Untitled
Cargado por
Nicolas PinochetTraducido del inglés al español - [Link].
com
Fundamentos del deporte de la NSCA
Ciencias
Duncan N. French, PhD Instituto
de Rendimiento de la UFC
Dra. Lorena Torres Ronda
Rendimiento Atlético, Ciencia,
Tecnología e Innovación del Deporte y
Investigar
Editores
Datos de catalogación en publicación de la Biblioteca del Congreso
Nombres: Francés, Duncan N., editor. | Torres Ronda, Lorena, editora. | Fuerza Nacional y Acondicionamiento
Asociación (EE. UU.), organismo patrocinador.
Título: Fundamentos de la ciencia del deporte de la NSCA / Duncan N. French y Lorena Torres Ronda, editores. Otros títulos:
Fundamentos de la ciencia del deporte de la Asociación Nacional de Fuerza y Acondicionamiento.
Descripción: Primero. | Champaign, IL: Human Kinetics, Inc., 2022. | Incluye referencias bibliográficas y
índice.
Identificadores: LCCN 2020043103 | ISBN 9781492593355 (tapa dura) | ISBN 9781492593362 (epub) | ISBN
9781492593379 (pdf)
Asignaturas: LCSH: Ciencias del deporte. | Deportes--Aspectos fisiológicos. | Ejercicio--Aspectos fisiológicos.
Clasificación: LCC GV558 .N83 2022 | DDC 796.01--dc23
Registro LC disponible en[Link]
ISBN: 978-1-4925-9335-5 (impreso)
Copyright © 2022 por la Asociación Nacional de Fuerza y Acondicionamiento. La reclamación de derechos de autor
excluyepáginas 47-51del capítulo 4, que se distribuyen bajo los términos de Creative Commons Attribution 4.0
International License.
Human Kinetics apoya los derechos de autor. Los derechos de autor impulsan el esfuerzo científico y artístico, alientan a los
autores a crear nuevos trabajos y promueven la libertad de expresión. Gracias por comprar una edición autorizada de este
trabajo y por cumplir con las leyes de derechos de autor al no reproducir, escanear ni distribuir ninguna parte del mismo de
ninguna forma sin el permiso por escrito del editor. Estás apoyando a los autores y permitiendo que Human Kinetics
continúe publicando trabajos que aumentan el conocimiento, mejoran el rendimiento y mejoran la vida de las personas en
todo el mundo.
Para denunciar una sospecha de infracción de derechos de autor del contenido publicado por Human Kinetics, contáctenos
en permisos@[Link]. Para solicitar permiso para reutilizar legalmente el contenido publicado por Human Kinetics,
consulte la información en[Link]
Los avisos de permiso para el material reimpreso en este libro de otras fuentes se pueden encontrar en páginas xxv-xxvii.
Las direcciones web citadas en este texto estaban actualizadas en agosto de 2020.
Editor sénior de adquisiciones: Roger W. Earle; Editor de desarrollo: Laura Pulliam; Jefe de redacción: Miranda K. Baur;
Editor de copia: Joyce Sexton; Indexador: Nan Badgett; Administrador de permisos: Dalene Reeder; Diseñador Gráfico
Senior: Joe dólar; Diseñador de la portada: Keri Evans; Especialista en Diseño de Portada: Susan Rothermel Allen;
Fotografías (interior): cinética humana a menos que se indique lo contrario; Administrador de recursos fotográficos:
Laura Fitch; Gerente de Producción Fotográfica: jason allen; Gerente de arte sénior: Kelly Hendren; Ilustraciones: ©
Human Kinetics, a menos que se indique lo contrario; Impresora: Walsworth
Impreso en los Estados Unidos de América
10 9 8 7 6 5 4 3 2 1
El papel de este libro se fabricó utilizando métodos forestales responsables.
cinética humana
1607 N. Market Street
Champaign, IL 61820
[Link]
Estados Unidos e Internacional Sitio web:
[Link] Correo
electrónico: info@[Link]
Teléfono: 1-800-747-4457
Canadá
Sitio web: Canadá.[Link] Correo
electrónico: info@[Link]
E7917
CONTENIDO
Prólogo: Reflexiones sobre la ciencia del deporte
Michael H. Stone, PhD y William J. Kraemer, PhD
Prefacio
Expresiones de gratitud
Créditos
Parte I Teoría y Proceso de Entrenamiento
Capítulo 1 Dimensiones de rendimiento
Nick Winkelman, PhD, y Darcy
Norman, PT
Por qué los deportes necesitan científicos • La unidad de
alto rendimiento • La evolución del papel del científico
deportivo
Capitulo 2 Modelo de carga de entrenamiento
Stuart Cormack, PhD, y Aaron J.
Coutts, PhD
Gestión del proceso de formación • Desarrollo de un sistema
de formación • Cuantificación de la carga de entrenamiento y
competición • Examen de las interacciones de carga, lesión,
enfermedad y rendimiento
• Desarrollo de sistemas y estrategias de
monitoreo de carga
Capítulo 3 Periodización y Programación para
Deportes Individuales
Dr. G. Gregory Haff
Periodización: una construcción multifactorial
integrada• Papel del científico deportivo en un
deporte individual• Periodización y diseño de un plan•
Gestión de horarios: fuera de temporada,
pretemporada, en temporada y horarios
congestionados• Periodización y Programación para
Deportes Individuales Versus Deportes de Equipo
• estrechamiento• Intercambio de datos y adaptación
del contexto
Capítulo 4 Periodización y Programación para
Deportes de Equipo
Martin Buchheit, PhD, y Paul
Laursen, PhD
Características fisiológicas del HIIT• Las armas HIIT
• Programación HIIT• Intensidad HSR: ¿Vale la pena
considerarlo?• Ejemplos de programas de
capacitación• Integración de HIIT en el Ciclo de
Entrenamiento Semanal
Parte II Necesita analisis
Capítulo 5 Indicadores clave de rendimiento
Marco Cardinale, PhD
Análisis del Deporte • Demandas deportivas
• Determinantes del rendimiento deportivo
exitoso • Aspectos Organizativos y de Gobernanza
• Indicadores clave de rendimiento en el deporte •
Reglas, características y otras restricciones
deportivas
Capítulo 6 Perfilado y Benchmarking
Mike McGuigan, PhD
Análisis del Deportista • Maduración y desarrollo
a largo plazo • Normas de Desempeño
• Benchmarking e interpretación de datos
• Uso de datos para guiar el desarrollo a corto y
largo plazo
Parte III Tecnología y preparación de datos
Capítulo 7 Implementación Tecnológica
Dra. Lorena Torres Ronda
El proceso de innovación • Hoja de ruta para la
implementación de tecnología • Seguridad de datos y
tecnología
Capítulo 8 Higiene de datos
Matthew C. Varley, PhD, Ric Lovell,
PhD, y David Carey, PhD
Gestión de datos • Mantenimiento de la integridad de los datos
Parte IV Recopilación de datos de carga
externa e interna
Capítulo 9 Características de los Sistemas de
Seguimiento y Monitoreo de Carga
Jo Clubb, MSc, y Andrew M. Murray,
PhD
Características• Llaves metricas• Direcciones
futuras
Capítulo 10 Análisis de Sistemas de
Seguimiento y Monitoreo de Carga
Andrew M. Murray, PhD, y Jo Clubb,
MSc
Validez y Confiabilidad de los Sistemas de Seguimiento
• Análisis e Interpretación de los Datos del Sistema de
Seguimiento• Innovaciones en la recopilación y el intercambio
de datos
Capítulo 11 Cinemática y análisis de la marcha
Enda King, doctorado, y Chris Richter, doctorado
Variables cinemáticas• Análisis e Interpretación de
Datos Cinemáticos• Procesamiento de datos
cinemáticos• Pruebas y variables para análisis
cinemático• Innovaciones en análisis cinemático
Capítulo 12 Cinética y Plataformas de Fuerza
Daniel Cohen, PhD, y Cory Kennedy,
MSc
Perfilado y Benchmarking• Supervisión de la respuesta a
la carga• Rehabilitación y Regreso al Deporte•
Administración de pruebas y consideraciones prácticas
con plataformas de fuerza
• Innovaciones en cinética y análisis de plataformas
de fuerza
Capítulo 13 Seguimiento y análisis de fuerza
Jean-Benoît Morin, PhD, y Pierre
Samozino, PhD
Fuerza específica versus no específica
• La fuerza como un concepto dependiente de la velocidad
• Perfil Fuerza-Velocidad-Potencia• Innovaciones en el
perfilado de fuerza-velocidad-potencia
capitulo 14 Ritmo cardíaco y frecuencia cardíaca
Variabilidad
joel jaimeson
La regulación de la frecuencia cardíaca• Monitoreo de la frecuencia
cardíaca y la variabilidad de la frecuencia cardíaca• Medición de la
frecuencia cardíaca y la variabilidad de la frecuencia cardíaca
• Análisis e Interpretación de la Frecuencia Cardíaca y la Variabilidad
de la Frecuencia Cardíaca• Modelado de la carga de entrenamiento
utilizando la frecuencia cardíaca y la variabilidad de la frecuencia
cardíaca• Monitoreo de cambios en el estado físico y la fatiga•
Innovaciones en la monitorización de la frecuencia cardíaca y la
variabilidad de la frecuencia cardíaca
Capítulo 15 Electroencefalografía y
Electroneuromiografía
Roman N. Fomin, PhD y Cassandra C.
Collins, BS
Resumen de electroencefalografía
• Introducción a la electroneuromiografía •
Direcciones futuras para monitorear el sistema
neuromuscular
capitulo 16 Biomarcadores para la salud y
el rendimiento
Xavier Schelling i del Alcázar, PhD,
Julio Calleja-González, PhD, y
Nicolás Terrados, MD, PhD
Regulación Interna y Sistemas de Retroalimentación
• Biomarcadores en el Deporte • Características de los
Biomarcadores • Métricas clave para biomarcadores
relevantes • Análisis e interpretación de datos de
biomarcadores • Evolución de los datos de biomarcadores
capitulo 17 Percepción de Esfuerzo y
Monitoreo Subjetivo
Shaun J. McLaren, PhD, Aaron J.
Coutts, PhD, y Franco M.
Impellizzeri, PhD
Medición de la intensidad del ejercicio y la carga interna
mediante el esfuerzo percibido
• Propiedades de medición de RPE y sRPE
• Influencia de los factores psicológicos en el
seguimiento del atleta • Variaciones de Medidas
Subjetivas en el Monitoreo de Atletas • Evaluación de
la respuesta al entrenamiento y la competencia
utilizando medidas subjetivas• Colección de sRPE y
AROMs en el Ambiente Aplicado
• Limitaciones y conceptos erróneos de sRPE y
AROM• Desarrollo de un Sistema de Monitoreo
Subjetivo
Parte V Análisis y entrega de datos
capitulo 18 Modelado Estadístico
Mladen Jovanović, MS, Lorena Torres
Ronda, PhD y Duncan N. French, PhD
Tipos de datos• Modelado Estadístico• Inferencia
estadística• Prueba de significación de hipótesis nula•
Inferencia basada en la magnitud
• Estudios de Medición• Interpretación de
cambios individuales usando SESOI y TE
capitulo 19 Modelo de riesgo de lesiones
Johann Windt, PhD, y Tim Gabbett,
BHSc (Hons), PhD
Teoría del riesgo de lesiones• Recopilación de datos de
riesgo de lesiones• Entrega de riesgo de lesiones,
Difusión y Toma de Decisiones
capitulo 20 Minería de datos y análisis de datos
no lineales
Dr. Sam Robertson
Análisis de rendimiento• Procesamiento de datos• Minería de
datos en ciencias del deporte
capitulo 21 Entrega de datos e informes
Tyler A. Bosch, PhD y Jacqueline
Tran, PhD
Diseño de visualización de datos pensando en la
audiencia • Fundamentos de la percepción visual
humana • Tipos de visualizaciones de datos
• Visualización de la incertidumbre en los datos • Narración
basada en datos • Factores específicos del contexto en el
deporte • Ejemplos de visualización de datos en el deporte
capitulo 22 Intervenciones de desempeño y
operacionalización de datos
Clive Brewer, BSc (Hons), MSc
Partes interesadas clave • Diferencias de rendimiento e
investigación • Ciencias del deporte en el entorno aplicado
• Datos, pensamiento crítico y toma de decisiones • Estudio
de caso: El papel de la ciencia del deporte en el desarrollo
del desempeño de los lanzadores de las Grandes Ligas •
Investigación de desempeño
Parte VI Temas especiales
Capítulo 23 Recuperación y sueño
Jessica M. Stephens, PhD, y Shona
Dr. L. Halson
Estrategias de recuperación • Recuperación y
Adaptación • Diseño del programa de recuperación
capitulo 24 Alimentación y Nutrición
Louise M. Burke, PhD, y Eric S.
Rawson, PhD
Gestión de la energía y la composición corporal
• Alimentando para el Entrenamiento y la Competición
• Hidratación• Recuperación y Adaptación
• Nutrición para la salud y la prevención de lesiones
• Suplementos y Alimentos Deportivos• Evaluación
nutricional y derivación para asesoramiento de expertos
capitulo 25 Estrés ambiental
Yasuki Sekiguchi, PhD, Courteney L.
Benjamin, PhD, y Douglas J. Casa,
PhD
Rendimiento y seguridad en el calor
• Programando en Altitud
capitulo 26 Psicobiología: estado de flujo
como contramedida a la fatiga
mental
Dr. Chris P. Bertram
Estado de flujo y su impacto en el rendimiento
• La fatiga mental y su impacto en el rendimiento
• Estrategias
para encontrar el flujo y manejar la
fatiga mental• Resumen de Psicobiología
capitulo 27 Enfoque neurocientífico del
rendimiento
Roman N. Fomin, PhD y Cassandra C.
Collins, BS
Sistema Nervioso y el Cerebro
• neuroplasticidad• Función cognitiva y
rendimiento• Aplicaciones de entrenamiento
cognitivo• Relajación y Regeneración
capitulo 28 El rendimiento del motor
Dra. Gabriele Wulf
Factores clave en el aprendizaje y el rendimiento
motor• Factores clave de rendimiento del motor y
optimización del rendimiento
• Implicaciones para la ciencia del deporte aplicada
capitulo 29 Ciencia deportiva de las lesiones
David Joyce, BPhty (Hons), MPhty
(Deportes), MSc, y Kay Robinson, BSc
(Hons)
Lesión Muscular• Lesión del tendón• lesión ósea
• Lesión del ligamento• Dolor• Planificación del
programa de rehabilitación• Volviendo a la
competencia
Parte VII Educación y Comunicación
Capítulo 30 Apoyo Interdisciplinario
Dr. Duncan N. French
Enfoque holístico del rendimiento deportivo
• Equipos Interdisciplinarios• Modelos
interdisciplinarios versus modelos multidisciplinarios
• La evidencia se basa en la practica
capitulo 31 Diseminacion de informacion
Dr. Yann Le Meur
Maximizar el impacto de la investigación
• Comunicación de soluciones potenciales
• Difusión de información al equipo de
desempeño• Evolución de la difusión de la
información
Referencias
Índice
Acerca de los editores
Colaboradores
PREFACIO
Reflexiones sobre la ciencia del deporte
septiembre 2019
Dr. Michael H. Stone
Departamento de Deporte, Ejercicio, Recreación y Kinesiología
Universidad Estatal de East Tennessee
Johnson City, Tennessee
Pasado y presente
Aunque muchos pueden cometer este error, la ciencia no es un debate en el que gana el lado que
presenta el mejor espectáculo. La ciencia es en realidad una búsqueda de la verdad y la claridad.
Atlas se encogió de hombros y la objetividad, un valor en la ciencia que informa la práctica de la
ciencia y el descubrimiento de verdades científicas, debe ser muy valorado.
Desde muy temprano en mi vida, mi interés se centró en la biología y, especialmente, se
centró en tratar de comprender todo lo que pudiera sobre el entrenamiento de fuerza-
potencia y el rendimiento deportivo. A medida que avanzaba en la escuela y en la universidad,
no pude evitar sentirme impresionado con las extraordinarias contribuciones que la ciencia y la
ingeniería habían hecho en una variedad de áreas que impactan la vida de las personas. Tan
popular como ha sido el deporte a lo largo de los años y tan grande como se ha convertido en
un negocio, me he preguntado y todavía me pregunto por qué no se le ha dado más
importancia al “deporte y la ciencia”.
Es fácil argumentar que el deporte es uno de los aspectos más importantes de nuestra vida.
Por ejemplo: encienda el "Noticias, clima y deportes" de las 6 p. m.; revistas enteras están
dedicadas a un deporte o deportes, periódicos y sitios web de noticias tienen una sección de
deportes; muchos miles de personas ven deportes en la televisión o asisten a competiciones
cada semana. De hecho, considerando los grandes avances en tecnología, medicina/salud y, en
general, hacer la vida más cómoda gracias a la objetividad (ciencia), una integración diseñada
del deporte y la ciencia debería ser un objetivo racional y lógico.
Durante los últimos años, aproximadamente desde 1970 hasta el presente, si bien ha habido
grandes avances en la ciencia del deporte y la fuerza y el acondicionamiento, hay muchos aspectos
que en realidad no han cambiado. Los entrenadores de S&C todavía están subeducados,
infravalorados y, con algunas excepciones, mal pagados. Aunque algunas escuelas y equipos
profesionales están contratando a "científicos deportivos y directores de alto rendimiento", se les
subestima mucho y, a menudo, se los ignora. Desafortunadamente, muchos de ellos están muy mal
capacitados para ser científicos del deporte. Con suerte, este libro y el movimiento de la NSCA y
otras organizaciones afines hacia la certificación ayudarán a impulsar la integración del deporte y la
ciencia, y un verdadero impulso para educar a los científicos del deporte.
Para el futuro
Si bien muchos lectores pueden pensar que esta sección es demasiado filosófica o
incluso esotérica, considere:
1. ¿Cómo funciona el universo? o tal vez
2. ¿Cómo podría funcionar el universo?
La segunda pregunta es quizás más difícil ya que requiere una considerable
consideración, creatividad e incluso imaginación. Requiere un enfoque
hipotético/teórico, pero si puede comenzar a responder esta pregunta, la
primera se vuelve mucho más fácil.
Uno puede preguntarse al reflexionar sobre la segunda pregunta: hacia dónde van
los humanos (y la ciencia del deporte). Imagine la creación del Star Trek Transporter y
la capacidad de este dispositivo para volver a ensamblar humanos (y otros animales)
en más de lo que eran. Esta idea es sin duda el amanecer de la “Nueva Eugenesia” —la
aceleración de la evolución humana— y no es sólo el transportador; es manipulación
genética, interfaz humana/integración con inteligencia artificial (IA). Ya sea que se dé
cuenta o no, la nueva eugenesia está sobre nosotros, con todos sus posibles beneficios
y peligros. Acompañado por todos los dilemas éticos y morales que hicieron lazona de
penumbray Límites exterioresMuy buen futurismo científico por momentos.
Imaginen por un momento, un mundo que algunos de ustedes probablemente
comenzarán a experimentar en un futuro no muy lejano. Un mundo que podría tener tres
grupos distintos de humanos. Uno “elige” permitir que se lleve a cabo el proceso evolutivo
natural; mueren más jóvenes y aún experimentan enfermedades, pero creen que toman el
terreno moral. Un segundo grupo aprovecha la manipulación genética.
(CRISPR-Cas9, ribosomas ortogonales y más); viven más, tienen menos enfermedades,
corren más rápido, saltan más alto, levantan más y son más inteligentes. En un tercero, el
intelecto humano/función cognitiva puede transferirse a la IA, su intelecto y función
cognitiva podrían vivir tal vez hasta que el universo muera, podría ser tan fuerte y rápido
como lo permitiría un cuerpo artificial, y la inteligencia podría aumentar exponencialmente
tanto por Manipulación genética y de IA. ¿Qué significaría esto para el deporte y la ciencia
del deporte?
Surge una tercera pregunta: “¿De dónde venimos (vosotros)?” Y quizás más
importante, "¿De dónde vienes?" (Piense en la segunda pregunta). Piense en
quién es usted ahora y qué quiere ser. Piensa en enfrentar las preguntas más
importantes del futuro.
Si bien normalmente abordamos este tipo de pensamientos y preguntas en una escala
macrocósmica y futurista, empecemos a pensar en ellos en una escala microcósmica y
futurista. Todos ustedes están interesados e involucrados en la ciencia del deporte y el
entrenamiento en mayor o menor grado. ¿Cómo afectarían estos pensamientos y
preguntas a su mundo microcósmico? ¿Producir un mejor ser humano? ¿Eugenesia? ¿No
estás tratando de hacer algo de esto ya? ¿Entrenamiento, prácticas dietéticas, por ejemplo?
(¿Alteraciones epigenéticas?) Entonces, ¿dónde trazas la línea, o deberías hacerlo? ¿La
nueva eugenesia producirá súper atletas? ¿Es esta la nueva ayuda ergogénica? No está tan
lejos. Algunos de ustedes tratarán con estas ideas más que como simples preguntas de
pensamiento. De hecho, es posible que el deporte pase de moda, ya que casi todo el
mundo podría convertirse en atleta de élite (y más), a menos que Stephen Hawking tuviera
razón.
Otro aspecto es que, con suerte, estos pensamientos traen a casa la inevitabilidad de un
"mundo feliz" y quizás uno verdaderamente mejor: un buen estudiante de historia notará que
la mayoría, quizás todas, las alteraciones en nuestra línea de tiempo y evolución cultural a
menudo han sido empujadas y incluso conducido por un puñado de personas. Estos traficantes
a menudo compartían características psicológicas. La mayoría tenía un gran intelecto, la
mayoría tenía altos estándares y esperaba que los demás se adhirieran a ellos (y a menudo se
sorprendían y frustraban cuando la gente no podía cumplirlos), casi ninguno era políticamente
correcto y todos tenían una gran pasión y emoción, incluida la frustración y la emoción. ira, que
impulsaba su intelecto. También tenían defectos y peculiaridades. Por ejemplo: Isaac pudo
pararse sobre los hombros de gigantes y mirar hacia abajo a aquellos que pensó que no
podían. Tuvo episodios extremos de depresión y arrebatos de temperamento violento; estos
mismos "defectos" probablemente lo llevaron aprincipios(búscalo). Temujin (búsquelo)
literalmente dejó pedazos de sí mismo sobre la mayor parte de Asia mientras
construyendo un imperio; Ludwig hizo la transición de lo clásico a lo romántico y fue descrito
como irascible, a menudo tenía ataques de depresión, fue sordo durante buena parte de su
vida, pero escribióEroica.
Creo que un aspecto muy importante es recordar que el enfoque vulcano de las
importantes alteraciones científicas, culturales e históricas y la evolución de las ideas no
siempre funciona para los humanos. A menudo, el gran intelecto, los dones artísticos y la
capacidad de impulsar el cambio son a su vez impulsados por la emoción y la pasión. Eso
nos lleva a un pensamiento final (esta vez). ¿Tienes la pasión y la intensidad del intelecto
para impulsar la ciencia del deporte? De hecho, ¿qué puedes ser?
