ABSTRAK
Tujuan utama dari penelitian ini adalah untuk menganalisis evolusi kecepatan dalam Valencia Marathon dari tahun 2014 hingga 2023 dalam kaitannya dengan jenis kelamin, usia, dan tingkat atletik. Sebanyak 146.108 pelari diikutsertakan dalam penelitian ini, dikelompokkan ke dalam 10 kategori atletik dan sebelas kategori tingkat performa. Kecepatan dinilai melalui sembilan segmen lomba, yang masing-masing mencakup jarak 5 km. Semua data diperoleh dari situs web resmi. Kecepatan absolut (m/s) dan kecepatan relatif per segmen dihitung untuk setiap bagian, bersama dengan koefisien variasi (CV) dalam kecepatan dan variabel lain seperti menabrak dinding (HTW). Hasilnya menunjukkan bahwa edisi 2022 dan 2023 menunjukkan persentase kecepatan yang sama (EP) tertinggi dan nilai terendah untuk CV, HTW, dan waktu penyelesaian maraton. Wanita menunjukkan persentase EP yang lebih tinggi daripada pria (77,6% vs. 74,3%, p < 0,001), nilai CV yang lebih rendah (6,79 ± 5,14% vs. 7,40 ± 5,43%, p < 0,001) dan prevalensi HTW yang lebih tinggi. Penurunan signifikan dalam persentase EP diamati mulai dari kategori M55 pada pria dan kategori F45 pada wanita. Di antara pelari pria dan wanita yang menyelesaikan maraton dalam waktu kurang dari 3 dan 3 jam 15′, persentase EP dan HTW menurun secara signifikan. Korelasi signifikan diamati antara waktu maraton dan CV kecepatan ( r = 0,551 dan p < 0,001). Singkatnya, hasil penelitian ini mengonfirmasi pengaruh jenis kelamin, usia dan tingkat atletik pada strategi pengaturan kecepatan.

Ringkasan

 

• Para peserta mengadopsi strategi kecepatan yang seimbang dan memperlihatkan percepatan akhir.
• Tahun edisi, jenis kelamin, kategori dan tingkat atletik memengaruhi performa maraton dan profil kecepatan.
• Edisi terakhir menunjukkan waktu keseluruhan terbaik, dengan persentase atlet tertinggi yang menunjukkan kecepatan yang seimbang dan nilai koefisien variasi terendah dalam kecepatan.

1 Pendahuluan
Dalam beberapa tahun terakhir, motivasi untuk mengadopsi gaya hidup sehat telah meningkat. Akibatnya, popularitas olahraga rekreasi, seperti lari, telah berkembang, dan aktivitas ini telah diterima secara luas (Menheere et al. 2020 ). Dengan demikian, lari telah menjadi hobi yang sangat populer yang dilakukan di ruang publik oleh jutaan peserta rekreasi di seluruh dunia (Scheerder et al. 2015 ). Popularitas lari disebabkan, antara lain, oleh kepuasan kebutuhan kesehatan fisik dan psikologis, pencapaian tujuan, penghargaan nyata, pengaruh sosial, dan ketersediaan yang mudah (Salas Sánchez et al. 2013 ). Motif berprestasi, seperti kompetisi dengan pelari lain dan pencapaian tujuan pribadi, juga merupakan motivasi penting—misalnya, pelari berpengalaman tingkat menengah, setelah maraton kedua atau ketiga mereka, terutama dimotivasi oleh peningkatan kinerja pribadi dan penghargaan psikologis (Zach et al. 2017 ). Oleh karena itu, tidak hanya menyelesaikan maraton tetapi juga meningkatkan yang terbaik pribadi adalah motivasi kinerja penting bagi semua pelari selama perlombaan.

Ada beberapa faktor yang memprediksi performa lari ketahanan. Ini termasuk variabel fisiologis, seperti penyerapan oksigen maksimum (VO 2 max) dan ekonomi lari (Mclaughlin et al. 2010 ), dan faktor biomekanik yang terkait dengan efisiensi mekanis (Moore 2016 ). Namun, faktor-faktor yang terkait dengan kontrol motorik belum dianalisis secara mendalam. Dalam hal ini, kinerja ketahanan melibatkan pemeliharaan daya/kecepatan yang konstan atau diatur sendiri dalam jangka panjang (Pageaux dan Lepers 2016 ). Misalnya, atlet harus membuat keputusan tentang bagaimana dan kapan menginvestasikan energi mereka untuk kinerja yang optimal; proses ini dikenal sebagai ‘pacing’ (Smits et al. 2014 ). Kontrol pacing terkait dengan beberapa variabel interoseptif dan eksteroseptif seperti faktor psikologis (misalnya, keadaan motivasi dan pengetahuan tentang titik akhir), faktor fisiologis (misalnya, detak jantung), faktor biomekanik (misalnya, postur tubuh) dan faktor lingkungan (misalnya, iklim) (Latorre-Román et al. 2020 ). Oleh karena itu, strategi pengaturan kecepatan berbeda-beda menurut lamanya kompetisi atletik, lingkungan tempat kompetisi itu dilakukan, motivasi pelari, pengetahuan dan pengalaman atlet, serta kebugaran fisik pelari (St Clair Gibson et al. 2006 ).

