快速解答
Loading Pattern Index（LPI）是Run-It的 0-100 从重复会话中的真实运行数据中查看配速感知加载上下文。它使用 Garmin 或 Stryd 信号（例如配速、踏频、触地时间、垂直运动、步幅行为和疲劳情况）来询问一个实际的鞋子问题：跑步者对鞋子的负载是否在平台可以感到舒适、响应和控制的范围内？ LPI 不是Strike Index、Dynamic Strike Index、Minimalist Index、压力图分数或外底磨损模式分析。较高的 LPI 不会自动变坏，较低的 LPI 也不会自动变好。该分数不是诊断、伤害预测或通用表现等级。这意味着 Run-It 应该比较相似的、稳定的跑步窗口，然后除了舒适度、反弹、稳定性、跑步目的和鞋子历史之外，对鞋子进行判断，将建议与跑步者的实际运动方式联系起来，而不是只存储中性、稳定性、缓冲、节奏或实际训练中的比赛日等类别。
LPI 测量什么
跑鞋通常按类别出售：中性、稳定性、缓冲、节奏、比赛日。这些标签很有用，但它们并不能解释你自己的身体如何加载鞋子。两名跑步者可以以相同的配速穿着同一件日常训练鞋，但仍然表现出不同的冲击载荷、地面接触、垂直运动和疲劳漂移。这就是为什么加载模式类别比商店类别更有用：它从跑步者的力学开始，然后询问哪种鞋型可以使这些力学感到舒适和可控。
Run-It 使用 LPI 来使这种差异可见。分数是一个面向产品的加载模式信号：它着眼于在给定配速下跑步的表现，而不是将鞋子的选择视为静态标签。用简单的语言来说，它与负载的背景有关，而不仅仅是跑步者的重量或鞋子的柔软度。
Garmin 和 Stryd 分析为 Run-It 提供有用的跑步动态背景：速度、步伐节奏、接触时间、垂直运动、步幅行为以及相关的手表或 Pod 信号。公共设备文档用简单的术语解释了这些类型的运行形式测量。 Run-It 将相关上下文转化为面向跑步者的 LPI 值，因此鞋子讨论保持实用性，并且更容易在跑步中进行比较。
避免简单的跑步课程、锻炼和比赛被视为相同的情况。
添加有关跑步者如何移动的信息，而不仅仅是他们移动的速度。
将推荐与真实的运动模式联系起来，而不是与一个孤立的数字联系起来。
LPI来自哪里
Run-It 从鞋子测试开始，而不是从仪表板指标开始。跑步者测试鞋子，然后回答结构化问题：他们喜欢这双鞋吗？它合脚吗？感觉舒适吗？反应良好吗？他们真的会继续使用它吗？这种反馈循环使一种模式难以被忽视：舒适是实际的锚点。
在 Run-It 的产品反馈工作中，如果舒适故事仍然有意义，那么鞋子可以在不完美的合脚说明或响应说明中幸存下来。当舒适度下降时，整个鞋子的得分通常会变得难以挽救。这种模式引发了 LPI 背后的产品问题：Run-It 如何将跑步者的装载方式与鞋子在其下的实际感觉联系起来？
这就是为什么LPI不是一个软与硬的鞋标。 Run-It 使用 鞋装载窗口 作为堆叠深度、泡沫柔顺性、摇杆、板或扭转刚度、侧壁支撑、平台宽度和外底几何形状如何塑造骑行体验的工作模型。负载太少会使鞋子感觉迟钝或脱节。过多的负载会使鞋子产生更刺耳、触底的感觉。在这个模型中，有用的目标是中间部分：足够的压缩以获得舒适感和回弹力，而不是让鞋子失去控制感。
为什么舒适是锚
这直接连接到 Run-It 之前的文章， 为什么跑步者喜欢日常训练鞋：舒适至上。在那篇文章中，Run-It 研究了日常训练鞋的反馈，发现跑步者在喜欢日常训练鞋时，选择舒适度的频率远高于其他任何原因。舒适度和 Run-It 整体鞋子得分之间的确切关系值得稍后单独总结，但产品教训已经很清楚：当舒适度崩溃时，鞋子故事的其余部分通常不再重要。
