Sie sind auf Seite 1von 5

Kuno Hottenrott/Thomas Gronwald

TRAININGSLEHRE

Bedeutung der Herzfrequenzvariabilität für die Regenerationssteuerung

Hohe Trainings- und Wettkampfbelastun- gen in Verbindung mit unzureichender Regeneration können zu chronischen Er- müdungszuständen bzw. einem Übertrai- ning führen. Ziel der Regenerationssteue- rung mit Parametern der Herzfrequenz- variabilität (HRV) ist es, optimale Trainings- wirkungen zu erzielen, d.h., Erholungs- pausen zur richtigen Zeit zu setzen, um ein nicht funktionelles Overreaching so- wie Übertrainingszustände zu vermeiden. Das autonome Nervensystem (ANS) kann als Hauptintegrationssystem für die Vielzahl von afferenten Signalen aufge- fasst werden, die in Ruhe und während sportlicher Aktivität entstehen. Insofern

1. Einleitung

Ziel der „Ermüdungs“- bzw. Regenerations- steuerung ist es, geeignete Messgrößen für die Erfassung des gesamtorganismischen Ermü- dungs- bzw. Regenerationszustands zu detek- tieren und diese in den Trainingsprozess so zu implementieren, dass optimale Trainingseffek- te über längere Zeiträume erzielt und ein Über- training vermieden werden können. Dass dies im Leistungs- und Hochleistungssport nicht immer gelingt, liegt darin begründet, dass Trai- ningsreize mit zunehmender Leistungsfähigkeit des Sportlers immer dichter aufeinanderfol- gend gesetzt werden und auch intensiver und umfangreicher sein müssen, um wirksam zu werden. Dies führt dazu, dass der durch eine Trainingseinheit ausgelöste akute Ermüdungs- zustand meist noch bis zur nächsten Trainings- einheit vorhanden ist, was im Leistungssport auch durchaus gewollt ist. Der Sportler befin- det sich bereits vor Beginn der neuen Trainings- einheit im Zustand der Untererholung, der Überbelastung oder in einem funktionalen Overreaching (FOR). Wird das Training ohne hinreichende Regeneration fortgesetzt, kann es zum nichtfunktionalen Overreaching (NFOR) und schließlich zum Übertrainingszustand mit zum Teil erheblichem Leistungsverlust kommen (Meeusen et al., 2013; Ackel et al., 2010; Leh- mann et al., 1993). Mehrere Wochen bis Mona- te der Erholung sind dann notwendig, um aus dieser meist systemischen Erschöpfung wieder in eine leistungsaufbauende Trainingsphase zu- rückzukehren (Abb. 1 und 2). Aufgrund der Vielzahl stimmungs- und leis- tungsbeeinträchtigender Symptome beim Übertraining und dem damit einhergehenden schlechten Leistungszustand sucht die Trai-

erscheint es sinnhaft, die ANS-Aktivität im Sinne eines Effektparameters während der verschiedenen Trainingsphasen zu erfassen und zur Regenerationssteue- rung zu nutzen. Bisherige Studien bele- gen, dass sich ein guter Erholungszu- stand in hohen vagalen HRV-Parametern zeigt (Hautala et al., 2003; Buchheit & Gindre, 2006; Le Meur et al., 2013; Buch- heit, 2014) und als Voraussetzung für in- tensives Training anzusehen ist. Anhand prospektiv randomisiert-kontrollierter Trai- ningsstudien konnte gezeigt werden, dass mit einem HRV-Monitoring eine be- anspruchungsorientierte Belastungs- steuerung möglich ist und die Leistungs-

ningsforschung nach Frühindikatoren von trai- ningsbedingt akuter und chronischer Ermü- dung bis zum Übertrainingssyndroms. Haupt- symptome von Übertraining lassen sich auf Störungen im autonomen Nervensystem zu- rückführen (Hedelin et al., 2000; Lehmann et al., 1998). Bereits 1976 veranlasste dies Israel, ein „sympathikogenes“ von einem „parasym- pathikogenen“ Übertraining zu unterscheiden. Basierend auf dieser Idee, wurden unterschied- liche Parameter der Herzfrequenzvariabilität (HRV) bei verschiedenen Kontrolltests (z.B. Lagewechseltest) für die Frühdiagnose des Übertrainings entwickelt (Tamminen et al., 1999; 2000). Neueste Studien zeigen, dass die zeitlich engmaschige Bestimmung der efferen-