Atlet dapat membuat keputusan yang salah, menggunakan strategi konservatif atau tingkat kerja yang tidak berkelanjutan yang mengarah pada penurunan kinerja (Renfree et al. 2014 ). Beberapa atlet tiba-tiba mengurangi kecepatan mereka di tengah perlombaan, sedangkan atlet lain akan melakukan akselerasi besar di tengah perlombaan atau di akhir perlombaan (de Koning et al. 2011 ). Beberapa profil kecepatan telah diidentifikasi selama kompetisi atletik: (a) kecepatan genap (EP) (yaitu, kecepatan konstan); (b) kecepatan positif (yaitu, kecepatan menurun seiring waktu); (c) kecepatan negatif (yaitu, kecepatan meningkat seiring waktu); (d) kecepatan habis-habisan (yaitu, kecepatan maksimal yang mungkin dari awal); (e) kecepatan variabel (yaitu, fluktuasi kecepatan balapan yang signifikan) dan (f) kecepatan berbentuk parabola (yaitu, kecepatan positif dan negatif di berbagai segmen balapan), tanpa ada kesimpulan bulat yang ditarik tentang mana yang paling optimal di semua kompetisi (Abbiss dan Laursen 2008 ). Tidak ada kesepakatan tentang strategi pengaturan kecepatan terbaik untuk semua pelari dan jenis lomba, terutama karena pengaturan kecepatan adalah proses kompleks yang dipengaruhi oleh beberapa faktor (Pryor et al. 2020 ), seperti jenis kelamin, usia, tingkat atletik, kondisi lingkungan, metodologi pelatihan, pengalaman maraton, fase kompetisi, dan interaksi dengan rival (Deaner et al. 2015 ; Ristanović et al. 2023 ; Santos-Lozano et al. 2014 ; Swain et al. 2020 ).

Taktik pengaturan kecepatan pelari maraton terbaik di dunia telah berubah selama 50 tahun terakhir, dan meskipun strategi kecepatan negatif telah disarankan sebagai pilihan yang paling efektif, strategi pengaturan kecepatan yang dicirikan oleh sangat sedikit perubahan kecepatan di seluruh perlombaan mungkin merupakan teknik untuk melaju di masa depan (Díaz et al. 2018 ). Demikian pula, penelitian sebelumnya menunjukkan bahwa pelari yang lebih sukses menunjukkan lebih sedikit variabilitas dalam kecepatan mereka selama split 5 km daripada pelari yang kurang berpengalaman (Renfree et al. 2014 ; Santos-Lozano et al. 2014 ). Dalam hal ini, EP dalam maraton telah dikaitkan dengan waktu performa maraton yang lebih cepat (Swain et al. 2020 ). Namun, dalam Vienna City Marathon tahun 2017 (Cuk et al. 2019 ) dan dalam maraton New York (dari tahun 2006 hingga 2011) (Santos-Lozano et al. 2014 ), sebagian besar pelari menunjukkan strategi kecepatan positif. Sebaliknya, dalam maraton berstandar elit kontemporer, profil kecepatan yang lebih negatif diadopsi dalam kejuaraan di antara pria dan wanita (Casado et al. 2024 ). Oleh karena itu, penelitian sebelumnya menawarkan temuan yang bertentangan tentang kecepatan maraton yang ideal menurut berbagai variabel seperti jenis kelamin, usia, dan tingkat atletik. Akibatnya, penelitian mendatang tentang topik ini direkomendasikan.

Saat ini, sedikit studi yang menganalisis kecepatan dalam maraton yang sama dari waktu ke waktu dan studi yang umumnya dilakukan pada pelari elit (Muñoz-Pérez et al. 2023 ; Nikolaidis and Knechtle 2017 ; Santos-Lozano et al. 2014 ). Akibatnya, sedikit informasi tersedia dalam literatur mengenai pola yang ditunjukkan oleh pelari rekreasi. Selain itu, dalam empat tahun terakhir, sepatu pelat serat karbon telah meningkatkan kinerja maraton dengan meningkatkan ekonomi lari (Hunter et al. 2019 ), ini dapat memengaruhi profil kecepatan pelari (Rodrigo-Carranza et al. 2021 ). Oleh karena itu, tujuan utama dari studi ini adalah untuk menganalisis evolusi kecepatan selama 10 tahun terakhir di Trinidad Alfonso EDP Valencia Marathon. Dalam analisis ini, variabel dan metode untuk menghitung kecepatan dari literatur terbaru telah dimasukkan serta berbagai faktor penjelas kecepatan seperti jenis kelamin, usia, kategori atletik, dan tingkat atletik.

2 Bahan dan Metode
2.1 Peserta
Awalnya kami mempertimbangkan hasil resmi dan waktu split dari finisher ( N = 215.563) di Trinidad Alfonso EDP Valencia Marathons (Spanyol) dari tahun 2014 hingga 2023. Karena pandemi, edisi tahun 2020 hanya dilakukan oleh atlet profesional dan karenanya tidak dimasukkan dalam analisis. Semua data untuk studi ini diperoleh dari situs web ( https://www.facv.es/resultados/es ) dan mencakup jenis kelamin subjek, kategori pelari, waktu finish, dan setiap waktu split 5 km. Kriteria untuk dimasukkan dalam basis data akhir adalah sebagai berikut: memiliki data waktu untuk setengah balapan dan balapan penuh dan waktu split yang sesuai setiap 5 km dan kasus dengan nilai waktu yang mencurigakan di bagian yang menunjukkan kesalahan telah dihapus. Diduga bahwa waktu split tidak benar ketika nilai menunjukkan kecepatan lebih besar atau lebih rendah dari 50% dibandingkan dengan segmen sebelumnya dan berikutnya atau ketika waktu atau kecepatan eksekusi secara fisik tidak mungkin—misalnya, kurang dari 12 menit untuk 5 km.

