YR 運動研究室
手錶今天早上給你一個綠色的「準備度 82」，結果第二回合抓襟就沒力。這不一定是手錶壞了，而是你不知道那個數字是怎麼算出來的。更根本的是：打柔術的時候根本不能戴錶。手上任何硬物都可能刮傷對手、卡進道服，多數道館與賽事規則也不允許，所以你手上那支錶從來沒有進過墊子，它記錄的是對打前後與睡眠時的你，然後由演算法推論墊上發生了什麼。本文把這條推論鏈上的每一個指標逐一查回原始文獻：sRPE、HRV、急慢性負荷比、體能與疲勞曲線、睡眠時數，以及手錶本身的量測準確度，回答一個比「怎麼監控」更前面的問題：這些數字，各自值得你相信到什麼程度？
一、先把兩件事分開：指標有沒有證據，和它有沒有柔術的證據
談監控最容易出現的混淆，是把「這個指標在科學上站得住腳」和「這個指標在柔術上被驗證過」當成同一件事。前者問的是模型本身，後者問的是外推。一個指標可以有十幾篇跑者身上的隨機對照試驗，卻從來沒有人在柔術館裡做過，這兩件事必須分兩欄寫。
本文採用的分級判準如下，這是為了整理方便而設的閱讀框架，並非任何文獻本身的官方分級：A 級指有統合分析或多篇隨機對照試驗方向一致；B 級指有觀察性研究或效度研究支持，但預測力與因果仍有爭議；C 級指廠商未公開的演算法、或教練圈實務經驗，目前找不到同儕審查的直接驗證。「柔術直接證據」則單獨一欄，只回答有沒有人在柔術或格鬥族群身上做過。
| 指標 | 背後模型 | 整體證據 | 柔術直接證據 | 最容易踩的坑 |
|---|---|---|---|---|
| sRPE 內部負荷 | Foster 的 RPE × 分鐘 | A | 有（格鬥運動回顧） | 擒抱類的主觀費力與乳酸對應較鬆 |
| HRV 趨勢 | 夜間 RMSSD 的 7 日均線對個人基準 | A | 僅描述性研究，無介入試驗 | 對慢性疲勞不敏感，正常不等於沒累積 |
| ACWR 急慢性負荷比 | Gabbett 的 7 日 ÷ 28 日 | B | 無 | 被當成「今天能不能練」的開關 |
| 體能／疲勞／狀態 | Banister 脈衝反應模型 | B | 無 | 沒有定期表現測驗校正就沒有預測力 |
| 睡眠時數 | 7 小時以下為不足的專家共識 | A | 無 | 「睡眠負債」是記帳法，不是生理量 |
| 準備度、Body Battery | 廠商專有演算法 | C | 無 | 公式不公開，無法獨立驗證 |
| 等心率配速、有氧解耦 | 心血管漂移 | C | 不適用 | 對打沒有穩態配速可言 |
分級為本文為了閱讀方便所設的框架，非文獻官方分類。各指標的依據與限制見以下各節。
二、sRPE：證據最扎實，也最適合柔術的一個
Foster 等人在 2001 年提出的做法簡單到近乎粗糙：一堂課結束後，用 0 到 10 的量表給整堂課一個費力程度，乘以分鐘數。他們用自行車的穩態與間歇課程、以及籃球練習驗證，發現這個分數與心率法算出來的負荷高度一致，儘管絕對值偏高。
Haddad 等人 2017 年的回顧清點了後續發展：Foster 該篇當時已被 950 篇研究引用，其中 36 篇專門檢驗它的效度與信度，涵蓋不同年齡、性別與競技水準的多種運動。回顧同時指出，RPE 會被睡眠、心理狀態與肌肉痠痛影響，而這恰恰是它作為「內部負荷」指標的價值所在，不是缺點。
格鬥運動的專屬資料，以及一個對柔術不利的細節
Slimani 等人 2017 年整理格鬥運動的 RPE 文獻時發現，sRPE 與心率法的相關落在中高度區間：與 Edwards 心率負荷的相關係數介於 0.58 到 0.95，與 Banister 訓練衝量介於 0.52 到 0.86。但其中有一項對柔術特別重要：RPE 與血乳酸的相關，在打擊類的正式比賽是 r = 0.81，在擒抱類卻只有 r = 0.53。
換句話說，柔術這種大量等長用力、抓握先力竭的運動，主觀費力與代謝指標的對應本來就比較鬆。這不是說 sRPE 在柔術上不能用，而是說它測到的東西和心率、乳酸測到的東西不完全重疊，所以更不該指望用心率類指標去「取代」它。
柔道的資料則支持 sRPE 適合當每日監控工具。Ouergui 等人 2020 年追蹤 61 名 14 至 17 歲的柔道選手，經過 4 週加量訓練再接 12 天減量，發現 sRPE 在加量期與睡眠、疲勞、延遲性肌肉痠痛及 Hooper 指數呈正相關，與恢復量表呈負相關。
填寫時機會直接影響數字
Tibana 等人 2018 年讓 13 名高強度功能訓練者在運動後第 0、10、20、30 分鐘各填一次 RPE。四個時間點算出來的負荷都與心率法高度相關，但第 30 分鐘填的分數顯著低於前三個時間點。
實務上的意思很直接：下課後在更衣室就填，不要隔天補。隔天補的數字不只是模糊，而是系統性偏低，會讓整週的負荷總量往下失真。
三、HRV：跑者身上證據很好，柔術身上還沒有人做過介入研究
用心率變異度安排訓練的基本做法來自 Plews 與 Laursen 等人：不看單日數值，看 7 天滾動平均相對個人基準的偏離。他們 2013 年的回顧特別提醒，這個領域的研究多數做在休閒與訓練有素的運動員身上，少數做在菁英選手的研究結果是矛盾的，HRV 上升與下降都曾與負向適應連在一起，甚至出現心肺能力進步卻伴隨 HRV 下降的情況。所以絕對值沒有意義，個人化的長期基準才有。
統合分析怎麼說
