> METHODOLOGY — CHOIX PHYSIOLOGIQUES
Ce document recense les choix physiologiques et d'entraînement du système, avec leurs fondements scientifiques et leurs limites.
Chaque bloc CHOIX explique la décision retenue.
Chaque bloc LIMITE expose les réserves et les cas où le modèle peut diverger de la réalité.
1. Distribution d'intensité — Temps en zone
Le système répartit le temps d'entraînement hebdomadaire entre les zones d'intensité selon un modèle pyramidal : beaucoup de Z1/Z2, moins de Z3, peu de Z4, très peu de Z5. La base de calcul est le temps passé dans chaque zone, pas le TSS ni le nombre de séances.
| Phase | Z1/Z2 | Z3 (Tempo) | Z4 (Seuil) | Z5 (VO2) | Modèle |
| TRANSITION | 100% | 0% | 0% | 0% | Récupération pure |
| BASE | 80% | 15% | 5% | 0% | Pyramidal classique |
| BUILD 1 | 75% | 20% | 5% | 0% | Pyramidal intensifié |
| BUILD 2 | 75% | 15% | 5% | 5% | Spécificité Ironman + rappel VO2 |
| PEAK | 80% | 10% | 5% | 5% | Taper — volume réduit, intensité maintenue |
Seiler K.S. (2010). What is best practice for training intensity and duration distribution in endurance athletes? Int J Sports Physiol Perform, 5(3), 276-291.
Stöggl T. & Sperlich B. (2014). Polarized training has greater impact on key endurance variables than threshold, high-intensity, or high-volume training. Front Physiol, 5:33.
Esteve-Lanao J. et al. (2005). How do endurance runners actually train? Relationship with competition performance. Med Sci Sports Exerc / J Strength Cond Res, 19(4), 799-806.
Muñoz I. et al. (2014). Does polarized training improve performance in recreational runners? Int J Sports Physiol Perform, 9(2), 265-272.
CHOIX : Pyramidal plutôt que polarisé pur (80/0/20). L'étude de Stöggl 2014 montre un avantage du polarisé, mais sur des athlètes entraînés en sports cycliques purs (ski de fond, cyclisme). Pour le triathlon longue distance, la zone Z3 (tempo/allure Ironman) a une valeur fonctionnelle directe — c'est l'allure de course. Un modèle pyramidal avec 15-20% de Z3 est plus cohérent avec la demande spécifique de l'épreuve.
LIMITE : L'étude de Stöggl portait sur 48 athlètes entraînés sur 9 semaines. Le transfert au triathlon ultra-distance (Ironman, 8-14h de course) est discutable : les contraintes musculaires, thermiques et nutritionnelles de l'Ironman ne sont pas capturées par un simple ratio de zones. De plus, la définition même des zones varie entre les études (3 zones chez Seiler vs 5-7 chez Coggan), rendant les comparaisons directes fragiles.
Pourquoi le temps et pas le TSS ?
Le TSS pondère par l'intensité au carré : 1 minute en Z4 (IF=0.95) produit ~1.8x plus de TSS qu'1 minute en Z2 (IF=0.68). Dire "25% du TSS en Z4" correspond en réalité à ~15% du temps en Z4. Toute la littérature scientifique sur la distribution mesure le temps, pas la charge. Le système convertit donc le budget TSS en temps via les IF par zone, applique les ratios temporels, puis reconvertit en TSS pour la génération des séances.
LIMITE : Les IF par zone (bike Z2=0.68, Z3=0.82, Z4=0.95) sont des valeurs moyennes. En réalité, l'IF dépend du profil individuel (FTP, seuils). Un athlète avec un seuil lactique à 82% de sa VO2max aura des IF différents. Ces valeurs devraient idéalement être dérivées des zones personnalisées dans intervals.icu.
2. Modèle de charge — Banister Impulse-Response
Le système utilise le modèle classique CTL/ATL/TSB (Fitness/Fatigue/Form) avec les constantes de temps standard :
| Paramètre | Valeur | Signification |
| CTL τ | 42 jours | Constante de fitness (moyenne exponentielle) |
| ATL τ | 7 jours | Constante de fatigue (moyenne exponentielle) |
| TSB | CTL - ATL | Balance de forme (négatif = fatigué) |
| Ramp rate <12 sem. | 4.0 TSS/jour | Progression agressive en phase BUILD |
| Ramp rate ≥12 sem. | 2.5 TSS/jour | Progression conservatrice en phase BASE |
Banister E.W. (1991). Modeling elite athletic performance. In: Physiological Testing of Elite Athletes, Human Kinetics, 403-424.