Terakhir, total pelari yang diteliti adalah 146.108 orang, yang terdiri dari 122.543 pria dan 23.565 wanita. Atlet dari 135 negara berpartisipasi dalam penelitian ini. Mirip dengan penelitian sebelumnya (Oficial-Casado et al. 2022 ; Weiss et al. 2022 ), peserta dikategorikan tergantung pada kinerja waktu mereka dalam maraton dalam 11 kategori: kategori 1 < 2:10, kategori 2 antara 2:11 dan 2:19, kategori 3 antara 2:20 dan 2:29, kategori 4 antara 2:30 dan 2:44, kategori 5 antara 2:45 dan 2:59, kategori 6 antara 3:00 dan 3:14, kategori 7 antara 3:15 dan 3:29, kategori 8 antara 3:30 dan 3:59, kategori 9 antara 4:00 dan 4:29, kategori 10 antara 4:30 dan 4:59 dan kategori 11 > 5 jam dan > 5 jam 29 pada pria dan wanita, masing-masing. Para wanita dikategorikan ke dalam kategori waktu seperti pria -1. Dengan kata lain, kategori 2 untuk pria adalah kategori 1 untuk wanita dan seterusnya. Penelitian ini dilakukan menurut Deklarasi Helsinki (versi 2013) dan sesuai dengan Standar Etika dalam Penelitian Ilmu Olahraga dan Latihan (Harriss dan Atkinson 2013 ).

2.2 Perlombaan
Maraton Trinidad Alfonso EDP Valencia berlangsung dari pertengahan hingga akhir November dan minggu pertama Desember dan telah menerima Label Platinum dari World Athletics, yang sebelumnya bernama International Association of Athletics Federations (IAAF), yang menempatkan maraton ini di antara maraton terbaik di dunia, bersama dengan London, Berlin, dan New York. Maraton Valencia menyajikan perubahan yang relatif kecil dalam elevasinya; memang, maraton ini dianggap sebagai salah satu maraton tercepat di dunia karena lintasannya yang datar dan karena suhu sekitar rata-ratanya serupa di antara edisi yang dipilih dari tahun 2014 hingga 2023 (Tabel 1 ).

TABEL 1. Karakteristik umum berbagai edisi maraton Valencia.

Catatan: Huruf superskrip yang berbeda menunjukkan perbedaan yang signifikan ( p < 0,05) antara edisi.

2.3 Prosedur Analisis Data
Data tentang waktu split untuk setiap peserta diunduh dari situs web resmi perlombaan, dan waktu yang dibutuhkan untuk menyelesaikan setiap bagian dihitung dalam detik. Kami menghitung kecepatan absolut (m/s) untuk setiap split (0–5 km, 5–10 km, … 35–40 km dan 40–42 m) menggunakan rumus ‘5 km/waktu split’ untuk semua split, kecuali yang terakhir di mana ‘2.195/waktu split’ diterapkan. Total waktu finis, waktu untuk setengah maraton pertama, waktu untuk setengah maraton kedua dan waktu split setiap 5 km ditentukan berdasarkan waktu chip. Di setiap titik pemeriksaan 5 km, chip setiap pelari melintasi penerima digital yang merekam waktu split. Sembilan split putaran perlombaan dianalisis (0–5, 5–10, 10–15, 15–20, 20–25, 25–30, 30–35, 35–40 dan 40–42,2 km). Kecepatan relatif setiap bagian untuk setiap pelari kemudian dihitung dan disajikan sebagai persentase dari kecepatan rata-rata untuk perlombaan penuh (Díaz et al. 2018 ), menggunakan rumus = 100 x (kecepatan split—kecepatan perlombaan rata-rata)/kecepatan perlombaan rata-rata (Nikolaidis dan Knechtle 2018b ). Selain itu, delapan titik perubahan kecepatan (Δspeed, yaitu, perubahan kecepatan antara dua split berturut-turut, dalam %) dipertimbangkan: 5 km, 10 km, 15 km, 20 km, 25 km, 30 km, 35 km dan 40 km, yang kami sebut sebagai biaya kecepatan split (SSC) = 100 x (waktu selanjutnya-waktu sebelumnya/waktu sebelumnya). Selain itu, variasi dalam kecepatan dianalisis menggunakan koefisien variasi (%CV) dari kecepatan, yang dianggap sebagai metrik kecepatan, dengan nilai yang lebih rendah menunjukkan kecepatan yang lebih konsisten dan sebaliknya (Nikolaidis dan Knechtle 2018b ). Selain itu, untuk menentukan profil kecepatan, digunakan metode yang dijelaskan oleh Deaner, Carter, Joyner, dan Hunter (Deaner et al. 2015 ), yang dihitung menggunakan rumus berikut: (% perubahan = [babak kedua–babak pertama)/babak pertama] • 100). Jika perubahannya kurang dari 10%, baik positif atau negatif, itu dianggap sebagai EP. Jika variasinya lebih besar dari 10% negatif, itu dianggap sebagai profil positif, dan jika variasinya lebih besar dari 10% positif, itu dianggap sebagai profil negatif. Selain itu, pada tanda 30 dan 35 km, pelari yang mengalami menabrak dinding adalah mereka yang berlari di segmen ini 7,3% lebih lambat dari rata-rata segmen 5 km yang tersisa dari perlombaan (Doherty et al. 2020 ). Akhirnya, untuk menganalisis 2,195 km terakhir, kecepatan untuk segmen terakhir ini ditunjukkan sebagai persentase lebih cepat atau lebih lambat dari kecepatan antara km 30 dan km 40 (Nikolaidis et al. 2019 ) dan didefinisikan sebagai percepatan akhir sebagai kecepatan Δ pada 40 km > 0% (Nikolaidis dan Knechtle 2017 ).