(Fin)
septiembre 2019
Dr. William J. Kraemer
Departamento de Ciencias Humanas
Universidad Estatal de Ohio
Columbus, OH
En primer lugar, me siento honrado y honrado de que me hayan pedido que exprese mis
reflexiones sobre la evolución de la ciencia del deporte. Sé que hay muchos otros con historias
y experiencias evolutivas más largas con este término y concepto, desde Al Vermeil, Bob Ward,
Gene Coleman, Terry y Jan Todd, hasta muchos otros colegas de mi generación. Mi colega, el
Dr. Michael Stone, les ofrece otra visión de la evolución de este campo. Cada uno de nosotros
compartimos con los hombres y mujeres de nuestra generación los eventos que nos
moldearon. Para mí, he sido bendecido por tantas personas que han enmarcado mi carrera y
moldeado mis puntos de vista sobre este campo. Así que, desde el principio, me disculpo por
los muchos nombres que no puedo compartir en este prólogo, especialmente mis muchos
estudiantes de posgrado que en realidad definen mi carrera.
Es una tarea imposible proporcionar información exhaustiva que lo ilumine sobre la
evolución de la ciencia del deporte. Con suerte, este libro comenzará a brindar algunas
ideas sobre las muchas dimensiones de este campo en evolución. Con ese fin, reconozco
las limitaciones de mi perspectiva y experiencias, pero intentaré capturar algunas de estas
ideas. Desde mi punto de vista, hubo tantos senderos evolutivos que comenzaron en sus
propios caminos y se fusionaron para mejorarse unos a otros en el desafío continuo de
comprender mejor las demandas de un deporte y ayudar
preparar a los atletas para un mejor desempeño.
“Ciencia del deporte”: Las palabras mismas combinadas han sido una paradoja durante
años. En muchos sentidos, esto continúa. Ganar es ahora, y la ciencia es lenta. ¿Puede
proporcionar la llamada solución rápida o solución milagrosa que tantos entrenadores buscan
en el campo deportivo altamente competitivo y financieramente gratificante de hoy en día para
producir ganadores? Para mí, significa cuidar de los atletas y brindarles la orientación y las
herramientas que les permitan competir de manera segura y desarrollar su potencial. Como
exentrenador de fuerza y fútbol en los niveles de secundaria, preparatoria y universitarios,
pude ver los beneficios de un programa de entrenamiento desarrollado e implementado
adecuadamente para hombres y mujeres jóvenes antes de que fuera popular en la década de
1970.
Si bien está más allá del alcance de este breve prólogo, el campo de la educación física de antaño, lamentablemente no hoy en la mayoría de los planes de estudio,
proporcionó una base para lo que ahora llamamos ciencia del deporte. Tales currículos con las ciencias requeridas de anatomía, fisiología, química, biomecánica, aprendizaje motor,
fisiología del ejercicio, psicología del deporte, historia del deporte y entrenamiento han sentado las bases para el estudio del deporte por parte de los estudiantes. Muchos de estos
estudiantes se convirtieron en entrenadores deportivos y entrenadores de fuerza y acondicionamiento. Lamentablemente, el rigor de los programas de educación física para la
ciencia no se encuentra en la mayoría de los currículos. Para mí, una especialización tan rigurosa en educación física y educación para la salud me dio la comprensión científica del
deporte y los conceptos básicos sobre los cuales construir. Era, en esencia, los componentes básicos de las ciencias del deporte a nivel de pregrado. Sin tales ciencias, falta la
capacidad de pensar a través de las funciones del cuerpo humano y cómo el ejercicio podría afectarlo. Aprender a trabajar con personas y equipos de profesionales de la
investigación en un laboratorio día a día fue un elemento importante para mí para abrirme camino en la universidad además de ser un atleta. El trabajo de laboratorio con
tecnologías ahora obsoletas, que incluían desglosar las pruebas de consumo máximo de oxígeno, analizar bolsas de aire con un aparato de análisis de gases Haldane y analizar
frecuencias cardíacas de tiras de EKG, me enseñaron al principio de mi carrera la importancia de los números y los datos. Esto es tan vital en cualquier programa de ciencias del
deporte hoy en día. Aprender a trabajar con personas y equipos de profesionales de la investigación en un laboratorio día a día fue un elemento importante para mí para abrirme
camino en la universidad además de ser un atleta. El trabajo de laboratorio con tecnologías ahora obsoletas, que incluían desglosar las pruebas de consumo máximo de oxígeno,
analizar bolsas de aire con un aparato de análisis de gases Haldane y analizar frecuencias cardíacas de tiras de EKG, me enseñaron al principio de mi carrera la importancia de los
números y los datos. Esto es tan vital en cualquier programa de ciencias del deporte hoy en día. Aprender a trabajar con personas y equipos de profesionales de la investigación en
un laboratorio día a día fue un elemento importante para mí para abrirme camino en la universidad además de ser un atleta. El trabajo de laboratorio con tecnologías ahora
obsoletas, que incluían desglosar las pruebas de consumo máximo de oxígeno, analizar bolsas de aire con un aparato de análisis de gases Haldane y analizar frecuencias cardíacas
de tiras de EKG, me enseñaron al principio de mi carrera la importancia de los números y los datos. Esto es tan vital en cualquier programa de ciencias del deporte hoy en día. me
enseñó al principio de mi carrera la importancia de los números y los datos. Esto es tan vital en cualquier programa de ciencias del deporte hoy en día. me enseñó al principio de mi
carrera la importancia de los números y los datos. Esto es tan vital en cualquier programa de ciencias del deporte hoy en día.
Los Juegos Olímpicos, junto con la política mundial de la Guerra Fría, también impulsaron el impulso
para desarrollar aún más las teorías de entrenamiento y examinar a los atletas que tuvieron éxito y
promovieron el concepto embrionario de un equipo de expertos en ciencias del deporte. Ver a mi amigo
y compañero de equipo de fútbol americano universitario, el Dr. Steven Fleck, convertirse en uno de los
primeros fisiólogos del deporte en el Entrenamiento Olímpico de EE. UU.
Center (OTC) en 1979, vi el impacto temprano en cómo los Juegos Olímpicos estimularon el concepto de ciencia del deporte. También
tuve la suerte de beneficiarme de una beca para estudiar deporte. Esto nuevamente mostró cuán importante era la financiación para
impulsar la ciencia del deporte y ayudar a los atletas con puntos de vista más sofisticados de su deporte. Habiendo tenido la
oportunidad de trabajar con el Colegio de Entrenadores de la OTC, vi nuevamente de primera mano cómo la educación científica era
una parte tan importante de la ecuación y vital en cualquier programa de ciencias del deporte. Trabajando con el Dr. Vladimir
Zatsiorsky en la Universidad Estatal de Pensilvania durante muchos años enseñando una clase de teoría del entrenamiento de fuerza
y escribiendo un libro juntos, bromeamos acerca de hacer que “Este se encuentre con Occidente. “Me di cuenta de las muchas
historias cuán sofisticados pero simplistas eran los programas y principios para lograr un entrenamiento óptimo para el rendimiento
deportivo. Me abrió los ojos sobre cómo los países de la ex Unión Soviética y del Bloque del Este veían el deporte y cómo los equipos
de científicos usaban la literatura occidental, la física avanzada y las matemáticas para desarrollar tecnologías (por ejemplo,
estimulación eléctrica, EMG y análisis biomecánico) para diseñar teorías de periodización. Por lo tanto, el apoyo y la financiación de
tales esfuerzos fueron impulsados en parte por los Juegos Olímpicos. La ciencia del deporte fue una de las beneficiarias y sigue
evolucionando. y análisis biomecánico) para diseñar teorías de periodización. Por lo tanto, el apoyo y la financiación de tales
esfuerzos fueron impulsados en parte por los Juegos Olímpicos. La ciencia del deporte fue una de las beneficiarias y sigue
evolucionando. y análisis biomecánico) para diseñar teorías de periodización. Por lo tanto, el apoyo y la financiación de tales
esfuerzos fueron impulsados en parte por los Juegos Olímpicos. La ciencia del deporte fue una de las beneficiarias y sigue
evolucionando.
Medicamento fue la palabra más estrechamente alineada con la palabra deporte, pero
desde la medicina deportiva otros campos tenían intereses científicos no relacionados
directamente con los aspectos médicos. Por lo tanto, la nueva revista del American College of
Sports Medicine en 1969 se llamóMedicina y Ciencia en el Deporte. La medicina deportiva se
había extendido a los campos asociados del entrenamiento atlético y la fisioterapia con
especializaciones para médicos de equipo y cirujanos ortopédicos, todos interesados en la
prevención y el cuidado de los atletas. El aspecto preventivo del entrenamiento atlético se
fusionó, como demostraría la historia, muy bien con los objetivos del profesional de fuerza y
acondicionamiento. Como profesor y director de investigación en el Centro de Medicina
Deportiva de Penn State, bajo la dirección del Dr. Howard Knuttgen, vi cómo sería una
evolución en las ciencias del deporte cuando creamos lo que realmente sería el primer
programa de ciencias del deporte en Penn State a partir de fines de la década de 1980.
Descubrimos que algunos entrenadores y equipos querían saber más que solo los aspectos de
lesión y rehabilitación de su deporte. Trabajando con muchos médicos y entrenadores atléticos
destacados en esta área, vi cómo podría ser la génesis de un programa en ciencias del deporte
que se realizaría unos 20 años después en Penn State. Sin embargo, para mí, la realización de
un programa completamente integrado en ciencias del deporte se produjo en la Universidad
de Connecticut, donde durante más de una década tuvimos “Camelot”. El entrenador Jerry
Martin fue el coordinador principal de fuerza y
acondicionado, el Dr. Carl Maresh era el presidente de Kinesiología, Bob Howard era el
entrenador atlético principal y el Dr. Jeff Anderson era el médico del equipo. Esto permitió
la plena integración de los programas atléticos y académicos. Sin embargo, me acordé de
otra lección sobre la evolución: si no se vigila cuidadosamente el medio ambiente, en este
caso, el liderazgo, el organismo evolucionado puede estrellarse, arder y extinguirse.
Trayendo lecciones de esa experiencia aquí en la Universidad Estatal de Ohio. He visto un
programa floreciente desarrollarse en ciencias del deporte en los últimos 5 años, y el
entrenador Mickey Marotti, nuestro director atlético asistente, apoya este esfuerzo para
una mayor integración y uso de la ciencia en los deportes. .
Desde mi punto de vista, fue el campo de la fuerza y el acondicionamiento con su
larga historia de desarrollo físico y rendimiento que surge de los deportes de
entrenamiento de resistencia del levantamiento de pesas, el levantamiento de potencia y
el culturismo, así como el atletismo, lo que impulsó la necesidad de una mayor
comprensión del atleta. el desarrollo y los diferentes deportes adelante usando las ciencias
para hacerlo. Para mí, este campo proporcionó el "big bang" evolutivo para la ciencia del
deporte al reunir todos los diferentes elementos necesarios. Los caminos se fusionaron y
se creó el planeta "ciencia del deporte". El desarrollo se vio en la fundación de la Asociación
Nacional de Fuerza y Acondicionamiento (NSCA) en 1978 por Boyd Epley. Esto alimentó el
interés de los profesionales de la fuerza y el acondicionamiento que querían saber más
sobre la ciencia del deporte y el desarrollo físico. Mis muchas interacciones con Boyd y su
antiguo asistente, Mike Arthur, me permitieron ver desde el principio cómo un programa y
una organización pueden impactar a los atletas y profesionales. Esta fue la génesis de la
ciencia del deporte. Por lo tanto, la NSCA se animó a enfatizar la educación con Ken Kontor
apreciando su importancia, la certificación con el Dr. Tom Baechle y la investigación con
sus dos revistas principales siendoDiario de fuerza y acondicionamiento(antiguamente el
Revista NSCA) en 1978 y luego en 1987 una revista de investigación dedicada al concepto
de los aspectos aplicados del condicionamiento,Revista de investigación de fuerza y
acondicionamiento(JSCR). Tuve la oportunidad de trabajar con ambas revistas,
especialmente con laJSCR, donde me desempeñé como editor en jefe durante 30 años.
Esto me permitió ver el crecimiento y la necesidad de investigación aplicada relacionada
con las ciencias del deporte a nivel mundial.
Concomitante con todo esto estaba el hecho de que la financiación sería el motor del progreso. La
financiación fue fundamental para todos los avances de todas las ciencias, incluida la ciencia del deporte.
Las subvenciones del gobierno generalmente están vinculadas a la comprensión y mejora de los
tratamientos de salud, los resultados de salud y la lucha y curación de enfermedades. Por lo tanto, la
investigación en el deporte y el entrenamiento y el rendimiento de los atletas quedó en manos de otros
fuentes de financiación o se fusionaron en una línea de atención de la salud. La financiación para
estudiar deporte, si bien existía en algunos países, no era una línea de financiación típica en la mayoría
de los países del mundo. Vi esto cuando colaboré con mi amigo y colega, el Dr. Keijo Häkkinen, en la
Universidad de Jyväskylä en Finlandia. Durante muchos años en Finlandia, la investigación deportiva fue
financiada por varias entidades gubernamentales, pero poco a poco se desplazó hacia temas
relacionados con la salud. Nuestra pasión por el entrenamiento de resistencia nos llevó a ambos a ser
muy creativos en nuestras subvenciones que incluían entrenamiento de resistencia en problemas
relacionados con la salud pero que también tenían relevancia para los deportes. En combinación con mi
antiguo postdoctorado, el Dr. Robert Newton, de Australia, aprendí la importancia de las colaboraciones
mundiales en este proceso para desarrollar la investigación a nivel mundial. Para muchos investigadores
fue solo una pasión, o como algunos han dicho, un pasatiempo debido al hecho de que fueron atletas en
su juventud. Los ejemplos de esto abundan. Así, los proyectos de ciencias del deporte que realizaban
estaban relacionados con su formación científica y área de investigación. Luego necesitaban encontrar
financiación interna para realizar los estudios. Una vez más, los comités olímpicos y varias corporaciones
desempeñaron un papel importante en la financiación de la ciencia del deporte en relación con la
nutrición, los materiales, la indumentaria o el equipo.
En última instancia, fue el desarrollo exponencial de las tecnologías de las computadoras lo que requirió edificios para albergar
esta tecnología, que ahora se puede lograr usando un teléfono celular o una computadora portátil. Las corporaciones en los EE. UU.
y en todo el mundo continuaron logrando avances en comunicaciones, computadoras, microcircuitos, software, biología y
bioingeniería, todo lo cual impulsó varios aspectos de la ciencia del deporte. El programa espacial de los Estados Unidos, que celebra
su 50 aniversario de poner un hombre en la luna, financió y aceleró los avances tecnológicos que se extendieron a todas las ciencias,
incluida la ciencia del deporte, desde materiales hasta computadoras, software y biología. A partir de mis experiencias como director
asociado del Centro de Investigación Celular de Penn State, que fue financiado por la Administración Nacional de Aeronáutica y del
Espacio (NASA) para el desarrollo comercial del espacio, Pude ver la historia de la NASA. Después de haber estado involucrado en tres
misiones del transbordador que llevaron a cabo experimentos, vi de cerca el significado de "resolver el problema". Admirando el
logro humano de poner a un hombre en la luna a fines de la década de 1960, uno se da cuenta de que se necesitaron decenas de
miles de profesionales y corporaciones, cada uno de los cuales trabajó en diferentes aspectos detallados y minuciosos del objetivo
más grande para lograrlo. Solo ensamblar el cohete Saturno V fue un logro de enorme complejidad tecnológica. Esto representa un
modelo de mi visión de los desafíos que enfrentamos en el desarrollo de uno se da cuenta de que se necesitaron decenas de miles
de profesionales y corporaciones, cada uno trabajando en diferentes aspectos detallados y minuciosos del objetivo más grande para
lograrlo. Solo ensamblar el cohete Saturno V fue un logro de enorme complejidad tecnológica. Esto representa un modelo de mi
visión de los desafíos que enfrentamos en el desarrollo de uno se da cuenta de que se necesitaron decenas de miles de profesionales
y corporaciones, cada uno trabajando en diferentes aspectos detallados y minuciosos del objetivo más grande para lograrlo. Solo
ensamblar el cohete Saturno V fue un logro de enorme complejidad tecnológica. Esto representa un modelo de mi visión de los
desafíos que enfrentamos en el desarrollo de
el campo de las ciencias del deporte. Se necesita un equipo para hacer el trabajo y usar prácticas basadas en
evidencia en las ciencias del deporte.
Los programas de investigación militar se interesaron por la salud de los soldados cuando un
El médico de la Fuerza Aérea de EE. UU., el Dr. Ken Cooper, informó sus hallazgos sobre los
aeróbicos en la década de 1960 sobre los marcadores de riesgo cardiovascular. Luego, en la década
de 1980, la comprensión de que los soldados eran un tipo de atleta surgió del mundo de la fuerza y
el acondicionamiento. El "estado físico del soldado" (y el rendimiento) se convirtió en un término
acuñado. Habiendo sido capitán en el Ejército de los EE. UU. estacionado en el Instituto de Medicina
Ambiental del Ejército de los EE. UU., bajo la dirección visionaria del Dr. James Vogel y el Dr. John
Patton, vi cómo la investigación enfocada para las demandas de misiones relacionadas con tareas
imitaba lo que los atletas necesitan del deporte. Ciencias. Usé tales experiencias en el estudio de
hombres y mujeres combatientes durante 4 años cuando ingresé a una carrera académica. La
investigación posterior en la que participé para el Departamento de Defensa continuó esta línea de
trabajo para mí. Esto incluyó la salud de la mujer y la preparación para trabajos relacionados con el
combate a las demandas de los combatientes de operaciones especiales en las diferentes ramas del
servicio. Cada uno actuó como un modelo para mí en cuanto a cuán vitales son las prácticas
basadas en evidencia y nuevamente cómo se necesita un equipo de científicos y profesionales para
resolverlo todo. Era más que solo métricas, a pesar del libro y la pelí[Link] de dinero llevar las
matemáticas y el modelado a la conciencia pública. Sin embargo, para que los números sean
significativos, necesitarían tanto el contexto como la validez científica para que los modelos de
predicción funcionen.
Entré en este campo sin saberlo cuando era un niño. Quería ser un mejor jugador
de fútbol americano y descubrí que uno de mis héroes, Jimmy Taylor, de los Green Bay
Packers de Vince Lombardi, levantaba pesas. A partir de ahí, mi historia comenzó como
tantas otras. Le pedí a mi padre que me llevara a Sears a comprar un juego de pesas. A
partir de ese momento, me fascinó y hasta me obsesioné con preguntas sobre cómo
funciona el cuerpo. Otros dos héroes míos de Packer, Jerry Kramer y Bart Starr,
aprendieron del entrenador Lombardi que no hay final, solo la búsqueda continua de
la perfección con la esperanza de alcanzar la excelencia en el proceso. Así va con mi
visión de la evolución de la ciencia del deporte.
LECTURAS RECOMENDADAS
Amonette, WE, inglés, KL y Kraemer, WJ La evidencia se basa en la practica
en la ciencia del ejercicio: el enfoque de seis pasos. Champaign, IL: Cinética
humana, 2016.
Shurley, JP, Todd, J y Todd, T. Entrenamiento de fuerza en Estados Unidos: una
Historia de la innovación que transformó el deporte. Austin, TX: Prensa de la
Universidad de Texas, 2019.
PREFACIO
El Fundamentos de las ciencias del deporte de la NSCA ha sido creado con un objetivo muy específico: proporcionar la visión general más
contemporánea y completa de la ciencia del deporte y el papel del científico del deporte. Dentro del dominio del deporte, la aplicación de la
ciencia es cada vez más evidente. De hecho, no solo las universidades y las instituciones académicas investigan científicamente el deporte, sino
que, en el panorama deportivo actual, los equipos profesionales, las organizaciones deportivas y las empresas privadas de formación están
adoptando enfoques que utilizan principios y procedimientos científicos y el rigor empírico que proporcionan. El contenido de este libro, que
ha sido aportado por expertos mundialmente reconocidos y líderes de opinión del campo de las ciencias del deporte, aborda todos los
aspectos del papel del científico del deporte, desde la comprensión de la teoría del entrenamiento y la realización de análisis de necesidades,
para realizar el seguimiento y la evaluación de los atletas, gestionar datos y análisis, y educar y difundir información. Este libro apoya a los
profesionales de las ciencias del deporte que trabajan con atletas en entornos aplicados, a las personas que buscan desarrollar su
conocimiento y comprensión de las ciencias del deporte, a los académicos e investigadores, y a los profesionales que buscan explorar cómo su
experiencia técnica puede ofrecer beneficios potenciales a los atletas y las organizaciones deportivas. Al hacerlo, este libro presenta la visión
más completa de la aplicación de la ciencia del deporte y el papel del científico del deporte aplicado. personas que buscan desarrollar su
conocimiento y comprensión de las ciencias del deporte, académicos e investigadores y profesionales que buscan explorar cómo su
experiencia técnica puede ofrecer beneficios potenciales a los atletas y las organizaciones deportivas. Al hacerlo, este libro presenta la visión
más completa de la aplicación de la ciencia del deporte y el papel del científico del deporte aplicado. personas que buscan desarrollar su
conocimiento y comprensión de las ciencias del deporte, académicos e investigadores y profesionales que buscan explorar cómo su
experiencia técnica puede ofrecer beneficios potenciales a los atletas y las organizaciones deportivas. Al hacerlo, este libro presenta la visión
más completa de la aplicación de la ciencia del deporte y el papel del científico del deporte aplicado.
FUNDAMENTOS DE CIENCIAS DEL DEPORTE
Ciencias es la búsqueda de enfoques lógicos para descubrir cómo funcionan las
cosas dentro del universo natural, en el que la aplicación de métodos
sistemáticos de investigación nos permite generar conocimiento, explicaciones
comprobables y comprensión. Ciencia deportiva, por lo tanto, es la aplicación
de la teoría científica al deporte, o el estudio del deporte utilizando métodos
científicos de investigación en los campos del desempeño humano, el esfuerzo
atlético y la competencia deportiva. a diferencia deciencia del ejercicio, que
utiliza en gran medida las técnicas deportivas y el ejercicio como mecanismos
(es decir, variables independientes) para investigar y comprender mejor las
adaptaciones específicas relacionadas con la fisiología, la psicología o la
biomecánica (o más de una) del ser humano, la ciencia del deporte busca
inducir adaptaciones al funcionamiento humano. capacidad con el fin específico
de maximizar el rendimiento en la competición deportiva. Las actividades de las
ciencias del deporte hacen esto al convertir los datos en información valiosa
que luego se puede usar para respaldar la toma de decisiones e influir en los
resultados del rendimiento. Si bien los matices de la ciencia del ejercicio y la
ciencia del deporte pueden considerarse similares, también son diferentes. De
hecho, si bien es importante comprender cómo responde la fisiología humana a
diferentes factores estresantes, estímulos e intervenciones del ejercicio (es
decir,2). Por lo tanto, la ciencia del deporte representa la generación y
recopilación de información utilizando métodos científicos de investigación para
apoyar una mejor toma de decisiones con el fin de ganar en la competencia
deportiva.