entwicklung in Ausdauersportarten posi- tiv beeinflusst werden kann (Kiviniemi et al., 2007; 2010). Trainings- und HRV-Analy- sen belegen, dass vagale HRV-Parame- ter geeignet sind, ein funktionales oder nichtfunktionales Overreaching sowie ein Übertraining (Overtraining) zu detek- tieren (Plews et al., 2012; Buchheit, 2014). Für die morgendlichen HRV-Analysen ist der Lagewechseltest (Orthostatic-Test) besonders geeignet. Ein engmaschiges HRV-Langzeit-Monitoring trägt zur Opti- mierung der Anpassung und Vermei- dung von Übertraining bei.

Eingegangen: 3.9.2014

ten Vagusaktivität in dieser Hinsicht vielver- sprechend ist.

2. Herzfrequenzvariabilität (HRV)

Die Herzfrequenzvariabilität (HRV, engl.: heart rate variability) kennzeichnet die zeitliche Än- derung der Herzperiode bzw. Schlag-zu- Schlag-Variabilität der Herzfrequenz über ei- nen definierten Messzeitraum (1 min bis zu 24 h). Die HRV ist eine Messgröße der neurovege- tativen Aktivität und autonomen Funktion des Herzens und beschreibt die Fähigkeit des Her- zens, den zeitlichen Abstand von Herzschlag zu Herzschlag laufend den wechselnden Anforde- rungen anzupassen. Die HRV ist damit eine

ABB. 1

 

Training-Ermüdung-Übertraining-Kontinuum

 
 

Overloa d

 

S hort ter m overtra inin g

 

Lo n g ter m overtrainin g

Overloa d tra inin g

 

Überbela st un g

Überla s tun g ssy nd ro m

Ak u te Er m ü dun g

U n tererhol un g

Overwork/Over s train

Training
Training
Functional Overreaching FOR
Functional
Overreaching
FOR
Non Functional Overreaching NFOR
Non Functional
Overreaching
NFOR
Overtraining OT
Overtraining
OT
 

Erholung

Stunden –

       
 

Tage

Tage – Wochen

Wochen – Monate

Monate – Jahr

Leistung

 

(

)

– /

LEISTUNGSSPORT 5/2014

9

TRAININGSLEHRE

ABB. 2 Vagusaktivität Vagale Akt iv i tät Vagale Akt i v i tät Op
ABB. 2
Vagusaktivität
Vagale Akt iv i tät
Vagale Akt i v i tät
Op t im aler
Tra inin g s effekt
FOR
Gerin ger
NFOR
Effekt
Übertra inin g
Adaptation – Maladaptation
Gering
Trainingsbelastung
Extrem hoch
Efferente Vagusaktivität im Kontext von Leistungsfähigkeit und Trainingsbelastung (Abkürzungen s. Abb. 1)
Leistungsfähigkeit

Kenngröße für die Anpassungsfähigkeit des menschlichen Organismus an exogene und en- dogene Belastungen. Das komplexe Zusammenspiel von intrinsi- scher Herzleistung und bedarfsorientierter Re-

gulation der Herzfunktion durch das autonome Nervensystem (ANS) sowie das Endokrinium (Hormonsystem) führen zur Anpassung des Herzminutenvolumens an den situativen Be- darf.Adaptivität und Funktionalität der Herzfre-

ABB. 3 Leistungsdichtespektren Leistungsdichtespektren eines Radsportlers aus einer 6-minütigen morgendlichen Messung
ABB. 3
Leistungsdichtespektren
Leistungsdichtespektren eines Radsportlers aus einer 6-minütigen morgendlichen Messung im Liegen am
Ruhetag und an drei Trainingstagen; LF/HF = low-frequency/high-frequency-ratio (nach Hottenrott et al.,
2006)