2.4 Analisis Statistik
Data dianalisis menggunakan SPSS, v.22.0 untuk Windows (SPSS Inc, Chicago, AS). Tingkat signifikansi ditetapkan pada α < 0,05. Data ditampilkan dalam statistik deskriptif untuk rata-rata, simpangan baku, dan persentase. Uji distribusi normal dan homogenitas (masing-masing uji Kolmogorov–Smirnov dan Levene) dilakukan pada semua data sebelum analisis. Perbedaan antara jenis kelamin dianalisis menggunakan analisis varians (ANOVA). Perbedaan antara edisi maraton, kategori, dan tingkat atletik dianalisis dengan ANOVA dengan pengukuran berulang (pengukuran kelompok x) untuk variabel dependen (kecepatan absolut dan relatif serta SSC). Selain itu, untuk semua ANOVA, uji post hoc Bonferroni dilakukan. Hubungan antara variabel kategori dianalisis menggunakan tabel kontingensi dan uji χ 2 diterapkan. Regresi logistik biner digunakan untuk mengidentifikasi prediktor kemunculan HTW pada kilometer ke-30 dan ke-35. Selain itu, analisis korelasi Pearson dilakukan antara waktu maraton dengan CV, kecepatan relatif, dan SCC. Koefisien variasi (CV, %), diberikan sebagai persentase SD/rata-rata × 100, dihitung sebagai ukuran variabilitas kecepatan.

3 Hasil
Tabel 1 menunjukkan karakteristik umum: peserta, kondisi termo-higrometri, dan peningkatan elevasi dari berbagai edisi maraton Valencia yang dianalisis. Edisi 2023 memiliki jumlah total peserta dan perempuan yang menyelesaikan lomba tertinggi, dengan perbedaan signifikan ( p < 0,05) dibandingkan dengan edisi lainnya. Kondisi lingkungan dan orografis serupa di semua edisi.

Gambar 1 menunjukkan evolusi waktu tempuh maraton rata-rata pelari yang menyelesaikan lomba dalam edisi yang dianalisis. Pengurangan signifikan ( p < 0,001) dalam waktu tempuh rata-rata dapat diamati di semua edisi, baik untuk pria maupun wanita, serta dalam keseluruhan sampel. Dapat diamati bahwa sejak tahun 2021, waktu tempuh maraton rata-rata secara konsisten lebih rendah daripada rata-rata keseluruhan dari semua edisi sebelumnya, yang menunjukkan peningkatan performa yang berkelanjutan.

Dalam semua edisi, persentase total pacing adalah sebagai berikut: EP = 74,8%, pacing negatif = 3,6% dan pacing positif = 21,6%. Wanita menunjukkan persentase EP yang lebih tinggi daripada pria (77,6% vs. 74,3%, p < 0,001). Analisis mengungkapkan peningkatan EP yang nyata dan berkelanjutan sejak tahun 2021 dan seterusnya. Sebelum tahun 2021, persentase EP berkisar antara 68% hingga 75%. Namun, sejak tahun 2021, persentasenya secara konsisten melampaui 77%. Di sisi lain, tidak ada cukup bukti statistik untuk mengonfirmasi bahwa pacing positif telah meningkat selama bertahun-tahun. Setelah 2016, pacing negatif terus menurun lagi, mencapai titik terendah 1,53% pada tahun 2023. Menganalisis efek kategori atletik, baik pria maupun wanita, kategori yang lebih muda ( M < 35, M35 dan M40) memiliki penggunaan EP yang lebih tinggi (∼75%). Pada pria, dari kategori M55 dan seterusnya EP menurun secara signifikan, dan juga secara signifikan lebih rendah dalam kategori M < 23; sebaliknya, pacing positif meningkat. Temuan ini lebih jelas pada wanita, mulai dari kategori F45, meskipun ini tidak berlaku untuk kategori F < 23. Dalam hal tingkat atletik, di antara pelari yang membutuhkan waktu lebih dari tiga jam untuk menyelesaikan maraton, persentase EP menurun secara signifikan ( p < 0,05) dalam kaitannya dengan atlet sub-tiga jam, dengan pacing positif meningkat sesuai dengan itu dan pacing negatif mulai muncul (Gambar 2 ).

Secara umum, dengan mempertimbangkan kecepatan absolut setiap segmen maraton, pembagian 5–10 km adalah yang tercepat, sedangkan pembagian 35–40 km adalah yang paling lambat. Terlepas dari tahun edisi maraton, penurunan umum dalam kecepatan secara konsisten diamati antara kilometer 25 dan 40. Penurunan ini menjadi lebih jelas di antara atlet pada tingkat kinerja yang lebih rendah. Menariknya, pola tersebut juga menunjukkan bahwa penurunan kecepatan ini memengaruhi kedua ujung spektrum usia: atlet yang lebih muda dan lebih cepat cenderung mengalami penurunan tajam karena kecepatan awal, sedangkan atlet yang lebih tua sering menunjukkan penurunan yang sama atau bahkan lebih jelas. Selain itu, perlambatan cenderung lebih nyata di antara peserta pria. Meskipun kilometer lima bukanlah titik paling lambat dari keseluruhan perlombaan, ia secara konsisten lebih lambat daripada rata-rata segmen lain di semua edisi, jenis kelamin, tingkat kinerja, dan kategori usia. Percepatan akhir juga umum diamati. Namun, hal ini lebih jarang terjadi pada pelari pria dibandingkan dengan pelari wanita (masing-masing 56,1% vs. 71,8%, p < 0,001) dan lebih jarang terjadi pada kelompok pria yang lebih muda dan setengah baya (misalnya, M < 35, M35, M40, dan M45). Prevalensi end spurt meningkat seiring dengan penurunan tingkat performa (misalnya, Level 1 = 34% vs. Level 11 = 81,6%, p < 0,001) (Gambar 3 ).

