Результаты качественных исследований на тренированных атлетах с достаточным сроком и адекватным effect size.
Уровень 4: Единичные исследования, особенно на нетренированных людях или с коротким сроком.
Уровень 5: Анекдотические данные от одного-двух человек.
Когда опыт говорит одно, а исследования другое — не обязательно выбирать. Спросите: исследование на тех, кто похож на меня? На достаточном сроке? С значимым effect size? Если нет — доверяйте систематическому личному опыту, пока не появятся более качественные данные.
📖 Читай также: Bro Science в пауэрлифтинге · Периодизация в силовом тренинге · Авторегуляция: RPE vs AMRAP vs RIR · Прогрессивная перегрузка