El potencial de la ciencia para aplicarse al entrenamiento deportivo y la competencia, y
para que tenga un impacto positivo en el rendimiento, es enorme. Como término general,
la ciencia del deporte es una construcción multidisciplinaria que tiene sus raíces en la
fisiología, la bioquímica, la biomecánica, la nutrición y la adquisición de habilidades; sin
embargo, también implica el uso de estadísticas y campos más amplios de ciencia de
datos, análisis y gestión de tecnología. Al integrar cada una de estas respectivas disciplinas
técnicas de manera interdisciplinaria, es posible utilizar enfoques colectivos para abordar
una serie de problemas basados en el rendimiento dentro del paradigma del
entrenamiento y la competición deportiva (p. ej., gestión de la carga de trabajo, bajo
rendimiento, energía y alimentación, o recuperación después del juego). Por
Al formular hipótesis para preguntas específicas relacionadas con el rendimiento, los
científicos del deporte implementan procesos científicos de investigación, ya sea en el campo o
dentro de laboratorios controlados, para sacar conclusiones específicas que luego pueden
usarse para manipular los métodos de entrenamiento o la estrategia de competencia. En su
base, la ciencia del deporte busca examinar cómo interactúan los diferentes sistemas
psicofisiológicos para maximizar el rendimiento humano dentro de la competencia deportiva, y
cómo la manipulación de diferentes paradigmas de entrenamiento puede usarse para
optimizar tales interacciones sistémicas.
APLICACIÓN DE METODOLOGÍA CIENTÍFICA
La palabra Ciencias se deriva del latín ciencia, que significa conocimiento.
El conocimiento se obtiene a través de la investigación científica en lugar
de la suposición, la teoría, la práctica aceptada o la opinión subjetiva (3).
pseudociencia lamentablemente abunda en el mundo del rendimiento
deportivo, donde con frecuencia se hacen afirmaciones científicas pero
con pocaevidenciaproporcionada en apoyo de esas afirmaciones, o si se
proporciona evidencia, generalmente se malinterpreta o se presenta con
una intención sesgada. Tal vez todos puedan recordar un ejercicio o
instrucción que implementó un entrenador deportivo, y que cuando se le
preguntó sobre la razón de haberlo hecho, el entrenador ofreció poca
evidencia para respaldar la justificación de su uso y aplicación. De hecho,
la confianza excesiva en la evidencia anecdótica, la falta de escepticismo y
pensamiento crítico, y la tendencia a ignorar los datos que no respaldan
las tradiciones arraigadas y las creencias comunes están muy extendidas
en el deporte, incluso en los niveles más elitistas. Por lo tanto, es
fundamental que los métodos científicos de investigación y aprendizaje se
mantengan en todo el mundo del deporte,
En la base de la metodología de las ciencias del deporte se encuentran los principios rectores de
la investigación científica, a saber: empirismo,racionalismo, y escepticismo:
El empirismo es la filosofía de la ciencia que enfatiza el uso de la evidencia,
especialmente cuando se descubre a través de la experimentación, y sugiere que
todas las hipótesis y teorías deben probarse con las observaciones del mundo
natural en lugar de basarse únicamente en a priori razonamiento (es decir, algo
que puede conocerse sin experiencia ni datos), intuición o revelación.
Complementario al empirismo, el racionalismo representa una metodología en la
que el criterio de verdad no es sensorial sino intelectual y deductivo. El
racionalismo es la teoría de que la razón, más que la experiencia, es el
fundamento de la certeza en el conocimiento.
Finalmente, el escepticismo es la escuela de pensamiento filosófico que cuestiona la
posibilidad de certeza en el conocimiento. La ideología escéptica puede generalizarse
como la suspensión del juicio por insuficiencia de las pruebas.
Independientemente de su formación técnica o designación dentro del equipo de apoyo al
rendimiento (PST), uno de los principales diferenciadores de los científicos del deporte frente a
otros entrenadores y miembros del PST es su experiencia inherente y el deseo de aplicar
métodos científicos de investigación y obtener conocimientos y comprensión precisos a través
de objetividad y conocimiento de los datos. Este enfoque científico para comprender las
demandas complejas del rendimiento deportivo, estudiar el conjunto de investigaciones
basadas en evidencia, responder preguntas, resolver problemas relacionados con el deporte o
desarrollar formas nuevas e innovadoras de operar está representado por un enfoque
metodológico simple:
hacer una observación➛Definir el problema (hacer una pregunta)➛Formular
hipótesis (crear una teoría)➛Experimento (prueba o desafío)➛Analizar➛Interpretar
(concluir)➛Implementar (acción)
Dentro del mundo del deporte, los científicos del deporte, quizás más que
cualquier otro, son personas motivadas para usar los fundamentos del método
científico para sacar conclusiones y teorías sobre lo que es objetivo versus
subjetivo, lo que es exacto o inexacto, y cuán impactante o redundante es una
intervención de desempeño. En el nivel más básico, los científicos del deporte
utilizan estrategias analíticas (es decir, metodologías sistemáticas) para distinguir
la “señal del ruido”; es decir, filtran lo valioso y eficaz de lo inútil e ineficaz. Los
procesos genéricos de recopilación y aplicación de conocimientos al rendimiento
deportivo son muy amplios, en gran parte debido a los numerosos deportes con
los que se pueden asociar los científicos del deporte, las estrategias y habilidades
que realizan, los enfoques de entrenamiento físico y psicológico que se utilizan,3).
Sin embargo, los científicos del deporte son las personas que emprenden el
pensamiento crítico para estudiar e investigar conceptos relacionados con el
rendimiento deportivo y luego transmitir los hallazgos de estas investigaciones a
los atletas y entrenadores, de modo que los atletas y entrenadores puedan usar los
hallazgos para mejorar. decisiones informadas (verFigura 1).
EVOLUCIÓN DE LAS CIENCIAS APLICADAS DEL DEPORTE
Las ciencias del deporte, como muchas otras disciplinas, comenzaron como una actividad
académica dentro de las universidades e instituciones de enseñanza, en las que los investigadores y
profesores investigaban aspectos específicos relacionados con el ejercicio, el deporte u otros
campos del rendimiento humano. En sus inicios, la práctica más común para los científicos del
deporte era realizar “investigación básica”, predominantemente con el propósito de publicar sus
hallazgos en revistas revisadas por pares o presentar sus resultados a sus pares en congresos
académicos (o ambos) (2). Este enfoque tradicional proporciona resultados, conocimientos y
conclusiones que pueden tener alguna relevancia para los entornos aplicados; sin embargo, en
muchas ocasiones también puede tener poca aplicabilidad a la competición deportiva. Sin embargo,
con el tiempo, estos científicos profesionales que trabajaban en instituciones académicas ofrecieron
sus servicios a los entrenadores deportivos en un intento de comprender el deporte e investigar
formas de lograr una ventaja competitiva. De hecho, hay ejemplos de los primeros proyectos de
ciencias del deporte que influyeron en los métodos de las ciencias del deporte en los estadios
deportivos competitivos de hoy. Por ejemplo, el trabajo de los académicos de la Universidad
DePauw poco después de la Segunda Guerra Mundial se centró en documentar los patrones de
movimiento durante los partidos universitarios de baloncesto y fútbol (5,6). Después de reflexionar,
esta investigación pionera puede considerarse el precursor de muchos de los análisis de tiempo-
movimiento más sofisticados de la actualidad que categorizan y codifican el tiempo que los atletas
pasan durante un juego caminando, trotando, corriendo o corriendo a diferentes velocidades. Hoy
en día, estos análisis se utilizan ampliamente para gestionar la carga de trabajo de los jugadores o
como indicadores de un mayor riesgo de lesiones en los equipos deportivos profesionales de todo
el mundo.
FIGURA 1 El bucle de la metodología científica para los científicos del deporte.
A medida que han evolucionado las respectivas áreas de conocimiento técnico y
experiencia, la polinización cruzada de teorías y conceptos se ha vuelto más común, e incluso
las áreas de negocios, recursos humanos, administración, medicina y logística de la cadena de
suministro utilizan "enfoques científicos" para mejorar sus resultados. productividad. La
competencia deportiva no ha sido diferente, y desde aproximadamente 2010, más y más
organizaciones deportivas se han dado cuenta de que la experiencia científica y el análisis de
datos pueden ser de gran valor. De hecho, más organizaciones deportivas que nunca están
reconociendo el valor de los enfoques científicos en el entorno aplicado como un medio para
influir en los estándares de rendimiento tanto a nivel individual (es decir, atletas o personal)
como organizacional (es decir, éxito del equipo y efectividad operativa). Como consecuencia, La
ciencia del deporte ha evolucionado desde una búsqueda basada en la investigación de
académicos y profesores universitarios hasta un método de investigación e indagación que se
realiza en todos los entornos deportivos. Hoy en día, los enfoques de las ciencias del deporte
se utilizan en los niveles más altos de la competencia profesional y olímpica para afectar
directamente el rendimiento y ayudar a los practicantes a utilizar la mejor evidencia disponible
en el momento adecuado, en el entorno adecuado y para el individuo adecuado, a fin de
ayudar los atletas maximizan su rendimiento (1).
Conocimiento basado en evidencia versus práctica-
Evidencia basada
Un componente central de la ciencia del deporte es el desarrollo de marcos de análisis
sistemáticos para mejorar el rendimiento a través de un proceso que incluye la
recopilación y el análisis de datos para generar conocimientos y la comunicación de
información (8). La puesta en marcha del pensamiento científico y los métodos de
investigación (p. ej., observación y descripción, ensayos controlados, revisiones de la
literatura) sirve como marco para generar conocimiento y comprensión que luego pueden
dar forma a la toma de decisiones. Una primera aproximación, definida como
conocimiento basado en evidencia(EBK), en el que la información se genera a través del
estudio y la investigación científica, permite a los profesionales agregar fundamentos
informados objetivamente sobre por qué se utilizan ciertos métodos y enfoques. En la
práctica, EBK indica que las decisiones estratégicas han sido informadas por información
clara de respaldo, razonamiento y datos objetivos. El conocimiento basado en evidencia es
ampliamente reconocido como el enfoque estándar de oro para la toma de decisiones.
Sin embargo, en comparación, en el entorno aplicado, los científicos del deporte a menudo
están expuestos a evidencia basada en la práctica (PBE); aquí, ciertas situaciones y contextos
no están tan controlados o estructurados como en los escenarios tradicionales (es decir,
estudios de laboratorio y controlados). En cambio, PBE a menudo refleja la documentación y la
medición, tal como ocurren, de patrones y características. La evidencia basada en la práctica
representa en gran medida el proceso de describir o rastrear ciertas dinámicas de desempeño
y luego reaccionar a las respuestas situacionales mientras se tiene menos control sobre cómo
se entregan (7). Si se considera el ejemplo del equipo deportivo profesional que compite a lo
largo de una temporada, rara vez un científico del deporte tendría la oportunidad de
implementar un estudio de investigación estructurado que refleje procedimientos de
laboratorio con grupos de control, diseños cruzados u otros enfoques científicos reconocidos
para aislar un efecto de la variable independiente en el experimento. En cambio, el método de
recopilar y analizar el PBE durante las caóticas actividades diarias de entrenamiento y
competencia suele ser la forma más efectiva de obtener información sobre la regresión o
progresión del rendimiento, comprender las adaptaciones resultantes de los cambios en la
estrategia de entrenamiento o evaluar los cambios longitudinales. en la salud, el bienestar y el
rendimiento de los deportistas.
Es fundamental que los científicos del deporte reconozcan el valor de los enfoques EBK
y PBE y cómo cada uno de ellos puede proporcionar información y conocimientos valiosos.
Para crear EBK, los científicos del deporte formulan hipótesis y luego realizan
investigaciones estructuradas para probar y cuestionar estas hipótesis. En PBE, esto es
desafiante, y no siempre el enfoque comienza con una pregunta claramente definida que necesita ser respondida (es decir, una
hipótesis). Además, a veces los científicos del deporte recopilan información de las prácticas existentes y luego intentan extraer
inferencias retroactivas de la información (p. ej., auditorías de lesiones, seguimiento de la carga de trabajo). Los conceptos de EBK y
PBE quizás representan la interfaz moderna de la ciencia del deporte aplicada y los matices experienciales del entrenamiento
deportivo. De hecho, la innovación y la progresión de los métodos de entrenamiento a menudo están por delante de la comprensión
y la justificación científicas (es decir, los entrenadores usan ejercicios para afectar el rendimiento mucho antes de que exista un
cuerpo de evidencia para apoyar o refutar su uso). Sin embargo, estos desarrollos de entrenamiento son fundamentales para la
evolución de cualquier deporte, con el ensayo y error de los entrenadores que adoptan nuevas técnicas, un factor clave en el avance
de la competencia y la filosofía de entrenamiento. En lugar de rechazar este enfoque porque no representa una metodología
científica tradicional, los científicos del deporte deberían adoptar la PBE, al mismo tiempo que reconocen que la ciencia del deporte
debe buscar implementar la aplicación de principios científicos para informar la práctica; por lo tanto, la búsqueda de los principios
de EBK, que se adhieren a los principios de la investigación científica y el pensamiento crítico, deben adoptarse simultáneamente (ver
reconociendo al mismo tiempo que la ciencia del deporte debe buscar implementar la aplicación de principios científicos para
informar la práctica; por lo tanto, la búsqueda de los principios de EBK, que se adhieren a los principios de la investigación científica y
el pensamiento crítico, deben adoptarse simultáneamente (ver reconociendo al mismo tiempo que la ciencia del deporte debe
buscar implementar la aplicación de principios científicos para informar la práctica; por lo tanto, la búsqueda de los principios de
EBK, que se adhieren a los principios de la investigación científica y el pensamiento crítico, deben adoptarse simultáneamente (ver
Figura 2;4).
Enfoque interdisciplinario
Para llevar a cabo con éxito la ciencia del deporte, o emprender esfuerzos científicos dentro del
dominio del deporte, es fundamental reconocer que la colaboración, la cohesión del equipo y
un sentido de integración técnica son fundamentales. La investigación científica no debe
interponerse en el camino de las operaciones de desempeño; en cambio, la investigación debe
mejorarlos. Debe acelerar la toma de decisiones en lugar de ralentizarla debido a
procedimientos y metodologías engorrosos. El científico del deporte también debe estar
dispuesto a operar lateralmente a través de todos los demás servicios del PST, así como hacia
arriba, hacia el cuerpo técnico de entrenadores. Por lo tanto, las colaboraciones de las ciencias
del deporte deben observarse en tres niveles principales:
1. Servicios y apoyo prestados al entrenador en jefe y al resto del
cuerpo técnico
2. Apoyo brindado a los atletas
3. Integración y colaboración con otros miembros de un PST multidisciplinar
FIGURA 2La interfaz de la ciencia del deporte aplicada.
Entrenadores Técnicos
Desde el principio, es imperativo que los científicos del deporte comprendan con precisión su
papel en el apoyo al cuerpo técnico de entrenadores. Sería ingenuo pensar que la experiencia
en ciencias del deporte reemplaza las decisiones y perspectivas de un entrenador en jefe,
incluso cuando esas decisiones pueden percibirse como en gran medida subjetivas,
anecdóticas o en conflicto con los hallazgos científicos conocidos. En su lugar, se debe tomar
tiempo para integrar los métodos científicos y el conocimiento de una manera complementaria
y no amenazante, mediante la cual el cuerpo técnico de entrenamiento llegue a valorar la
información que brindan los científicos del deporte. Los entrenadores en jefe y otro cuerpo
técnico a menudo se enfrentan a decisiones complejas que deben tomar, que pueden variar
desde decisiones de procesos regulares (p. ej., duración de las sesiones de entrenamiento,
estrategia de juego, logística de viajes) hasta decisiones estratégicas críticas más infrecuentes
(p. ej., selección de equipo, desarrollos de equipos). Los científicos del deporte poseen las
habilidades para respaldar estos complejos procesos de toma de decisiones, ya que
comprenden los métodos para proporcionar evidencia, eficacia o fundamentos sobre los
cuales los entrenadores pueden formular su propio enfoque estratégico. Desde el principio,
cualquier relación con un entrenador debe basarse en la confianza, así como en la capacidad
de abordar preguntas muy específicas planteadas por el cuerpo técnico y la capacidad de
brindar resultados comprensibles e información precisa en un momento oportuno.
Atletas
Los científicos del deporte deben establecer unenfoque centrado en el atletaa su trabajo,
mediante el cual los esfuerzos científicos y los métodos de investigación
se alinean con las necesidades específicas de los atletas individuales. Las
relaciones profesionales que se desarrollan con los deportistas suelen ser
muy diferentes de las que se establecen entre el científico del deporte y el
entrenador en jefe u otro cuerpo técnico de entrenadores. Sin embargo,
la confianza y las líneas abiertas de comunicación siguen siendo
requisitos fundamentales si los científicos del deporte quieren optimizar
su impacto e influencia. Dentro de toda la construcción del deporte, los
atletas son el activo más importante y, por lo tanto, los científicos del
deporte deben adoptar la perspectiva de que todo su trabajo se lleva a
cabo con el fin de ayudar a los atletas a optimizar sus talentos innatos y
maximizar su potencial genético.
Equipo de soporte de rendimiento
Finalmente, los científicos del deporte deben adoptar una enfoque interdisciplinario
a trabajar en colaboración con otros miembros de un PST. Al trabajar horizontalmente
en todos los servicios de rendimiento, los científicos del deporte pueden aplicar sus
habilidades en el seguimiento y la evaluación, el análisis de datos y el informe y la
visualización de datos, lo que puede beneficiar a múltiples áreas técnicas. A menudo, el
papel del científico del deporte es trabajar con otras disciplinas técnicas para
identificar y definir sus problemas de rendimiento (es decir, preguntas de
investigación) y luego formular enfoques científicos para crear soluciones de
rendimiento (es decir, conclusiones) utilizando los principios de la investigación
científica. Como se destacó anteriormente, es necesario que las habilidades y los
atributos de un científico del deporte sean de gran beneficio y valor para otras
disciplinas técnicas que no tienen la misma experiencia en el uso de tecnologías
complejas, la gestión de datos, la realización de análisis de datos,
COMPETENCIAS DEL CIENTÍFICO DEL DEPORTE
Si la ciencia del deporte es el estudio del deporte a través de la aplicación de métodos
científicos en los campos del rendimiento humano, el esfuerzo atlético y la competencia
deportiva, un científico del deporte es un profesional cuyo trabajo se relaciona principalmente
con maximizar el potencial de rendimiento a través de la aplicación de dichos métodos
científicos. . Fundamentalmente, el científico del deporte trabaja para recopilar e interpretar
información que finalmente se convierte en conocimiento con el fin de respaldar una mejor
toma de decisiones. La evolución del rol del científico del deporte refleja la transición cada vez
mayor de generalistas en un equipo deportivo (p. ej., entrenadores técnicos, preparadores
físicos) a un equipo de expertos o especialistas, que tienen una experiencia discreta y un
conocimiento sofisticado de un deporte o una aplicación técnica ( ej., fisiología, biomecánica,
ciencia de datos) que pueden servir para aumentar la comprensión. Por lo tanto, es en gran
medida el papel de los científicos del deporte tomar datos complejos y conocimientos de
investigación aplicada y traducir este conocimiento para ganar en la competencia al influir en
la estrategia, las tácticas, el diseño de equipos, las actividades de regeneración y rehabilitación
y la logística operativa.
A medida que el campo de las ciencias del deporte sigue creciendo y se convierte en una disciplina más reconocida en el rendimiento
deportivo (es decir, fuera del entorno académico), el papel de los científicos del deporte aplicado se vuelve más común. Sin embargo, todavía
existe la necesidad de entender lo que abarca la ciencia del deporte, así como entender lo que hace un científico del deporte. Al examinar las
tendencias actuales de la industria en el crecimiento de los puestos de científicos deportivos profesionales, es evidente que las organizaciones
deportivas buscan dos perfiles principales. El primero se enfoca en personas que poseen experiencia en un campo o en campos particulares
del desempeño humano, como fisiología, biomecánica, procesamiento o análisis de datos, o en sistemas de seguimiento y gestión de
tecnología. A menudo, la noción percibida de las organizaciones deportivas es comprender mejor conceptos como la gestión de la carga de
entrenamiento, evaluación comparativa del rendimiento, recuperación y regeneración, o factores como los viajes y la higiene del sueño. Todas
estas áreas pueden considerarse críticamente influyentes al afectar la disponibilidad de los atletas o su potencial para desempeñarse de
manera óptima (o ambos); por lo tanto, las organizaciones deportivas están reclutando personas para investigarlas y monitorearlas
científicamente. El segundo tipo de perfil es como facilitador para integrar múltiples disciplinas; aquí el científico del deporte tiene una
comprensión holística del rendimiento humano. A medida que las personas se enfrentan a la era de la tecnología y están por lo tanto, las
organizaciones deportivas están reclutando personas para investigarlas y monitorearlas científicamente. El segundo tipo de perfil es como
facilitador para integrar múltiples disciplinas; aquí el científico del deporte tiene una comprensión holística del rendimiento humano. A medida
que las personas se enfrentan a la era de la tecnología y están por lo tanto, las organizaciones deportivas están reclutando personas para
investigarlas y monitorearlas científicamente. El segundo tipo de perfil es como facilitador para integrar múltiples disciplinas; aquí el científico
del deporte tiene una comprensión holística del rendimiento humano. A medida que las personas se enfrentan a la era de la tecnología y están
expuestos al tsunami de datos que ahora se ve dentro de los entornos deportivos, los científicos del
deporte a menudo también son llamados para administrar grandes cantidades de datos (es decir, un
énfasis en la ciencia de datos). De hecho, en muchos contextos deportivos hay una ausencia de personal
en cada disciplina técnica con la competencia para manejar la tecnología (y administrar el análisis de
datos) de manera efectiva y, por lo tanto, estas tareas a menudo recaen sobre los científicos del deporte.
Al adoptar una filosofía multidisciplinaria, es posible integrar la ciencia del deporte en
la infraestructura de cualquier organización deportiva, ya sea dentro del entorno
académico o aplicado, y desarrollar métodos aceptados de investigación científica que
puedan influir directamente en el rendimiento deportivo. Un factor clave al contratar o
contratar a un científico del deporte es la necesidad de que las organizaciones y los
equipos deportivos contraten a personas cuya experiencia y habilidades técnicas cumplan
con los requisitos específicos y llenen las lagunas en el conocimiento y la comprensión del
rendimiento. Por lo tanto, los científicos del deporte deberían poder no solo recopilar,
analizar, interpretar y comunicar datos, sino también emplear un enfoque holístico para
administrar y combinar información de todas las disciplinas técnicas.