Demikian pula, saat menganalisis kecepatan relatif (Informasi Pendukung: Gambar S1 ), profil yang sebanding diamati. Namun, penting untuk menyoroti bahwa, di semua variabel—jenis kelamin, edisi lomba, tingkat atletik, dan kategori—segmen antara kilometer 30 dan 35 secara konsisten mewakili titik paling kritis dari penurunan kinerja.

Mengenai SSC (Informasi Pendukung: Gambar S2 ), hasilnya mengonfirmasi profil yang disebutkan sebelumnya. Profil SSC mengungkapkan struktur yang jelas: akselerasi awal yang kuat, diikuti oleh penurunan kecepatan yang cepat mulai dari segmen kedua (km15 vs. km10). Terlepas dari tahun edisi, jenis kelamin, kategori atletik atau tingkat atletik, segmen km10 versus km5 secara konsisten muncul sebagai yang memiliki SSC (%) tertinggi—titik di mana pelari berakselerasi paling banyak. Sebaliknya, segmen km35 hingga km30 secara konsisten merupakan titik perlambatan terbesar—SSC terendah (%), segmen ini sesuai dengan ‘dinding maraton’ yang terdokumentasi dengan baik.

Informasi Pendukung: Gambar S3 menunjukkan koefisien variasi kecepatan lari. Dalam semua sampel, wanita menunjukkan nilai CV yang lebih rendah daripada pria (6,79 ± 5,14% vs. 7,40 ± 5,43%, p < 0,001, berturut-turut). Selain itu, ada perbedaan signifikan ( p < 0,001) antara semua edisi kecuali antara tahun 2022 dan 2023, di mana nilai CV terendah tercatat. Perbedaan juga diamati ketika membandingkan berdasarkan kategori atletik ( p < 0,001). Pada pria, tidak ada perbedaan signifikan yang diamati dari kategori < 35 tahun ke M50; namun, mulai dari M50, ada peningkatan signifikan dalam CV antara kategori hingga > M70. Dalam M < 23, nilai CV serupa ( p > 0,05) dengan yang ada dalam kategori di atas M55. Pada wanita, perubahan signifikan dalam CV dimulai dari F40; Kategori F60 dan F65 menunjukkan nilai CV tertinggi, dengan perbedaan signifikan ( p < 0,01) di bawah F50, kecuali untuk kategori F < 23, yang mencapai nilai serupa. Dengan mempertimbangkan tingkat atletik, peningkatan CV yang signifikan ( p < 0,001) terjadi mulai dari kategori 5.

Sehubungan dengan HTW (Gambar 4 ), wanita menunjukkan prevalensi yang lebih tinggi baik di km 30 (wanita = 28,6% vs. pria = 22,6%, p < 0,001) dan di km 35 (wanita = 45,5% vs. pria = 43,7%, p < 0,001). Perbedaan ini signifikan hanya antara kategori usia 35 hingga 55 tahun. Kategori atletik memiliki dampak yang kuat pada prevalensi HTW. Ekstrem spektrum (atlet muda, tidak berpengalaman dan veteran) cenderung menunjukkan HTW yang lebih tinggi, sedangkan atlet dalam rentang usia 24–45 tahun menunjukkan prevalensi terendah di kedua titik kilometer dan pada kedua jenis kelamin. Dalam hal tahun edisi maraton, pengurangan signifikan ( p < 0,001) dalam persentase HTW di kedua penanda jarak diamati mulai tahun 2021. Terakhir, persentase atlet yang mengalami HTW di kedua jarak meningkat secara signifikan mulai dari level 5, dengan tren eksponensial dalam prevalensinya muncul dari titik itu dan seterusnya. Analisis regresi logistik mengungkapkan bahwa SSC di seluruh segmen maraton tertentu merupakan prediktor kuat HTW. Untuk HTW di kilometer 30, segmen yang paling berpengaruh adalah SSC km 20 versus Km 15 dan SSC km 15 versus Km 10 dengan rasio peluang (OR) masing-masing sebesar 0,019 (95% CI: [0,016, 0,021]) dan 0,063 (95% CI: [0,058, 0,069]). Untuk HTW di kilometer 35, segmen yang sama memberikan efek signifikan, dengan OR 0,318 (95% CI: [0,312, 0,324]) untuk SSC km 20 versus Km 15 dan 0,444 (95% CI: [0,438, 0,451]) SSC km 15 versus Km 10. Temuan ini menggarisbawahi bahwa deselerasi terkendali antara kilometer 15 dan 30 berfungsi sebagai penyangga fisiologis terhadap kelelahan ekstrem, menyoroti pentingnya menjaga strategi kecepatan yang stabil sepanjang fase pertengahan maraton. Dimasukkannya variabel demografis dan kontekstual dalam model regresi logistik mengungkapkan untuk HTW di kilometer 30, bahwa tingkat atletik yang lebih rendah adalah prediktor terkuat, dengan OR 2,21 (95% CI: [2,18, 2,23], p < 0,001). Jenis kelamin juga menunjukkan pengaruh yang substansial, dengan perempuan memiliki OR = 1,61 (95% CI: [1,55, 1,67], p < 0,001). Untuk HTW di kilometer ke-35, polanya serupa. Tingkat atletik tetap menjadi faktor yang paling berpengaruh, dengan OR sebesar 1,79 (95% CI: [1,77, 1,80], p < 0,001), dan jenis kelamin perempuan memiliki hubungan yang lebih kecil tetapi signifikan (OR = 1,10, 95% CI: [1,06, 1,13], p < 0,001).