10

LEISTUNGSSPORT 5/2014

quenzregulation werden vor allem über die Ein- flussnahme der positiv chronotropen Wirkung des Sympathikus sowie der negativ chronotro- pen Wirkung des Parasympathikus und deren Neurotransmitter auf die intrinsische Aktivität der Schrittmacherzellen bestimmt. Die HRV operationalisiert dabei die Fluktuationen der Herzperiodendauer in einem festgelegten Zeit- raum und wird aus der Zeitreihe der aufeinan- derfolgenden RR-Intervalle 1 mit Hilfe verschie- dener Kenngrößen bestimmt (Task Force, 1996; Berntson et al., 1997; Hottenrott et al., 2006). Häufig wird dabei von „der“ Herzfre- quenzvariabilität gesprochen, was nicht ganz zutreffend ist. Bei der Analyse der HRV wird im- mer Bezug auf konkrete HRV-Indizes genom- men, die zum Teil ganz unterschiedliche HRV- Komponenten erfassen. Die traditionellen HRV- Indizes werden methodisch in Zeitbereichs- und Spektralindizes eingeteilt. Die elektrische Selbsterregung des Herzens geht auf eine charakteristische Eigenschaft des kardialen Taktgebers, des Sinusknotens (SK), zurück. Der Sinusknoten kann als Multi-Input- system angesehen werden, dessen intrinsische Aktivität sowohl durch mechanische Faktoren, wie Zug, Druck und Temperatur, als auch durch Hormone, wie etwa Katecholamine (Adrenalin, Noradrenalin) oder Kortikosteroide, beeinflusst werden kann. Über Sympathikus- und Vagus- fasern steht das Herz als zentrales Effektorgan des Kreislaufsystems unter unmittelbarer Kont- rolle des autonomen Nervensystems, das den stärksten modulierenden Effekt auf die Sinus- knoten-Depolarisation ausübt (Esperer, 2004). Auf diese Weise können wichtige Kreislaufgrö- ßen, wie der arterielle Blutdruck und die Herz- frequenz, rasch an die Bedürfnisse des Gesamt- organismus angepasst werden. Physiologisch gesehen, schlägt das Herz nicht gleichmäßig wie ein Metronom, sondern unregelmäßig. Dies ist Folge der permanenten autonomen Modulation der intrinsischen Sinusknoten-Akti- vität. Obwohl die intrinsische Herzfrequenz deutlich über 100 min -1 liegt, liegt die Ruhe- herzfrequenz bei Sportlern deutlich unter 50 min -1 , weil in Ruhe die efferente Vagusaktivität am Sinusknoten überwiegt. Die Stärke der Vagusaktivität lässt sich aus den aufgezeichne- ten RR-Intervallen durch die Berechnung spe- zieller HRV-Indizes ermitteln. Bewährt haben sich für die Regenerationssteuerung folgende drei Parameter:

RMSSD (root-mean square of successive dif-

ferences): Zeitbereichsparameter; gibt Aus- kunft über kurzfristige Veränderungen der RR- Intervalle (Kurzzeitvariabilität),

SD1 (standard deviation): Breite der Punkt- wolke aus dem Poincaré-Plot zur Kurzzeitvaria- bilität,

HF-Power

Spek-

tralleistung im HF-Frequenzband von 0,15 bis 0,4 Hz, geprägt durch vagal modulierte respira- torische Sinusarrhythmie und nicht-neurale mechanische Faktoren.

(high-frequency-power):

1 Das RR-Intervall ist definiert als der Abstand zwischen zwei R-Zacken im EKG. Es markiert die Dauer einer elek- trischen Herzaktion.