Busso T. (2003). Variable dose-response relationship between exercise training and performance. Med Sci Sports Exerc, 35(7), 1188-1195.
CHOIX : Les constantes 42/7 jours sont les valeurs consensuelles utilisées par TrainingPeaks, intervals.icu et la plupart des outils de quantification. Le ramp rate de 4.0 TSS/jour à <12 semaines est plus agressif que la recommandation classique (~3-5 TSS/semaine en CTL), justifié par le fait qu'il s'agit d'un athlète expérimenté en phase de montée en charge ciblée.
LIMITE : Le modèle de Banister est une simplification grossière. Il suppose que la fitness et la fatigue sont des processus exponentiels indépendants, ce qui est faux : la fatigue musculaire, nerveuse et métabolique n'ont pas la même cinétique. Le TSS lui-même est un proxy imparfait de la charge interne — il ne capture ni la charge musculaire excentrique (course à pied en descente), ni le stress thermique, ni la dette de sommeil. Un même TSS de 100 ne produit pas le même stress en natation qu'en course à pied. Le modèle reste utile comme tendance directionnelle, mais pas comme vérité physiologique.
3. Readiness — Modèle multi-signaux
3.1 Score Couzens (décision quotidienne)
Un score composite 0-100 intègre 5 signaux pour décider GO / ADJUST / REST :
| Signal | Poids max | Seuil rouge | Seuil orange |
| HRV (vs baseline 7j) | ±25 pts | ≤-10% | ≤-5% |
| FC repos (vs baseline) | ±15 pts | ≥+5 bpm | ≥+3 bpm |
| Sommeil (durée + qualité) | ±20 pts | <6h | <7h |
| TSB (balance de forme) | ±15 pts | <-30 | <-20 |
| Fatigue subjective (1-10) | ±30 pts | ≤3/10 | ≤5/10 |
Décision : REST si score <30 ou ≥2 rouges. ADJUST si score <40 ou ≥2 oranges ou 1 rouge. GO sinon.
Couzens P. (2020). The Sustainable Triathlete, Ch. 14: Autonomic monitoring for training decisions.
Plews D.J. et al. (2013). Training adaptation and heart rate variability in elite endurance athletes. Int J Sports Physiol Perform, 8(6), 688-694.
Buchheit M. (2014). Monitoring training status with HR measures: do all roads lead to Rome? Front Physiol, 5:73.
CHOIX : Le poids le plus élevé (30 pts) est donné au ressenti subjectif. C'est contre-intuitif dans un système "data-driven" mais c'est cohérent avec Saw et al. (2016) qui montrent que les mesures subjectives de bien-être sont de meilleurs prédicteurs de la performance que les marqueurs physiologiques isolés. Le HRV matinal est le second facteur (25 pts) car c'est le marqueur autonomique le mieux validé chez les enduranciers (Plews 2013).
LIMITE : Les seuils (-10% HRV, +5 bpm FC repos) sont des valeurs génériques. La "Smallest Worthwhile Change" (SWC, Buchheit 2014) varie selon l'individu : un athlète avec un CV de HRV de 3% réagira différemment qu'un athlète avec un CV de 12%. Le système ne calcule pas encore le SWC individuel. Par ailleurs, le HRV du matin est sensible à l'alcool, la caféine, la position de sommeil et le timing de la mesure — des facteurs non capturés.
3.2 Budget de charge dynamique (multiplicateur)
Le budget TSS hebdomadaire est modulé par un multiplicateur 0.70 - 1.15 calculé à partir de 5 signaux pondérés :
| Signal | Poids | Référence |
| Pente HRV (7j) | 30% | Plews 2013, Kiviniemi 2007 |
| Pente FC repos (7j) | 20% | Urhausen 2002 |
| Tendance sommeil (3j vs 7j) | 15% | Halson 2014 |
| Historique readiness (pente 7j) | 20% | Couzens 2020 |
| Pattern décisionnel (jours consécutifs) | 15% | Zatsiorsky 2006 (supercompensation) |
Asymétrie volontaire : le multiplicateur peut descendre de 30% (0.70) mais ne monter que de 15% (1.15). Principe de précaution : il est plus risqué de surentraîner que de sous-entraîner.
Kiviniemi A.M. et al. (2007). Endurance training guided individually by daily heart rate variability measurements. Eur J Appl Physiol, 101(6), 743-751.
Urhausen A. et al. (2002). Blood hormones as markers of training stress and overtraining. Sports Med, 32(2), 95-102.
Halson S.L. (2014). Sleep in elite athletes and nutritional interventions to enhance sleep. Sports Med, 44(Suppl 1), S13-S23.