这并不意味着舒适度是模糊的或不科学的。鞋类研究经常讨论“舒适度过滤器”和首选运动路径：跑步者往往更喜欢感觉舒适且适合自然运动的鞋子。一个 2015年英国运动医学杂志论文 提出了舒适性和首选运动路径作为有用的鞋类范例，以及后来的 前沿评论 将舒适度描述为选鞋的一个重要且仍在发展的因素。
仔细的版本是这样的：舒适度并不是神奇的防伤规则，也不是 Run-It 唯一关注的因素。它是选择合适跑鞋的最佳实用锚点，因为它可以同时显示泡沫力学、稳定性、合脚性、回弹、疲劳和跑步者偏好。 LPI 的存在是为了通过解释为什么一个跑步者可能会更接近鞋子的有用范围而另一个跑步者可能不会着陆，从而减少锚点的随机性。
Run-It 在数据中看到了什么
LPI 假设从模式开始，而不是从泡沫理论开始。在Run-It的鞋子测试反馈和匹配工作中，同样的大故事不断出现：跑步者不会简单地奖励具有最大缓冲或最大反应的鞋子。他们奖励感觉舒适、反应灵敏、装载方式可控的鞋子。
Run-It 目前将该模式解读为不同的个人最佳点。当鞋子较早压缩并顺利返回时，跑步者 A 可能会感觉最好。跑步者 B 可能坐在建议工作范围的中间附近。跑步者 C 可能需要更多的鞋侧阻力，才能感受到平台的稳定和活力。因此，同一双鞋对于一个跑步者来说可能会感觉迟钝，而对于另一个跑步者来说则可能很理想，而对于第三个跑步者来说可能会感觉粗糙。
有用的结论很简单：当 Run-It 可以比较稳定、相似的跑步环境，然后推断鞋子在该跑步者的表现时，鞋子的选择效果会更好。本文停留在跑步者层面：LPI 有助于解释什么，为什么舒适度很重要，以及为什么不同的鞋子适用于不同的负载模式。
用一句话概括假设
LPI 帮助 Run-It 将跑步者侧负载与鞋侧工作范围假设进行比较，因此建议可以考虑舒适性、回弹和稳定性，而不是依赖于静态鞋类别。
如何阅读这个模型
鞋子负载窗口的想法是 Run-It 目前对鞋子测试反馈和匹配数据中看到的模式的解释。它不是经过验证的生物力学科学，也不应该被视为每只鞋都为每个跑步者提供精确可测量窗口的证据。泡沫力学给出了这种模式可能发生的合理原因； Run-It 反馈给出的产品信号使这个想法在今天变得有用。随着更多的汇总数据和实验室工作的出现，这种解释可能会被完善或改变。
LPI 和鞋装载窗口
LPI 描述了等式的流道部分。鞋加载窗口是鞋侧模型 Run-It 用于推理匹配的窗口。深柔顺的厚底鞋、结构化的日常训练鞋和节奏鞋都可以是好鞋，但它们不要求相同的负载模式。它们的堆叠深度、几何形状、回弹时间、平台宽度、摇杆和刚度可能会影响乘坐的位置开始感觉活跃以及开始失去控制。
如果跑步者似乎坐在该模型中的窗口上方，则鞋子会感觉粗糙，因为平台可能会超出其有用的压缩范围。如果跑步者坐在窗户下方，那么深或高度柔顺的鞋子可能会感觉像沙袋：沉降缓慢、返回缓慢且不稳定，因为在平台恢复结构之前脚一直在移动。这就是为什么 Run-It 将舒适感视为不仅仅是毛绒感觉。 Run-It 目前的解释是，最好的感觉往往来自跑步者的负载模式和鞋子的实际工作范围之间的一致性。
这是个人的。两名跑步者可以具有相同的体重并购买相同的鞋子，但由于步频、击球模式、地面接触、垂直运动、疲劳漂移或跑步目的，一名跑步者可能会坐得更接近鞋子的有用范围，而另一名则可能坐在鞋子的有用范围之外。 LPI 帮助 Run-It 在可能的不匹配变成模糊的“这双鞋感觉死了”或“这双鞋感觉不稳定”之前让其变得可见。在下图中，Runner A、B 和 C 显示了三个简化的加载上下文。