3. Efferente Vagusaktivität zur Detektion von Ermüdungszuständen

Erkenntnisse aus der HRV-Trainingsforschung haben ergeben, dass sich die efferente Vagus- aktivität in Abhängigkeit vom körperlichen Akti- vitäts- bzw. Trainingsstatus eines Individuums in charakteristischer Weise verändert. Dabei ist das Ausmaß der körperlichen Aktivität invers positiv mit der efferenten Vagusaktivität (Hot- tenrott et al., 2006) und negativ mit der effe- renten Sympathikusaktivität korreliert (Fraga et al., 2007; Mueller, 2007). Bereits nach einem mehrwöchigen moderaten Ausdauertraining steigt sowohl bei Freizeit- als auch bei Leis- tungssportlern die Vagusregulation signifikant an (Abb. 2). Auch in einer Overloadphase von bis zu drei Wochen kann die vagale Aktivität bei gleichzeitiger vorübergehender Abnahme der Leistungsfähigkeit ansteigen, wie dies Le Meur et al. (2013) in ihrer Studie zeigen konnten. Man würde dies dann als funktionales Overrea- ching (FOR) bezeichnen, sofern die Leistungs- fähigkeit nach einer kurzen Regenerationspha- se von bis zu einer Woche wiederhergestellt ist oder sogar das Ausgangsniveau übersteigt. Ein FOR würde auch dann vorliegen, wenn in der Overloadphase die vagale Aktivität vorüberge- hend sinkt und in der Entlastungsphase sofort wieder ansteigt. Dies beobachten wir meist bei sehr gut trainierten Ausdauerathleten, bei de-

nen bereits eine hohe efferente Vagusaktivität vorliegt (Abb. 3). Kritisch wird es allerdings, wenn es in der mehrtägigen Entlastungsphase nicht wieder zum Anstieg der efferenten Vagus- aktivität kommt. Plews et al. (2012) konnten in ihren Analysen retrospektiv aufzeigen, dass dann keine optimale Wettkampfleistung er- bracht werden kann und ein nichtfunktionales Overreaching (NFOR) vorliegt. Wird das Training in der Phase eines NFOR ohne Regenerationsmaßnahmen weiter fortge- führt, droht ein Übertrainingszustand. Die Übergänge von FOR zu NFOR und zum Über- training sind fließend und lassen sich prospek- tiv bei Hochleistungssportlern mit hoher effe- renterVagusregulation nur schwer voneinander abgrenzen. Zusätzliche Parameter müssen mit einbezogen werden, um den aktuellen Ermü- dungs- oder Regenerationszustand sicher be- werten und Entscheidungen für das weitere Training treffen zu können.

Beispiel 1: Radsportler (Masters)

Im folgenden Beispiel wird dieVeränderung der vagalenAktivität innerhalb einer Woche mit ho- hem Trainingsumfang verdeutlicht. Der 57-jäh- rige Radsportler absolvierte an sechs Trainings- tagen 1100 Radkilometer, was einem durch- schnittlichen Trainingsumfang von 183 km pro Tag entspricht, und führte jeden Morgen über 6

TRAININGSLEHRE

Minuten im Liegen eine Herzfrequenzmessung (RR-Aufzeichnung) in Ruhe durch, die anschlie- ßend mit der Kubios-HRV-Software (Niskanen et al., 2004) ausgewertet wurde (s. Abb. 3). Dem in der Literatur und vom Untersucher empfohlenen Trainingsaufbau, nach drei Tagen Belastung ein Tag Erholung zu planen, wurde nicht entsprochen. Die Daten der Frequenzbe- reichsanalyse deuten auf eine ausgeglichene sympathiko-vagale Balance für den Ausgangs- wert hin. Alle Werte befinden sich im individu- ellen Baseline-Bereich. Bereits nach dem ersten Trainingstag mit 195 Radkilometern ist am fol- genden Morgen eine Abnahme des HF-Anteils im Liegen nachweisbar. Nach dem 3. Trainings- tag sinken die vagalen HRV-Parameter unter

die Baseline, und die low-frequency/high-fre-

quency-ratio (LF/HF-Quotient) steigt auf 2,2. Sie erhöht sich nach dem 4. Trainingstag auf 3,4 und sinkt nach dem 5. Tag leicht auf einen Wert von 2,7 (s. Abb. 3). Die RMSSD-Werte sin- ken von 49,0 ms (Ruhetag) auf 21,2 ms nach dem 5. Trainingstag. Das morgendliche Befin- den wird in den ersten fünf Tagen mit „1“ (fit, nicht müde) und „2“ (leicht müde) bewertet. Lediglich am letzten Tag schätzt der Sportler seine Befindlichkeit mit „3“ (müde) ein. Es scheint demnach eine Diskrepanz zwischen dem subjektiv wahrgenommenen Beanspru- chungsempfinden und den objektiven biologi- schen Messgrößen vorzuliegen.