LIMITE : Le multiplicateur traite tous les signaux comme linéaires et additifs, ce qui est une simplification. En réalité, une nuit blanche (signal sommeil) et un HRV en chute ne sont pas simplement "additifs" — ils reflètent potentiellement le même stress sous-jacent (dette de sommeil → dominance sympathique → HRV basse). Le risque de double comptage existe. De plus, l'asymétrie 30%/15% est un choix empirique, pas une valeur issue de la littérature.
4. Fast-Track — Ajustements post-séance
Des signaux post-séance déclenchent des ajustements automatiques sans intervention de l'IA. Le système utilise un score à points (≥3 pts = déclenchement) :
| Signal | Score | Seuil | Action |
| Découplage >8% | 3 | >8% | REDUCE_INTENSITE |
| HRV ↓ + FC repos ↑ (sympathique) | 3 | HRV <-8%, RHR >+3% | REDUCE_INTENSITE |
| HRV ↓ + FC repos ↓ (parasympathique) | 4 | HRV <-8%, RHR <-3% | ANNULER (veto) |
| DI chronique >10% | 2 | Moyenne 28j >10% | REDUCE_INTENSITE |
| RPE ≥8/10 | 2 | Perception effort | ADJUST |
| TSS réel >120% planifié | 2 | Dépassement charge | ADJUST |
Javaloyes A. et al. — Matrice ANS (état sympathique/parasympathique).
CHOIX : Le pattern "HRV basse + FC repos basse" (parasympathique) reçoit le score le plus élevé (4, veto ANNULER). C'est le signal le plus dangereux selon la matrice ANS de Javaloyes : il indique un état de fatigue parasympathique profonde, souvent précurseur de surentraînement de type II.
5. Découplage aérobie — Gates de progression
| Zone | Seuil découplage | Fenêtre | Méthode |
| Z2 (régression gate) | ≤5.0% | 3 dernières mesures | Médiane |
| Z3 | ≤8.0% | 3 dernières mesures | Médiane |
| Z4 | ≤8.0% | 3 dernières mesures | Médiane |
Régression gate Z2 : si le découplage en Z2 remonte au-dessus de 5%, l'athlète est ramené au step 1 (base aérobie) quelle que soit sa progression en Z3/Z4.
Phase PEAK : les gates sont désactivées.
Friel J. (2009). The Triathlete's Training Bible, 3rd ed. VeloPress.
LIMITE : Le découplage est sensible à la chaleur, l'hydratation, et la dérive cardiaque normale sur les longues sorties. Le système ne corrige pas pour la température ou la durée de l'effort.
6. Taper — Modèle d'affûtage
| Paramètre | Valeur |
| Durée | 14 jours |
| Réduction volume | Linéaire : 100% → 30% |
| Intensité | Maintenue (Z3: 10%, Z4: 5%, Z5: 5%) |
| CTL cible au départ | 90 |
Mujika I. (2009). Tapering and Peaking. Human Kinetics.
Bosquet L. et al. (2007). Effects of tapering on performance. Med Sci Sports Exerc, 39(8), 1358-1365.
CHOIX : Bosquet (2007) montre un gain optimal avec 2 semaines de taper et 41-60% de réduction de volume. Notre modèle (70% de réduction) est dans la fourchette haute mais justifié pour Ironman où la fatigue périphérique nécessite plus de récupération.
7. Répartition par sport
| Phase | Natation | Vélo | Course |
| TRANSITION | 20% | 40% | 40% |
| BASE | 15% | 50% | 35% |
| BUILD 1 | 15% | 50% | 35% |
| BUILD 2 | 15% | 55% | 30% |
| PEAK | 20% | 45% | 35% |
CHOIX : Le vélo représente ~50% de la durée de course en Ironman et offre le meilleur ratio temps-investi/gain-performance. La natation est plafonnée à 15-20% car au-delà de 3-4 séances/sem, les gains marginaux sont faibles pour un age-grouper.
8. Caps de volume et durées de séances
| Paramètre | Vélo | Course | Natation |
| Cap sortie longue | 330 min (5h30) | 135 min (2h15) | 80 min |
| Ratio longue / budget | 45% | 35% | 40% |
| Min séance filler | 45 min | 30 min | 30 min |
| Min séance qualité | 45 min (plancher) |
CHOIX : Le cap vélo à 5h30 est un compromis entre la spécificité Ironman (5-7h de vélo en course) et la réalité pratique d'un age-grouper. Le cap course à 2h15 est une protection contre la blessure.