泡沫的解释
一旦反馈模式清晰，泡沫力学就会给出有用的可能解释。该模型并不是“缓冲垫越多越好”。 Run-It 目前将每双鞋都视为具有实际工作范围，而中底是每种跑鞋搭配可能在该范围内产生不同量应变的最大原因之一。
泡沫的行为不像简单的开/关垫。 闭孔 EVA 泡沫的压缩测试 描述了三个主要区域：初始弹性区域、细胞变形和吸收能量的平台区域以及细胞塌陷过度后应力急剧上升的致密化区域。同一工作描述了致密化之前的最佳能量吸收点。 Run-It 将其用作鞋子的有用心智模型：可能存在一个实际范围，使鞋子感觉最受控制和充满活力。
在简化这个想法之前，先看看真实的泡沫细胞。 EVA、TPU 和 PEBA 聚合物泡沫的开放式显微镜显示了为什么下图应保持概念性：泡孔尺寸、壁厚、开口和塌陷模式会因化学和加工而变化。共同点是这些泡沫是多孔结构，而不是均匀的块。
来自运动鞋泡沫研究的 EVA 泡沫单元。
来自高弹性聚合物泡沫研究的 TPU 泡沫细胞。
PEBA 聚合物泡沫单元参考。
压缩测试中使用的 EVA 泡沫样本和样本尺寸。
显示弹性、平台和致密化区域的响应曲线。
能量吸收效率和缓冲系数曲线。
跑步地面反作用力和鞋中底磁滞回线。
缓冲效率源数据很重要，因为它特别是 乙e-应变曲线。在 EVA压缩纸，能量吸收效率随着压缩应变而上升，在最佳应变处达到峰值，然后随着泡沫被驱动致密化而下降。这就是曲线 Run-It 应该与最佳点想法进行比较：不是 x 轴上的鞋子阻力，而是跑步鞋配对在中底内部产生的估计应变。
磁滞回线是理解它的直观方式，应该从真实的力变形参考而不是发明的曲线中读取它。在上面的源图中，鞋子被加载然后释放；循环面积是循环期间损失的能量。 RTINGS 在跑鞋压缩测试中使用相同的力-位移想法，并且 2024年鞋类科学评论 显示了真实的中底泡沫压缩测试，包括位移、力和力-位移面板。实际翻译很简单：缓冲来自加载阶段吸收的能量，能量返回取决于有多少周期没有损失。
这也是为什么舒适度和回弹力是相关的，但又不相同。一个 跑鞋缓震感知研究 发现较低的冲击峰值只能解释一些舒适度比较；反应、能量反弹和感知稳定性也会影响跑步者的喜好。其他 科学报告研究 结果表明，增加最大缓冲并不会自动减少每种跑步条件下的负载。 Run-It 的实用要点很简单：最好的鞋子并不总是具有最多功能的鞋子。这款鞋的结构非常适合跑步者的负荷模式。
为什么节奏调整很重要
不应在相同的原始负荷范围内判断困难间歇和轻松恢复慢跑。更快的跑步通常会改变节奏、接触时间、步幅行为和冲击时间。如果分数忽略了配速背景，则可能会使正常的锻炼机制看起来像是一个问题。
在将加载模式信号呈现为 LPI 之前，Run-It 会考虑速度上下文。最终值显示在 0-100 范围内。面向用户的想法很简单：比较可比较上下文中的加载模式，然后更严格地确定哪些运行会话足够干净，可以用作直接基线。
为什么干净的比较窗口很重要
当 LPI 来自稳定、可比较的运行窗口时，Run-It 最有信心。在当前的产品工作中，稳定适度的努力通常会给出最干净的直接基线。并不是因为一个公共配速范围适合每个跑步者，而是因为运动员通常在清晰地跑步，具有可读的运动模式，没有间隔机制或比赛努力主导信号。
非常快的努力可能会变得不那么具有可比性。跑步者可能会改变力学，因为努力很困难，样本可能包含更少的稳定秒数，并且速度和负载之间的关系可能变得不太线性。非常缓慢的努力也会削弱信号：步幅差异可能很小，跑走机制可能会模糊模式，手表或 Pod 测量误差可能会占用 Run-It 尝试读取的更多差异。