CONCLUSIÓN
Para cumplir a cabalidad con el sentido y el valor que la profesión merece, el científico
del deporte tiene que
1. practicar el razonamiento hipotético;
2. aplicar principios científicos de empirismo, racionalidad y escepticismo;
3. fomentar las competencias en estadística y análisis de datos, así como la elaboración de informes y
visualización de datos en muchas ocasiones (pero no como regla general); y
4. poseer experiencia en deportes específicos.
También son esenciales para el puesto las características de comportamiento y las
cualidades personales, como las habilidades de comunicación y una ética de trabajo que
promueva los enfoques interdisciplinarios y el trabajo en equipo. Habrá momentos en los
que el científico del deporte deba actuar como integrador de diferentes disciplinas y
cuando el rol implique interacción con diferentes grupos dentro de la organización (p. ej.,
gerencia o front office, médicos o de salud, cuerpo técnico, análisis) y empatía con otros
entrenadores técnicos y miembros del PST es vital. El propósito de este libro es ofrecer una
visión holística de la experiencia técnica, las habilidades y el conocimiento necesarios para
operar de manera efectiva como un científico del deporte moderno.
EXPRESIONES DE GRATITUD
Este libro de texto es la primera iteración del Fundamentos de las ciencias del deporte de la NSCA, y
representa un momento seminal para el campo de las ciencias del deporte aplicadas. Sirve para
definir el rol del científico del deporte contemporáneo que trabaja en diferentes géneros y dominios
profesionales, y representa la visión más completa de los roles, responsabilidades y experiencia
requerida de aquellos a los que se hace referencia como “científicos del deporte”. El desarrollo de
este libro no hubiera sido posible sin las contribuciones desinteresadas de un gran número de
personas. Lo que es más importante, deseamos agradecer a todos los autores contribuyentes que
han proporcionado capítulos en este libro, compartiendo su experiencia respectiva, así como
también dedicando su valioso tiempo para formular el cuerpo más completo de conocimiento de las
ciencias del deporte hasta la fecha. Estamos verdaderamente agradecidos de que ustedes, los
contribuyentes, creyeron en nuestra visión de este libro de texto y reconocieron la necesidad de
crear un recurso como este para la comunidad mundial de ciencias del deporte. También estamos
verdaderamente agradecidos de que haya estado dispuesto a compartir su experiencia y su
sabiduría tan abiertamente.
Este libro no habría sido posible sin la guía y dirección de Roger Earle de Human
Kinetics. Roger, la energía y el entusiasmo que ha aportado a este proyecto han sido la
fuerza impulsora detrás de nosotros como editores desde el primer día, y estamos
agradecidos por el apoyo que nos ha brindado en todo momento. Además, desde
Human Kinetics, queremos agradecer a la editora de desarrollo, Laura Pulliam, y a la
editora gerente, Miranda Baur, por su apoyo durante los procesos de edición y diseño
gráfico. A la NSCA, le agradecemos que nos haya permitido asumir roles editoriales
para este libro, y por depositar su fe en nosotros para entregar su visión para el
Fundamentos de la ciencia del deporte libro de texto. Esperamos que este texto se
convierta en un recurso de aprendizaje tan fundamental como cada uno de los otros
libros de la serie "Essentials". Gracias a Keith Cinea de la NSCA por su apoyo
administrativo durante la primera parte de este proyecto, ya Eric McMahon por
conseguir apoyo y promover este recurso en toda la comunidad de entrenadores de la
NSCA. Deseamos reconocer al ex presidente de la NSCA, Dr. Greg Haff, cuya audaz idea
fue el catalizador inicial para expandir la visión de la ciencia del deporte de la NSCA; sin
su compromiso con la necesidad de este tipo de recurso, no habríamos llegado a este
punto. Y gracias a la actual NSCA
el presidente, Travis Triplett, y la junta directiva de la NSCA que han llevado a cabo la visión que el
Dr. Haff puso en marcha inicialmente. Finalmente, queremos agradecer a todos nuestros colegas y
amigos de la ciencia del deporte en todo el mundo. Las comunidades de la ciencia del deporte y de
la fuerza y el acondicionamiento son un grupo verdaderamente especial de profesionales, y
tenemos el privilegio de servirle al brindarle lo que esperamos sea un texto valioso para respaldar
todo el increíble trabajo que realiza para los atletas, entrenadores y equipos de todo el mundo. .
DUNCAN N. FRANCÉS, PHD, CSCS,*D
Siempre digo, “no trabajamos en la industria del deporte, trabajamos en la industria de las
personas”, y eso nunca me resuena más que al terminar este libro de texto seminal, que
tuve el placer de editar. La competición deportiva y la búsqueda del rendimiento atlético
óptimo se han convertido en una carrera enormemente gratificante para mí. Ya sea como
científico deportivo, entrenador o ahora como director de rendimiento, me siento
realmente honrado por las oportunidades que el deporte me sigue presentando. La
competición deportiva es una de las actividades más estimulantes de la vida, pero son las
personas que he conocido y las experiencias que he tenido en el camino lo que la hace tan
satisfactoria.
Quiero agradecer a todos los atletas y entrenadores a los que he tenido el
placer de servir a lo largo de los años. Realmente aprecio la confianza que
depositaron en mí, permitiéndome jugar un pequeño papel en su éxito.
Profesionalmente, mi mayor influencia y la persona que ha dado forma a mis
creencias y filosofías quizás más que nadie es un antepasado de la ciencia del
deporte y miembro fundador de la NSCA, el Dr. William J. Kraemer. Hasta el día de
hoy valoro mucho su tutoría y su guía. A todos mis colegas actuales y anteriores
que trabajan en organizaciones deportivas de todo el mundo, agradezco su
camaradería, su amistad y los desafíos que me han ofrecido para esforzarme por
ser lo mejor que puedo ser.
A mi coeditora, mi “compañera de crimen” y mi muy querida amiga, la Dra. Lorena
Torres Ronda. Si bien ha sido una gran tarea entregar este texto desde su concepción
inicial hasta el increíble recurso que es hoy en día para la comunidad mundial de
ciencias del deporte, no puedo pensar en nadie con quien hubiera preferido formar
equipo en este proyecto. Posee una experiencia verdaderamente de clase mundial en
ciencias del deporte, que ha sido esencial a lo largo de este proceso, y su dedicación y
deseo de crear un libro de texto especial han sido inquebrantables. Lo más importante
es que siempre has estado ahí para apoyarme con un corazón bondadoso y cálido
como mi coeditor y compañero de equipo. Has estado allí conmigo durante los
tiempos difíciles y siempre me has ofrecido apoyo y una voz de razón. Después de
trabajar tan de cerca en este proyecto durante tanto tiempo,
Sin embargo, nada de esto sería posible sin el amor y el apoyo incondicional de
mi familia. Mamá y papá, durante tantos años cuando era niño, me llevaron
en todo el país a partidos, torneos y eventos deportivos. Fuiste fundamental para
brindarme todas las oportunidades y sembraste las semillas que se convirtieron en
mi pasión y amor por el deporte, el atletismo y el rendimiento humano. A mi
hermano, Stuart, quien siempre fue mi compañero de entrenamiento cuando
boxeábamos o pateábamos la pelota de fútbol en el jardín trasero; siempre has
hecho la vida divertida y alegre. Mi querida esposa, Katie, nunca dudas de mí y eres
una fuente constante de inspiración y motivación. Te sacrificas mucho al
permitirme perseguir mi pasión y dedicarme a mi profesión y mi amor por el
deporte, la ciencia del deporte y el entrenamiento. Me mantienes honesto y traes
amor y risas a mi vida cuando me consumo con trabajo y estudio. Aprecio todo lo
que haces por nuestra familia. A Alfie y Frankie, Lamento que papá haya pasado
todas esas tardes tecleando en su computadora y no jugando y divirtiéndose
contigo. Ahora que este libro está terminado, prometo que estaré allí para correr,
saltar, perseguir, levantar, luchar, rodar, patear y lanzar contigo.
LORENA TORRES RONDA, DOCTORADA
El título de “científico del deporte”, como cualquier otro, no te convierte en uno. Es la
aplicación de sus valores, principios y conocimientos, junto con sus experiencias, lo que
realmente da forma a su función. Lo que es más importante, es el impacto que tiene en
otras personas lo que lo colocará en la mejor posición para aplicar la ciencia del deporte en
su entorno. “No encajas a la gente en los trabajos; Encuentras a las mejores personas y les
ajustas los trabajos” (S. Jobs). Los títulos no crean resultados; la gente hace.
Quiero agradecer a todos los compañeros, entrenadores y deportistas que han creído
en mí y con los que he tenido el placer de trabajar y para los que he tenido el placer de
trabajar. Quiero hacer una mención especial a Paula Marti Zambrazo, Ona Carbonell, y
todos los entrenadores y jugadores del Futbol Club Barcelona Basketball. ¡Ganamos todo
por lo que competimos y nos divertimos haciéndolo! Le debo otro agradecimiento especial
a RC Buford y Sean Marks, así como a la organización, jugadores y entrenadores de los San
Antonio Spurs, por darme la oportunidad de trabajar en la NBA, una organización de clase
mundial. No me habría convertido en director de rendimiento de un equipo de la NBA si no
hubieras creído en mí en primer lugar. Por último, pero no menos importante, gracias a
todos mis colegas y amigos de todo el mundo por compartir los momentos felices y
apoyarme cuando las cosas se ponen difíciles; Tu sabes quien eres.
También quiero mencionar a las personas y organizaciones que han sido un
desafío y actualmente lo son. No me creyeron ni me apoyaron, pero lo que
probablemente no saben es que me hacen más fuerte y, por lo tanto, mejor. No
me habría convertido en el profesional que soy hoy sin esas personas,
momentos y experiencias desafiantes.
Gracias, Dr. Duncan French. Las palabras no pueden describir lo agradecido que estoy de
tener a este compañero de viaje durante este viaje. Los lectores de este libro deben saber que
la calidad del mismo se debe en gran medida a la dedicación que Duncan ha puesto en él.
También ha sido un verdadero placer tenerlo como coeditor y socio. Comenzaste como mi
socio en este proyecto, y ahora definitivamente puedo decir que eres un amigo de toda la vida.
A mis amigas de España, gracias por estar tan unidas y por todo lo demás.
Y gracias a mi familia, a quienes dedico este trabajo. Gracias mamá por estar
siempre presente. Te dejé cuando tenía 15 años para perseguir un sueño en
el deporte, y siempre me has apoyado, me has guiado con tu sabiduría y tu
amor incondicional; y Ángela, mi hermana, gracias por
siendo mi mejor amigo y la voz que me guía cuando estoy perdido.
CRÉDITOS
Figura 2.1 Reimpreso con permiso de TO Bompa y CA Buzzichelli,
Periodización: Teoría y Metodología del Entrenamiento (Champaign, IL,
Human Kinetics, 2019), 13; Adaptado con permiso de AC Fry, “The Role of
Training Intensity in Resistance Exercise Overtraining and Overreaching,” en
Sobreentrenamiento en el Deporte, editado por RB Kreider, AC Fry y ML
O'Toole (Champaign, IL: Human Kinetics, 1998), 114.
Figura 2.2 Reimpreso con permiso de SL Halson y AE Jeukendrup, “¿Existe el
sobreentrenamiento? Un análisis de la investigación sobre la extralimitación y el
sobreentrenamiento”,Medicina deportiva 34, núm. 14 (2004): 967-981.
Figura 2.3 Reimpreso con permiso de S. Skorski, I. Mujika, L. Bosquest, R.
Meeusen, A. Coutts y T. Meyer "The Temporal Relationship Between Exercise,
Recovery Processes, and Changes in Performance" Revista Internacional de
Fisiología y Rendimiento Deportivo 14 (2019): 1015-1021.
Ecuación del acelerómetro triaxial Reimpreso con permiso de LJ Boyd, K.
Ball y RJ Aughey, "The Reliability of MinimaxX Accelerometers for Measuring
Physical Activity in Australian Football" Revista Internacional de Fisiología y
Rendimiento Deportivo 6 (2011): 311-321.
Figura 2.4 Reimpreso de M. Buchheit, “Monitoring Training Status With HR
Measures: Do All Roads Lead to Rome?” Fronteras en fisiología5 (2014): 73. Este
artículo está bajo Creative Commons CC BY.
Figura 2.5Reimpreso con permiso de J. Vanrenterghem et al., "Monitoreo de la carga
de entrenamiento en deportes de equipo: un marco novedoso que separa las vías de
adaptación de la carga fisiológica y biomecánica".Medicina deportiva 47, núm. 11
(2017): 2135-2142.
Figura 2.6Reimpreso con permiso de MJS Buchheit, “¿Quiere ver mi informe,
entrenador? Reportajes de ciencia deportiva en el mundo real”,Revista de Medicina
Deportiva Aspetar6 (2017): 36-42.
Figura 3.1Basado en Cananan et al. (2018).
Figuras 3.2a,BAdaptado con permiso de NSCA, “Periodization and Power
Integration”, GG Haff, enpotencia en desarrollo,editado por M. McGuigan
(Champaign, IL: Human Kinetics, 2017), 36, 37.
Figura 3.2cBasado en McGuigan (2017).
Tabla 3.1Adaptado con autorización de GG Haff, “Periodization and Power
Integration”, enpotencia en desarrollo,editado por M. McGuigan (Champaign,
IL: Human Kinetics, 2017), 39; Adaptado de Bompa y Haff (2009); Haff (2016):
Haff y Haff (2012); Issurin (2010); Piedra et al. (2007).
Figura 3.3 Reimpreso con autorización de J. Olbrecht, “Basics of Training Planning”, en
La ciencia de ganar: planificación, periodización y optimización del entrenamiento de
natación (Amberes, Bélgica: F&G Partners, 2007), 191.
Figuras 3.4 y 3.5 Adaptado con autorización de NSCA, “Periodization”, GG Haff, en
Fundamentos del entrenamiento de fuerza y acondicionamiento,4.ª ed., editado
por GG Haff y NT Triplett (Champaign, IL Estados Unidos: Human Kinetics, (2016),
592.
Cuadro 3.3 Adaptado con autorización de GG Haff, “The Essentials of
Periodization”, en Fuerza y Acondicionamiento para el Rendimiento Deportivo,
editado por I. Jeffreys y J. Moody (Abingdon, Oxon: Routledge, 2016), 404-448.
Figura 4.1;Figuras 4.2a,B,C,D,miReimpreso con permiso de PB Laursen y MJS
Buchheit,Ciencia y aplicación del entrenamiento interválico de alta intensidad
(HIIT): soluciones al rompecabezas de la programación(Champaign, IL: Human
Kinetics, 2018) 12, 69, 70.
Figuras 4.5,4.6,4.7,4.8,4.9,4.10,4.11Adaptado con autorización de PB Laursen y MJS
Buchheit,Ciencia y aplicación del entrenamiento interválico de alta intensidad
(HIIT): soluciones al rompecabezas de la programación(Champaign, IL: Human
Kinetics, 2018) 550, 551, 560, 561 559, 563, 562.
Figuras 4.3a,B;Figuras 4.4a,B;Tabla 4.1,Tabla 4.2Reimpreso de MJS Buchheit,
“Managing High-Speed Running Load in Professional Soccer Players:
El beneficio de la suplementación del entrenamiento a intervalos de alta
intensidad”, sportperfsci.com53 (2019): 1-5. Este artículo está bajo Creative
Commons Attribution 4.0.
Figura 6.2Reimpreso con permiso de NSCA, “Administración, puntuación e
interpretación de pruebas seleccionadas, M. McGuigan, enFundamentos del
entrenamiento de fuerza y acondicionamiento,4.ª ed., editado por GG Haff y NT
Triplett (Champaign, IL: Human Kinetics, 2016), 292.
Figura 6.3 Reimpreso con permiso de M. McGuigan, “Evaluating Athletic Capacities, in
Entrenamiento de Alto Rendimiento para el Deporte, editado por D. Joyce y D.
Lewindon (Champaign, IL: Human Kinetics, 2014), 10.
Figura 6.5 Reimpreso con autorización de NSCA, “Program Design and Technique
for Speed and Agility Training”, BH DeWeese y S. Nimphious, en Fundamentos del
entrenamiento de fuerza y acondicionamiento,4.ª ed., editada por GG Haff y NT
Triplett (Champaign, IL: Human Kinetics, 2016), 544.
Figura 8.1 Reimpreso con permiso de R. Lovell et al., “Numerically Blinded
Rating of Perceived Esertion in Soccer: Assessing Concurrent and Construct
Validity,” Revista Internacional de Fisiología y Rendimiento Deportivo (2020).
Figura 8.2 Reimpreso con permiso de MC Varley et al., "Consideraciones
metodológicas al cuantificar los esfuerzos de alta intensidad en el deporte de equipo
utilizando la tecnología del sistema de posicionamiento global"Revista Internacional de
Fisiología y Rendimiento Deportivo 12: (2017): 1059-1068.
Figura 9.3Basado en Buchheit y Simpson (2017).
Figuras 10.4a,B,C,D;Tablas 10.1a,BBasado en Dwyer y Gabbett (2012);
Suárez-Arrones et al. (2012).
Figura 10.5Basado en Malone et al. (2017).
Tabla 12.4Datos de Cohen et al. (2020); Hart et al. (2019); Cohen et al.
(2014).
Figura 15.3Reimpreso con permiso de AF Jackson y DJ Bolger, "The
Neurophysiological Bases of EEG and EEG Measurement: A Review for the
Rest of Us"Psicofisiología51 (2014): 1061-1071.
Figuras 15.4ay BReimpreso con permiso de P. Malmivuo, J. Malmivuo,
y R. Plonsey, "Electroencefalografía", enBioelectromagnetismo: Principios y
Aplicaciones de los Campos Bioeléctricos y Biomagnéticos (Oxford University Press:
EE. UU., 21, 1995), 368.
Figura 15.5 Reimpreso con permiso de S. Motamedi-Fakhr et al., “Signal
Processing Techniques Applied to Human Sleep EEG Signals—A Review,”
Procesamiento y control de señales biomédicas 10 (2014): 21-33.
Figura 16.1 Adaptado con permiso de JP Higgins, “Nonlinear Systems in
Medicine,” Revista de medicina biológica de Yale 75 (2002): 247-260.
Figuras 16.5a,B,C,D,mi,F Reimpreso con permiso de X. Schelling, J. Calleja-
Gonzalez, L. Torres-Ronda y N. Terrados, "Using Testosterone and Cortisol as
Biomarker for Training Individualization in Elite Basketball: A 4- Year Follow-up
Study" Revista de investigación de acondicionamiento de fuerza 29 (2015):
368-378.
Figura 17.1 Adaptado con autorización de RM Impellizzeri, SM Marcora y AJ Coutts,
“Carga de entrenamiento interna y externa: 15 años después”,Revista Internacional
de Fisiología y Rendimiento Deportivo 14, núm. 2 (2019): 270-273.
Tabla 17.1Adaptado de Mokkink et al. (2016).
Tabla 17.4Basado en Kellmann, Main y Gastin (2017); Saw, Main y Gastin
(2016).
Figura 17.6Reimpreso con permiso de AE Saw et al., “Athlete Self-Report
Measures in Research and Practice: Considerations for the Discerning Reader
and Fastidious Practitioner,”Revista Internacional de Fisiología y Rendimiento
Deportivo 12, núm. t2 (2017): T2-127-T2-135.
Figura 17.7Reimpreso con permiso de C. Prinsen et al., “Pauta para seleccionar
instrumentos de medición de resultados para resultados incluidos en un conjunto de
resultados básicos”, [Link]://[Link]/wp-content/uploads/COSMIN-
[Link]; Basado en Prinsen et al. (2016).
Este artículo está bajo licencia Creative Commons 4.0.
Tabla 18.3Datos de Buchheit y Rabbani (2014).
Figuras 18.13ay BReimpreso con permiso de J. Pearl y D. Mackenzie, El libro
del por qué: la nueva ciencia de causa y efecto(Nueva York: Libros básicos,
2018).
Figura 19.2Reimpreso con permiso de J. Windt y TJ Gabbett, “¿Cómo se relacionan las cargas de
trabajo de entrenamiento y competencia con las lesiones? El modelo de etiología de la carga de
trabajo y la lesión”,Revista británica de medicina deportiva51, nº 5 (2016): 428-435.
Figuras 1,2, 3 y 4 adentroTabla 19.1Reimpreso con permiso de J. Windt y TJ Gabbett,
“Is it All for Naught? ¿Qué significa el acoplamiento matemático para las proporciones
de carga de trabajo aguda: crónica?Revista británica de medicina deportiva
53, núm. 16 (2019): 988-990.
Figura 19.4Adaptado con autorización de TJ Gabbett et al., “The Athlete
Monitoring Cycle: A Practical Guide to Interpreting and Applying Training
Monitoring Data”,Revista británica de medicina deportiva51, núm. 20 (2017):
1451-1452.
Figura 23.2Copyright 2017, de “The Role of Sleep in Maximizing Performance
in Elite Athletes”, de J. Caia, VG Kelly y SL Halson, en Deporte, Recuperación y
Rendimiento,editado por M. Kellman y J. Beckman. Adaptado con
autorización de Taylor and Francis Group, LLC, una división de Informa plc.
Tabla 24.2Adaptado de DT Thomas, KA Erdman y LM Burke, “Declaración de
posición conjunta del American College of Sports Medicine. Nutrición y
Rendimiento Atlético”,Medicina y ciencia en deportes y ejercicio48 (2016):
543-568.
Cuadro 24.3Adaptado de Thomas, Erdman y Burke (2016).
Figura 24.2Reimpreso de RJ Maughan, LM Burke, J. Dvorak, DE Larson-
Meyer, P. Peeling, RM Phillips, ES Rawson et al., “Declaración de consenso del
COI: suplementos dietéticos y atletas de alto rendimiento”, Revista británica
de medicina deportiva52: 439-455, 2018. Licencia bajo Creative Commons
4.0.
Figura 25.5 Adaptado con permiso de SN Cheuvront y RW Kenefick, “Am I
Drinking Enough? Sí, No o Tal vez”,Revista del Colegio Americano de
Nutrición 35 (2016): 1.
Figura 26.1 Reimpreso con permiso de MA Guadagnoli y TS Lee, “Challenge
Point: A Framework for Conceptualizing the Effects of Various Practice
Conditions in Motor Learning”, Revista de comportamiento motor 36, núm. 2
(2004): 212-224.
Figura 27.2 Adaptado con permiso de JL Park et al., “Make the Case for
Mobile Cognition: EEG and Sports Performance,” Revisiones de neurociencia
y biocomportamiento52 (2015): 117-130.
Figura 27.3Reimpreso con permiso de W. Klomjai, R. Katz y A. Lackmy-
Vallée, "Principios básicos de la estimulación magnética transcraneal
(TMS) y TMS repetitiva (TMS)",Anales de Medicina Física y Rehabilitación
58, núm. 4 (2015): 208-213.