Bellenger 等人 2016 年納入 24 篇研究做統合分析，結果有兩層。訓練帶來表現進步時，靜息 RMSSD 小幅上升（標準化平均差 0.58），運動後的 HRV 與心率恢復也上升。但表現下降的過度負荷情境下，靜息 HRV 大致不受影響，反而是運動後的 HRV 與心率恢復同樣上升。
這一點值得單獨記住
「表現進步」和「練過頭」兩種相反的狀態，在運動後 HRV 與心率恢復上可能呈現同一個方向的變化。作者因此明確表示，單靠這些指標無法判斷變化屬於正向適應還是負向適應，必須搭配其他訓練耐受度的量測。
翻成墊上的語言：HRV 數字漂亮，不能當作沒有累積疲勞的證明。它要和主觀疲勞、睡眠、sRPE 一起讀。
介入試驗：結論比想像中保守
用 HRV 決定今天練高強度或低強度，確實有一系列隨機對照試驗。最常被引用的是 Vesterinen 等人 2016 年的研究：40 名休閒跑者分成 HRV 引導組與傳統課表組，經過 8 週。HRV 組的中高強度課顯著較少（13.2 次對 17.7 次，少了約四分之一），3000 公尺成績在 HRV 組進步 2.1% 且達顯著、傳統組進步 1.1% 未達顯著。不過要誠實補一句：兩組之間的差異只是小效果量，並非壓倒性勝利。
更早的 Kiviniemi 等人 2007 年研究（26 人、4 週）則發現 HRV 組的最大跑速進步顯著大於傳統組，最大攝氧量的組間差異則不顯著。
兩篇統合分析給出的整體圖像是「小而真實」：Granero-Gallegos 等人 2020 年算出 HRV 引導訓練對最大攝氧量的效果量為 0.187，顯著但小，且業餘與女性族群受益較多。Manresa-Rocamora 等人 2021 年的結果更保守，HRV 引導在迷走神經相關的 HRV 指標上有顯著優勢（標準化平均差 0.50），但在最大有氧能力（0.20）與耐力表現（0.20）上都未達統計顯著。
柔術有 HRV 研究，但不是同一種研究
柔術族群確實有 HRV 的文獻，只是性質不同：它們描述「一場比賽或一堂課讓自律神經發生什麼事」，而不是「用每日 HRV 來排課表會不會讓你變強」。後者在柔術上目前查不到任何介入試驗。
- Henríquez 等人 2013 年比較 18 名柔術練習者（10 名高訓練程度、8 名中等）在最大運動後第一分鐘的心率恢復與 HRV，發現訓練程度較高者恢復較快，支持運動後 HRV 可作為自律神經控制的指標。
- Andreato 等人 2015 年讓 10 名柔術選手打 4 場 10 分鐘的模擬比賽並反覆抽血。越到後面的場次，乳酸、腎上腺素、正腎上腺素與胰島素濃度越低，但肌酸激酶、天門冬胺酸轉胺酶、丙胺酸轉胺酶與肌酸酐持續上升，指向細胞損傷正在累積，同時 HRV 的平均 RR 間期持續縮短。
- Souza 等人 2019 年在 54 名運動員（含 18 名柔術選手）身上比較賽前與練前狀態，發現賽前的 HRV、唾液皮質醇與軀體焦慮都顯著高於練前，且三者不因運動種類而異。
四、ACWR：最常被當開關，證據卻最站不住
Gabbett 在 2016 年提出「訓練與受傷預防悖論」：習慣高負荷的選手受傷反而較少，危險的是負荷突然增加。操作上就是近 7 天負荷除以近 28 天負荷，約 0.8 到 1.3 被視為相對安全區，超過 1.5 風險上升。這個框架流傳極廣，幾乎所有運動手錶都內建了某種版本。
但後續的系統性回顧一路把它的地位往下修。Maupin 等人 2020 年回顧 27 篇研究，發現各研究使用的負荷變數、比值門檻與參照組差異極大，方法學品質分數只落在 48.2% 到 64.3% 之間。Andrade 等人 2020 年回顧 20 篇、涵蓋 1234 名職業團隊運動選手與 2375 次缺席型受傷，指出各研究的分組方式幾乎沒有兩篇相同，多數研究雖然顯示高 ACWR 風險較高，但方法異質性限制了推薦強度。
最新也最直接的是 Ding 等人 2026 年的多層次統合分析。納入 16 篇、797 名運動員後，ACWR 偏高與受傷風險呈現小到中等關聯（Hedges' g 0.35，95% 信賴區間 0.16 至 0.54），但異質性高達 I² = 95.8%，而且對缺席型受傷並不顯著。該文的結論寫得毫不含糊：現有證據不支持把 ACWR 當成獨立的因果或預測模型，它只能是個人化、多指標負荷管理系統裡的一個背景指標。
柔術還有一個額外問題：分母不歸你管
所有 ACWR 研究都做在團隊運動上，那裡的負荷由教練排定、可量化、可控制。柔術的對打強度有很大一部分由對手決定：換一個體重高一級又剛好在備賽的搭檔，同樣 6 分鐘的體感與代謝負荷完全不同。
這代表柔術的「負荷」本身就比團隊運動更難量化，把一個在團隊運動裡已經被統合分析降級的指標，再外推到柔術，層層放大的是不確定性，不是精確度。
五、體能與疲勞曲線：Banister 模型，以及它成立的前提
手錶上的「體能」「疲勞」「狀態」三條線，源自 Banister 在 1975 年提出的脈衝反應模型（該篇發表於 Australian Journal of Sports Medicine，未被 PubMed 收錄，本文引用的是後續的驗證研究）。概念是每次訓練同時產生一個衰減較慢的正向效果（體能）與一個衰減較快的負向效果（疲勞），表現等於兩者相減。Busso 在 2003 年把它改成非線性版本，讓疲勞的權重隨近期訓練量變動。