TRAININGSLEHRE

ABB. 4 Herzfrequenztachogramme Herzfrequenztachogramme und Analysewerte von drei Orthostatic-Tests (Polar V800, Polar
ABB. 4
Herzfrequenztachogramme
Herzfrequenztachogramme und Analysewerte von drei Orthostatic-Tests (Polar V800, Polar Flow)

Nach dieser harten Trainingswoche hat der Sportler eine Regenerationswoche eingelegt. Die vagale Aktivität ist nach dem 2. Erholungs- tag wieder angestiegen. Am 5. Erholungstag wurde die Baseline wieder erreicht. Die harte Trainingswoche hat folglich zu einem FOR geführt. Eine Abnahme vagaler HRV-Para- meter und eine eingeschränkte Baroreflex-Sen- sitivität wurden auch von Portier et al. (2001) und Uusitalo et al. (2000) bei hohen Trainings- umfängen nachgewiesen. Die LF/HF-Ratio soll- te allerdings in die HRV-Analyse und Bewertung nur bei definierter Atemfrequenz einbezogen werden, weil unterschiedliche Atemfrequenzen

bei der Messung den HF-Peak z.B. bei sehr niedriger Atemfrequenz in den LF-Bereich ver- schieben können.

Beispiel 2: Mittel- und Langstrecken- läuferin (TOP 10, DLV-Bestenliste)

Dieses Beispiel verdeutlicht die Veränderung der Herzfrequenz und vagalen Aktivität bei An- wendung eines Lagewechseltests (3 min Lie- gen, 2 min Stehen), der auch als Orthostatic- Test bezeichnet wird. Der Test wurde mit dem Herzfrequenzmessgerät V800 (Polar) täglich über drei Wochen morgens, unmittelbar nach

ABB. 5 24-Stunden-Analyse Schlaf-, Ruhe- und Aktivitätszeiten vom 7. Trainingstag der 22-jährigen Läuferin (V800,
ABB. 5
24-Stunden-Analyse
Schlaf-, Ruhe- und Aktivitätszeiten vom 7. Trainingstag der 22-jährigen Läuferin (V800, Polar)

12

LEISTUNGSSPORT 5/2014

demAufstehen, durchgeführt und anschließend mit dem Programm „Polar Flow“ ausgewertet. InAbb. 4 werden die Herzfrequenz-Tachogram- me und Analysewerte der 22-jährigen Mittel- und Langstreckenläuferin vom 8. Tag nach ei- nem umfangreichen MTB-Training (24 h Wo- chenumfang) in den französischen Alpen, vom 15. Tag nach 15 h MTB- und 2 h Lauftraining und vom 21. Tag nach einer Regenerationswo- che mit 6 h MTB- und 3 h Lauftraining sowie die Durchschnittswerte aller Messungen darge- stellt. Das autonome Nervensystem reagiert auf das Umfangstraining mit einer ausgepräg- ten Bradykardie als Folge eines gesteigerten Vagotonus (Herzfrequenz im Liegen/Stehen 41 min -1 bzw. 42 min -1 , RMSSD im Liegen/Stehen 188 ms bzw. 159 ms). Die Sportlerin befindet sich in keinem Übertrainingszustand, sondern in einem FOR, denn mit Reduzierung des Um- fangstrainings nimmt die Vagotonie wieder ab und die Werte nähern sich den Durchschnitts- werten an. Um mehr Sicherheit in die Interpretation der Werte aus den Orthostatic-Tests zu gewinnen, sollten neben dem Training zusätzlich die Schlafzeit, das Schlafverhalten und die Alltags- aktivitäten mit einbezogen werden, was durch das Tragen des Messgerätes V800 über 24 h einfach realisiert werden kann (s. Abb. 5).

