レースタイム予測

リーゲル式の指数1.06は疲労係数を表しており、レース距離が伸びるにつれて単位距離あたりどれだけ遅くなるかを示しています。ピート・リーゲルは1981年の研究で数千の世界記録を分析し、距離が長くなるにつれてパフォーマンスが予測可能に低下することを発見しました。1.06はほとんどのランナーにとって統計的に最適な値です。これはレース距離を2倍にすると、タイムが2倍をわずかに超えることを意味します。この指数はグリコーゲン枯渇、蓄積した筋肉疲労、そして有酸素エネルギーシステムからより無酸素系へのシフトを考慮しています。エリートランナーは疲労係数が低い場合があり（約1.04〜1.05）、レクリエーションランナーは高い値を示すことが多いです。

リーゲル式は主に1,500メートルからマラソンまでのレースを基に較正されています。マラソン距離を超えると、追加の変数がパフォーマンスに大きく影響します。必須の休憩、栄養と水分補給の管理、長時間イベントでの睡眠不足、そして心理的要因が支配的になります。筋肉ダメージが非線形に蓄積され、消化器系の問題がより一般的になるため、線形疲労の仮定が成立しなくなります。ウルトラマラソンはより多くの歩行、地形のナビゲーション、天候への露出も含みます。50kmを超える距離では、予測はゴールタイムを10〜30%過小評価する可能性があります。

環境条件はリーゲル式の予測を超えてレースパフォーマンスを大きく変える可能性があります。標高1,500メートル以上では酸素供給量が減少し、1,000メートルごとに3〜6%遅いタイムが見込まれます。気温はパフォーマンスに実質的な影響を与えます。15°C（59°F）を超える気温はマラソンタイムを5°Cの上昇ごとに約1〜2%遅くします。高湿度は発汗の蒸発を妨げることで熱ストレスを悪化させます。風の抵抗は短いレースに比例的により大きく影響します。正確な予測のためには、類似した条件下でのレースタイムを使用するか、想定される条件に基づいた調整係数を適用してください。

最も正確な予測のためには、現在のフィットネスレベルを反映している場合、過去8〜12週以内の最新のレースタイムを使用してください。歴代の自己ベストは、年齢、トレーニングの変化、フィットネスの変動により、もはや現在の能力を表していない可能性があります。ただし、直近のレースが病気、悪条件、ペースエラーの影響を受けていた場合は、潜在能力を過小評価しているかもしれません。理想的な入力は、力強くゴールし、最大限の努力を発揮できたと感じた、よく実行されたレースです。安定性のために直近の2〜3回の比較可能なパフォーマンスの平均を検討することも効果的です。

ハーフマラソンのパフォーマンスが5Kベースの予測を上回る理由はいくつかあります。第一に、5Kの要求に対してトレーニング不足の可能性があります。短いレースは多くのロングディスタンスランナーが発達させる以上の速度練習と無酸素能力を必要とします。第二に、一部のランナーは自然に「持久力型」であり、筋肉繊維の組成と有酸素系が長い距離を好み、個人の疲労指数が低くなっています。第三に、レースの実行が重要です。5Kは最適なペースを保つのが難しく、スタートが速すぎがちです。最後に、トレーニングの特異性が役割を果たします。インターバルよりも長距離走とテンポ走を重視しているなら、5Kタイムは有酸素フィットネスを完全に反映しないでしょう。

リーゲル式は起伏の少ないフラットな舗装コースを想定しています。起伏のあるコースでは、100フィート（約30m）の高低差ごとに1マイルあたり12〜15秒追加されます。ただし、ヒルランが得意なランナーはそれほど遅くならない場合もあります。トレイルランニングでは追加の変数が生じます。慎重な足の着地が必要なテクニカルな地形、ランニングエコノミーを5〜10%低下させる柔らかい路面、累積的な高低差などです。トレイルのハーフマラソンはロードの同距離より20〜40%長くかかる場合があります。予測を使用する際は、基準レースとターゲットレースの地形プロファイルが類似していることを確認してください。