Onderzoek: 14 kilometer-lopers in Rotterdam

Maarten Fornerod, PhD, BQ  van Data 42 deed onderzoek naar lopers die met het 14-kilometer-schema van Stans van der Poel de marathon van Rotterdam liepen.

Snelheidsverloop van deelnemens aan de Marathon Rotterdam 2016 die trainden met het 14K schema vergeleken met andere deelnemers.

Resultaten

* Vergeleken met andere lopers met eenzelfde 15K doorkomsttijd hebben 14K
lopers gemiddeld statistisch significant wat minder verval in de tweede helft van
de marathon.
* Dit geldt voor alle lopers, maar ook voor mannen en vrouwen afzonderlijk, en
ook voor jongere (45 minners) en oudere (45 plussers) lopers afzonderlijk
* De gemiddelde finishtijd van de 14K lopers is dan ook statistisch significant wat  sneller dan die van andere lopers met eenzelfde 15K doorkomsttijd.
* 14K lopers hebben ook minder verval dan Marathon Rotterdam “Super
Marathon Masters“. Dit zijn ervaren marathonlopers met meer dan 9 Marathon
Rotterdams achter hun naam.
* De conclusie lijkt gerechtvaardigd dat het 14K lopers na 15K zeker niet slechter
vergaat dan de gemiddelde en dan de ervaren (Super Marathon Master) loper, en
mogelijk zelfs beter.

Figuren

Figuur 1

Gemiddelde hardloopsnelheden, finishtijden en verval tijdens de 2016
Marathon Rotterdam van lopers die met het 14K schema hebben getraind (n =
100) vergeleken met die van andere lopers met eenzelfde doorkomsttijd op 15K
(n = 3000). De data van de referentiegroep zijn gemiddelden van 100 random
trekkingen van 3000 uit de data met eenzelfde 20-kwantiel doorkomstverdeling
als de 14K lopers op het 15K punt. Snelheden zijn berekend aan de hand van acht
netto 5K doorkomsttijden en de netto finishtijd. Per meetpunt is de gemiddelde
snelheid bepaald, voor de niet-14K lopers gebeurde dit 100 keer, het gemiddelde
van deze 100 uitkomsten wordt gerapporteerd. Verschillen tussen de 14K groep
en elk van de 100 referentiegroepen van 3000 zijn geëvalueerd met eenzijdige
Welch 2-Sampe T tests en p waardes zijn gemiddeld. Gemiddelde p waardes
vanaf het 25K punt waren 0.088, 0.053, 0.0021, 0.0015 en 0.0012. Verschillen in
finishtijd zijn op eenzelfde manier geëvalueerd (gemiddelde p = 0.032). Het
verval na 25 kilometer is gemeten als de gemiddelde snelheid tot 15KM min de
gemiddelde snelheid tussen 25 en 42 km. Voor de niet-14K lopers werd over de
100 samples van 3000 lopers het gemiddelde verval bepaald. Het verschil in
verval tussen de 14K en de niet-14K groep werd bepaald als het verval in de 14K
groep minus dit gemiddelde verval in de niet-14K groep. Door dit verschil in
verval te delen door het gemiddelde verval in de niet-14K groep wordt gemeten
hoeveel minder verval er procentueel in de 14K groep is. Het gemiddelde verval
van de groepen gematchte lopers was 1.24 km/h en van de 14K lopers 0.87
km/h (30% minder). Verschillen tussen uiteindelijke gemiddelden van
verschillende controleruns waren miniem. Gemiddelden waren steeds
rekenkundige gemiddelden.

Figuur 2

Gemiddelde hardloopsnelheden , finishtijden en verval als in Figuur 1,
uitgesplitst naar mannen (63 14K-lopers) en vrouwen (37 14K-lopers). Bij de
vrouwen gematchte groep werden 100 random trekkingen van 400 loopsters
gebruikt, de verdeling van de 14-K loopsters volgend. Gemiddelde p waardes
voor verschil in snelheid vanaf het 25K punt waren bij de mannen 0.30 (niet
significant), 0.29 (niet significant), 0.032, 0.021 en 0.018. Bij de vrouwen 0.012,
0.0090, 0.0088, 0.019 en 0.014. De gemiddelde p waarde voor verschil in
finishtijd was bij mannen 0.15 en bij vrouwen 0.033. Het gemiddelde verval was
bij 14K mannen 1.03 km/h en bij de controlegroepen 1.35 km/h. Bij de vrouwen
was dit respectievelijk 0.608 en 0.991 km/h.