4. Prospektive Regenerationssteuerung mit der HRV

Für eine prospektive Regenerationssteuerung und eine beanspruchungsorientierte Belas- tungssteuerung empfiehlt es sich, im ersten Schritt über mehrere Tage dieAuslenkung vaga- ler HRV-Parameter bei weitgehend regenerati- ven Trainingsbelastungen durch morgendliche Ruhemessungen zu bestimmen. Nach dieser sogenannten individuellen Baseline-Bestim- mung (s. Abb. 6) kann im zweiten Schritt das geplante Trainingsprogramm starten (vgl. Kivi- niemi et al., 2007). Entscheidend für den Trai- ningsfortschritt wird es jetzt sein, begründete Abweichungen vom erstellten Trainingsplan auf der Basis der HRV-Veränderungen vorzuneh- men. Den Untersuchungen von Plews et al. (2012) zufolge sollten Korrekturen erst aus ei- nem mehrtägigen Trend oder einem 7-Tage- Durchschnittswert erfolgen. Auslenkungen nach einem Tag über oder unter den Baseline- Bereich rechtfertigen keine Trainingsplankor- rektur. Vielfach ist es nicht möglich, eine um- fassende Baseline-Bestimmung beispielweise vor einem Trainingslager durchzuführen. Eine gute Alternative ist dann die Orientierung an den Durchschnittswerten von mehreren Trai- ningstagen, wie in Abb. 4 aufgezeigt. Ein anderes Verfahren der Regenerationssteue- rung haben Kiviniemi et al. (2007) entwickelt und evaluiert. Hierbei handelt es sich um einen einfachen Algorithmus (s. Abb. 7), bei dem Trai- ningsvorgaben entsprechend der HRV-Verän- derung nach vorangegangener Trainingseinheit erfolgen. Dieser Algorithmus wurde erfolgreich bei Freizeitsportlern angewendet, kann aller- dings nur bedingt auf den Hochleistungssport übertragen werden.

TRAININGSLEHRE

ABB. 6

1. Schritt

I ndiv iduelle Bas el ine

x

x

x

x

x

x

x

Regenerationssteuerung

Tra inin g in tensi vi eren x x x x x x x x
Tra inin g in tensi vi eren
x x
x
x x
x
x
x
x x x
x
Rege n erat i o n
8-14
Tage

HRV (RMSSD, HF)

x x x x x Rege n erat i o n 8-14 Tage HRV (RMSSD, HF)

Kein bzw. le i chte s Trainin g

Möglicher Verlauf der täglichen Herzfrequenzvariabilität (HRV) im Trainings- prozess anhand vagaler HRV-Parameter (z.B. RMSSD, HF-Power [HF = high frequency]) mit der Bestimmung einer Baseline in den ersten 8 bis 14 Tagen bei regenerativem bzw. moderatem Training

x x x

x

x

x

x x

x x

x

x

ABB. 7 Trainingsalgorithmus Start Low High HRV- HRV+ HRV+ Low High HRV+ HRV+/- * HRV-
ABB. 7
Trainingsalgorithmus
Start
Low
High
HRV-
HRV+
HRV+
Low
High
HRV+
HRV+/-
*
HRV-
HRV+
HRV-
HRV+/-
*†
Rest
Low
HRV-
Rest
HRV-angeleitetes Trainingsschema nach Kiviniemi et al. (2007)