9. IF par zone et par sport
| Zone | Vélo | Course | Natation |
| Z1/Z2 (Endurance) | 0.68 | 0.78 | 0.72 |
| Z3 (Tempo) | 0.82 | 0.87 | 0.82 |
| Z4 (Seuil) | 0.95 | 0.95 | 0.90 |
| Z5 (VO2max) | 1.05 | 1.05 | 0.98 |
LIMITE : Ces valeurs sont des moyennes génériques. Le système devrait idéalement dériver les IF des zones individuelles configurées dans intervals.icu.
10. Structure des séances — Warm-up / Cool-down
| Type séance | Warm-up | Cool-down |
| Endurance | 12% de la durée (min 10 min) | 7% (min 5 min) |
| Qualité isométrique | 18% (min 10 min), ramp Z1→cible-10% | 10% (min 5 min) |
| Over-Under | 20% (min 12 min) | 12% (min 8 min) |
CHOIX : Les séances de qualité ont un warm-up proportionnellement plus long (18-20%) pour permettre une activation neuromusculaire progressive et réduire le risque de blessure.
11. Dégradation des shapes par readiness
| Shape planifié | Shape dégradé | Logique |
| Over-under, Pyramid, Podium | Isometric | Supprimer les variations d'intensité |
| Tabata, 30/30, Billat | Isometric | Supprimer le VO2max quand la récupération est compromise |
| Broken threshold, Gimenez | Tempo | Abaisser la zone cible (Z4→Z3) |
| Hard start | Progressive | Remplacer le départ rapide par une montée graduelle |
CHOIX : La dégradation est automatique et déterministe (pas de décision IA). La priorité est de maintenir le stimulus d'entraînement tout en supprimant la variabilité qui exige davantage du système nerveux.
12. Limites transversales du système
LIMITE 1 — Modèle 3-5 zones vs continuum physiologique. Les zones d'entraînement sont des simplifications didactiques. La physiologie réelle est un continuum.
LIMITE 2 — Spécificité vs généralité des études. La majorité des études citées portent sur des athlètes d'élite en sport cyclique pur. Le transfert au triathlon age-group est une extrapolation.
LIMITE 3 — Absence de nutrition et thermorégulation. Le système ne modélise pas l'hydratation ni le stress thermique.
LIMITE 4 — TSS comme monnaie unique. Le TSS ne capture pas toutes les dimensions du stress d'entraînement.
LIMITE 5 — Réponse individuelle. Le système applique des règles générales sans modéliser la réponse individuelle (Bouchard et al., 2011).
Bibliographie complète
Banister E.W. (1991). Modeling elite athletic performance. Physiological Testing of Elite Athletes, Human Kinetics.
Bosquet L. et al. (2007). Effects of tapering on performance. Med Sci Sports Exerc, 39(8), 1358-1365.
Bouchard C. et al. (2011). Genomics and genetics in the biology of adaptation to exercise. Compr Physiol, 1(3).
Buchheit M. (2014). Monitoring training status with HR measures. Front Physiol, 5:73.
Busso T. (2003). Variable dose-response relationship. Med Sci Sports Exerc, 35(7).
Couzens P. (2020). The Sustainable Triathlete, Ch. 14.
Esteve-Lanao J. et al. (2005). How do endurance runners actually train? J Strength Cond Res, 19(4).
Friel J. (2009). The Triathlete's Training Bible, 3rd ed. VeloPress.
Halson S.L. (2014). Sleep in elite athletes. Sports Med, 44(Suppl 1), S13-S23.
Javaloyes A. et al. — Matrice ANS sympathique/parasympathique.
Kiviniemi A.M. et al. (2007). Endurance training guided by daily HRV measurements. Eur J Appl Physiol, 101(6).
Mujika I. (2009). Tapering and Peaking for Optimal Performance. Human Kinetics.
Muñoz I. et al. (2014). Does polarized training improve performance? Int J Sports Physiol Perform, 9(2).
Plews D.J. et al. (2013). Training adaptation and HRV in elite endurance athletes. Int J Sports Physiol Perform, 8(6).
Saw A.E. et al. (2016). Monitoring the athlete training response. Br J Sports Med, 50(5), 281-291.
Seiler K.S. (2010). Best practice for training intensity and duration distribution. Int J Sports Physiol Perform, 5(3).
Stöggl T. & Sperlich B. (2014). Polarized training. Front Physiol, 5:33.
Urhausen A. et al. (2002). Blood hormones as markers of training stress. Sports Med, 32(2).
Zatsiorsky V.M. & Kraemer W.J. (2006). Science and Practice of Strength Training, 2nd ed. Human Kinetics.