Figuur 3

Gemiddelde hardloopsnelheden , finishtijden en verval als in Figuur 1,
uitgesplitst naar leeftijd. Leeftijdsgroepen van ongeveer dezelfde grootte zijn
bepaald aan de hand van de categorie-indeling, 45min (58 14K-ers) uit
categoriën MSR, VSR, M35, V35, M40 en V40 en 45plus (42 14K-ers) uit M45,
V45 en hoger (uitleg categoriën: zie Tabel 1). De gematchte groepen waren 100
random trekkingen van 1000 (45min) of 500 (45plus) de verdeling van de
respectievelijke 14K groepen volgend. Gemiddelde p waardes voor verschil in
snelheid vanaf het 25K punt waren bij de 45min 0.10, 0.046, 0.0034, 0.0043,
0.0077. Bij de 45plus groepen 0.29, 0.29, 0.083, 0.055, 0.024. De gemiddelde p
waarde voor verschil in finishtijd was bij de 45min groep 0.032 en bij 45plus
groep 0.22. Het gemiddelde verval was bij 14K 45min groep 0.85 km/h en bij de
controlegroepen 1.26 km/h. Bij de 45-plussers was dit respectievelijk 0.91 en
1.24 km/h.

Figuur 4

Gemiddelde hardloopsnelheden, finishtijden en verval van mannen als
in Figuur 1, en vergeleken met mannelijke Marathon Rotterdam “Super
Marathon Masters”, lopers met minimaal 9 Marathon Rotterdams achter hun
naam. Deze groep is geïdentificeerd aan de hand van hun startnummers die
lopen van 500-1000 (n = 261) en geverifieerd met gegevens van de Marathon
Rotterdam website (http://www.nnmarathonrotterdam.nl/lopers/supermarathon-masters d.d. 01-05-2016).

Tabel 1

Verdeling van de verschillende leeftijds- en geslachtscategoriën van
finishers van de Marathon Rotterdam 2016 in procenten van de 14K lopers en
niet-14K lopers. P waardes voor verschillen volgens Fisher’s exact tests op
counts. Meest significante verschillen zijn meer vrouwen (V) en minder mannen
senioren (MSR). *MSR: mannen 18 t/m 34; M35: mannen 35 t/m 39, enzovoort.

Achtergrond

Het 14K marathonschema is bijzonder omdat er maar maximaal tot 14K wordt getraind. Dit is veel minder dan wat andere marathonlopers trainen. Na 14K komen deze lopers dus in “onbekend gebied”. Wat gebeurt er daarna met hen? Vallen ze terug? Storten ze in? Of blijven ze stabiel?

Onderzoeksvraagstelling

Is het verloop van 14K marathonlopers anders dan dat van andere marathonlopers na kilometer 15?

Dataset

Uitslagen Marathon Rotterdam 2016 via uitslagen.nl
12811 finishers
9 meetpunten
5-10-15-20-25-30-35-40-42.2K

14K lopers

100 finishers: 14K lopers waarvan de namen en finishtijden (verkregen via Maarten en Koen de Jong) konden worden gematched in de uitslagen. Niet op enige manier geselecteerd of gefilterd.

Referentiegroepen

100 trekkingen van 3000 niet-14K lopers met eenzelfde doorkomstverdeling op
kilometer 15; Super Marathon Masters (alleen mannen).