Dengan menganalisis hubungan antara berbagai variabel, kami menemukan korelasi signifikan antara waktu maraton dan CV kecepatan ( r = 0,551 dan p < 0,001) serta dengan kecepatan pada 20 km, 25 km dan 30 km ( r = −0,941, r = −0,951 dan r = −0,929, masing-masing; p < 0,001). Selain itu, waktu maraton berkorelasi dengan kecepatan relatif pada 10 km ( r = 0,478 dan p < 0,001), 15 km ( r = 0,467 dan p < 0,001), 20 km ( r = 0,354 dan p < 0,001), 35 km ( r = −0,344 dan p < 0,001) dan 40 km ( r = −0,385 dan p < 0,001) serta dengan SSC antara km 10 dan km 5 ( r = 0,330 dan p < 0,001).

Selain itu, pelari dengan EP menunjukkan CV yang jauh lebih rendah, HTW jauh lebih jarang pada kilometer ke-30 ( p < 0,001) dan 35 ( p < 0,001) dan membutuhkan lebih sedikit percepatan akhir ( p < 0,001). Setelah disesuaikan dengan variabel profil atlet (level, jenis kelamin dan kategori atletik), jelas bahwa strategi EP adalah pendekatan yang paling efektif, yang mengarah pada peningkatan rata-rata 27-34 menit ( p < 0,001) pada kecepatan positif dan negatif, masing-masing. Selain itu, mereka yang HTW, terutama pada km ke-30, tampil jauh lebih buruk, dengan waktu maraton yang lebih lama ( p < 0,001) dan variabilitas kecepatan yang lebih besar; pelari yang mengalami “dinding” pada kilometer ke-30 membutuhkan waktu, rata-rata, 36 menit dan 18 detik lebih lama untuk menyelesaikan maraton dibandingkan dengan mereka yang tidak. Demikian pula, mereka yang menabrak tembok di kilometer ke-35 menyelesaikan lomba 27 menit dan 58 detik lebih lambat secara rata-rata daripada mereka yang menghindarinya. Perbedaan waktu ini menyoroti dampak substansial HTW pada performa maraton secara keseluruhan. Terakhir, atlet yang menggunakan percepatan akhir cenderung memiliki performa maraton secara keseluruhan yang lebih buruk ( p < 0,001).

4 Diskusi
Tujuan utama dari studi ini adalah untuk menganalisis evolusi kecepatan selama 10 tahun terakhir di Trinidad Alfonso EDP Valencia Marathon dalam kaitannya dengan jenis kelamin, usia, dan tingkat atletik. Temuan utama dari studi ini adalah sebagai berikut: (1) Dengan mempertimbangkan kecepatan absolut, kecepatan relatif, dan SSC, karakteristik struktural dari perilaku performa maraton—terlepas dari berbagai variabel yang dianalisis—mengungkapkan pola yang jelas: akselerasi awal yang kuat diikuti oleh penurunan kecepatan yang cepat mulai dari segmen kedua antara kilometer 10 dan 15. (2) EP secara signifikan terkait dengan performa maraton, sebagian karena pendekatan kecepatan ini dikaitkan dengan kejadian HTW yang lebih rendah. (3) Secara keseluruhan, peserta mengadopsi strategi EP dan menunjukkan lonjakan di akhir. (4) Tahun edisi, jenis kelamin, kategori, dan tingkat atletik memengaruhi performa maraton dan profil kecepatan: edisi 20.1–2023, pelari yang lebih cepat dan atlet yang lebih muda menunjukkan persentase EP yang lebih tinggi, CV yang lebih rendah, dan persentase HTW. (5) Kecepatan, CV kecepatan, dan SSC di segmen maraton tertentu secara signifikan terkait dengan waktu maraton akhir, dengan km 10 dan km 40 menonjol sebagai titik-titik utama, masing-masing menjadi yang tercepat dan paling lambat. Lebih jauh lagi, kecepatan yang lebih tinggi di zona km 20–km 30 sangat prediktif terhadap hasil maraton yang lebih baik.

Karena distribusi kecepatan, tenaga, dan energi yang disengaja, disebut sebagai ‘kecepatan’ atau ‘strategi kecepatan’, diakui sebagai penentu utama performa lari yang optimal (Pryor et al. 2020 ), temuan ini menyoroti pentingnya kontrol kecepatan, sebagai keterampilan kontrol motorik, dalam performa maraton. EP sepanjang lintasan menyebabkan perbedaan yang signifikan dalam performa akhir. Kecepatan yang lebih cepat di zona km 20–km 30 sangat prediktif untuk hasil maraton yang lebih baik. Segmen ini kemungkinan mencerminkan disiplin kecepatan atlet di bagian awal dan daya tahan mereka menuju fase perlombaan yang paling melelahkan. Lebih jauh lagi, mengalami HRW, baik di km 30 atau km 35, secara signifikan meningkatkan waktu perlombaan akhir. Kelelahan awal (kecepatan relatif tinggi antara km 10–20) adalah prediktor terkuat HTW. Oleh karena itu, HTW merupakan fenomena multifaktorial yang terkait dengan strategi pengaturan kecepatan, status latihan, dan variabel fisiologis, seperti ketersediaan glikogen, dan tetap menjadi tantangan lintas sektor, yang memengaruhi pelari di semua tingkatan dan usia. Selain itu, CV yang rendah merupakan penanda pengaturan kecepatan yang baik, yang dikaitkan dengan risiko HTW yang lebih rendah dan kinerja keseluruhan yang lebih baik.