5. Anmerkungen für die Praxis

Für eine Regenerationssteuerung des Trai- ningsprozesses mit Parametern der HRV ste- hen Sportlern und Trainern unterschiedliche Messgeräte und Analysesysteme zur Verfügung, die an dieser Stelle nicht vorgestellt werden können. Entscheidend für die Auswahl sind An- wenderfreundlichkeit, die grafische Darstellung der HF- oder EKG-Messung sowie die unmittel- bare und nachvollziehbare Datenanalyse. Als Kontrollverfahren wird ein Lagewechseltest (Orthostatic-Test) empfohlen, der anfänglich über einen mehrwöchigen Zeitraum täglich morgens durchgeführt werden sollte. Im fort- laufenden Trainingsprozess ist die begleitende HRV-Messung besonders während intensiver bzw. umfangreicher Trainingsphasen (Trai- ningslager) sinnvoll, außerdem mindestens eine Woche lang danach, um den Regenera- tionsverlauf verfolgen und bewerten zu kön- nen, sowie während der unmittelbaren Wett- kampfvorbereitung (UWV). Die HRV-gestützte Regenerationssteuerung ist insbesondere für Leistungssportlerinnen und -sportler aus den Ausdauer- und Mannschaftsspielsportarten be- deutsam.

*

Literatur

Ackel, D., Elia, C., Vancini, R. L., Castelo, A., Nouailhetas, V. L. & Silva, A. C. (2010).Absence of the predisposing factors and signs and symptoms usually associated with overreaching and overtraining in physical fitness centers. Clinics (Sao Pau- lo), 65 (11), 1161-1166. Berntson, G. G., Bigger, J. T. J., Eckberg, D. L., Grossman, P., Kaufmann, P. G., Malik, M., Nagaraja, H. N., Porges, S. W., Saul, J. P., Stone, P. H. & van der Molen, M. W. (1997). Heart rate variability: Origins, methods, and interpretive caveats. Psychophysiology, 34 (6), 623-648. Buchheit, M. (2014). Monitoring training status with HR measures: Do all roads lead to Rome? Frontiers in Physiolo- gy, 5, 1-19.

Buchheit, M. & Gindre, C. (2006). Cardiac parasympathetic regulation: Respective associations with cardiorespiratory fitness and training load. Am. J. Physiol. Heart Circ. Physiol., 291 (1), H451-458. Esperer, H.-D. (2004). Physiologische Grundlagen der Herz- frequenzvariabilität. In K. Hottenrott (Hrsg.), Herzfrequenz- variabilität im Fitness- und Gesundheitssport (Schriften der Deutschen Vereinigung für Sportwissenschaft, Band 142, S. 11-40). Hamburg: Czwalina Verlag.

Fraga, R., Franco, F. G., Roveda, F., de Matos, L. N. J., Braga,

A. M. F. W., Rondon, M. U. P. B., Rotta, D. R., Brum, P. C., Bar-

retto, A. C. P., Middlekauff, H. R. & Negaro, C. E. (2007). Exer-

cise training reduces sympathetic nerve activity in heart fai-

lure patients treated with Carvedilol. Eur. J. Heart Fail., 9,

630-636.

Hautala, A. J., Mäkikallio, T. H., Kiviniemi, A., Laukkanen, R. T., Nissilä, S., Huikuri, H.V. & Tulppo, M. P. (2003). Cardiovascular autonomic function correlates with the response to aerobic training in healthy sedentary subjects. Am. J. Physiol. Heart Circ. Physiol., 285 (4), H1747-1752. Hedelin, R., Wiklund, U., Bjerle, P. & Henriksson-Larsén,

K. (2000). Cardiac autonomic imbalance in an overtrained

athlete. Med. Sci. Sports Exerc., 32 (9), 1531-1533. Hottenrott, K., Hoos, O. & Esperer, H. D. (2006). Heart rate

variability and physical exercise. Current status. Herz, 31 (6),

544-552.

Israel, S. (1976). Zur Problematik des Übertrainings aus in- ternistischer und leistungsphysiologischer Sicht. Medizin und Sport, 16 (1), 1-12. Kiviniemi, A. M., Hautala, A. J., Kinnunen, H. & Tulppo, M. P. (2007). Endurance training guided individually by daily heart

rate variability measurements. Eur. J. Appl. Physiol., 101 (6),

743-751.