Figura 27.7Reimpreso con permiso de MT Miller y WC Clapp, "From Vision to
Decision: The Role of Visual Attention in Elite Sports Performance" Ojos y lentes
de contacto37, núm. 3 (2011): 131-139.
Figura 27.8Reimpreso de MF Oliveira et al. “¿El suministro deficiente de O2
durante el ejercicio acentúa la fatiga central y periférica en pacientes con COPD-
CHF coexistente?”Fronteras en fisiología5 (2015): 514. Este artículo está bajo
licencia Creative Commons (CC-BY).
Figura 28.1Reimpreso con permiso de G. Wulf y R. Lewthwaite, "Optimización
del rendimiento a través de la motivación intrínseca y la atención para el
aprendizaje: la teoría OPTIMAL del aprendizaje motor".Boletín psiconómico y
revisión23 (2016); 1391.
Tabla 29.1Basado en Cook y Purdam (2009).
Figura 30.3Basado en Tucker y Collins (2012).
Figura 30.4Adaptado de Dijkstra et al. (2014).
Figura 30.5Adaptado con autorización de E. Zeigler, “Preparación profesional y
especialización en disciplina en educación física canadiense y kinesiología”,Revista
de Educación Física, Recreación y Danza61, núm. 2 (1990): 40-44.
Figura 31.1Datos de LM Burk, "Comunicando la ciencia del deporte en la era de la
twittersfera",Revista internacional de nutrición deportiva y metabolismo del
ejercicio27:1-5, 2017); diseñado por @YLMSportScience; proporcionado con
permiso.
Figura 31.2Diseñado por @davidkpope; proporcionado con permiso.
Figura 31.3 Basado en Thornton y colegas (2019).
Traducido del inglés al español - [Link]
Puntos clave para apoyar la escritura de artículos de blog Adaptado de P. Dunleavy,
Cómo escribir una entrada de blog a partir de un artículo de diario en once sencillos pasos.
[Link] [Link]/impactofsocialsciences/2016/01/25/how-to-write-a-blogpost-
fromyour-journal-article. Enero 2016. Licencia bajo Creative Commons License 3.0.
PARTE I
Teoría y Proceso de Entrenamiento
CAPÍTULO 1
Dimensiones de rendimiento
Nick Winkelman, PhD
Darcy Norman, PT
Albert Einstein dijo que “no podemos resolver nuestros problemas con el mismo
pensamiento que usamos cuando los creamos”. En otras palabras, si un grupo de
personas enfrenta un problema que surgió como consecuencia de su forma de pensar,
entonces necesitarán cambiar su forma de pensar para resolver el problema o evitarlo en
el futuro. Para ello, las personas deben contar con un mecanismo para actualizar su propio
pensamiento o el pensamiento de los demás; de lo contrario, están destinados a enfrentar
el mismo problema una y otra vez.
POR QUÉ LOS DEPORTES NECESITAN CIENTÍFICOS
Independientemente del mecanismo seleccionado, una cosa está clara: debe ser
alimentado por información. Aquí,información se define como hechos conocibles que
reducen la incertidumbre sobre algo o alguien. Por lo tanto, para que algo se
considere información, debe tener el potencial de cambiar el pensamiento y la toma de
decisiones. Si bien esto suena simple, acceder a un flujo continuo de información de
alta calidad no siempre es fácil.
Por un lado, la información necesaria para mejorar el pensamiento de uno debe ser
medible en algún nivel. Suponiendo que sea medible, ya sea a través de medios cualitativos o
cuantitativos, debe haber una forma de medirlo. Si tal forma existe, entonces uno debe tomar
esa información en bruto y analizarla, visualizarla e interpretarla de una manera que, de
nuevo, pueda refinar el pensamiento de aquellos a quienes se supone que debe influir.
Históricamente hablando, la capacidad de mantener un flujo de información continuo y
actualizado es una idea moderna. Antes de las computadoras, Internet de alta velocidad, los
dispositivos inteligentes y la tecnología de sensores, la capacidad de las personas para adquirir e
integrar rápidamente nueva información (más allá de sus propias observaciones) estaba
severamente limitada. Sin embargo, a medida que el mundo se adentra más en el siglo XXI, parece
no haber límites para el avance tecnológico y la información que puede ofrecer. Esta realidad ha
obligado a todas las industrias a adaptarse (adquirir la tecnología, el personal y las habilidades
adecuadas) o morir.
Si bien algunas industrias, como los negocios, la medicina y el transporte, cambiaron
rápidamente con los tiempos, el deporte no se unió a la fiesta hasta más tarde. Por ejemplo, en
el pasado, si un equipo deportivo quería mejorar su comprensión de la fisiología de un atleta,
era necesario contratar la ayuda de una universidad y un fisiólogo. Esto implicó que los
jugadores tuvieran que tomarse un día libre de entrenamiento para ir a un laboratorio y
completar una batería de pruebas diseñadas para evaluar las cualidades físicas clave. Si bien
muchos equipos han usado estos servicios y continúan haciéndolo, las principales limitaciones
son la escala, la velocidad y el costo. Es decir, un equipo que busca retroalimentación en
tiempo real sobre cómo una intervención de entrenamiento está afectando el progreso de un
atleta tendrá poca utilidad para un medio de recopilación de información tan poco frecuente y
poco práctico.
Sabiendo esto, han surgido muchas empresas para llenar el vacío de información,
creando tecnología que acerca el laboratorio al atleta. El cambio de siglo vio
la aparición de dispositivos portátiles o portátiles que miden la velocidad, la fuerza, la
potencia, la postura, la preparación, el ritmo cardíaco, la hidratación y el sueño. Con
cada año que pasa, se crean nuevas tecnologías, las tecnologías existentes mejoran y
se generan más datos (verCapítulo 7). Si bien la perspectiva de acceder a información
en tiempo real sobre características críticas del rendimiento deportivo es atractiva para
las organizaciones deportivas, presenta el desafío de encontrar a alguien que evalúe la
tecnología, aprenda a usarla y recopile, analice, visualice e interprete la información.
datos que produce. Agregue múltiples tecnologías a la mezcla y se multiplica el
requisito de personas especializadas con habilidades técnicas discretas.
Reconociendo esto, las organizaciones deportivas han mirado a sus unidad de alto
rendimiento (HPU), a veces denominado equipo fuera del campo (ej., profesionales
de fuerza y acondicionamiento, fisioterapeutas y nutricionistas), para tomar el relevo
tecnológico. Si bien es perfectamente lógico pensar que los profesionales de fuerza y
acondicionamiento deberían ser responsables de la tecnología que mide la velocidad
de carrera, los fisioterapeutas de la tecnología que mide la fuerza de la ingle y los
nutricionistas de la tecnología que mide la hidratación, un examen más detallado
revela una serie de problemas. :
El primer problema es una cuestión de hora. Pase un día siguiendo a un profesional
de fuerza y acondicionamiento, por ejemplo, y no verá mucho tiempo de inactividad.
Cuando este personal no está entrenando en el piso, están en reuniones, y cuando no
están en reuniones, están escribiendo programas y preparando el cronograma. Fuera
del tiempo planificado para el desarrollo profesional, por lo general no tienen tiempo
suficiente para pasar por el proceso de evaluación e integración de la tecnología, y
mucho menos para administrarla sobre el terreno. Se puede hacer el mismo
argumento para la mayoría de los roles tradicionales dentro de la HPU.
El segundo problema es una cuestión decompetencia. Muchas de las tecnologías que ya se
han vuelto omnipresentes en el deporte (por ejemplo, el Sistema de Posicionamiento Global
[GPS]) son todavía bastante nuevas. Por ejemplo, los dos principales proveedores de GPS
deportivos se fundaron en 2006 y 2008. Por lo tanto, muchos de los actuales jefes de
departamento dentro de las HPU deportivas tienen fechas de graduación universitaria
anteriores a la disponibilidad de este tipo de tecnología deportiva. Por supuesto, si bien la
mayoría del personal está familiarizado con la ciencia en la que se basan estas nuevas
tecnologías, no necesariamente están equipados para evaluar la validez y confiabilidad de la
tecnología; limpiar, analizar y visualizar los datos que produce; e interpretar
los datos dentro del contexto más amplio de todos los datos recopilados sobre un atleta. Estas
últimas habilidades son tan profundas y complejas como las relacionadas con los roles dentro
de la HPU tradicional y, por lo tanto, requieren competencias específicas que deben
desarrollarse o reclutarse.
El tema final es una cuestión de interesar. En términos generales, cuanto más
interesadas estén las personas en algo, más atención y esfuerzo invertirán. Por lo
tanto, pregunte a los profesionales de la fuerza y el acondicionamiento por qué
entraron en la profesión y obtendrá respuestas como "Quiero ayudar a la gente", "Me
encanta entrenar y ayudar a otros a lograr sus objetivos" o "Siempre he querido
trabajar dentro de deporte." No escuchas cosas como "Quiero trabajar con nueva
tecnología deportiva", "Me encanta extraer datos para ver cómo puede mejorar el
rendimiento humano" o "Quiero trabajar en la intersección entre el deporte y la
innovación". Si bien existen personas con estos intereses, no suelen ser las que
cumplen los roles dentro de una HPU tradicional.
Por lo tanto, si una organización deportiva quiere usar la tecnología y los datos que
produce para mejorar el pensamiento, la toma de decisiones y, por lo tanto, el rendimiento
deportivo, será necesario encontrar una solución para superar los problemas de tiempo,
competencia e interés. Afortunadamente, se ha identificado una solución, y existe en
forma decientífico del deporte, el miembro más nuevo de la HPU moderna.
LA UNIDAD DE ALTO RENDIMIENTO
Antes de discutir el rol del científico del deporte, es importante considerar la evolución
de la HPU y los roles que tradicionalmente han existido dentro de ella. Al explorar el
funcionamiento interno de la HPU, se puede llegar a una conclusión sobre la necesidad
del científico del deporte y la naturaleza del rol.
Antes de que existiera una HPU, “el equipo detrás del equipo”, solo había atletas. A medida que
muchos deportes pasaron de aficionados a profesionales a fines del siglo XIX y principios del XX, los
equipos identificaron la necesidad de contar con entrenadores deportivos a tiempo completo. Estos
entrenadores eran los encargados de marcar la directiva de rendimiento (visión técnica y táctica)
del equipo y, en última instancia, ayudarlos a ganar.
Sin embargo, para que un equipo gane, debe tener atletas lo suficientemente sanos
para jugar. Por este motivo, se incorporó personal médico para garantizar que se
mantuviera la salud del equipo. Si bien esto habría comenzado con un médico del equipo,
una combinación de fisioterapeutas (fisioterapeuta), entrenadores atléticos y masajistas
inevitablemente habría completado el brazo médico de un equipo deportivo. Aunque es
difícil identificar cuándo el personal médico a tiempo completo se convirtió en la norma
dentro del deporte, a principios de la década de 1950 se fundaron organizaciones como el
Colegio Americano de Medicina Deportiva (ACSM) y la Asociación Nacional de
Entrenadores Atléticos (NATA).
Las organizaciones deportivas pronto se dieron cuenta de que el rendimiento atlético
óptimo requería mucho más que simplemente practicar el deporte. Tome el fútbol americano,
por ejemplo. Las cualidades físicas como la flexibilidad, la fuerza y la velocidad son todas
importantes; sin embargo, el hecho de jugar fútbol americano es insuficiente para mantener, y
mucho menos desarrollar, estas cualidades. Esto no es de ninguna manera una crítica del
fútbol americano específicamente, o del deporte en general; más bien, es un reconocimiento
de que para que los atletas prosperen en el deporte competitivo, necesitan más de lo que
ofrece jugarlo. Esta brecha de rendimiento se llenó inevitablemente con la profesionalización
de la fuerza y el acondicionamiento a fines de la década de 1970, que coincidió con la
fundación de la Asociación Nacional de Fuerza y Acondicionamiento (NSCA) en 1978.
Con el tiempo, el nutricionista y, en menor grado, el psicólogo deportivo se
convertirían en roles reconocidos dentro de la HPU. Curiosamente, sin embargo,
aunque la Asociación Estadounidense de Psicología (APA) se fundó en 1892 y la
Academia de Nutrición y Dietética (anteriormente la Asociación Estadounidense de
Dietética) se fundó en 1917, todavía es común encontrar organizaciones deportivas
que subcontratan o subcontratan sus servicios de nutrición y psicología en lugar de emplear a
estos profesionales a tiempo completo. Si bien los equipos reconocen plenamente la
importancia de la nutrición y la psicología, los comportamientos y los presupuestos sugieren
que el deporte aún está en el proceso de descubrir cómo utilizar mejor a estos miembros clave
de la HPU.
En última instancia, la HPU ha evolucionado para satisfacer las crecientes demandas del deporte y de
quienes lo practican, y cada rol proporciona una fuente central de experiencia para una pieza del
rompecabezas de rendimiento:
El entrenador deportivo establece la visión técnica y táctica que forma la base de
cómo los atletas jugarán un juego. Esta directiva se usa luego para guiar cómo los
atletas se preparan física y mentalmente para su deporte.
El profesional de fuerza y acondicionamiento utiliza esta directriz para construir un
plan de desarrollo físico que desarrollará o mantendrá adecuadamente las cualidades
físicas requeridas para entregar la visión técnica y táctica del entrenador deportivo.
El médico,fisioterapeuta, y entrenador atlético colectivo médico colabore con el
profesional de fuerza y acondicionamiento para asegurarse de que los métodos de
entrenamiento que han demostrado reducir la probabilidad de lesiones
musculoesqueléticas se integren en el programa (preventivo) y que existan protocolos
para tratar lesiones y enfermedades a corto plazo y rehabilitar a largo plazo. lesiones a
término (reactivas).
El nutricionista deportivoodietéticoasegura que todos los atletas consuman la cantidad y la
calidad adecuadas de las calorías requeridas para respaldar su desarrollo físico y sus necesidades
diarias de actividad. Los nutricionistas están especialmente capacitados para adaptar los planes de
nutrición a las necesidades, los deseos y las limitaciones dietéticas de los atletas a los que apoyan y,
por lo tanto, están capacitados para cambiar el comportamiento.
El psicólogo deportivo(o entrenador de rendimiento mental) trabaja directamente con atletas
y entrenadores para asegurarse de que están desarrollando y desplegando las habilidades
mentales necesarias para desempeñarse constantemente bajo presión. Notablemente,
psicólogos clínicos también puede trabajar dentro de la HPU, brindando apoyo directo a los
atletas y entrenadores en el área de la salud mental.
Tomados como colectivo, los profesionales de una HPU forman una equipo interdisciplinario (
IDT), en el que la disciplina de cada persona, aunque única, es interdependiente de la de los demás
miembros del equipo. Principalmente, esta interdependencia refleja el hecho de que así como los
sistemas biológicos están perfectamente integrados, también lo están los
disciplinas que los representan.
Por ejemplo, un jugador de rugby que está desnutrido puede tener dificultades para desarrollar
cualidades físicas clave en el gimnasio. Si las cualidades físicas de las que depende el puesto están
subdesarrolladas, la ejecución de las habilidades deportivas del jugador puede verse afectada. Si la
ejecución de las habilidades deportivas sufre, el jugador puede desarrollar compensaciones de
movimiento que podrían provocar lesiones. Si se lesiona, el jugador puede empezar a perder la
confianza y tener dificultades para hacer frente a las nuevas circunstancias.
Este ejemplo, y los muchos que podrían tomar su lugar, demuestran claramente
que si el cuerpo es un sistema interdependiente, entonces el enfoque para
desarrollarlo debe ser interdisciplinario. Esto refleja la afirmación de Aristóteles de que
“el todo es mayor que la suma de sus partes”. En el caso de la IDT, el todo emerge de
las interacciones entre las partes en oposición a las acciones independientes de las
partes.
Por lo tanto, para que un IDT funcione de manera óptima, debe haber una clara
delimitación entreindependientey dependienteresponsabilidades. Las responsabilidades
anteriores están aisladas y no se superponen con otras disciplinas. Por ejemplo, un
fisioterapeuta no consulta al nutricionista sobre la mejor manera de manipular una cadera. Las
últimas responsabilidades son compartidas y se superponen con otras disciplinas. Por ejemplo,
cuando un atleta está regresando de una lesión, el profesional de fuerza y acondicionamiento
debe trabajar con el personal médico para diseñar un programa que sea apropiado para la
región lesionada y la etapa de rehabilitación, mientras que el nutricionista debe estar
involucrado para asegurar que el aporte calórico Las necesidades del atleta están progresando
de acuerdo con las crecientes demandas del programa.
Tan simple como suena, muchas HPU luchan por lograr el equilibrio adecuado entre el
pensamiento compartido y el aislado, y recurren al primero con más frecuencia de la que deberían.
Según la experiencia de los autores, las HPU que funcionan de manera óptima rara vez lo hacen por
casualidad. Más bien, los miembros del IDT diseñan conscientemente un entorno de trabajo que
está integrado, lo que permite que las personas adecuadas obtengan la información correcta en el
momento adecuado, para que puedan tomar mejores decisiones (vercapitulo 30). Para ello, se
deben considerar tres características del entorno de trabajo.
1. La primera característica de un IDT exitoso se relaciona con supersonas. A nivel
individual, cada persona debe ser competente en el trabajo, ser claro en la
comunicación y tener ganas de aprender. Si las personas no son competentes en su
trabajo, tendrán dificultades para generar confianza; si las personas no pueden
comunicarse, lucharán por ser comprendidas; y si la gente no quiere aprender,
luchará por desarrollarse. Si bien estas cualidades individuales son esenciales,
no garantizan que las personas trabajen bien juntas. Para esto, la organización
necesita crear un pegamento que conecte a aquellos dentro del IDT. Este
pegamento se refiere a menudo como unmodelo mental compartido(SMM),
que no es más que un conjunto establecido de valores y comportamientos que
se alinean a una visión común y son defendidos por todos los que ingresan al
entorno laboral (7). Por ejemplo, la palabra “integridad” refleja un valor común
que se incluye en muchas declaraciones de visión, y la palabra está pegada en
muchas paredes de gimnasios. Sin embargo, si ese valor no está claramente
definido y anclado a comportamientos clave, entonces no será más que eso: una
palabra en una pared. Por lo tanto, para dar vida a la integridad, un IDT podría
definirlo como "una persona confiable, honesta y que hace lo que dice que
hará". El IDT podría ir un paso más allá e identificar los comportamientos que
sienten que encarnan a una persona con integridad: asumir la responsabilidad y
hacer lo que dices; vivir sus valores y desafiar a otros a hacer lo mismo; y
comunicarse con empatía y honestidad. En última instancia, las condiciones
dentro y entre las personas determinarán, en gran medida, si una IDT tendrá
éxito.
2. La segunda característica de un IDT exitoso se relaciona con suproceso. En este caso,
el proceso es la forma documentada en que se recopila, comparte, decide y actúa
sobre la información. Principalmente, cada fuente de información dentro de un IDT
debe incluir un proceso documentado que cubra el viaje desde la recopilación hasta
la difusión. Por ejemplo, si un equipo recopila datos de resistencia, debe haber un
proceso documentado que describa el estándar para la recopilación, limpieza,
almacenamiento, análisis, visualización, interpretación y difusión de esos datos.
Dicho esto, tener un proceso documentado para tratar con todas las fuentes de
información es solo el primer paso. Los IDT efectivos también deben tener un
proceso para integrar y tomar decisiones basadas en esa información. Para la
mayoría, esto se logra mediante la creación de un programa semanal que genera
las oportunidades necesarias para la comunicación entre los miembros de un IDT.
Algunas de estas reuniones involucrarán a todo el IDT, mientras que otras consisten
en grupos funcionales más pequeños (p. ej., médicos, fuerza y acondicionamiento)
o reuniones específicas de disciplina. Aunque la conversación orgánica también es
importante, los mejores IDT no dejan esta colaboración al azar.
3. La tercera característica de un IDT exitoso se relaciona con su lugar. aquí, lugar
representa el entorno físico en el que trabaja el IDT. Específicamente, si el
equipo de fuerza y acondicionamiento está en el gimnasio en el piso inferior, el
equipo médico está en el área de terapia en el segundo piso, los entrenadores
deportivos están en su oficina en el tercero piso, y el nutricionista y el psicólogo
deportivo están en un edificio completamente diferente, programar las
interacciones se convierte en un desafío y la probabilidad de conversaciones
orgánicas se minimiza. Esto no quiere decir que un IDT eficaz tenga que estar en
la misma oficina, aunque algunas organizaciones se están moviendo de esta
manera; sin embargo, la proximidad tendrá un impacto material en la frecuencia
de la comunicación, lo que afecta aún más la calidad de las relaciones de trabajo
que se construyen.
Al reclutar y desarrollar a grandes personas, establecer un proceso que maximice la calidad
del intercambio de información y la toma de decisiones, y crear un lugar que promueva la
colaboración y la comunicación, las organizaciones deportivas crean el potencial para un IDT
exitoso (6) (ver figura 1.1). Sin embargo, para que este potencial se haga realidad, las
organizaciones deportivas deben reconocer y dar cuenta de una verdad inconveniente sobre el
comportamiento humano: los seres humanos están sesgados y, a menos que se les advierta de
que no lo hagan, tienden a sobrevalorar su propio conocimiento y experiencia, lo que los lleva
a tomar decisiones. haciendo hacia su propia línea de pensamiento (4). Esto no se hace con
malicia o intención egoísta; es simplemente un fenómeno de la mente humana. Las personas
se enfrentan al presente probando su pasado y, como resultado, tienden a confiar más en sus
propias experiencias que en las de los demás.
FIGURA 1.1 Consideraciones para construir un equipo interdisciplinario
exitoso.
Esto no es un problema cuando uno está tomando una decisión que está aislada de su área
de especialización (por ejemplo, un profesional de fuerza y acondicionamiento que decide
cuánta carga programar para una sentadilla). Pero pueden surgir problemas cuando se debe
tomar una decisión compleja, que requiere conocimientos de múltiples disciplinas (p. ej.,
decidir cuándo un atleta está listo para volver a competir después de una lesión en los tejidos
blandos). Si la decisión se deja en manos de la opinión y la experiencia en el campo, es
probable que las partes adopten sus propias perspectivas por defecto. En estos casos, la
personalidad más fuerte en la sala probablemente influirá en la decisión, o el líder designado
usará esa autoridad para hacer la llamada. Esto no quiere decir que la lógica y la experiencia
no sean importantes, lo son. Sin embargo, a menudo son insuficientes cuando se trata de las
complejidades del cuerpo humano.
En esta coyuntura, queda claro que además de establecer las personas, el proceso y el
lugar correctos, un IDT exitoso también necesita un mecanismo compartido para la toma
de decisiones efectiva que se pueda inyectar en el proceso mismo. Como se mencionó
anteriormente, este mecanismo depende del acceso a un flujo continuo de datos
relevantes de atletas y de tener una persona capaz de extraer esos datos para obtener
información objetiva. Estas percepciones objetivas se pueden utilizar para desviar, que es
digamos, integre el proceso de toma de decisiones, conectando disciplinas a una fuente
común de verdad informativa.