模型本身在幾個運動上擬合得相當好。Busso 與 Chalencon 2023 年比較六種脈衝反應模型，資料來自 11 名游泳選手橫跨兩個賽季、共 61 週的訓練紀錄，表現以每週兩次的 50 公尺測驗評定。Banister 原版與 Busso 變動版的模型權重最高，並可據以推算一次訓練後表現隨時間的變化與最佳減量策略。Sanchez 等人 2013 年在 5 名菁英女子體操選手身上，模型預測與實際表現的相關達 R² = 0.81；模擬並顯示減量前先安排一段超負荷，賽日表現（106.3%）略高於沒有超負荷的策略（105.1%）。
對柔術還有一層額外的困難：柔術沒有現成的表現測驗。跑步有配速、舉重有 1RM，柔術的「進步」很難數字化。Rufino 等人 2024 年的先導研究（7 名男性選手）提供了一個方向：6 組全力過腿測驗在心率、血乳酸與 RPE 上的反應，與模擬對打沒有顯著差異，作者認為它可作為柔術專項的訓練方案，但也明說其信度與作為表現評估工具的效度仍待後續研究。
六、睡眠：共識明確，但「睡眠負債」是記帳法不是生理量
睡眠是本文所有指標裡，唯一一個「該睡多少」有專家共識的。Walsh 等人 2021 年的共識聲明指出，菁英運動員普遍有習慣性短睡（每晚不足 7 小時）與睡眠品質不佳的問題；整夜不睡確實會降低表現，但連續 1 至 3 晚的部分睡眠限制對表現的影響其實仍不清楚，而這才是多數人真正會遇到的情境。該共識同時引用一般族群的資料，指出習慣性睡不到 7 小時會提高呼吸道感染的風險。值得注意的是，共識本身反對「每晚 7 至 9 小時」這類一體適用的建議，主張依個人的自覺睡眠需求個別化。
Roberts 等人的交叉設計研究提供了一個實用的觀察角度。9 名運動員在三種情境下各連續 4 天做耐力計時賽，其中 3 晚的在床時間分別減少 30%、維持正常或延長 30%。結果是睡眠延長後成績變快，而且「費力感除以心率」的比值下降；睡眠限制後這個比值則上升。也就是說，睡不夠最早出現的訊號不是靜息心率或 HRV 本身變化，而是同樣的心率下感覺更累。
睡眠剝奪對表現的效果量排序、以及睡眠與受傷風險的關聯，站上另有專文處理，此處不重複：睡得少，柔術就退步得快。
七、手錶本身準不準：最該先問、卻最常被跳過的一關
前面所有討論都有一個隱藏前提：手錶量到的數字是對的。這個前提值得單獨檢查，因為如果輸入端就有誤差，後面所有衍生指標都會繼承它。
日常心率：可信
Tan 等人 2026 年讓 10 名健康成人同時配戴 Holter 心電圖與 Garmin vivosmart 5，在完全自由生活的條件下連續記錄 72 至 96 小時，以每 2 分鐘平均值對帳。整體組內相關係數平均 0.902（個別介於 0.819 至 0.937），平均偏差 1.16 bpm，但一致性界限為 ±12.4 bpm，且迴歸分析顯示手錶略微低估心率。結論是在心率波動的自由生活情境下，腕式裝置維持了一定的準確度。
Gielen 等人 2026 年則在氣候室裡同時測試 10 款消費級裝置（含 Garmin vivosmart 5 與 vivoactive 5），45 名受試者在中性（23°C）、高溫（36°C）與低溫（10°C）三種環境下完成靜坐、認知壓力、穩定行走與間歇行走。結果有兩個重點，其中一個與直覺相反：氣候條件並未顯著影響量測準確度，真正讓多款裝置誤差變大的是間歇性活動。各裝置差距很大，表現最好的是 Fitbit Charge 6 與 Google Pixel Watch 2，誤差最大的一組平均絕對誤差達 9 至 14 bpm。
夜間 HRV：這裡有一份 2025 年的實測，結論不太樂觀
夜間 HRV 是準備度、Body Battery 這類分數的主要輸入之一，常見的說法是「睡眠時身體靜止，所以光學感測器算出來的 HRV 應該可靠」。這個推論聽起來合理，但它是推論，不是驗證，而現在已經有直接的驗證資料。
Dial 等人 2025 年讓 13 名健康成人（6 名女性）在睡眠時同時配戴心電圖與五款消費級裝置，累積 536 個夜晚的對照資料。結果是各裝置之間差異顯著：夜間 HRV 以 Oura 最準，Whoop 中等，而 Garmin Fenix 6 與 Polar Grit X Pro 的一致性偏低。
| 裝置 | 夜間 HRV 一致性相關係數 | 平均絕對百分比誤差 | 作者評語 |
|---|---|---|---|
| Oura Gen 4 | 0.99 | 5.96 ± 5.12% | 最高準確度 |
| Oura Gen 3 | 0.97 | 7.15 ± 5.48% | 最高準確度 |
| WHOOP 4.0 | 0.94 | 8.17 ± 10.49% | 中等一致性 |
| Garmin Fenix 6 | 0.87 | 10.52 ± 8.63% | 一致性偏低 |
| Polar Grit X Pro | 0.82 | 16.32 ± 24.39% | 一致性偏低 |
資料：Dial 等人 2025 年於 Physiological Reports 發表之驗證研究，13 名健康成人、536 個夜晚，對照心電圖。該研究因方法學不一致而將 Garmin 排除於靜息心率的分析之外，表中僅列 HRV 結果。裝置型號與韌體版本會影響結果，此表不宜外推到所有機型。
這張表該怎麼用
