Energiforbrug i fodbold: fra kalorimetre til GPS-drevne modeller
En forskningsdrevet udviklingshistorie for ernærings- og performancestab i fodboldklubber – fra “lukkede kamre” til banespecifikke prædiktionsmodeller, der tager højde for spillets stop-start-karakteristika.
Tidslinje: Kalorimetri → Dobbeltmærket vand (DLW) → Pulstelemetri → Accelerometre → Puls+accel → GPS/IMU → Metabolisk effekt → Bærbare metaboliske systemer (K5)
Hvorfor energiforbrug i fodbold er svært at ramme præcist
Fodbold er intermittent: tempo og retning ændres konstant. Antagelser om “stabil tilstand” (steady state), der fungerer på et løbebånd, holder sjældent på græs. Derfor har forskningen bevæget sig mod højere økologisk validitet: fra indirekte kalorimetri i laboratoriet til dobbeltmærket vand (DLW) i hverdagen. Dernæst kom puls, accelerometri og GPS/IMU — og til sidst hybride modeller, der forsøger at oversætte bevægelse og intern belastning til energiforbrug i fodbold. Nedenfor følger udviklingen og evidensen bag hvert skridt.
Fundamentet: kalorimetri og DLW som referencepunkter
Indirekte kalorimetri. Fra Douglas-poser til rummålere: iltoptagelse (VO₂) og kuldioxidproduktion (VCO₂) giver præcis omregning til metabolisk energi. Metoden er ekstremt nøjagtig, men historisk bundet til laboratoriets rammer og jævn lokomotorik.¹
Dobbeltmærket vand (DLW). Isotopmetoden gør det muligt at kvantificere samlet dagligt energiforbrug (TDEE) i atleters normale hverdag over 1–3 uger. Den er guldstandard for daglige totaler, men uden segmentering inden for enkelte træningspas eller dage — og den er dyr at anvende i praksis.²
Tilsammen fastlægger de “sandheden” i hver sin ende af skalaen: pr. åndedrag i laboratoriet og pr. dag i virkeligheden. Alt det efterfølgende forsøger at bygge bro ud på banen.¹ ²
De første banemålinger: pulstelemetri (1970’erne–1990’erne)
Bærbare pulssystemer gav et kontinuerligt signal for intern belastning. Med individuel HR–VO₂-kalibrering kan puls bruges som stedfortræder for metabolisk hastighed uden for laboratoriet — et princip valideret mod helkrops-kalorimetri på gruppeniveau.³
I fodbold blev dette brugt til de første troværdige estimater fra kampe: ca. ~1.510 kcal pr. 90 min hos professionelle, senere konvergerende omkring ~1.360 kcal, i rimelig overensstemmelse med VO₂-baserede opgørelser på ~5 MJ (~1.200 kcal).⁴ ⁵ ⁶
Styrker: Skalerbart, kontinuerligt, følsomt for fysiologisk belastning.
Begrænsninger: Kardiovaskulær drift ved varme/dehydrering, ændringer i aktiveringsniveau (arousal), ikke-stationære aktiviteter, og i mange år begrænset brug i kamp.³ ⁵ ⁶
Bevægelsessensorer og fusion: accelerometre → puls+accel (1980’erne–2000’erne)
Accelerometre omsatte bevægelse til aktivitetsoptællinger (“counts”), som korrelerede med energiforbrug i kalorimetri — glimrende til store befolkningsstudier, men mindre præcist i komplekse sportsaktiviteter, hvor bevægelse ≠ metabolisk arbejde (fx modstand/dueller).⁷
Kombinationsenheder (fx Actiheart) fusionerede puls og accelerometri med forgrenede algoritmer og forbedrede intensitets- og energiestimater i forhold til enkeltsensorer.⁸ Det blev skabelonen for moderne multisignal-inferens: kombiner ekstern og intern belastning for at reducere tvetydighed.
GPS/IMU: ekstern belastning i kontekst (midt-2000’erne–2010’erne)
Da samplingfrekvensen steg fra 1 → 5 → 10 Hz, og inertialsensorer blev integreret, blev GPS/IMU standard i holdsport for distance, hastighed, accelerationer og retningsskift.⁹ Efterfølgende regelændringer muliggjorde udbredt brug i kamp, og eksterne belastningsdata blev hverdag i professionelle miljøer.¹⁰
Styrker: Højopløselig ekstern belastning under reelle taktiske rammer.
Åbent spørgsmål: Hvordan omsættes kinematik — især korte accel/decel — til præcist energiforbrug i fodbold?
Et nyt intensitetsblik: metabolisk effekt (2010’erne)
Med udgangspunkt i di Pramperos ækvivalens (accelereret løb på flad bane ≈ konstant fart op ad bakke) beregnede Osgnach m.fl. øjeblikkelig metabolisk effekt ud fra hastighed og acceleration — og synliggjorde, hvor meget energi der “gemmer sig” uden for simple hastighedstærskler.¹¹
I elitekampe foregik kun ~26 % af distancen over 20 W·kg⁻¹, men disse sekvenser stod for ~42 % af det samlede energiforbrug.¹¹ En systematisk oversigt støttede metodens gyldighed, men understregede følsomheder i antagelserne (mekanisk effektivitet, bremsearbejde, anaerobe bidrag) ved retningsskift (COD).¹²
Konsekvensen for praksis: “Høj intensitet” handler ikke kun om at løbe hurtigt — men om hvor ofte og hvor skarpt spilleren accelererer, bremser og drejer.¹¹ ¹²
Bærbare metaboliske systemer på banen: den lukkede sløjfe (1990’erne–2020’erne)
Miniaturisering kulminerede i transportabelt breath-by-breath udstyr, som muliggør metaboliske målinger under økologisk valide fodboldaktiviteter.¹⁶ Dermed kan modeller baseret på GPS/IMU og puls trænes/valideres på banen fremfor kun på løbebånd.