Karena keadaan orografis dan lingkungan yang berbeda di mana maraton yang berbeda diadakan, sulit untuk membuat perbandingan antara studi saat ini dan yang sebelumnya. Namun, hasil ini konsisten dengan studi lain dan menunjukkan efek jenis kelamin, usia, dan performa pada kecepatan (March et al. 2011 ; Nikolaidis dan Knechtle 2018a ; Trubee 2011 ). Namun, dan sesuai dengan Nikolaidis dan Knechtle ( 2017 ), efek interaksi usia × tingkat performa pada kecepatan, yaitu, apakah pelari dengan waktu lomba yang sama tetapi pada usia yang berbeda menunjukkan variasi kecepatan lari yang berbeda selama lomba maraton, tidak dianalisis. Secara umum, dan sesuai dengan Muñoz-Pérez et al. ( 2020 ), dominasi EP ditemukan untuk pria dan wanita, terlepas dari perbedaan performa mereka, pada atlet yang menyelesaikan waktu di bawah 3 jam 30 menit; meskipun dalam studi saat ini, kecepatan balapan yang lebih tinggi dikaitkan dengan EP yang lebih tinggi, yang sesuai dengan studi sebelumnya (March et al. 2011 ; Nikolaidis dan Knechtle 2017 ). Khususnya dalam studi saat ini, level atletik 5 (<3 jam untuk pria dan <3 jam 15 menit untuk wanita) dapat mewakili ambang batas kritis, di mana strategi pengaturan kecepatan mulai memburuk secara signifikan, kemungkinan terkait dengan level pelatihan, pengalaman, atau kapasitas fisiologis yang lebih rendah.

Seperti yang diharapkan, kecepatan lari lebih tinggi pada pria daripada wanita untuk tingkat performa dan kategori yang sama dan di semua split. Oleh karena itu, sejalan dengan Deaner et al. ( 2015 ), perbedaan jenis kelamin dalam kecepatan sangat kuat dan ini mungkin menunjukkan perbedaan jenis kelamin dalam fisiologi, pengambilan keputusan, atau keduanya. Selain itu, dan menurut Santos-Lozano et al. ( 2014 ), meskipun wanita menunjukkan nilai CV yang lebih rendah daripada pria, mereka menunjukkan persentase end spurt dan HTW yang lebih tinggi. Secara keseluruhan, profil kecepatan tampaknya kurang bergantung pada jenis kelamin daripada pada tingkat performa atau kategori atletik. Temuan ini tidak mendukung penelitian sebelumnya yang menunjukkan persentase HTW yang lebih rendah pada wanita (Smyth 2021 ).

Di sisi lain, sejalan dengan penelitian sebelumnya (Nikolaidis dan Knechtle 2017 ; Ristanovic et al. 2023 ), pelari terbaik dan termuda menunjukkan end spurt dan HTW lebih jarang serta CV yang lebih rendah dalam kecepatan daripada atlet lain. Hilangnya end spurt pada pelari berkinerja tinggi dapat dijelaskan oleh distribusi energi yang lebih baik (Ristanović et al. 2023 ), yang mungkin disebabkan oleh fakta bahwa atlet elit bertujuan untuk mempertahankan posisi mereka dalam perlombaan, sedangkan pelari amatir, yang niatnya lebih untuk menyelesaikan perlombaan dalam waktu sesingkat mungkin atau meningkatkan rekor pribadi mereka, akan mencoba untuk ‘berlari cepat’ di bagian terakhir perlombaan (Santos-Lozano et al. 2014 ). Selain itu, dan menurut Cuk et al. ( 2019 ), perlu dicatat juga bahwa atlet muda, < 23 tahun, tanpa memandang jenis kelamin, menunjukkan nilai CV, HTW, dan profil kecepatan maraton seperti atlet yang lebih tua. Penjelasan yang mungkin untuk ini mungkin karena kecepatan dipengaruhi oleh interaksi antara umpan balik dan pengalaman sebelumnya (Micklewright et al. 2010 ), kemampuan untuk memahami dan mengendalikan kecepatan lari mungkin merupakan pola yang dipelajari setelah pelatihan ekstensif dan pengalaman kompetisi. Dalam hal ini, pelari pemula mungkin tidak memiliki keterampilan metakognitif yang berkembang dengan baik seperti pelari elit yang lebih berpengalaman, yang menunjukkan bahwa keterampilan metakognitif dan strategi perhatian pelari berkembang saat mereka mendapatkan lebih banyak pengalaman (Brick et al. 2018 ). Memang, pelari terbaik mungkin memiliki lebih banyak pengalaman dan latihan yang disengaja dan mengenal diri mereka sendiri lebih baik daripada atlet yang kurang berpengalaman. Demikian pula, persepsi temporal dan spasial dapat dilihat sebagai keterampilan kognitif pelari ketahanan, dengan atlet tingkat tinggi menunjukkan kinerja persepsi yang lebih baik daripada pelari tingkat rendah (Latorre-Román et al. 2020 ). Selain itu, menarik untuk dicatat bahwa tidak ada perbedaan dalam kecepatan di antara pelari maraton elit (< 2 jam: 10) dan yang terlatih dengan baik (< 3 jam: 00), yang berarti mereka menampilkan profil lomba yang sama terlepas dari performa mereka. Temuan penelitian saat ini hanya konsisten dengan para pria di Berlin Marathon 2017 (Muñoz-Pérez et al. 2020 ).

Dalam studi terkini, CV kecepatan berkorelasi signifikan dan positif dengan waktu maraton akhir. CV kecepatan pada pria dan wanita yang ditemukan dalam studi terkini serupa dengan studi oleh Santos-Lozano et al. ( 2014 ) yang dilakukan di New York Marathon (pria = 7,40 vs. 7,8% dan wanita = 6,79% vs. 6,6%), masing-masing. Nilai CV yang lebih tinggi dalam kecepatan yang ditemukan pada pria dari kategori < 35 tahun hingga kategori 55 tahun dapat disebabkan oleh pria yang melebih-lebihkan kemampuan maraton mereka (Hubble dan Zhao 2016 ). Namun, tidak seperti studi terkini, studi yang dilakukan di Athens Classic Marathon tidak menemukan perbedaan signifikan dalam CV kecepatan antara jenis kelamin dan kelompok usia (Nikolaidis dan Knechtle 2018b ).