Kiviniemi, A. M., Hautala, A. J., Kinnunen, H., Nissila, J., Virta- nen, P., Karjalainen, J. & Tulppo, M. P. (2010). Daily exercise prescription on the basis of HR variability among men and women. Med. Sci. Sports Exerc., 42 (7), 1355-1363. Lehmann, M., Foster, C. & Keul, J. (1993). Overtraining in endurance athletes: A brief review. Med. Sci. Sports Exerc., 25, 854-862. Lehmann, M., Foster, C., Dickhuth, H.-H. & Gastmann, U.

(1998). Autonomic imbalance hypothesis and overtraining syndrome. Med. Sci. Sports Exerc., 30 (7), 1140-1145. Le Meur, Y., Pichon, A., Schaal, K., Schmitt, L., Louis, J., Gueneron, J., Vidal, P. P. & Haussw, C. (2013). Evidence of parasympathetic hyperactivity in functionally overreached athletes. Med. Sci. Sports Exerc., 45, 2061-2071. Meeusen, R., Duclos, M., Foster, C., Fry, A., Gleeson, M., Nie- man, D., Raglin, J., Rietjens, G., Steinacker, J. & Urhausen, A. (2013). Prevention, diagnosis, and treatment of the overtrai- ning syndrome: Joint consensus statement of the European College of Sport Science and the American College of Sports Medicine. Med. Sci. Sports Exerc., 45, 186-205. Mueller, P. J. (2007). Exercise training attenuates increases in lumbar sympathetic nerve activity produced by stimulation of the rostral ventrolateral medulla. J. Appl. Physiol., 2, 803-813. Niskanen, J., Tarvainen, M. P., Ranta-Aho, P. O. & Karjalainen, P. A. (2004). Software for advanced HRV analysis. Comput. Methods Programs Biomed., 76 (1), 73-81. Plews, D. J., Laursen, P. B., Kilding, A. E. & Buchheit, M. (2012). Heart rate variability in elite triathletes, is variation in variability the key to effective training?A case comparison. Eur. J. Appl. Physiol., 112, 3729-3741. Portier, H., Louisy, F., Laude, D., Berthelot, M. & Guézennec,

C. Y. (2001). Intense endurance training on heart rate and

blood pressure variability in runners. Med. Sci. Sports Exerc., 33 (7), 1120-1125.

Tamminen, S., Pirttikangas, S. & Nissilä S. (1999). Multiple

Alarm Management With Self-Organizing Maps (pp. 135- 144). The Intelligent Data Analysis in Medicine and Pharma- cology (IDAMAP99), 6-10 November, Washington D.C. Tamminen, S., Pirttikangas, S. & Röning, J. (2000). The Self- Organizing Maps in Adaptive Health Monitoring (pp. 259- 266). International Joint Conference of Neural Networks (IJCNN2000), 24-27 July, Como. Task Force (1996). Heart rate variability: standards of mea- surement, physiological interpretation, and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Circula- tion, 93 (5), 1043-1065. Uusitalo, A. L., Uusitalo, A. J. & Rusko, H. K. (2000). Heart rate and blood pressure variability during heavy training and overtraining in the female athlete. Int. J. Sports Med., 21 (1),

45-53.

Die Autoren

*

Prof. Dr. phil. habil. Kuno HOTTENROTT, Leiter des Arbeitsbe- reichs Trainingswissenschaft und Sportmedizin am Depart- ment Sportwissenschaft und Direktor des Instituts für Leis- tungsdiagnostik und Gesundheitsförderung (ILUG) an der Martin-Luther-Universität Halle-Wittenberg; Präsident der Deutschen Vereinigung für Sportwissenschaft (dvs) Dr. phil. Thomas GRONWALD, wissenschaftlicher Mitarbeiter am Department Sportwissenschaft an der Martin-Luther- Universität Halle-Wittenberg

Anschrift: Martin-Luther-Universität Halle-Wittenberg, Department Sportwissenschaft, Von-Seckendorff-Platz 2, 06120 Halle (Saale) E-Mail: kuno.hottenrott@sport.uni-halle.de

LEISTUNGSSPORT 5/2014

13