不是「Garmin 不能用」。平均絕對百分比誤差約 10% 對於看長期趨勢仍然堪用，畢竟你是自己和自己比，而且用的是 7 日均線而非單日值。
但它明確否定了另一件事：把單一天的夜間 HRV 數值當成精確的生理讀數。當日間波動本身可能有一成的量測誤差時，為了單日的一點起伏而更動當天課表，是在對雜訊做決策。
準備度、Body Battery、壓力分數
這幾個分數的共同性質是演算法未公開，因此無法被獨立驗證，也沒有同儕審查的研究能告訴你它們的誤差有多大。就性質而言，它們是心率、HRV、睡眠與活動量的加權摘要，本文將其歸在 C 級，不是因為它們必然錯，而是因為它們無法被檢驗。
值得一提的是 Nuuttila 等人 2025 年的研究：24 名受試者經過 3 週基準期、2 週超負荷期與 1 週恢復期，主觀疲勞與肌肉痠痛在超負荷期顯著上升，但睡眠品質與夜間恢復指標在群體層級並無一致變化。不過個體間差異很大，而且個人的睡眠心率與 HRV 變化量，與 3000 公尺成績的變化有關。這再次指向同一個原則：看自己的趨勢，不要看群體門檻。
順帶一提：跑步的監控指標為什麼不能直接搬來柔術
等心率配速與有氧解耦（後半段配速對心率的比值下降）背後的生理現象是心血管漂移，也就是長時間定強度運動下，心率因體溫上升與血漿量減少而緩慢爬升。但常見的「解耦超過 5% 代表有氧基礎不足」是教練圈的實務閾值，本次檢索未找到直接驗證該門檻的研究。更根本的是，這兩個指標都預設運動有穩態配速可言，而柔術對打是高度間歇、且強度由對手共同決定的，這個前提在墊上不成立。
八、受傷統計提醒的事：負荷數字答不了的問題
負荷監控的終極理由通常是「減少受傷」。那就得看柔術的受傷實際上從哪裡來。
Stegerhoek 等人 2025 年對全球 881 名柔術練習者做回溯性問卷（其中 90% 為男性，平均年齡 30.8 歲），統計過去 12 個月共 888 次受傷。自陳受傷率在訓練為每 1000 小時 5.5 次（95% 信賴區間 4.9 至 6.1），比賽為每 1000 場 55.9 次（38.8 至 73.0），帶級較高者受傷率較高。就分布而言，89% 的受傷發生在訓練，其中 79% 發生在對打；部位以膝蓋（25%）與肩膀（13%）最多。
Piekarski 等人 2026 年則量化了單一技術的風險。該研究比較 IBJJF 允許腳跟勾（2021 年）與不允許（2009 年）年份的棕黑帶競賽資料，發現在 2021 年，暴露於腳跟勾規則的選手膝部受傷率為每 1000 場 26.5 次，未暴露者為 2.2 次（相對風險 12.0）。要精確地說：踝部受傷在暴露與未暴露之間並未達到顯著差異（19.8 對 8.8），2009 與 2021 年之間的整體膝踝受傷率差異也不顯著。
這組數字對監控的意義
柔術的受傷絕大多數發生在訓練中的對打，而不是體能耗竭的當下。比賽的每場受傷率雖然高出一個數量級，但因為暴露場次少，累積風險仍以訓練為主。
所以「今天狀態差，就把對打換成技術練習」這一條規則，在預防效果上可能勝過任何一個負荷比值。它改變的是暴露本身，而不只是描述暴露。
九、把指標讀對：五個常見誤讀
| 常見讀法 | 問題在哪 | 比較站得住的讀法 |
|---|---|---|
| 今天 HRV 掉了，休息 | 單日值含量測誤差與夜間變異 | 看 7 日均線是否跌出個人基準區間 |
| HRV 正常，所以沒事 | 靜息 HRV 對過度負荷不敏感 | 合看主觀疲勞、睡眠與 sRPE |
| ACWR 超過 1.5，今天不練 | 統合分析不支持其獨立預測力 | 當成「最近加量偏快」的背景提示 |
| 狀態分數轉正，可以比賽 | 模型未用個人表現測驗校正 | 只當訓練量起伏的描述 |
| Body Battery 低，代表恢復不足 | 演算法未公開，無法驗證 | 當作摘要訊號，不當生理量 |
貫穿這五條的是同一個原則：這些指標擅長提出問題，不擅長給出裁決。一個掉出基準的 HRV 均線、一個偏高的 ACWR，正確的下一步是去問「最近睡得如何、對打強度如何、有沒有哪裡在痛」，而不是直接把當天的課表改掉。
十、什麼時候該停下來看醫生
以下情況不是靠調整課表能處理的，應尋求運動醫學或相關專科評估：
靜息心率連續多日明顯高於個人常態且伴隨表現下滑；持續數週的疲倦、失眠或睡眠品質惡化合併反覆上呼吸道感染；運動中出現心悸、胸悶、頭暈或暈厥；關節出現腫脹、卡住、明顯不穩或無法承重；受傷部位的疼痛在休息後仍持續加劇。
過度訓練症候群的辨識與減量策略，站上另有專文：BJJ 過度訓練。
把整份文獻讀完之後，比較誠實的結論是：柔術的訓練監控目前處在一個借用的階段。證據最強的 sRPE 來自各種運動的通用驗證，格鬥運動的資料主要來自柔道與空手道；HRV 引導訓練的隨機試驗全都在耐力跑者身上完成，樣本多在 40 人以下；ACWR 來自團隊運動，且已被統合分析明確降級；而手錶上那些最方便的複合分數，連驗證的可能性都沒有。
這不表示監控沒有價值。它表示的是，這些數字的正確用法是當成長期趨勢的觀察工具，而不是每天早上的裁決者。在柔術這項運動裡，受傷絕大多數發生在對打，而每天真正能被你控制的變數，其實是今天要不要滾、跟誰滾、滾幾回合。
常見問題
柔術練完隔天 HRV 掉很多，今天該休息嗎？