Esto lleva la discusión de nuevo a la necesidad de un científico del deporte, una persona
capaz de trabajar en distintas disciplinas, conjuntos de datos y tomadores de decisiones. Al
ayudar al IDT a desarrollar sistemas de datos, fundamentar las interacciones interdisciplinarias
en la objetividad y aplicar rigurosamente el método científico para responder preguntas
relacionadas con el rendimiento, el científico del deporte es una adición esencial al IDT y a la
HPU moderna.
LA EVOLUCIÓN DEL CIENTÍFICO DEL DEPORTE
PAPEL
Aunque las ciencias del deporte informan todas las disciplinas dentro de la HPU, el científico
del deporte proviene tradicionalmente de un contexto académico y se especializa en un solo
dominio científico (p. ej., biomecánica, fisiología o control motor). Si bien este tipo de científico
del deporte existe hasta el día de hoy, desempeñando un papel central en el aumento de la
comprensión de la ciencia del deporte, es importante separar el papel de este individuo del de
los científicos del deporte que ahora se están incorporando a las organizaciones deportivas,
particularmente en los altos niveles de rendimiento (1).
La trayectoria profesional de este último científico del deporte ha evolucionado rápidamente
durante la última década. A principios del siglo XXI, toda la recopilación e interpretación de datos
estaba a cargo de la disciplina responsable de la aplicación del aprendizaje en esas áreas. A medida
que la tecnología evolucionó y los datos se convirtieron en parte de la conversación del día a día, las
organizaciones deportivas se dieron cuenta de que había mucho más beneficio en la información de
lo que podría obtenerse si se dejara a una sola disciplina (p. ej., fuerza y acondicionamiento o
médica) para administrar. Esto dejó a las organizaciones deportivas con tres opciones:
1. Distribuir las responsabilidades de un científico deportivo en todo el IDT
2. Convertir a un miembro del IDT en un científico deportivo y volver a contratar el puesto
3. Crear un puesto de científico deportivo y pasar por un proceso de contratación externo
El orden en que se enumeran estas opciones proporciona una buena aproximación
de cómo ha progresado el papel del científico del deporte desde aproximadamente
2010. Al principio, las organizaciones deportivas tenían que asumir las
responsabilidades y distribuirlas entre los miembros relevantes del IDT. Con el tiempo,
un miembro del IDT mostró interés en las ciencias del deporte y demostró capacidad
para impulsar las ciencias del deporte dentro de la organización. A medida que crecía
la dependencia de la información que recopilaba este miembro, la organización
permitió que el miembro del IDT pasara más tiempo operando como científico del
deporte. Inevitablemente, este comportamiento maduró hasta convertirse en un rol, y
el miembro se convirtió en científico deportivo a tiempo completo. Si bien todavía es
así como se hace en muchos entornos deportivos, los programas académicos están
comenzando a ponerse al día,1).
Para ser claros, el papel del científico del deporte en las organizaciones deportivas sigue siendo
evolucionando Reflejando esto está la observación de los autores de que no hay dos roles de
científicos deportivos iguales. Para algunos equipos, el científico del deporte todavía opera en un
rol dual: en parte profesional de la ciencia del deporte y en parte profesional de la fuerza y el
acondicionamiento. Para otros equipos, el científico deportivo es un rol aislado, el único
responsable de administrar la tecnología, los datos y los conocimientos deportivos de un equipo. A
pesar de estas diferencias de roles, las responsabilidades del científico deportivo parecen estar
estabilizándose en todas las organizaciones deportivas.
Responsabilidades
Si el rol del científico deportivo tuviera una declaración de misión, sería algo como esto:
"Conectar el IDT con la información correcta en el momento correcto, para que puedan tomar
mejores decisiones". Esto no quiere decir que los científicos del deporte no puedan ser parte
del proceso de toma de decisiones, lo son. Sin embargo, su principal responsabilidad es ser
una fuente constante de objetividad en un mundo que depende en gran medida de la
subjetividad de los expertos de la disciplina. Para generar esta objetividad, tres
responsabilidades parecen ser consistentes en los roles de los científicos del deporte.
Tecnología
Como se mencionó anteriormente, la primera responsabilidad está relacionada con la
tecnología deportiva. El científico del deporte necesita tener la base teórica y el conocimiento
práctico para evaluar tanto la eficacia científica de la tecnología del deporte como su utilidad
práctica en el contexto de un deporte dado (verCapítulo 7). En algunos casos, una organización
deportiva le pedirá al científico deportivo que pruebe una nueva tecnología que ha llamado la
atención del IDT (p. ej., un nuevo monitor de sueño). En otros casos, se le pedirá al científico del
deporte que dirija un grupo de innovación responsable de identificar tecnología que pueda
ayudar a resolver o informar problemas específicos que enfrenta la organización deportiva (p.
ej., ¿cuántas carreras de velocidad deben hacer los atletas cada semana?). En cualquier caso, el
científico del deporte debe asegurarse de que la tecnología esté resolviendo un problema real
al que se enfrenta el equipo, en lugar de proporcionar una solución para un problema que no
existe (2,8).
Una vez que se haya evaluado y adquirido una tecnología, el científico del deporte se
encargará de trabajar con los miembros apropiados del IDT en el diseño de un documento
de proceso, que describa cómo se usará la tecnología y cómo se integrará en el flujo de
trabajo diario del IDT (8). En algunos casos, el científico del deporte será directamente
responsable de la gestión de la tecnología. Por ejemplo, si una nueva fuerza
plataforma se compra y se utiliza para el análisis de salto, es razonable esperar que el
científico del deporte sea el que ejecute las pruebas de salto y gestione los datos
recopilados. Alternativamente, el equipo médico podría comprar un nuevo sistema de
cámara para evaluar la calidad del movimiento. Si bien el científico del deporte habría
brindado apoyo en la evaluación de la tecnología, es probable que el equipo médico
sea la disciplina que gestione la aplicación de la tecnología en el entorno laboral.
Si bien existen muchas tecnologías deportivas, la siguiente es una breve lista de aquellas con las que los
científicos del deporte deberían estar familiarizados:
1. Elsistema de gestión de atletas(AMS) es el centro de ciencias del deporte para la mayoría de las
organizaciones deportivas. Normalmente, se trata de una aplicación o software basado en la web que
está diseñado principalmente para almacenar, organizar, analizar y visualizar una diversidad de
conjuntos de datos (p. ej., datos de fuerza, datos de velocidad). La mayoría de los AMS incluyen
aplicaciones que permiten a las organizaciones deportivas recopilar datos a través de teléfonos
inteligentes y tabletas (p. ej., datos de seguimiento subjetivos y objetivos). En la práctica, el AMS se usa
para informar conversaciones relacionadas con la preparación del atleta y la gestión de la carga de
entrenamiento.
2. El plataforma de fuerza y otra dispositivos instrumentados de fuerza se utilizan para
evaluar indirectamente la preparación del sistema neuromuscular y la adaptación a los
estímulos de entrenamiento. La asequibilidad de las plataformas de fuerza es tal que las
organizaciones deportivas ahora pueden evaluar las características cinéticas del salto
junto con la altura del salto. Además, los nuevos dispositivos diseñados para medir la
fuerza de la ingle y la fuerza de los isquiotibiales, por ejemplo, ahora se han equipado
con transductores de fuerza y se pueden usar para medir pequeños cambios en la
fuerza. Es raro encontrar una organización deportiva que no tenga uno o más de estos
dispositivos que el científico deportivo será responsable de administrar.
3. Elunidad de medida Inercial(IMU) es un sensor genérico que muchas tecnologías deportivas
utilizan para evaluar las características cinéticas y cinemáticas del movimiento. La IMU consta de
un acelerómetro, un giroscopio y un magnetómetro. Las empresas han creado sensores
habilitados para IMU que pueden colocarse en el cuerpo o en una barra, por ejemplo, y
proporcionar una indicación de la velocidad del movimiento. Estos datos, generalmente
informados en tiempo real en una aplicación adjunta, se pueden usar para brindar a los atletas
una indicación de la velocidad de movimiento y para rastrear las cargas de entrenamiento dentro
del gimnasio.
4. El Sistema de Posicionamiento Global (GPS) utiliza una combinación de tecnología IMU
y satélites para triangular la posición de un atleta, generalmente 10 veces por segundo
o 10 Hz. Con diferentes niveles de precisión, esto permite que la unidad mida métricas
asociadas con la distancia recorrida, la velocidad, la aceleración y la desaceleración. El
GPS ahora es omnipresente en los deportes de equipo porque proporciona una
representación precisa de la carga de entrenamiento que se le impone al atleta. Se
están produciendo datos similares para deportes de interior o cuando el deporte se
practica en interiores, utilizando tecnología no dependiente de satélites (p. ej.,
seguimiento óptico y algoritmos IMU).
Si bien existen otras tecnologías y se tratan a lo largo de este texto (ver capítulos 7 y
9-15), los que acabamos de discutir representan algunos de los dispositivos clave de
producción de datos que se puede esperar que un científico del deporte use y administre
dentro del entorno deportivo.
Datos
Si bien es importante comprender y manejar las diversas tecnologías deportivas, esto simplemente
sirve como un medio para lograr un fin. Es decir, el valor que buscan las organizaciones deportivas
está en los datos que produce la tecnología. Una vez que se recopilan los datos, los científicos del
deporte necesitan una forma de organizar, limpiar, analizar y visualizar los datos producidos (1,2). Si
bien la mayoría de las tecnologías de propósito único vienen con un software que permite a un
científico del deporte visualizar los datos recopilados (p. ej., plataforma de fuerza), rara vez están
diseñadas para analizar estadísticamente esos datos y, ciertamente, no se integran con otras
fuentes de datos. Estas últimas necesidades se pueden satisfacer utilizando algún tipo de sistema
de gestión de datos. Tradicionalmente, esto se hace usando Microsoft Excel o, a menudo hoy en día,
un AMS. Si bien el primero es flexible, puede sobrecargarse rápidamente con la cantidad de datos
que se almacenan. Este último, por otro lado, prácticamente no tiene límites en la cantidad de datos
que se pueden almacenar, pero existen serios límites en la flexibilidad que tiene un científico del
deporte para analizar los datos.
Ambos problemas han sido resueltos por el software de inteligencia empresarial (p. ej.,
Tableau o Power BI), que permite limpiar, integrar, analizar y visualizar grandes conjuntos
de datos utilizando una flexibilidad estadística y de diseño superior. Además, estos
sistemas son soluciones empresariales escalables, lo que significa que el científico del
deporte puede diseñar y actualizar imágenes de datos (es decir, tableros) mientras todos
los demás miembros de IDT acceden e interactúan con los datos de
sus propias computadoras. Aunque el software de inteligencia de negocios proporciona capacidades
superiores de almacenamiento, análisis y visualización, no es, por diseño, un software estadístico. Por lo tanto,
muchos científicos del deporte usan programas estadísticos (p. ej., software privado o de código abierto) para
analizar estadísticamente o modelar tendencias de datos (p. ej., cómo la carga de entrenamiento se relaciona
con el riesgo de lesiones). Esto está requiriendo rápidamente que los científicos del deporte desarrollen un
conjunto de habilidades similares a las de un estadístico o científico de datos (8).
Interpretación
Si bien la gestión de la tecnología y el análisis de datos son responsabilidades centrales del científico del
deporte, la mayoría estaría de acuerdo en que la interpretación es donde está la emoción. Si bien la
interpretación puede convertirse rápidamente en un enfrentamiento subjetivo, el científico del deporte
puede mantenerse en el lado correcto de la objetividad utilizando el modelo mental que se muestra en
figura 1.2.
Es útil categorizar el conocimiento que un científico del deporte usaría para respaldar la
interpretación de la siguiente manera. La categoría 1 es lo que uno sabe o conocimiento que
está respaldado por evidencia objetiva (3). Este tipo de información, que incluye datos
cuantitativos, debe utilizarse para fundamentar las decisiones. La categoría 2 es lo que uno
piensa que sabe o conocimiento que no está respaldado (es decir, intuiciones) o respaldado
por evidencia subjetiva (es decir, experiencia) (3). Este tipo de datos, que incluye la observación
directa, debe usarse para agregar matices, contexto y perspectiva a las discusiones. Si bien
este tipo de conocimiento se puede utilizar, en parte, para informar decisiones, está sujeto a
sesgos y, hasta que se confirme, rara vez debería ser la única fuente de información en la que
se basan las decisiones. La categoría 3 es lo que las personas saben que no saben, o dominios
de conocimiento que saben que existen pero no tienen evidencia o experiencia para hacer
referencia. De manera similar, la categoría 4 es lo desconocido, o dominios de conocimiento
que las personas no saben que existen. Colectivamente, las categorías 3 y 4 representan el
conocimiento al que solo se puede acceder haciendo preguntas e identificando el mejor
camino para responderlas.
FIGURA 1.2Un modelo mental para mejorar la toma de decisiones.
Siempre que sea posible, el científico del deporte debe ser la fuente de la verdad objetiva y
tratar de ampliar el conocimiento objetivo general de la IDT (categoría 1). Cuando la verdad
objetiva no está disponible, el científico del deporte debe aprovechar la teoría, la lógica y la
experiencia directa para respaldar la toma de decisiones (categoría 2). En particular, la
responsabilidad principal del científico del deporte es apoyar la capacidad del IDT para hacer y
responder preguntas y, por lo tanto, reducir lo que se desconoce colectivamente (categorías 3
y 4). En última instancia, cuanto más los científicos del deporte conviertan la información
desconocida relevante que existe dentro de las categorías 3 y 4 en información conocida que
puede existir dentro de las categorías 1 y 2, mayor será su contribución. Es en este punto que
el científico del deporte puede volver a la tecnología y los datos para eliminar lo desconocido,
una pregunta enfocada a la vez.
Habilidades
Si bien las responsabilidades descritas aquí representan las habilidades duras que un científico del
deporte necesita para tener éxito, una serie de habilidades blandas son esenciales para traer
esas responsabilidades técnicas a la vida. En particular, debido a la gestión de múltiples
tecnologías y conjuntos de datos, el científico deportivo debe estar muy bien organizado, ser
eficaz en la gestión del tiempo y ser capaz de priorizar (5). Estas habilidades se fusionan para
garantizar que las responsabilidades mencionadas anteriormente se ejecuten a la velocidad del
deporte. Una vez que se han ejecutado, el científico del deporte debe poder comunicar los
resultados y las ideas a una diversidad de partes interesadas con diferentes niveles de
conocimiento de las ciencias del deporte. Como tal, el científico del deporte debe conocer el
material lo suficientemente bien como para transmitir mensajes claros y sencillos y responder
cualquier cantidad de preguntas desafiantes. Además, el científico del deporte necesita un alto
nivel deinteligencia emocional, ya que la autoconciencia es central para saber cómo calibrar
el mensaje para el miembro de IDT al que está destinado (4). Esto también permite a los
científicos deportivos adaptarse dentro de una conversación cuando es obvio que su mensaje
no se entregó en el nivel correcto o con suficiente claridad. En última instancia, los científicos
del deporte necesitan saber el "cómo" para traducir claramente el "qué", porque el
conocimiento que recopilan no sirve de nada si no es entendido por todo el IDT.
CONCLUSIÓN
Está claro que el deporte sigue evolucionando. Central a esta evolución es la
capacidad de utilizar un flujo continuo de información de alta calidad para guiar
el proceso de desarrollo atlético. Desde el cambio de siglo, el científico del
deporte se ha convertido en la mejor persona para gestionar la información que
proviene de cada disciplina dentro de la IDT. Al capturar, limpiar, organizar,
analizar y visualizar estos datos, el científico del deporte infunde la verdad
objetiva, cuando está disponible, en el proceso de toma de decisiones. De esta
manera, los científicos del deporte tienen un papel clave en lo que conecta a
todos los miembros del IDT. En cierto modo, son el centro, recopilan de forma
centralizada los datos críticos y los conocimientos que fluyen de cada
departamento, agregándolos en una vista colectiva del viaje del atleta. Esto les
permite enviar esa información a cada departamento,
LECTURAS RECOMENDADAS
Heath, C y Heath, [Link]: Cómo tomar mejores decisiones en la vida y
Trabajo. Nueva York: Crown Business, 2013.
Kahneman, [Link], Rápido y Lento. Nueva York: Farrar, Strauss y
Giroux, 2011.
Senge, [Link] Quinta Disciplina: El Arte y la Práctica del Aprendizaje
Organizació[Link] York: Doubleday/Currency, 1990.
Sinek, [Link] líderes comen al final: por qué algunos equipos se unen y otros
noNueva York: Portfolio Books, 2017.
Sied, [Link] de caja negra: por qué la mayoría de las personas nunca aprenden de sus
Errores, pero algunos lo [Link] York: Portafolio/Penguin, 2015.
CAPITULO 2
Modelo de carga de entrenamiento
Estuardo Cormack, PhD
Aaron J. Coutts, doctorado
El seguimiento de los atletas suele ser una función esencial del profesional de las ciencias del
deporte. La razón principal para monitorear a los atletas es que la información obtenida se puede
usar para guiar las decisiones sobre el entrenamiento futuro (es decir, controlar el entrenamiento).
Seguir el proceso de seguimiento del atleta permite a los profesionales comprender mejor las
complejas relaciones entre el entrenamiento, las lesiones, las enfermedades y los resultados del
rendimiento. Este capítulo presenta los conceptos fundamentales que subyacen en el seguimiento
de los atletas y analiza las diversas herramientas que pueden utilizar los científicos del deporte.
También presenta métodos utilizados para analizar e interpretar los datos proporcionados por los
sistemas de seguimiento de atletas.
GESTIÓN DEL PROCESO DE FORMACIÓN
Si bien la gama de cualidades físicas requeridas en un deporte determinado puede variar
considerablemente, el objetivo constante del entrenamiento es desarrollar
progresivamente estas cualidades para mejorar el rendimiento. Para causar la adaptación
biológica, la capacidad actual del sistema debe ser perturbada (125). Esta interrupción de
la homeostasis da como resultado una reducción transitoria del rendimiento (es decir,
fatiga) y es seguida por unasupercompensación efecto por el cual se mejora el
rendimiento (39) si se permite que el cuerpo se adapte. Este patrón fisiológico de
respuesta al estrés es descrito por Selye.síndrome de adaptación general (ver figura 2.1;
12), que proporciona un marco para la interacción entre el estrés de entrenamiento
impuesto, la respuesta de fatiga aguda, la adaptación y, en última instancia, un nuevo nivel
de homeostasis o rendimiento (39).
Un desafío crítico para los científicos del deporte y otros practicantes es equilibrar la aplicación
de un estrés de entrenamiento con una recuperación adecuada para permitir una adaptación
continua (sesenta y cinco). Cuando estos aspectos se combinan adecuadamente, se mejora la
capacidad de desempeño; sin embargo, las combinaciones inapropiadas de volumen, intensidad y
frecuencia de entrenamiento pueden resultar en estados de mala adaptación (sesenta y cinco).
Como se muestra enfigura 2.2(sesenta y cinco), esta respuesta se describe en un continuo que va
desde la fatiga causada por una sola sesión de entrenamiento hasta el exceso (tanto funcional
como no funcional) que se produce debido a un período de entrenamiento intenso y, finalmente, al
desarrollo del síndrome de sobreentrenamiento, que a veces se denomina como “síndrome de bajo
rendimiento inexplicable” (22). Curiosamente, el exceso de alcance funcional, como resultado de un
entrenamiento planificado deliberadamente (por ejemplo, un campamento de entrenamiento o un
aumento en la carga de entrenamiento antes de una puesta a punto), conduce a una disminución
temporal del rendimiento junto con una gran fatiga percibida (5) pero va seguida de una respuesta
positiva que conduce a un mejor rendimiento cuando la recuperación se gestiona adecuadamente (
85). Cabe señalar que, si bien se cree que el síndrome de sobreentrenamiento se desarrolla como
una función de los altos volúmenes continuos o el entrenamiento intenso (o ambos) cuando un
atleta se sobrepasa, esta progresión puede no ocurrir siempre (sesenta y cinco). También es
importante reconocer que el síndrome de sobreentrenamiento es muy raro en los atletas.
Como se mencionó anteriormente, tanto una respuesta de fatiga como una respuesta de
adaptación positiva provienen de la aplicación adecuada de un estímulo de entrenamiento. La
interacción de estos efectos opuestos a menudo se denominacondición física-fatiga
modelo, en el que el rendimiento es una función del efecto positivo de la forma física y el efecto
negativo de la fatiga, que decaen exponencialmente con el tiempo pero a diferentes velocidades (es
decir, la fatiga decae aproximadamente al doble de la velocidad de la forma física) (8,23,99). Evaluar
el estado físico y la fatiga, además de predecir el rendimiento, es complejo y se ve afectado por
numerosos factores (13,67). Se han realizado algunos intentos para modelar la intensidad y el
rendimiento de los partidos de deportes de equipo utilizando datos de carga de entrenamiento (61,
62). Sin embargo, se ha sugerido que las estimaciones resultantes de condición física, fatiga o
rendimiento obtenidas directamente del modelo de condición física-fatiga pueden carecer de la
precisión suficiente para la aplicación directa en atletas de alto rendimiento; en esta situación,
pequeños cambios en estos resultados pueden ser muy importantes (67). A pesar de estos desafíos,
el modelo de fitness-fatiga proporciona un marco adecuado para guiar los enfoques para
monitorear el entrenamiento de los atletas y ayuda a los científicos del deporte a garantizar la
aplicación adecuada de una dosis de entrenamiento en el momento correcto.
FIGURA 2.1Síndrome de adaptación general de Selye.
A = entrenamiento típico; B = sobreentrenamiento; C = extralimitación o supercompensación.
Reimpreso con autorización de TO Bompa y CA Buzzichelli (2019, pág. 13); Adaptado con
autorización de AC Fry (1998, pág. 114).
FIGURA 2.2El continuo del sobreentrenamiento.
Reimpreso con autorización de Halson, SL y AE Jeukendrup (2004, pág. 961).