这就是为什么努力需要稳定，而不仅仅是接近目标范围。 Run-It 想要清晰的跑步形态快照：尽可能平坦的地形、稳定的努力、足够的样本和一致的信号。干净比较窗口之外的运行对于上下文仍然有用，特别是在查看疲劳、赛车或其他特定目的时，但直接 LPI 总结会更加谨慎地对待，不应将其视为相同的基线信号。
快速解答：为什么LPI使用新窗口？
Run-It 更喜欢新鲜窗口 LPI，因为稳定的早期段通常是比整个运行平均值更清晰的基线。该应用程序会寻找稳定的、可比较的跑步部分，其中跑步者不再刚刚开始，努力稳定，并且地形和信号干净到足以信任。这样可以创建可重复的比较，而不是将热身、爬坡、间歇训练和跑步后期疲劳混合到一个数字中。
快速解答：LPI 高意味着什么？
较高的 LPI 通常表示较高的速度感知加载上下文。这并不意味着跑步者受伤、效率低下或穿着错误的鞋子。这意味着 Run-It 应该更加小心鞋子的负载窗口：缓冲效率、回弹时间、平台稳定性、疲劳响应和重复运行一致性，然后才能将鞋子称为强力匹配。
过度内翻适合什么地方
内旋是正常现象，Run-It 不会将整鞋推荐减少到一个后足标签。我们的 步态分析文章 解释了为什么基于广泛的内旋的鞋处方对于大多数跑步者来说是较弱的。尼尔森及其同事的一个大型前瞻性队列发现，适度的内旋与穿着中性鞋的新手跑步者受伤风险的增加无关，作者指出需要对高度内旋的脚进行更多的训练。
较小的情况仍然很重要。在一项随机试验中，Malisoux 及其同事发现，运动控制鞋主要降低了内旋跑步者的整体受伤风险，而中性和外旋组则没有表现出相同的益处。 Willems 及其同事后来进行的二次分析发现，运动控制鞋发生内旋相关疾病的风险较低，但并非针对每种损伤类型。
LPI 应该这样读。具有较高负荷的脚跟重或内侧不稳定模式并不意味着“不惜一切代价纠正跑步者”。这意味着 Run-It 应该避免选择过于适合跑步者负荷的鞋子，而通常应该选择结构更加结构化、稳定的鞋子负荷窗口。当泡沫、几何结构和平台足以支撑跑步者的负荷时，鞋子可以恢复稳定性，而不是让脚继续通过平台塌陷。然后，明显的过度内旋可能会平静下来，因为鞋子不再放大不稳定性。这种稳定性才是重要的实际结果。这就是数据驱动的鞋子搭配方法和销售捷径之间的区别：内旋、步态线和商店类别都是观察结果，但更好的问题是真正的跑步力学是否似乎落在鞋子产生舒适感的工作范围内。
Run-It 如何使用 LPI 进行鞋子决策
Run-It 除了其他跑步动态信号、跑步类型、鞋子历史和疲劳漂移之外，还关注 LPI。当有足够的数据可用时，该产品还可以将更清晰的早期运行环境与后期运行环境进行比较，这有助于将跑步者的正常模式与后期运行变化区分开来。
这对于鞋子来说很重要，因为问题不仅仅是“你的平均影响是多少？”这是“当你的力学发生变化时，什么样的鞋子仍然有效？”日常训练师可能在新的轻松跑步课程中感觉良好，但在长时间的疲劳后会变得笨拙。比赛鞋在阈值配速时可能感觉很快，但对于恢复里程来说却过于激进。 LPI 帮助 Run-It 将上下文附加到建议中。
在应用程序中，LPI还支持鞋子轮换工作。当 Run-It 重复使用某双鞋进行跑步训练时，它可以比较跑步者在鞋子和用途上的负荷和疲劳信号，而不是在每次跑步中强制使用一个通用类别。
Run-It 方法说明
本文基于Run-It的产品实现，而非第一方人口数据集。在当前产品中，LPI 是按 0-100 等级显示的速度感知加载上下文分数。如果可用，新鲜窗口 LPI 在报告表面中是首选，因为更清晰的固定段可以是比后期运行疲劳更好的参考点。