單獨一天的 HRV 下降不足以當停練的理由，研究用的是 7 日滾動平均相對個人基準區間的位置。HRV 引導訓練試驗的決策規則多半是均線掉到個人區間下方、或連續下降才改成低強度，高強度對打後隔天偏低本來就是預期中的反應。更要注意的是 Bellenger 等人的統合分析發現，訓練過頭導致表現下滑時靜息 HRV 大致不受影響，所以 HRV 正常也不代表沒有累積疲勞。
沒有手錶，只用 RPE 記訓練量夠嗎？
夠，而且 sRPE 是本文所有指標裡證據最扎實的一個。它的算法是整堂課的主觀費力程度乘以分鐘數，在格鬥運動中與心率類負荷的相關多落在中高度區間。重點是每一堂都要填，而且練完後盡快填：高強度功能訓練的驗證研究發現，運動後 30 分鐘才填的分數會顯著低於當下、10 分鐘與 20 分鐘填的。
ACWR 超過 1.5 就一定會受傷嗎？
不會，ACWR 只是近期負荷相對於過去四週的比值，2026 年的多層次統合分析顯示它與受傷風險只有小到中等關聯，而且研究間異質性極高、對缺席型受傷不顯著，該文明確指出現有證據不支持把它當成獨立的預測模型。把它當成這陣子比平常多練了多少的背景提示即可，柔術的對打強度多半由對手決定，數字更不該照單全收。
手錶的 Body Battery 或訓練準備度可以拿來決定今天要不要對打嗎？
不建議單獨依據，因為這類分數是廠商未公開的複合演算法，沒有同儕審查的獨立驗證。更基本的問題在輸入端：2025 年一項用心電圖對照五款消費級裝置、累積 536 個夜晚的研究發現，各家夜間 HRV 的準確度差距很大，其中 Garmin Fenix 6 的一致性相關係數為 0.87、平均絕對百分比誤差約 10.5%，屬於較差的一組。
參考文獻
1. Foster C, et al. (2001). A new approach to monitoring exercise training. J Strength Cond Res;15(1):109-115. PubMed PMID: 11708692（sRPE 的原始方法論文，以自行車與籃球練習驗證與心率法的一致性）
2. Haddad M, et al. (2017). Session-RPE method for training load monitoring: validity, ecological usefulness, and influencing factors. Front Neurosci;11:612. PubMed PMID: 29163016（文中 950 篇引用與 36 篇效度研究的數字出處）
3. Slimani M, et al. (2017). Rating of perceived exertion for quantification of training and combat loads during combat sport-specific activities: a short review. J Strength Cond Res;31(10):2889-2902. PubMed PMID: 28933715（打擊類 r = 0.81 與擒抱類 r = 0.53、以及與 Edwards 及 Banister 法相關區間的出處）
4. Ouergui I, et al. (2020). Relationship between perceived training load, well-being indices, recovery state and physical enjoyment during judo-specific training. Int J Environ Res Public Health;17(20):7400. PubMed PMID: 33050671（61 名 14 至 17 歲柔道選手、4 週加量與 12 天減量的 sRPE 與 Hooper 指數相關）
5. Tibana RA, et al. (2018). Validity of session rating perceived exertion method for quantifying internal training load during high-intensity functional training. Sports (Basel);6(3):68. PubMed PMID: 30041435（RPE 填寫時機實驗，第 30 分鐘顯著低於前三個時間點）
6. Plews DJ, et al. (2013). Training adaptation and heart rate variability in elite endurance athletes: opening the door to effective monitoring. Sports Med;43(9):773-781. PubMed PMID: 23852425（個人化基準與 7 日平均做法的依據，以及菁英選手結果矛盾的說明）
7. Bellenger CR, et al. (2016). Monitoring athletic training status through autonomic heart rate regulation: a systematic review and meta-analysis. Sports Med;46(10):1461-1486. PubMed PMID: 26888648（24 篇統合分析、RMSSD 標準化平均差 0.58、以及靜息 HRV 對過度負荷不敏感的結論）