Un componente clave de la gestión del proceso de entrenamiento es la comprensión de la
respuesta o carga interna que se producirá debido a un estímulo de entrenamiento determinado
(también conocido como impulso de entrenamiento o carga externa). Esto se conoce como el
dosisrespuestaefecto (8,23). En general, un mayor volumen e intensidad de entrenamiento o
competencia (es decir, carga externa) resultará en una mayor respuesta de fatiga aguda, aunque el
tipo de estímulo (por ejemplo, resistencia cardiovascular, entrenamiento de fuerza) tendrá un
impacto específico (es decir, resistencia interna). carga) en sistemas particulares (por ejemplo,
cardiovascular, muscular) (126,141). Críticamente, el impacto del entrenamiento en el rendimiento
no es lineal, y es probable que exista una relación en forma de U invertida entre la carga de
entrenamiento diaria y el rendimiento resultante (23). Es importante tener en cuenta que el curso
temporal de la respuesta al estrés del entrenamiento y la competencia puede variar desde minutos
u horas hasta varios días después del estímulo (126) (ver figura 2.3). Por ejemplo, la reducción
aguda de las reservas de fosfocreatina con el ejercicio puede limitar inmediatamente el
rendimiento, pero las reservas de fosfocreatina pueden recuperarse entre esfuerzos de alta
intensidad (126), mientras que las alteraciones del sistema neuromuscular pueden tardar entre 24 y
96 horas en recuperarse por completo (33,126,139). Además, la respuesta a una dosis de ejercicio
dada puede estar mediada por factores tales como el estado de entrenamiento de un atleta
individual (76,139). Específicamente, se ha demostrado que la respuesta negativa a los partidos
reales y simulados en los deportes de equipo se atenúa en los atletas con niveles más altos de
fuerza en la parte inferior del cuerpo y aptitud aeróbica.76, 139). Dado el potencial de carga
adecuada para maximizar las adaptaciones positivas y reducir el riesgo de resultados no deseados,
los enfoques válidos para
cuantificar este proceso son muy necesarios (64).
DESARROLLO DE UN SISTEMA DE ENTRENAMIENTO
Cualquier “sistema” de entrenamiento incluye todos los factores importantes para el
desempeño y puede considerarse que comprende aquellos que influyen directamente
en el sistema (p. ej., entrenamiento y pruebas, monitoreo de carga y fatiga) y aquellos
que respaldan el sistema (p. ej., instalaciones y equipos de entrenamiento). ) (12). Si
bien existen casi infinitos factores individuales y combinaciones de factores, el
desarrollo de un sistema de entrenamiento efectivo requiere la integración de
evidencia científica y una comprensión detallada del contexto aplicado en el deporte.
Como resultado, se desarrollan sistemas de entrenamiento de alto rendimiento con el
aporte de científicos deportivos y entrenadores. Mientras que el científico del deporte
puede contribuir con enfoques basados en evidencia para la planificación, la
cuantificación de la carga de entrenamiento y competencia y la evaluación fisiológica,
los entrenadores pueden tomar decisiones y ajustes sutiles, pero críticos, del día a día
en el proceso de entrenamiento en función de su experiencia y un comprensión
profunda de las necesidades de un atleta individual en un momento específico. Este
enfoque combinado permite el desarrollo de cualidades fisiológicas subyacentes
apropiadas,
FIGURA 2.3 Respuesta fisiológica a los partidos de deportes de equipo. Las barras
de color azul claro representan el estímulo de entrenamiento, las líneas el curso
temporal de la resíntesis de carbohidratos (CHO), la inflamación, el daño muscular,
el dolor y la activación voluntaria (VA).
Reimpreso con permiso de S. Skorski, I. et al. (2019, pág. 1019).
El entrenador es generalmente responsable de establecer los objetivos generales y la filosofía
que guían el desarrollo y la implementación de un sistema de entrenamiento. Es importante
destacar que ningún sistema de entrenamiento individual debe considerarse el modelo para todos
los demás, ya que cada deporte tiene sus propios requisitos (naturaleza de la actividad,
recursos disponibles, etc.), que orientan la selección del entrenamiento específico y
las distintas medidas de carga y respuesta que se incluyen en el sistema. De hecho,
la transferencia de un sistema de formación de un entorno a otro sin tener en
cuenta el contexto del nuevo entorno probablemente conducirá a resultados
fallidos. Sin embargo, hay varios factores clave que sustentan los sistemas más
exitosos. Estos incluyen, pero no se limitan a, objetivos del sistema claramente
articulados, planificación detallada a corto y largo plazo, evaluación periódica del
progreso en relación con los objetivos específicos seguidos de ajustes del
programa según sea necesario, manipulación continua de las variables del
programa en micro (p. ej., sesión por sesión) y niveles macro (p. ej., fase de
entrenamiento) basados en la combinación de mediciones válidas y confiables
junto con la experiencia del entrenador,
Además, un factor común importante pero a menudo pasado por alto para los sistemas de
capacitación exitosos es la búsqueda incesante de la adherencia a los aspectos fundamentales
de la capacitación (por ejemplo, diseño de programas de capacitación basados en evidencia,
individualización del estímulo de capacitación basado en un análisis de necesidades,
sobrecarga progresiva) en sesión por sesión. La búsqueda de estos factores básicos
proporciona una distinción importante entre sistemas exitosos y no exitosos, que a veces se
caracterizan por la búsqueda de ganancias marginales sin las bases adecuadas.
CUANTIFICACIÓN DEL ENTRENAMIENTO Y LA COMPETENCIA
CARGA
Un componente clave tanto para programar como para monitorear la progresión o regresión
de un atleta es la cuantificación de carga de entrenamiento. Este proceso es crítico para
evaluar si un atleta se está adaptando positivamente a un programa de entrenamiento (14).
Como se mencionó anteriormente, la carga externa se refiere a lo que ha hecho el atleta (p. ej.,
distancia y velocidad de carrera, kilogramos levantados), mientras que la carga interna se
refiere a cómo ha respondido el atleta a una carga externa determinada (72,73). Esta respuesta
interna puede ser tanto fisiológica (p. ej., frecuencia cardíaca, lactato sanguíneo) como
perceptual (p. ej., tasa de esfuerzo percibido[EPR]) (73). En última instancia, es la respuesta
interna a una carga externa determinada lo que impulsa el resultado del entrenamiento (72,73
). Es importante destacar que las medidas de carga externa e interna deben usarse en
combinación para proporcionar una imagen completa del proceso de entrenamiento y la
respuesta (14). Además, como se mencionó anteriormente, una comprensión integral de la
carga externa de un deporte permite el desarrollo de programas de entrenamiento específicos
dirigidos a las cualidades fisiológicas subyacentes relevantes (p. ej., capacidad aeróbica,
velocidad, fuerza).
La carga externa se puede medir de varias maneras según el deporte o la modalidad de
entrenamiento (14). Los avances tecnológicos como los sistemas de cámaras y la
microtecnología (sistemas locales ySistemas de Posicionamiento Global[GPS]), a menudo
junto con otros sensores como acelerómetros y medidores de potencia, han hecho que la
cuantificación de varias métricas de actividad en equipos y en deportes como correr y
andar en bicicleta sea relativamente simple. Si bien este proceso se ha vuelto común, se
deben considerar algunos elementos críticos con respecto a la medición de la carga
externa, y estos se exploran a continuación.
La medición de métricas de velocidad y distancia mediante GPS es ahora un lugar
común, y la validez y confiabilidad de estos dispositivos se han examinado
exhaustivamente (21,36,75,77). En general, los chips GPS de mayor frecuencia de muestreo
(por ejemplo, 10 Hz frente a 5 Hz) han demostrado una validez y confiabilidad superiores a
las frecuencias de muestreo más bajas, particularmente para la medición de aceleraciones
y esfuerzos de carrera de alta intensidad.21,75,77). La tasa de muestreo de estos sistemas
continúa aumentando, lo que puede ayudar a mejorar aún más la validez y la confiabilidad
para la medición de eventos de alta intensidad. Además, el uso de estadios cubiertos ha
requerido el desarrollo de sistemas de seguimiento en interiores.
tal comoSistemas de Posicionamiento Local(LPS), que puede proporcionar información
similar a la del GPS (131). Se proporcionan detalles adicionales sobre estos sistemas en
Capítulo 9. Además, determinar los umbrales para la clasificación de carreras, carreras de
velocidad y aceleraciones de alta velocidad es un desafío para los profesionales,
independientemente de la tecnología de seguimiento empleada, y hacer esto incluye la
consideración de si estos umbrales deben basarse en valores de equipo o individuales y si
deben tener un base fisiológica (134). El trabajo en esta área ha utilizado una técnica de
secuenciación de movimientos en lugar de umbrales arbitrarios para clasificar la velocidad y las
aceleraciones realizadas por atletas de netball de élite, y enfoques similares en otros deportes
pueden brindar información valiosa (133). Un factor principal para que los profesionales
decidan si utilizar umbrales de velocidad y aceleración relativos o absolutos probablemente
esté relacionado con si las comparaciones se realizan entre atletas individuales o dentro de
ellos. Además, los científicos del deporte y los entrenadores deben ser conscientes de que los
valores transmitidos en vivo por las unidades y los calculados después de descargar los datos
pueden ser diferentes, y esto puede tener implicaciones significativas para la toma de
decisiones sobre el entrenamiento o la competencia (6). También se debe considerar el
impacto del procesamiento de datos (p. ej., técnicas de suavizado) en las variables medidas (
137). Finalmente, un factor destacado en la cuantificación de los perfiles de actividad de los
deportes de equipo es la consideración de la intensidad media frente a la intensidad máxima (
41). La intensidad máxima de carrera es sustancialmente mayor en períodos de tiempo
relativamente cortos (p. ej., 1 min) en comparación con la intensidad promedio en un partido
de liga de rugby de media duración o de duración completa (41). Esto tiene implicaciones
importantes para el diseño de programas de entrenamiento dirigidos a desarrollar las
cualidades físicas subyacentes importantes para poder rendir a la intensidad requerida; y en la
práctica, se deben considerar tanto la intensidad máxima como la media. Estas y otras
consideraciones se analizan con más detalle encapítulos 9y 10de este libro
Dada la naturaleza caótica de los deportes de equipo, se ha sugerido que las métricas
de velocidad y distancia pueden no cuantificar completamente la carga externa total (15,
114). La razón es que muchos movimientos que son energéticamente costosos y agotan el
sistema neuromuscular (p. ej., aceleraciones, desaceleraciones, cambios de dirección y
contacto) pueden ocurrir a baja velocidad y acumular una distancia relativamente
pequeña.15, 114). Estas actividades se pueden medir con una variedad de sensores, como
acelerómetros triaxiales, giroscopios y magnetómetros de alta frecuencia de muestreo
(por ejemplo, 100 Hz o más), y estos acelerómetros en particular han demostrado una alta
confiabilidad y validez ecológica.15,30,34,97,114). Los fabricantes han tendido a crear sus
propias métricas para los valores obtenidos de triaxial
acelerómetros, similar al cálculo de Catapult PlayerLoad™ que se muestra, pero todos
representan esencialmente una combinación de valores de vector individuales (15):
donde
ay= Acelerómetro de avance
aX= Acelerómetro lateral az =
Acelerómetro vertical
Reimpreso con autorización de Boyd, Ball y Aughey (2011, págs. 331-321).
Curiosamente, los cambios en estas métricas o las contribuciones de los vectores
individuales al valor general se han mostrado prometedores en la capacidad de detectar
cambios inducidos por la fatiga en la estrategia de movimiento (30,97,114). El uso de este tipo
de métrica, junto con las variables locomotoras tradicionales como medidas de carga externa,
puede brindar a los profesionales una perspectiva adicional.
De particular interés es el hecho de que varios fabricantes han desarrollado algoritmos
para detectar automáticamente eventos deportivos específicos, como bolos rápidos en cricket
y placajes en deportes de contacto, con una precisión razonable (56,71,95). Esto puede ser útil
para reducir el tiempo y el esfuerzo necesarios para la medición precisa de la carga externa, lo
que lleva a una cuantificación más precisa y, por lo tanto, ayuda con la planificación y el
seguimiento del entrenamiento y la competición.
Las aceleraciones y desaceleraciones frecuentes que se realizan en los deportes de
equipo pueden aumentar sustancialmente el costo de la energía (42). Para dar cuenta de
esto, el concepto depoder metabólicofue desarrollado, que se basa en el principio de que
el costo de energía de la aceleración es equivalente a correr a una velocidad constante por
una "pendiente equivalente" (42). Como resultado, se han propuesto numerosas medidas;
estos incluyen potencia metabólica (en categorías desde bajo [0-10 W/kg] hasta máximo
[>55 W/kg]), gasto total de energía (kJ/kg), distancia equivalente (que representa la
distancia que se habría recorrido durante un -estado de correr sobre una superficie plana
de césped) e índice de distancia equivalente (que representa la relación entre la distancia
equivalente y la distancia total) (108). Si bien el uso de la energía metabólica ha sido objeto
de algunas investigaciones (37,80) y tiene aspectos prácticos atractivos, su validez ha sido
cuestionada por varias razones, incluyendo el error innato en la medición de aceleraciones
usando sistemas posicionales (dieciséis,19,21).
Además, el trabajo se ha centrado en la detección de variables específicas como los
parámetros de zancada y la rigidez vertical a partir de la acelerometría (20,49,84,101). Este tipo
de análisis puede resultar revelador para los profesionales, aunque existen algunas conjeturas
con respecto al impacto de la ubicación de la unidad (es decir, escapular versus centro de masa
versus parte inferior de la pierna) en la capacidad de medir con precisión variables específicas (
20,46,109).
La medición de la carga externa en los deportes de resistencia también es común (100).
Deportes como correr, andar en bicicleta y nadar se prestan bien a la medición de la carga
externa a través de la cuantificación de varias combinaciones de velocidad, distancia y
duración (100). Además, el desarrollo de potenciómetros ha permitido medir fácilmente la
potencia de los pedaleos en el ciclismo (100). Los lectores están dirigidos aparte IVde este
libro para una amplia cobertura de este tema.
Debido a que no todo el entrenamiento ocurre en el campo, otros componentes del
entrenamiento también requieren cuantificación. Por ejemplo, se pueden calcular varios índices de
carga externa a partir del entrenamiento de resistencia, incluidos conjuntos, repeticiones, volumen
de carga y velocidad de desplazamiento del dispositivo (124). Una razón importante para la
cuantificación de la carga del entrenamiento de fuerza es el impacto del volumen y la intensidad del
entrenamiento de fuerza sobre la adaptación muscular (110). Estos enfoques se pueden usar tanto
para programar como para monitorear la carga del entrenamiento de resistencia, aunque podría
decirse que algunos métodos brindan una representación más completa de la carga externa que
otros (124). Por ejemplo, el número total de repeticiones realizadas (es decir, el número de series×
número de repeticiones) en un ejercicio particular proporciona una representación global de la
carga externa; sin embargo, no tiene en cuenta la intensidad (es decir, el porcentaje máximo de
repetición) (124). Contabilización de la intensidad en términos de carga levantada mediante la
cuantificación de la carga de entrenamiento de fuerza como [número de series×número de
repeticiones× peso levantado] supera algo las limitaciones mencionadas anteriormente; sin
embargo, no tiene en cuenta la intensidad de la carga en relación con la fuerza máxima del
levantador (124). Por lo tanto, la cuantificación de la carga del entrenamiento de fuerza como
[número de series × número de repeticiones × porcentaje máximo de repeticiones] puede ser lo
más apropiado. Además, la disponibilidad de dispositivos de medición como placas de fuerza,
transductores de posición lineal y acelerómetros montados en la barra y en el cuerpo permite la
medición de variables como el desplazamiento, la velocidad y la potencia, que también pueden
resultar útiles tanto para la programación como para el control de la resistencia. capacitación (4,9).
Además de la medición de la carga externa, la cuantificación de la carga interna
es un componente crítico del proceso de entrenamiento. Hay numerosos
enfoques para esto, incluido el uso de marcadores objetivos y subjetivos (a menudo
denominados "perceptuales") como RPE, varios índices de frecuencia cardíaca y
marcadores bioquímicos. Estas medidas se consideran más adelante en este capítulo, y se
proporciona una revisión detallada de la evaluación de la carga interna encapítulos 14,
dieciséis, y 17.
Medidas de respuesta a la forma física y la fatiga
Como se mencionó anteriormente, a pesar del impacto de numerosos factores
específicos del atleta individual (p. ej., historial de entrenamiento, genética) y a pesar
de la relativa simplicidad del síndrome de adaptación general y los modelos de aptitud
física-fatiga, el rendimiento generalmente se considera una función de la diferencia
entre fitness y fatiga (8,23,99). Debido a esto, existe un gran interés en evaluar la
respuesta al entrenamiento y la competencia en atletas de alto rendimiento (2,64, 138).
Un componente de la evaluación de la respuesta al entrenamiento es evaluar el impacto en
las cualidades específicas del estado físico. Una descripción detallada de las pruebas
apropiadas para cada cualidad está más allá del alcance de este capítulo, y se recomienda a los
lectores que consultenparte IVde este libro y otras fuentes de información (25,63,135). Si bien
tales pruebas son un indicador importante de la adaptación al estrés del entrenamiento, una
limitación potencial para su uso regular es que ellas mismas pueden causar fatiga (p. ej.,
pruebas de capacidad aeróbica máxima) y, por lo tanto, pueden ser difíciles de incluir como
parte de atestados horarios de entrenamiento y competición. En consecuencia, hay un enfoque
cada vez mayor en el seguimiento del estado de fatiga, a veces denominadopreparación(121),
en poblaciones atléticas (64,138). La preparación se ha definido como una "condición en la que
un atleta no tiene deterioro del rendimiento físico, fatiga mental o angustia psicológica
excesiva" (121) y es difícil de lograr, particularmente durante los períodos de competencia
concurridos.
El primer paso en el proceso de monitoreo es desarrollar una comprensión de lo
que constituye la fatiga. Se han propuesto numerosas definiciones; sin embargo, un
tema común es la falla en producir o mantener la fuerza (o potencia) requerida (136).
Esta falla puede resultar tanto de factores centrales (p. ej., cerebro) como periféricos
(distal a la unión neuromuscular) (136) y puede durar desde minutos hasta días (47).
Los sitios y procesos centrales y periféricos que contribuyen a la fatiga incluyen (48):
activación del comando motor (en el cerebro)
propagación del potencial de acción a través de la vía motora descendente
acoplamiento excitación-contracción del miofilamento
estado del medio intracelular
De hecho, existen numerosos modelos que pretenden describir la causa subyacente de
la fatiga atribuida a procesos fisiológicos; estos incluyen el modelo cardiovascular, el
modelo de suministro de energía, el modelo biomecánico, el modelo de fatiga
neuromuscular, el modelo de daño muscular y el modelo psicológico/motivación (1). Sin
embargo, una consideración importante al explicar la fatiga es el papel de la percepción
del esfuerzo en el mantenimiento del nivel requerido de producción de fuerza.89).
Se ha sugerido que la intensidad del ejercicio y su modificación debido a la fatiga
están mucho más bajo control central que influenciados por mecanismos periféricos.
90,105,130), aunque esta proposición ha sido criticada (148). Una discusión en
profundidad del modelo psicobiológico de la fatiga (89) y la teoría del gobernador
integrador (130) está más allá del alcance de este capítulo; sin embargo, se anima a los
lectores a explorar más estas ideas. En resumen, el modelo psicobiológico proporciona
una elegante explicación para la modificación de la intensidad por la cual la fatiga
(agotamiento) ocurre cuando el esfuerzo requerido excede el esfuerzo máximo que el
atleta está dispuesto a realizar, o cuando el atleta cree que el esfuerzo ha sido máximo
y siente que es imposible continuar (es decir, una decisión consciente) (89). En
contraste, la teoría del gobernador integrador sugiere que tanto los factores
psicológicos como los fisiológicos limitan el rendimiento con un enfoque particular en
la evitación subconsciente de fallas catastróficas debido a alteraciones severas en la
homeostasis.130). Además, Enoka y Duchateau (48) han sugerido que “como síntoma,
la fatiga solo puede medirse mediante el autoinforme y cuantificarse como una
característica de rasgo o una variable de estado” y que, por lo tanto, “la fatiga no debe
ir precedida de un adjetivo (p. ej., central)” (48). No obstante, es probable que los
profesionales estén extremadamente interesados en el sitio y los mecanismos
responsables de la fatiga y su curso en el tiempo (116,139). Esto ha dado lugar a
importantes esfuerzos para desarrollar protocolos válidos y fiables para la evaluación
de la fatiga en los atletas (138). Una propuesta atractiva es el potencial para evaluar la
fatiga a través de protocolos que ocurren dentro del proceso normal de
entrenamiento y competencia, a veces denominadosmonitoreo invisible (114).
Un área adicional de atención tanto para los profesionales como para los investigadores es
la fatiga mental, que se ha definido como un “estado psicobiológico causado por períodos
prolongados de actividad cognitiva exigente que se ha demostrado que
influir en el rendimiento físico” (91,120,128). Se ha sugerido que la fatiga mental tiene un
mayor potencial para limitar el rendimiento de resistencia en comparación con el
rendimiento anaeróbico, incluida la expresión de fuerza y potencia máximas.140). Es
importante destacar que la reducción en el rendimiento de resistencia parece ser una
función de una mayor percepción del esfuerzo (140). Se han observado reducciones en la
distancia de carrera en la prueba de recuperación intermitente Yo-Yo y RPE elevado
después de una tarea mentalmente agotadora en atletas de deportes de equipo (127).
Además, se ha demostrado que la fatiga mental afecta el rendimiento técnico de los
jugadores de fútbol (7,127). Las implicaciones del impacto de la fatiga mental en el
rendimiento incluyen el desarrollo de modalidades de recuperación para limitar el impacto
negativo de la fatiga mental y la exposición de los atletas a tareas mentales (es decir,
cognitivamente exigentes) para prepararlos para la competencia.
Tareas de rendimiento
La utilidad de las tareas de rendimiento para evaluar la respuesta al entrenamiento o a
la competencia (o a ambos) ha sido ampliamente examinada en deportes como el
fútbol australiano, la liga de rugby, el cricket y el fútbol.32,33,57,70,93,106,116). Gran
parte de este trabajo se ha centrado en la medición de la fatiga neuromuscular y ha
incluido evaluaciones como pruebas de sprint (58) y el tirón isométrico de la mitad del
muslo (106). Sin embargo, uno de los más estudiados es el salto con contramovimiento
(CMJ) (27,30,57,60,116).
Un componente clave para comprender la utilidad de las tareas de desempeño para la
evaluación de la fatiga es comprender tanto su validez como su confiabilidad. Se remite a
los lectores a la sección más adelante en este capítulo y acapítulos 7 y 8 para obtener más
detalles sobre estos conceptos estadísticos. Un aspecto que a menudo se pasa por alto
para determinar la idoneidad de las variables es un análisis de cómo responden a una
determinada carga de entrenamiento o competición (dosis). Para que una variable posea
una alta validez ecológica, debe responder en relación con la dosis del estímulo anterior (p.
ej., una reducción en comparación con un valor de referencia) y también debe mostrar un
patrón predecible o consistente de retorno a la línea de base. Además, y posiblemente lo
más importante, para que una variable de desempeño sea útil para el monitoreo continuo
del estado de fatiga, una alteración en una medida particular (aumento o disminución
dependiendo de la variable) luego de la exposición a una carga apropiada que persiste
hasta un desempeño posterior — debe reflejarse en un cambio en la intensidad del
ejercicio o en la estrategia de movimiento en el siguiente
rendimiento.