最干净的直接 LPI 比较有意缩小范围：稳定的新鲜窗口段，理想情况是在热身之后，以相当的跑步强度，在可能的平坦地形上，具有足够的稳定数据和一致的信号。 Run-It 仍然可以使用其他跑步会话来实现更广泛的背景，但它不应该假装间隔、非常慢的跑步会话、丘陵路线或嘈杂的样本是同样干净的基线。
这是面向跑步者的产品理念解释，而不是人口研究。目的是展示为什么在判断鞋子是否适合跑步者的负荷模式时，真实的跑步环境很重要。
常见问题
Loading Pattern Index是什么？
Loading Pattern Index 或 LPI 是 Run-It 的来自真实跑步数据的配速感知加载上下文的 0-100 视图。它有助于鞋子推荐考虑到跑步者侧面的负载、鞋子负载窗口、舒适度、回弹、稳定性等，而不仅仅是一般的鞋子类别。它不是Strike Index、Dynamic Strike Index、Minimalist Index、压力图分数或外底磨损模式分析。
LPI 越低越好吗？
不是。LPI 是一个决定信号，不是通用等级。较高的值通常表示较高的配速感知负载环境，但鞋子的选择仍然取决于跑步类型、舒适度、疲劳漂移、合脚性以及跑步者在重复训练中的反应。
LPI可以预测伤病吗？
不会。Run-It 不会使用 LPI 作为诊断或伤害预测。它是一种鞋子选择和训练环境信号，可帮助跑步者比较 Garmin 或 Stryd 数据的负载模式。
为什么舒适度对 LPI 很重要？
舒适度很重要，因为 LPI 旨在将跑步者侧面的负载与鞋子在负载下的表现联系起来。 Run-It 将舒适度视为鞋子是否有效的实用依据，同时保持索赔非医疗性并避免受伤预防保证。
鞋子装载窗口是否经过验证科学？
不。鞋子负载窗口是 Run-It 对鞋子测试反馈和匹配数据中所见模式的当前工作解释，并由泡沫力学研究提供信息。这是一个不断完善的实用解释，而不是适用于每个跑步者和鞋子的经过验证的生物力学定律。
为什么Run-It对LPI使用稳定的比较窗口？
Run-It 更喜欢稳定的比较窗口，因为当运行段足够稳定以与类似的工作进行比较时，LPI 最有用。在干净的比较窗口之外运行会话仍然很重要，但直接的 LPI 总结会被更加谨慎地对待。
来源
- Garmin Forerunner 跑步动态指标定义。
- Stryd 指标帮助：跑步功率、触地时间、垂直振荡和相关信号。
- 渡等人。验证躯干安装的加速度计测量垂直振动和接地时间。
- 跑步生物力学和跑步经济性的系统回顾和荟萃分析。
- 具有 SEM 细胞形态源图的开放式 EVA 运动鞋泡沫纸。
- 开放式 TPU 高弹性泡沫纸，具有 SEM 细胞形态源图。
- 开放式 PEBA 聚合物泡沫纸，带有 SEM 细胞形态参考图。
- 闭孔 EVA 泡沫压缩研究描述了弹性、平台、致密化和最佳能量吸收区域。
- 具有地面反作用力和力变形滞后源图的开放式鞋中底阻尼纸。
- 鞋类科学评论，具有真实的中底泡沫力位移压缩测试和磁滞回线。
- 跑鞋缓冲感知研究将舒适度判断与冲击力、响应、反弹和稳定性线索联系起来。
- RTINGS 跑鞋压缩测试对缓冲、硬度、能量返回和力-位移环的解释。
- 库马拉等人。科学报告对高缓冲鞋、腿部刚度、速度和负载响应进行了研究。
- 尼尔森等人。关于新手跑步者足内旋和跑步相关损伤风险的前瞻性队列研究。
- 马苏等人。比较不同足部姿势组的标准鞋和运动控制鞋的随机试验。
- 威廉姆斯等人。对运动控制鞋和内旋相关病理的二次分析。
- 尼格等人。关于首选运动路径和舒适度作为鞋类范例的论文。
- Frontiers 对跑步鞋范例的回顾，包括舒适度和首选运动路径。