8. Kiviniemi AM, et al. (2007). Endurance training guided individually by daily heart rate variability measurements. Eur J Appl Physiol;101(6):743-751. PubMed PMID: 17849143（26 人、4 週，HRV 組最大跑速進步顯著較大）
9. Vesterinen V, et al. (2016). Individual endurance training prescription with heart rate variability. Med Sci Sports Exerc;48(7):1347-1354. PubMed PMID: 26909534（40 名休閒跑者、8 週，中高強度課 13.2 對 17.7 次，3000 公尺結果與組間小效果量）
10. Figueiredo DH, et al. (2022). Individually guided training prescription by heart rate variability and self-reported measure of stress tolerance in recreational runners. J Sports Sci;40(24):2732-2740. PubMed PMID: 36940300（36 名跑者三組比較，自述壓力問卷引導組進步幅度大於 HRV 引導組）
11. Ranieri LE, et al. (2025). Performance and physiological effects of race pace-based versus heart rate variability-guided training prescription in runners. Med Sci Sports Exerc;57(7):1510-1522. PubMed PMID: 39935030（28 人、6 週，三組間無交互作用；配速組計時賽較佳、HRV 組生理指標較佳）
12. Granero-Gallegos A, et al. (2020). HRV-based training for improving VO2max in endurance athletes: a systematic review with meta-analysis. Int J Environ Res Public Health;17(21):7999. PubMed PMID: 33143175（最大攝氧量效果量 0.187 的出處）
13. Manresa-Rocamora A, et al. (2021). Heart rate variability-guided training for enhancing cardiac-vagal modulation, aerobic fitness, and endurance performance: a methodological systematic review with meta-analysis. Int J Environ Res Public Health;18(19):10299. PubMed PMID: 34639599（迷走神經指標顯著、有氧能力與耐力表現未顯著的數據來源）
14. Nuuttila OP, et al. (2025). Monitoring sleep and nightly recovery with wrist-worn wearables: links to training load and performance adaptations. Sensors (Basel);25(2):533. PubMed PMID: 39860902（24 人、超負荷期夜間恢復指標於群體層級無一致變化，但個體變化與表現相關）
15. Gabbett TJ (2016). The training-injury prevention paradox: should athletes be training smarter and harder? Br J Sports Med;50(5):273-280. PubMed PMID: 26758673（急慢性負荷比框架的原始提出）
16. Maupin D, et al. (2020). The relationship between acute:chronic workload ratios and injury risk in sports: a systematic review. Open Access J Sports Med;11:51-75. PubMed PMID: 32158285（27 篇研究、方法學品質 48.2% 至 64.3% 的出處）