Aannames

1. 14K lopers trainden i.h.a. niet verder dan ongeveer 14K
2. Andere lopers trainden i.h.a. wel verder dan 14K

Statistische methodiek

Zie figuurbijschriften.2

Kanttekeningen

1. De overgrote meerderheid van de marathonlopers verliest snelheid gedurende
de race. Slechts minder dan 8% heeft een “negatieve split” (2e helft sneller dan
1e helft van de marathon). Ook bij snellere lopers is dit het geval: slechts 14%
van de lopers die onder de 3 uur lopen heeft een negatieve split.
2. Na het 40K punt wordt vaak weer snelheid opgepikt.
3. Toch is het verval van snellere lopers minder dan bij langzamere lopers.
Vandaar dat het belangrijk is om de controlegroep te matchen op snelheid. In dit
geval is dit gedaan tot het 15K punt, wat ook als natuurlijk referentiepunt dient
voor de 14K lopers. Overigens correleert de doorkomsttijd op 15K zeer sterk met
de netto finishtijd (r=0.93).
4. Doorkomsttijden van de 14K groep en de controlegroepen volgen bij
benadering een normale verdeling.
5. Er is geen grote variatie in p waardes bij de 100 verschillende aselecte
trekkingen van 3000 renners uit de referentie (niet-14K) lopers. Bijvoorbeeld bij
de gemiddelde p waarde voor het verschil in snelheid bij het 40K punt van
0,0015 varieren de p waardes van 0,0032 tot 0,00059 met een standaard
deviatie van 0,00055.
6. De invloed van 14K lopers (hooguit een paar honderd) niet geïncludeerd in de
14K groep is op de grote populatie andere lopers (12.711) naar verwachting erg
klein.
7. 14K lopers waren geen dwarsdoorsnede van de Rotterdam marathonloper.
a) Vrouwen zijn oververtegenwoordigd: 37% van de 14K lopers; 22% van alle
lopers. Echter, dit verklaart niet het verschil in verval, omdat zowel 14K
vrouwen als 14K mannen afzonderlijk ook minder verval vertonen dan niet-14K
vrouwen respectievelijk mannen.
b) Mannen < 35 jaar zijn sterk ondervertegenwoordigd; 4% van de 14K lopers;
22% van alle lopers. Echter, een verschil in leeftijd verklaart ook niet het verschil
in verval, omdat zowel 14K jongere lopers (45 minners) als 14K oudere lopers
(45 plussers) afzonderlijk ook minder verval vertonen dan niet-14K jongere
respectievelijk oudere lopers.3
c) Verdeling van lopers in beide groepen tussen de verschillende categoriën zijn
samengevat in Tabel 1.
8. Uitvallers hebben weinig invloed op het resultaat. Er zijn 103 14K lopers
geïdentificeerd waarvan er 3 niet zijn gefinished (3%). Van de niet-14K groep
was het niet-finish percentage 6% (data via Iwan Opris van uitslagen.nl).
9. De echte verklaring voor het verschil blijft dus onbekend. Mogelijke
verklaringen zijn een verschil in voeding, ademhaling, motivatie, mate van
overtraindheid. Deze verklaringen zijn samen te vatten als “14K lopers zijn beter
getraind dan niet-14K lopers en hebben daarom wat minder verval”. Of dat komt
doordat de 14K methode een “betere” methode is kan op grond hiervan niet
worden geconcludeerd, maar het sluit het natuurlijk ook niet uit. In ieder geval
impliceert zo’n soort verklaring dat de 14K methode gemiddeld leidt tot een
betere getraindheid ten opzichte van de methode van de andere lopers. Een
dubbelblinde gerandomiseerde studie is natuurlijk onmogelijk uit te voeren
(want je weet als loper hoe je traint), maar een gerandomiseerde niet-blinde
studie kan wel als er voldoende proefpersonen zijn. Bijvoorbeeld een
gerandomiseerde studie van niet-14K marathonlopers die openstaan voor de
14K methode waarbij de helft daadwerkelijk de 14K methode gaat volgen en de
andere helft niet.

Disclaimer

Statistische analyses en berekeningen zijn zo goed mogelijk uitgevoerd maar
kunnen nog fouten bevatten.

Dank

Dank aan Ton de Vries voor statistische, taalkundige en filosofische feedback.

Maarten Fornerod is eigenaar van Dataconsultancy Data42.

Hij is ook werkzaam als onderzoeker (associate professor) en docent aan de ErasmusMC/TU Delft, Rotterdam/Delft.

Fornerod analyseert niet alleen. Hij loopt ook hard. De marathon liep hij in 3u27’58”.