Fodbold-specifik validering viser hvorfor det er afgørende: Selv high-end GPS/accelerometer-trackere kan undervurdere energiforbruget — med større fejlmargin ved højere intensiteter, når de benchmarkes mod bærbar indirekte kalorimetri i standardiserede fodboldøvelser.¹⁵ Samtidig viser forbruger-ure (wrist wearables) generelt ringe præcision med negativ bias for daglige totaler.¹³ ¹⁴
Praktisk budskab: Tag hverken kinematik-kalorier eller håndleds-kalorier for pålydende — især ikke i intermittente/COD-tunge pas. Prioritér multisignal-modeller, der er trænet eller kontrolleret mod VO₂ på banen.¹⁵ ¹⁶
Hvorfor timingen nu er bedre for ernæring og planlægning
- Fysiologiske ankre på begge skalaer. Dobbeltmærket vand (DLW) fastlægger realistiske daglige behov på tværs af mikrocyklusser; bærbar VO₂ giver sessionens sandhed i fodboldspecifikt arbejde.² ¹⁶
- Udbredte og komplementære signaler. GPS/IMU kvantificerer ekstern belastning; puls afspejler intern belastning; accelerometre fanger højfrekvente bevægelseskarakteristika.⁸ ⁹ ¹⁰ ¹⁷
- En sammenhængende modelleringsvej. Årtier med HR–VO₂-kalibrering, accelerometri-validering og formalismen bag metabolisk effekt peger på de vigtigste features; moderne multisensor-algoritmer kan lære sammenhænge, som respekterer fodboldens uregelmæssighed.³ ⁷ ⁸ ¹¹ ¹² ¹⁷
- Litteraturen advarer mod genveje. Enheds-kalorier (forbruger- eller hold-trackere) er ofte biased; validering mod bærbar VO₂ skiller plausibel fra vildledende.¹³ ¹⁴ ¹⁵
- Direkte ernæringsrelevans. At accel/decel-arbejde driver en stor del af omkostningen i nøglesekvenser, hjælper med at periodisere kulhydrat og prioritere restitution i forhold til det, der faktisk skete på banen.¹¹ ¹²
References
Webb P. The measurement of energy expenditure. J Nutr. 1991;121(11):1897–1901. doi: 10.1093/jn/121.11.1897
Westerterp KR. Doubly labelled water assessment of energy expenditure: principle, practice, and promise. Eur J Appl Physiol. 2017;117(7):1277–1285. doi: 10.1007/s00421-017-3641-x
Ceesay SM, et al. The use of heart rate monitoring in the estimation of energy expenditure: a validation study using indirect whole-body calorimetry. Br J Nutr. 1989;61(2):175–186. doi: 10.1079/BJN19890107
Reilly T, Thomas V. Estimated daily energy expenditures of professional footballers. Ergonomics. 1979;22(5):541–548.
Bangsbo J. Energy demands in competitive soccer. J Sports Sci. 1994;12:S5–S12.
Shephard RJ. The energy needs of the soccer player. Clin J Sport Med. 1992;2(1):62–70.
Avons P, et al. Approaches to estimating physical activity in the community: calorimetric validation of actometers and heart rate monitoring. Eur J Clin Nutr. 1988;42:185–196.
Brage S, et al. Reliability and validity of the combined heart rate and movement sensor Actiheart. Eur J Clin Nutr. 2005;59(4):561–570. doi: 10.1038/sj.ejcn.1602118
Aughey RJ. Applications of GPS technologies to field sports. Int J Sports Physiol Perform. 2011;6(3):295–310. doi: 10.1123/ijspp.6.3.295
Hennessy L, Jeffreys I. The current use of GPS and its potential in soccer. Strength & Conditioning Journal. 2018;40(3):83–94.
Osgnach C, et al. Energy cost and metabolic power in elite soccer: a new match analysis approach. Med Sci Sports Exerc. 2010;42(1):170–178. PubMed
Brochhagen J, Hoppe MW. Metabolic power in team and racquet sports: a systematic review. Sports Med Open. 2022;8(133). doi: 10.1186/s40798-022-00510-3
Evenson KR, et al. Systematic review of the validity and reliability of consumer-wearable activity trackers. Int J Behav Nutr Phys Act. 2015;12:159. doi: 10.1186/s12966-015-0314-1
O’Driscoll R, et al. How well do activity monitors estimate energy expenditure? A systematic review and meta-analysis. Br J Sports Med. 2020;54(6):332–340. doi: 10.1136/bjsports-2018-099643
Dasa MS, et al. Accuracy of tracking devices’ ability to assess exercise energy expenditure in professional female soccer players. Int J Environ Res Public Health. 2022;19(8):4770. doi: 10.3390/ijerph19084770
COSMED. K5 wearable metabolic system—product information. 2017. cosmed.com
Costa S, et al. Quantifying the physical activity energy expenditure of commuters using a combination of GPS and combined heart rate and movement sensors. Prev Med. 2015;81:339–344. doi: 10.1016/j.ypmed.2015.09.022
Hulton AT, et al. Energy requirements and nutritional strategies for male soccer players: a review. Nutrients. 2022;14(3):657. doi: 10.3390/nu14030657