17. Andrade R, et al. (2020). Is the acute:chronic workload ratio associated with risk of time-loss injury in professional team sports? Sports Med;50(9):1613-1635. PubMed PMID: 32572824（20 篇、1234 名選手、2375 次缺席型受傷的統計來源）
18. Ding L, et al. (2026). Acute:chronic workload ratio and load management for team sports: a multilevel meta-analysis. Front Public Health;14:1896651. PubMed PMID: 42662491（Hedges' g 0.35、I² 95.8%、對缺席型受傷不顯著，以及不支持作為獨立預測模型的結論）
19. Busso T (2003). Variable dose-response relationship between exercise training and performance. Med Sci Sports Exerc;35(7):1188-1195. PubMed PMID: 12840641（脈衝反應模型的非線性改良版）
20. Busso T, Chalencon S (2023). Validity and accuracy of impulse-response models for modeling and predicting training effects on performance of swimmers. Med Sci Sports Exerc;55(7):1274-1285. PubMed PMID: 36791017（11 名游泳選手、61 週、每週兩次 50 公尺測驗的六模型比較）
21. Sanchez AM, et al. (2013). Modelling training response in elite female gymnasts and optimal strategies of overload training and taper. J Sports Sci;31(14):1510-1519. PubMed PMID: 23656356（5 名體操選手、R² 0.81、超負荷後減量 106.3% 對 105.1% 的模擬結果）
22. Walsh NP, et al. (2021). Sleep and the athlete: narrative review and 2021 expert consensus recommendations. Br J Sports Med;55(7):356-368. PubMed PMID: 33144349（每晚不足 7 小時、1 至 3 晚部分限制影響不明、呼吸道感染風險的共識來源）
23. Roberts SSH, et al. (2022). Monitoring effects of sleep extension and restriction on endurance performance using heart rate indices. J Strength Cond Res;36(12):3381-3389. PubMed PMID: 34711770（9 名運動員、在床時間增減 30%、費力感對心率比值變化的實驗）
24. Grandou C, et al. (2019). The effects of sleep loss on military physical performance. Sports Med;49(8):1159-1172. PubMed PMID: 31102110（有氧與肌耐力受影響較大、下肢最大肌力相對耐受；族群為軍事人員）
25. Tan C, et al. (2026). Reliability and validity of a smartwatch with a photoplethysmograph: comparison with a Holter electrocardiograph. Chronobiol Int;43(9):1350-1358. PubMed PMID: 42099266（組內相關 0.902、偏差 1.16 bpm、一致性界限 ±12.4 bpm 的心率驗證資料）
26. Gielen J, et al. (2026). Accuracy of optical heart rate measurements for 10 commercial wearables in different climate conditions and activities. JMIR Form Res;10:e85186. PubMed PMID: 41701929（45 名受試者、氣候未顯著影響準確度、間歇活動提高誤差的實測）
27. Dial MB, et al. (2025). Validation of nocturnal resting heart rate and heart rate variability in consumer wearables. Physiol Rep;13(16):e70527. PubMed PMID: 40834291（13 名成人、536 個夜晚、五款裝置對照心電圖的夜間 HRV 一致性數據，為本文裝置比較表的來源）
