L’ACWR après la méta-analyse 2026 : un signal, pas une prévision

Peu d’indicateurs ont autant divisé les sciences du sport que le ratio de charge aiguë:chronique. Popularisé par l’article de Tim Gabbett de 2016 sur le paradoxe entraînement-prévention des blessures, l’ACWR compare ce qu’un athlète a fait récemment à ce dont il a l’habitude. Il est devenu une ligne standard des tableaux de suivi de charge. Il a aussi été durablement critiqué, surtout par Impellizzeri et ses collègues en 2020, selon qui son lien causal avec les blessures n’a jamais été établi et le ratio lui-même pose des problèmes statistiques.

En août 2026, une méta-analyse multiniveau parue dans Frontiers in Public Health a apporté de nouveaux chiffres au débat. Elle mérite une lecture attentive, car elle ne soutient les thèses extrêmes d’aucun camp.

Ce qu’a trouvé la méta-analyse

Ding et ses collègues ont trié plus de 10 000 références, inclus 41 études dans leur revue systématique et regroupé 16 études portant sur 797 athlètes de sports collectifs dans la méta-analyse. Principaux résultats :

• Un ACWR élevé était associé aux blessures, avec un effet global faible à modéré (g de Hedges = 0,35 ; IC 95 % : 0,16 à 0,54).
• L’hétérogénéité était très élevée (I² de 95,8 %) : l’ampleur de l’association varie fortement selon les études et les contextes.
• Seul le type de blessure était un modérateur significatif. Association nette pour les blessures avec contact (g = 0,54) et sans contact (g = 0,55), quasi nulle pour la catégorie des blessures avec arrêt (g = 0,01).
• Les calculs par moyenne glissante et par moyenne exponentielle (EWMA) ne différaient pas significativement (g = 0,38 contre 0,26), pas plus que charge interne contre externe, fenêtre temporelle ou sport.
• Les analyses de sensibilité étaient stables, sans signe de biais de publication.

La conclusion des auteurs est sans ambiguïté : l’ACWR ne doit pas servir d’outil isolé de prédiction des blessures. Il vaut mieux le traiter comme un indicateur de contexte dans un système de gestion de charge multimarqueurs, et ils mettent en garde contre les seuils universels. Ils notent aussi une possible causalité inverse : le staff réduit souvent l’entraînement d’un joueur quand quelque chose cloche, si bien que blessure et baisse de charge peuvent avoir une cause commune, et aucune conclusion causale n’est possible.

L’ACWR se lit mieux comme une question : pourquoi la charge récente de ce joueur s’écarte-t-elle de son habitude ?

Utiliser l’ACWR sans le survendre

Pour un staff qui calcule déjà l’ACWR, la méta-analyse n’est pas une raison de supprimer la colonne. C’est une raison de changer l’usage du chiffre :

• Ne lisez jamais le ratio sans les charges absolues derrière. Un ratio de 1,5 sur une base chronique très basse ou élevée, ce sont deux situations différentes. Le groupe d’Impellizzeri a souligné les problèmes connus des données en ratio : d’où l’importance des chiffres bruts.
• Traitez des plages comme 0,8–1,3 comme des repères locaux, pas des lois. Les auteurs déconseillent explicitement les seuils universels.
• Combinez-le à d’autres marqueurs. Monotonie et strain décrivent la répartition de l’entraînement sur la semaine, et un check-in wellness quotidien montre comment le joueur y répond.
• Comparez chaque joueur à lui-même. Joueurs de retour, recrues et jeunes qui montent affichent souvent des ratios extrêmes pour de bonnes raisons.
• Soyez honnête sur ce qu’il peut affirmer. Un ratio élevé dit que la charge récente est inhabituelle pour cet athlète. Il ne dit pas qu’une blessure arrive.

Moyenne glissante ou EWMA ?

La moyenne mobile exponentielle (EWMA) a été proposée par Williams et ses collègues dans le British Journal of Sports Medicine comme meilleur calcul du ratio, car elle pondère davantage les jours récents et atténue progressivement les plus anciens. Dans cette méta-analyse, la différence entre les deux méthodes n’était pas significative, ce que les auteurs attribuent en partie au manque de puissance des sous-groupes. En pratique, la cohérence compte sans doute plus que le choix : choisissez une méthode, appliquez-la à chaque joueur et chaque saison, et gardez les charges brutes visibles.

Ce débat ne s’arrêtera sans doute pas avec cet article, et il n’a pas à le faire. Une association modeste mais réelle est utile si on l’utilise comme une donnée parmi d’autres, pas comme une prévision.

SquadStats calcule l’ACWR à partir du RPE de séance, en moyenne glissante et en EWMA, avec la monotonie et le strain de Foster, un check-in wellness quotidien et un score de readiness de 0 à 100. Tout est sur le même écran : le ratio se lit toujours en contexte.

Sources

1. Ding L et al. Acute:chronic workload ratio and load management for team sports: a multilevel meta-analysis. Frontiers in Public Health, 2026
2. Gabbett TJ. The training-injury prevention paradox: should athletes be training smarter and harder? British Journal of Sports Medicine, 2016
3. Impellizzeri FM et al. Acute:Chronic Workload Ratio: Conceptual Issues and Fundamental Pitfalls. International Journal of Sports Physiology and Performance, 2020
4. Williams S et al. Better way to determine the acute:chronic workload ratio? British Journal of Sports Medicine, 2017