sRPE et blessures chez la nageuse ado : score 12/25, verdict Fragile

Le sRPE peut-il surveiller la charge et prédire les blessures chez les nageuses adolescentes ? Une étude exploratoire chinoise a tenté d'y répondre en combinant session-RPE, EWMA et réseau de neurones sur une saison de 12 semaines. Les résultats semblent impressionnants à première lecture. L'analyse critique de l'Institut 2DMP invite à beaucoup plus de prudence.

Ce que l'étude a réellement mesuré

Zhao et al. ont suivi 20 nageuses adolescentes élites (13-17 ans, spécialistes du 200 m 4 nages, équipe provinciale du Zhejiang, Chine) pendant 12 semaines consécutives, du 1er février au 1er mai 2026. Chaque jour, les athlètes renseignaient leur perception d'effort sur l'échelle CR-10 modifiée de Foster, dans une fenêtre de 15 à 30 minutes après la séance. La distance parcourue et la durée d'entraînement étaient également enregistrées, permettant de calculer 12 indicateurs dérivés : ACWR couplé et découplé, différentiel de charge (Diff) et écart-type (SD), déclinés pour le sRPE, l'EWMA et le REDI. Le critère de jugement principal était double : d'une part la consistance du sRPE avec les indicateurs de charge traditionnels, d'autre part la performance de classification binaire « même semaine » de la survenue d'une blessure, évaluée par l'aire sous la courbe ROC (AUC), à l'aide d'un modèle Multilayer Perceptron (MLP). Sur 240 semaines-athlète analysées, 25 (10,4 %) comportaient un événement de blessure, défini selon le consensus IOC 2020.

Ce qu'elle prouve, ce qu'elle ne prouve pas

Ce qu'elle prouve — avec une certaine solidité. Le sRPE présente une corrélation très forte avec la distance de nage (r = 0,965, p < 0,001) et avec la durée d'entraînement (r = 0,972, p < 0,001). L'ICC entre durée et sRPE standardisé atteint 0,614, qualifié d'accord substantiel. Ces associations, triangulées par Pearson, Spearman, ICC et Bland-Altman, soutiennent l'usage du sRPE comme proxy plausible et peu coûteux de la charge d'entraînement chez des nageuses adolescentes — à condition de noter que la corrélation durée-sRPE est partiellement construite par le calcul lui-même (relation part-whole), ce qui en atténue la portée démonstrative.

Ce qu'elle ne prouve pas — et c'est l'essentiel. L'EWMA ACWR découplé affiche l'AUC individuelle la plus élevée (0,946), et la combinaison EWMA à quatre indicateurs atteint 0,958. Ces chiffres paraissent excellents. Ils ne le sont pas dans le contexte méthodologique de cette étude. Avec seulement 25 événements de blessure pour jusqu'à 12 variables d'entrée, le ratio événements/variable avoisine 2:1, très en deçà des standards de stabilité en modélisation prédictive. La validation est strictement interne (un seul split 70/30), sans validation croisée répétée ni leave-one-athlete-out. Les 240 semaines-athlète sont imbriquées dans seulement 20 sujets : le clustering intra-athlète n'est pas modélisé, ce qui surestime la taille effective de l'échantillon. Surtout, la classification est concomitante — « même semaine » — et non prospective : elle ne permet aucune conclusion sur une valeur d'alerte précoce utilisable en pratique. Les seuils d'alerte proposés (probabilité prédite > 0,5 et > 0,7) sont explicitement qualifiés de « conceptuels, non opérationnels » par les auteurs eux-mêmes. Enfin, aucune mesure de maturation biologique (PHV, stade de Tanner, statut menarché) n'a été intégrée dans une population en pleine adolescence, laissant un confounding sérieux non contrôlé.

Les auteurs font preuve d'une transparence rédactionnelle remarquable en signalant eux-mêmes la quasi-totalité de ces limites. Cette honnêteté est rare. Elle ne compense pas les faiblesses structurelles du design.

Le verdict DrDLM en clair

L'Institut 2DMP attribue à cet article le score de 12/25, verdict Fragile, dans le cadre de l'outil DrDLM V6.2 appliqué aux cohortes observationnelles (ROBINS-I). Ce verdict signifie que l'étude génère des hypothèses légitimes mais ne produit aucune donnée immédiatement transférable à la pratique. Les scores partiels reflètent cette situation : la cohérence biologico-théorique est correcte (3,5/5), la méthodologie générale et la gestion des biais obtiennent chacune 2,5/5, mais l'applicabilité sportive chute à 1,5/5 en raison de la combinaison population mono-équipe, classification concomitante et seuils explicitement non opérationnels. Le niveau de preuve GRADE est faible. L'analyse critique complète détaille l'intégralité de la grille de cotation.

Ce que cela change en pratique

• Continuer à collecter le sRPE quotidiennement comme proxy de charge complémentaire chez les nageuses adolescentes : les corrélations avec la distance de nage (r = 0,965) constituent, dans cette étude, l'élément le plus solide et le plus directement exploitable. (Donnée de l'article)

• Ne jamais déclencher une action d'entraînement ou une décision médicale sur la seule base des seuils 0,5 ou 0,7 issus du modèle MLP : les auteurs eux-mêmes les qualifient de non opérationnels, et la validation est strictement interne sur un effectif insuffisant. (Donnée de l'article)

• Préférer l'ACWR découplé à l'ACWR couplé dans les outils de suivi, quelle que soit la population : le couplage mathématique introduit une corrélation artefactuelle démontrée par Lolli et al. (2019), ce qui biaise les estimations de risque vers le haut. (Littérature complémentaire)

• Intégrer systématiquement des marqueurs de maturation biologique (âge au pic de vitesse de croissance, stade de Tanner) dans tout protocole de surveillance de la charge chez des adolescents : leur absence est ici une source de confounding sérieux non contrôlé, qui peut masquer ou amplifier artificiellement les associations observées. (Littérature complémentaire)

• Ne pas substituer un score de classification MLP non validé prospectivement à l'évaluation médicale clinique de la blessure : en l'état des preuves disponibles, aucun modèle issu de cette étude ne peut remplacer l'examen clinique individuel, la gradation de la sévérité lésionnelle ou le jugement du médecin du sport. (Prudence — avis d'expert)

Références

1. Foster C et al. A new approach to monitoring exercise training. J Strength Cond Res. 2001;15:109-115. 2. Gabbett TJ. The training-injury prevention paradox: Should athletes be training smarter and harder? Br J Sports Med. 2016;50:273-280. 3. Lolli L et al. Mathematical coupling causes spurious correlation within the conventional acute-to-chronic workload ratio calculations. Br J Sports Med. 2019;53:921-922. 4. Malone S et al. The acute:chronic workload ratio in relation to injury risk in professional soccer. J Sci Med Sport. 2017;20:561-565. 5. Bowen L et al. Spikes in acute:chronic workload ratio (ACWR) associated with a 5-7 times greater injury rate in English Premier League football players. Br J Sports Med. 2020;54:731-739. 6. Williams S et al. Better way to determine the acute:chronic workload ratio? Br J Sports Med. 2017;51:209-210.

Monitoring de la charge & récupération — Institut 2DMP

Carte de méthode

Voir la fiche complète et sa traçabilité