28. Andreato LV, et al. (2017). Physical and physiological profiles of Brazilian jiu-jitsu athletes: a systematic review. Sports Med Open;3(1):9. PubMed PMID: 28194734（58 篇研究、1496 名選手；有氧能力無法區分競技層級的結論）
29. Andreato LV, et al. (2015). Brazilian jiu-jitsu simulated competition part I: metabolic, hormonal, cellular damage, and heart rate responses. J Strength Cond Res;29(9):2538-2549. PubMed PMID: 26308831（10 名選手、4 場 10 分鐘模擬賽，乳酸與兒茶酚胺下降而細胞損傷指標上升）
30. Henríquez OC, et al. (2013). Autonomic control of heart rate after exercise in trained wrestlers. Biol Sport;30(2):111-115. PubMed PMID: 24744476（18 名柔術練習者運動後第一分鐘的心率恢復與 HRV；該刊標題使用 wrestlers 一詞，內文族群為巴西柔術）
31. Souza RA, et al. (2019). Heart rate variability, salivary cortisol and competitive state anxiety responses during pre-competition and pre-training moments. Biol Sport;36(1):39-46. PubMed PMID: 30899138（54 名運動員含 18 名柔術選手，賽前 HRV、皮質醇與軀體焦慮皆高於練前）
32. Rufino HVO, et al. (2024). Physiological and perceptual responses of a guard passing test and a simulated Brazilian jiu-jitsu combat: a pilot study. J Strength Cond Res;38(10):e574-e578. PubMed PMID: 38900221（7 名選手的先導研究，過腿測驗與模擬對打在心率、乳酸與 RPE 上無顯著差異）
33. Stegerhoek PM, et al. (2025). Injury prevalence among Brazilian Jiu-Jitsu practitioners globally: a cross-sectional study in 881 participants. BMJ Open Sport Exerc Med;11(1):e002322. PubMed PMID: 40092168（訓練每 1000 小時 5.5 次、比賽每 1000 場 55.9 次、89% 於訓練與 79% 於對打的受傷分布）
34. Piekarski M, et al. (2026). Knee injury in competitive Brazilian jiu jitsu athletes: implications for training. Sports Health;18(4):890-897. PubMed PMID: 41549501（腳跟勾暴露組膝部受傷每 1000 場 26.5 次對 2.2 次、相對風險 12.0；踝部差異未達顯著）
35. Schmitt L, et al. (2018). Live high-train low guided by daily heart rate variability in elite Nordic-skiers. Eur J Appl Physiol;118(2):419-428. PubMed PMID: 29247273（24 名菁英越野滑雪選手，為樣本規模圖的資料來源之一）
36. Carrasco-Poyatos M, et al. (2022). Heart rate variability-guided training in professional runners: effects on performance and vagal modulation. Physiol Behav;244:113654. PubMed PMID: 34813821（12 名職業耐力跑者的叢集隨機對照試驗，為樣本規模圖的資料來源之一）
Banister 於 1975 年提出的原始脈衝反應模型發表於 Australian Journal of Sports Medicine，該刊未被 PubMed 收錄，故本文引用後續的驗證與改良研究（文獻 19 至 21）。所有 PMID 均於 2026 年 9 月 16 日以 NCBI E-utilities 查核書目與摘要。