Mengenai tahun perlombaan, perlu dicatat bahwa 2021, 2022 dan 2023 memiliki waktu maraton keseluruhan terbaik, dengan persentase atlet tertinggi yang menampilkan EP dan nilai CV terendah dalam kecepatan. Selain itu, edisi-edisi ini menunjukkan persentase atlet terendah yang mengalami HTW. Meskipun kami tidak memiliki data tentang penggunaan sepatu berlapis karbon dalam edisi-edisi ini, penggunaannya telah meningkat di kalangan pelari elit dan amatir di Spanyol sejak memasuki pasar pada tahun 2020. Beberapa penelitian menunjukkan peningkatan kinerja, khususnya dalam maraton, dengan penggunaan sepatu ini, terutama karena kemampuannya untuk menurunkan biaya energi lari (Rodrigo-Carranza et al. 2021 ) . Karena berlari dengan kecepatan konstan adalah strategi kecepatan yang paling efisien secara metabolik untuk menyelesaikan perlombaan ketahanan dalam waktu tertentu (Rapoport 2010 ), strategi kecepatan yang lebih baik dapat memberi pelari maraton elit jalur ekonomis menuju peningkatan kinerja yang signifikan di tingkat rekor dunia (Angus 2014 ). Memang, setiap rekor dunia wanita dan pria dari 5 km hingga maraton telah dipecahkan sejak diperkenalkannya sepatu pelat serat karbon pada tahun 2016 (Muniz-Pardos et al. 2021 ). Secara khusus, analisis retrospektif terhadap performa 99 pelari maraton pria kelas dunia antara tahun 2012 dan 2021 menunjukkan peningkatan 1% dalam kecepatan lari maraton pria kelas dunia saat berlari dengan jenis sepatu ini (Langley dan Langley 2024 ). Studi di masa mendatang dapat memverifikasi hubungan yang tepat antara penggunaan jenis sepatu ini dan strategi pengendalian kecepatan selama perlombaan.

Studi ini harus dipertimbangkan dengan batasan-batasan berikut. Pertama-tama, kurangnya informasi tambahan tentang faktor-faktor lain yang dapat memengaruhi kecepatan lari maraton, seperti usia pasti atlet, pengalaman sebelumnya, karakteristik antropometri dan kebugaran, serta cedera sebelumnya. Kedua, tidak mungkin menganalisis pengaruh lari berkelompok terhadap pengendalian kecepatan. Ketiga, panjang setiap segmen, yang diukur setiap 5 km kecuali untuk segmen sepanjang 42,2 km, dapat memengaruhi hasil variabilitas; data yang dikumpulkan setiap km mungkin lebih tepat. Keempat, tahun 2016 menunjukkan perilaku yang tidak lazim, dan perbandingannya dengan tahun-tahun sebelumnya dan berikutnya mengungkapkan perubahan yang sangat signifikan, yang dapat dikaitkan dengan faktor-faktor yang berhubungan dengan cuaca, perubahan tata letak lintasan maraton, kegagalan teknologi, tantangan logistik, atau manajemen pasokan yang buruk. Terakhir, kehati-hatian harus diambil ketika menggeneralisasikan temuan ini ke maraton lain, terutama yang memiliki perubahan ketinggian yang signifikan atau tingkat stres termal yang tinggi yang dapat memengaruhi upaya fisik dan mental. Meskipun demikian, studi ini memiliki beberapa kelebihan. Pertama, sejauh pengetahuan kami, ini adalah studi pertama yang menyelidiki aspek-aspek pengaturan kecepatan dalam maraton Spanyol. Selain itu, studi ini menggabungkan analisis berbagai variabel beragam yang memengaruhi kontrol kecepatan, yang belum dianalisis dengan cara ini dalam studi sebelumnya. Meskipun kesimpulan pasti tidak dapat ditetapkan, perbandingan temporal analisis yang dilakukan dari tahun 2014 hingga 2023—ketika banyak atlet yang mengenakan sepatu berlapis karbon muncul dalam perlombaan selama edisi terbaru—menambah nilai ilmiah pada studi ini.

5 Kesimpulan
Singkatnya, hasil penelitian ini mengonfirmasi pengaruh jenis kelamin, usia, dan tingkat atletik pada strategi kecepatan. Secara keseluruhan, peserta mengadopsi strategi EP dan menunjukkan percepatan akhir. Tahun edisi, jenis kelamin, kategori, dan tingkat atletik memengaruhi performa maraton dan profil kecepatan: pada edisi 2022 dan 2023, pelari yang lebih cepat dan atlet yang lebih muda menunjukkan persentase EP yang lebih tinggi, CV yang lebih rendah, dan persentase HTW yang lebih rendah. Selain itu, edisi 2022 dan 2023 menunjukkan waktu maraton keseluruhan terbaik. EP, CV, kecepatan itu sendiri, dan biayanya di segmen maraton tertentu secara signifikan terkait dengan waktu maraton akhir. Temuan ini menyoroti pentingnya kontrol kecepatan, sebagai keterampilan kontrol motorik, dalam performa maraton. Perbedaan berdasarkan level, usia, dan jenis kelamin harus diperhitungkan saat merencanakan pelatihan. Pelatihan khusus dengan kecepatan tetap dan penggunaan teknologi kecepatan (jam tangan GPS, perencana kecepatan) dapat meningkatkan kinerja secara signifikan.