Puede haber numerosas razones para el atractivo del CMJ para la evaluación de la
fatiga neuromuscular, incluida su naturaleza no fatigante, su corta duración y su
ocurrencia común como movimiento en muchos deportes de campo y de cancha, junto
con la creciente disponibilidad de tecnología (por ejemplo, portátiles). placas de fuerza,
transductores de posición lineal, unidades de medición inercial) para medir
parámetros CMJ avanzados (vercapitulo 12). Esto contrasta con el equipo y el
conocimiento técnico necesarios para la medición estándar de oro de la fatiga
neuromuscular central y periférica, que requiere estimulación eléctrica o magnética (
139). Además, se ha sugerido que los movimientos que involucran el ciclo de
estiramiento-acortamiento, como el CMJ, pueden ser particularmente útiles para
estudiar la fatiga neuromuscular.51,104).
Salto con contramovimiento y otras pruebas
Aunque las variables obtenidas de un CMJ se miden de forma rutinaria en un intento de
cuantificar la fatiga neuromuscular, los hallazgos de la investigación en relación con la
sensibilidad de estas variables no siempre son consistentes (33,57,58,60,88,93, 116). Existen
numerosas explicaciones para esto, que incluyen, entre otras, el efecto de fatiga real del
rendimiento (es decir, algunas tareas de rendimiento pueden no inducir suficiente fatiga
neuromuscular para permitir la medición a través de CMJ), el momento del CMJ posterior al
ejercicio, el punto de comparación (es decir, , a una línea de base válida), equipo de medición
(p. ej., plataforma de fuerza frente a tapete de cronometraje), variables elegidas para la
evaluación (es decir, medidas de resultado como la altura frente a variables como el tiempo de
vuelo: tiempo de contracción [33] que representa la estrategia de movimiento) y el enfoque de
análisis estadístico. Si bien una revisión detallada de la literatura está más allá del alcance de
este capítulo, un metanálisis realizado por Claudino y colegas (27) examinó la eficacia del CMJ
para monitorear el estado neuromuscular y concluyó que la altura promedio del CMJ de
múltiples ensayos fue más sensible que los valores máximos. Además, parece que las variables
de un CMJ que representan un cambio en la estrategia de movimiento pueden proporcionar
más información que las medidas de resultado simples, como la altura del salto (33,57,58,116).
Por lo tanto, puede ser erróneo concluir que la fatiga no está presente debido a la falta de
cambio en una medida de resultado (p. ej., la altura del salto), ya que el mantenimiento de un
resultado específico podría ser la función de un cambio en la estrategia de movimiento que ha
sido adoptada por el atleta como resultado de la fatiga.
Curiosamente, la disminución de la altura del CMJ antes de una sesión de entrenamiento de
fuerza se ha correlacionado con la disminución del volumen de sentadilla, lo que sugiere que puede
ser útil como indicador de la fatiga y la preparación del atleta para realizar un entrenamiento de
fuerza (143). Estos hallazgos están respaldados por el trabajo que demuestra que 6 semanas de
entrenamiento pliométrico regulado en función del rendimiento del CMJ previo a la sesión dieron
como resultado una carga de entrenamiento más baja sin comprometer las adaptaciones del
rendimiento (28). Estos hallazgos sugieren que los científicos del deporte pueden desear considerar
el CMJ antes del entrenamiento de fuerza o las sesiones pliométricas para optimizar la aplicación
del estímulo de entrenamiento.
Además de las métricas obtenidas durante un CMJ, se han propuesto como útiles para
la evaluación del estado de fatiga el sprint, las pruebas de carrera submáxima y los sprints
máximos en bicicleta (54,55,58,92,147). Por ejemplo, Garrett y colegas (55) sugirió el
potencial de una prueba de carrera submáxima que involucra 3 × Carreras de 50 metros
(54,7 yardas) completadas en 8 segundos en un ciclo de 30 segundos en el que se
obtuvieron variables de un acelerómetro triaxial colocado entre las escápulas. El protocolo
de ejecución se completó 24 horas antes y 48 y 96 horas después de un partido de fútbol
australiano, y se observaron cambios en varias métricas del acelerómetro 48 horas
después del partido. Los autores concluyeron que estos cambios eran representativos de
una estrategia de movimiento alterada para lograr la velocidad de carrera requerida en
presencia de fatiga, y este enfoque justifica una mayor investigación. Del mismo modo,
Wehbe y colegas (147) examinó el uso de 2 ×Sprints máximos de bicicleta de 6 segundos
para la evaluación de la potencia máxima como una representación de la fatiga
neuromuscular después de un partido de fútbol australiano. Los autores observaron una
reducción en la potencia máxima 24 horas después del partido en comparación con antes
del partido y sugirieron que una fortaleza potencial de esta prueba es que no involucra un
componente excéntrico. Sin embargo, los aspectos prácticos limitados de este tipo de
protocolo pueden limitar su uso en entornos de alto rendimiento. También se ha sugerido
que el tiempo de sprint de 30 metros y la velocidad máxima horizontal teórica (del sprint
de 30 metros) pueden ser medidas más sensibles de fatiga neuromuscular que las
variables obtenidas de un CMJ después del entrenamiento de rugby a siete (92); sin
embargo, los hallazgos pueden estar relacionados con la falta de sensibilidad en las
variables del CMJ elegidas para el análisis (es decir, métricas de altura, potencia, fuerza y
velocidad) en lugar de las limitaciones del CMJ per se. También es cuestionable si una
prueba de sprint para evaluar la fatiga es realista en la práctica, porque puede conllevar un
riesgo de lesiones en los tejidos blandos y requiere una motivación sustancial para lograr
un rendimiento máximo.
Frecuencia cardíaca como medida de la respuesta al
entrenamiento y la competición
Un enfoque cada vez más común es usar la frecuencia cardíaca (FC) en reposo, ejercicio y
recuperación para monitorear el estado físico y la fatiga (11,17,81-83). A pesar de la relativa facilidad
para medir la FC, existe cierta complejidad en la interpretación de los resultados observados (11,17),
y la utilidad de estas medidas probablemente depende del deporte y la frecuencia de medición (17).
Parece que las mejoras en la variabilidad de la frecuencia cardíaca (HRV) y la recuperación de la
frecuencia cardíaca en reposo y después del ejercicio son indicaciones de que se han producido
adaptaciones positivas (11). Un resultado potencialmente confuso es que los cambios en la
recuperación de la VFC y la frecuencia cardíaca después del ejercicio también pueden ocurrir en el
alcance excesivo, lo que enfatiza la necesidad de considerar el contexto de entrenamiento (es decir,
cambios recientes en la carga de entrenamiento) y otras medidas de la respuesta (por ejemplo,
percepciones de fatiga) al entrenamiento para permitir la interpretación correcta (11,17). De
manera similar, el error de medición inherente en estas variables debe tenerse en cuenta para
determinar el significado práctico de cualquier cambio observado (17).Figura 2.4 proporciona
alguna orientación sobre qué medidas de recursos humanos pueden ser más útiles en un entorno
determinado y, para obtener más detalles, se dirige a los lectores a otros capítulos de este libro (17
).
FIGURA 2.4 Cuadro de decisión para la selección de medidas de frecuencia cardíaca
(FC) en función de la participación deportiva y posibilidades de implementación.
FC(V), variabilidad de la frecuencia cardiaca; rMSSD, logaritmo de la raíz cuadrada de la media de la suma de los
cuadrados entre intervalos RR normales adyacentes medidos después del ejercicio; HRex: frecuencia cardiaca submáxima de
ejercicio; HRR, recuperación de la frecuencia cardíaca.
Reimpreso de M. Buchheit (2014, pág. 14).
Monitoreo Invisible
Si bien el uso de protocolos submáximos estandarizados es una opción atractiva para que los
profesionales evalúen la respuesta al entrenamiento y la carga de la competencia, aún requieren
que se realice una actividad específica además del entrenamiento normal, aunque son
mínimamente invasivos y se pueden realizar como parte del entrenamiento. un calentamiento Una
extensión de este enfoque para evaluar la preparación de los atletas para realizar cargas
adicionales es el uso de ejercicios de entrenamiento reales, como juegos en espacios reducidos;
esto a veces se denominamonitoreo invisible (114). Por ejemplo, Rowell y colegas (114)
encontraron cambios en las métricas seleccionadas del acelerómetro durante un juego
estandarizado en espacios pequeños cuando los jugadores de fútbol se consideraban fatigados
(según lo determinado por una reducción en el tiempo de vuelo: tiempo de contracción medido
desde un CMJ). Críticamente, los patrones de movimiento alterados vistos en el juego de lado
pequeño fueron seguidos por una mayor contribución del vector del acelerómetro mediolateral al
PlayerLoad total.™(una magnitud vectorial de los acelerómetros en los sistemas de seguimiento
Catapult), y los autores concluyeron que esto probablemente representó una modificación de la
estrategia de movimiento impulsada por la fatiga (114). Parece que las métricas globales de
velocidad y distancia pueden permanecer relativamente sin cambios en presencia de fatiga; sin
embargo, la estrategia de movimiento adoptada para lograr la misma carga externa parece
cambiar. Desde una perspectiva práctica, esto sugiere que el uso de variables que reflejen un
cambio en la estrategia de movimiento, potencialmente en relación con la carga externa global,
puede ser informativo.
De manera similar, los cambios en la estrategia de movimiento dentro del partido deducidos de
los cambios en las métricas derivadas del acelerómetro en múltiples deportes sugieren que puede
ser posible evaluar el estado de fatiga durante la competencia.10,30,96). Como se mencionó
anteriormente, esto podría ser en forma de métricas personalizadas como PlayerLoad™, varios
parámetros de zancada, o incluso variables como la rigidez vertical. Además, como se señaló
anteriormente, es probable que el desarrollo continuo de algoritmos de detección de eventos
automatizados en dispositivos de microtecnología proporcione información útil. La capacidad de
acceder a estas medidas en tiempo real durante la competencia o el entrenamiento puede tener
implicaciones para aspectos como las estrategias de sustitución y los cambios de posición en varios
deportes de cancha y de campo con fines tácticos.
Inventarios Psicométricos
El seguimiento de la respuesta psicológica global al entrenamiento y la competición es un
componente importante de un sistema de seguimiento completo (79,122). Numerosos
cuestionarios psicométricos se utilizan en el deporte, incluido el Perfil de Estados de Ánimo
(POMS) (94), Análisis Diario de las Demandas Vitales de los Deportistas (DALDA) (119),
Escala de angustia de formación multicomponente (87), y Cuestionario de Recuperación y
Estrés (REST-Q Sport) (78). También existen cuestionarios específicos diseñados para
evaluar componentes aislados como el sueño (44). Finalmente, el uso de medidas de
resultados notificados por los atletas (AROM) personalizados es un lugar común en el
deporte de alto rendimiento (122), y los lectores son dirigidos acapitulo 17, que analiza en
detalle estas escalas y cuestiones críticas relacionadas con su uso.
Integración de Carga Interna y Externa
Además de la utilidad potencial de los cambios en las variables de carga externa
específicas para la evaluación de la fatiga a través de cambios en la estrategia de
movimiento, también se ha propuesto la integración de la carga interna y externa (p. ej.,
distancia total: impulso de entrenamiento individualizado) (3,40,53,146). La sugerencia
general es que este tipo de métrica proporciona un índice de eficiencia en el sentido de
que representa la carga externa en relación con el costo de realizar esta carga (en forma
de una medida de carga interna como HR o RPE). Los lectores deben consultar capítulos 14
y 17 para obtener información más detallada sobre la medición de la carga interna. Parece
justificada una mayor exploración de este concepto, ya que puede proporcionar a los
profesionales una comprensión más completa del estado de sus atletas (3).
EXAMEN DE LA CARGA, LESIONES, ENFERMEDADES Y
INTERACCIONES DE RENDIMIENTO
Como se discutió anteriormente en la sección "Gestión del proceso de entrenamiento", en
términos simples, el rendimiento puede considerarse una función de la diferencia entre el
estado físico y la fatiga (26), y los intentos de modelar el rendimiento debido a la
interacción de estos dos componentes han recibido una atención considerable (8,99).
La interacción entre la carga de entrenamiento, las lesiones y las enfermedades ha sido
ampliamente examinada (43,45,59,118,149), incluido como tema central de una declaración de
consenso del Comité Olímpico Internacional en dos partes, a la que se dirige a los lectores para
obtener más detalles (123,129). Es probable que este interés se deba al impacto demostrado de las
lesiones en el rendimiento (68,150). En general, parece que la carga, la lesión y la enfermedad
tienen una relación; sin embargo, se ha demostrado que tanto las cargas altas como las bajas
aumentan el riesgo de lesiones (29,102,107,118), y es probable que el riesgo de lesiones esté
mediado por una interacción compleja de múltiples factores, como el estado de entrenamiento, el
historial de lesiones y la carga (incluida la forma en que se mide). A pesar de su popularidad, hay
varias fallas conceptuales y prácticas críticas en la proporción de carga de trabajo aguda: crónica
(ACWR) en relación con el riesgo de lesiones, que incluyen, entre otros, el uso de la carga de trabajo
aguda dentro de la carga de trabajo crónica (conocida comoacoplamiento matemático) y el uso de
promedios móviles (86,151). De hecho, la investigación ha demostrado que, a pesar de la
asociación, el ACWR tiene una pobre capacidad de predicción de lesiones (50). Como resultado, se
sugiere que el ACWR no se use para este propósito (74). No obstante, recomendó que los
profesionales planifiquen y midan cuidadosamente las progresiones y regresiones en la carga de
entrenamiento, ycapitulo 19 contiene contenido adicional relacionado con el riesgo de lesiones.
Esta información, junto con otras medidas de respuesta de los atletas y los comentarios de atletas y
médicos, se puede utilizar para guiar la toma de decisiones sobre el manejo de los riesgos de
lesiones relacionadas con el entrenamiento.
Si bien minimizar el riesgo de lesiones es un componente importante del diseño del programa
de entrenamiento, la mejora del rendimiento es el objetivo final. De hecho, la forma más directa de
minimizar las lesiones es dejar de entrenar y competir por completo, pero claramente no es una
solución lógica. Dado esto, la aplicación de una dosis de entrenamiento requerida para obtener un
mejor rendimiento es un enfoque clave para los profesionales. La investigación en el fútbol
australiano de élite ha demostrado que la distancia y el RPE de la sesión del entrenamiento están
asociados con la distancia recorrida del partido; sin embargo, la relación entre la carga de
entrenamiento y el rendimiento del partido medido a través del partido
las estadísticas eran débiles (61). Algunos trabajos han demostrado una relación directa entre
la forma física (rendimiento de nivel 2 de la prueba de recuperación intermitente Yo-Yo) y el
rendimiento del partido (medido por descartes de pelota), así como una relación indirecta
entre la forma física y el número de descartes de pelota a través de la distancia recorrida a alta
intensidad durante un partido (98). Sin embargo, en general, mientras que la carga de
entrenamiento tiene alguna asociación con el desarrollo de partidos en el fútbol australiano
(aunque no de una manera causal directa, sino probablemente debido a una mejor forma
física), la asociación con la calificación del rendimiento del entrenador o las estadísticas del
partido no es tan fuerte (121,132). Esto sugiere que evaluar la capacidad física (con una prueba
adecuada) junto con la carga de entrenamiento es un enfoque valioso.
Las relaciones entre los resultados del entrenamiento y el rendimiento en los deportes de
equipo son muy complejas y es poco probable que puedan identificarse fácilmente. Una revisión
que examinó la asociación entre la carga de entrenamiento y los resultados de rendimiento en los
deportes de equipo concluyó que había poca asociación clara entre la carga de entrenamiento
externo y el rendimiento (52). Sin embargo, la carga de entrenamiento interno de alta intensidad
representada por actividad a más del 90% de la FC máxima fue el mejor indicador del rendimiento
aeróbico (52). Se recomienda que los constructos de carga de entrenamiento se seleccionen
intencionalmente en base a marcos conceptuales sólidos y también que se utilicen medidas cuyas
propiedades de medición (es decir, validez y confiabilidad) se hayan establecido. Es importante
destacar que la carga externa en términos de métricas como la distancia recorrida no debe
confundirse con el rendimiento (es decir, el impacto del partido evaluado por la participación de
habilidades o las calificaciones de rendimiento del entrenador).
DESARROLLO DE SISTEMAS DE MONITOREO DE CARGA
Y ESTRATEGIAS
Dada la amplia gama de métodos y variables disponibles para los profesionales tanto para
programar como para monitorear la carga de entrenamiento y la fatiga, el desafío es
seleccionar medidas con validez y confiabilidad demostradas en el entorno específico de
interés (113). En el contexto aplicado, la validez es importante no solo en comparación con un
criterio o medida estándar de oro, sino también desde una perspectiva ecológica (consulte la
siguiente sección para obtener más detalles sobre cuestiones estadísticas en el seguimiento de
la carga de entrenamiento). Aunque la base de cualquier sistema de monitorización es la
capacidad de cuantificar con precisión la dosis de entrenamiento (121), la microtecnología
proporciona una cantidad potencialmente abrumadora de variables de carga externa que no
son todas únicamente útiles (133,144). Además, el desarrollo de un sistema para el
seguimiento de los atletas debe implicar la cuantificación de la carga de entrenamiento junto
con la evaluación de la respuesta individual, que luego se utiliza para guiar la toma de
decisiones con respecto al volumen y la intensidad del entrenamiento futuro (35,121).
Como se describió anteriormente, existen numerosas opciones para evaluar la
carga interna y externa, y se recomienda a los científicos del deporte que se
familiaricen con las ventajas y desventajas específicas de las diversas medidas dado el
contexto de su entorno. Críticamente, hay muy pocos enfoques, si es que hay alguno,
que deberían aplicarse universalmente (posiblemente, aparte de la medición rutinaria
del RPE de la sesión).
Medidas de carga externa
Una consideración importante en la selección de métricas de carga externa es si existe una
justificación conceptual y una asociación consistente entre cualquiera de estas medidas y el
rendimiento o la lesión (consulte la sección anterior ycapitulo 19) (121). Además, es importante
que los científicos del deporte se aseguren de que las métricas de carga externa proporcionen
información importante y única (133,144). Por ejemplo, la investigación en deportes de campo
y cancha utilizando enfoques estadísticos avanzados ha permitido la identificación de
parámetros clave para cuantificar la carga de entrenamiento y competencia (133, 144). Este
tipo de análisis puede reducir la carga de los profesionales porque les permite concentrarse
solo en las métricas más importantes, que pueden
reducir la probabilidad de tomar una decisión basada en una variable que finalmente no es
importante (145). Esto debe incluir la consideración de la carga locomotora (es decir, la
velocidad y la distancia) y las métricas que dan cuenta de otros movimientos (141). Finalmente,
desde una perspectiva de monitoreo, es en última instancia la respuesta a una carga externa
dada lo que debe evaluarse.
Medidas de carga interna
Aunque un grupo de atletas puede asumir una carga externa similar, es probable
que la respuesta interna sea muy individual (122). Como se abordó anteriormente
en este capítulo y se cubrió en detalle encapítulos 14 y 17, existen numerosos
enfoques para medir la carga interna, incluidos métodos objetivos (p. ej., HR) y
subjetivos (p. ej., RPE). Es probable que una combinación de estos enfoques,
incluida la integración de la carga interna y externa, resulte más útil; sin embargo,
el contexto del entorno debe ser el factor impulsor detrás de la decisión de utilizar
un enfoque particular.
Componentes generales del sistema de monitoreo
Además de la selección de variables individuales que conforman un sistema de
monitoreo, se deben considerar algunos componentes generales del sistema—
específicamente, una combinación de locomotora y carga mecánica externa y
Valoración de la sesión del esfuerzo percibido (sRPE) (121), porque es poco probable
que una sola variable pueda capturar la complejidad del entrenamiento y la carga de
competición (145).Figura 2.5 proporciona un ejemplo de un enfoque integral de
monitoreo (141). Un requisito fundamental de un buen sistema de seguimiento es que
sea lo menos invasivo posible para evitar aumentar los desafíos del entorno deportivo
de alto rendimiento (66).
FIGURA 2.5Monitoreo de carga fisiológica y biomecánica.
Reimpreso con permiso de J. Vanrenterghem et al. (2017, pág. 2135-2142).
La participación de los atletas es fundamental para garantizar que los recursos se utilicen
adecuadamente, y los atletas, entrenadores y otras partes interesadas deben comprender
completamente el propósito del programa de monitoreo y su impacto en el entrenamiento y la
competencia (66). Estos aspectos son importantes porque tanto la falta de retroalimentación
como la sugerencia de que las decisiones de modificación del entrenamiento pueden ser
injustas son factores que pueden conducir a un cumplimiento deficiente (103). Para limitar
estas posibilidades, los resultados de cualquier programa de monitoreo deben comunicarse
claramente a los atletas, entrenadores y otro personal con un énfasis específico en el análisis a
nivel individual y el uso de informes que sean visualmente atractivos y lo más fácil posible de
comprender (113). Esto puede lograrse en parte con una combinación de formato codificado
por colores y el uso de diagramas y figuras claras.
Una consideración importante para los científicos del deporte es que existe una tendencia a
sobrevalorar la importancia de las variables obtenidas a partir de nuevas tecnologías (p. ej., GPS) o
protocolos complejos (particularmente para la evaluación de la carga interna) cuando se puede
argumentar que las métricas subjetivas, en el forma de autoinforme, son tan buenos, si no mejores,
que la mayoría de las otras medidas. En última instancia, un enfoque que incorpore componentes
tanto biológicos como psicológicos probablemente presente la mejor metodología (66).
Cuestiones estadísticas en el seguimiento de la carga de entrenamiento
Una base clave de cualquier estrategia de monitoreo de carga y fatiga es el uso de métodos
apropiados de análisis estadístico. Críticamente, los enfoques tradicionales, como la prueba de
hipótesis nula para la determinación de la significación estadística, probablemente sean
inapropiados en entornos de alto rendimiento (18,113,152). Aunque el análisis a nivel individual
es probablemente el más relevante en el deporte de alto rendimiento, hay instancias en las
que puede ser necesario un análisis de grupo (p. ej., comparaciones posicionales, jugadores
novatos versus veteranos). Se aplican limitaciones similares al uso de enfoques tradicionales en
los análisis de grupo que se aplican a la evaluación individual (112,142). En cualquier caso, el
análisis estadístico apropiado permite la determinación precisa de puntos de referencia, líneas
de base y límites a partir de los cuales se pueden realizar comparaciones (113).
Ya sea que el análisis ocurra a nivel grupal o individual, una consideración importante para
los profesionales es el hecho de que existe incertidumbre en cualquier medida, y esta
incertidumbre, a menudo representada en forma de intervalos de confianza, debe ser
considerada en cualquier análisis (69). Los lectores deben consultarcapitulo 18para obtener
información más detallada sobre estos temas; sin embargo, a continuación se incluye una
breve revisión de los conceptos clave relacionados con la carga y la fatiga.
Validez
Como se sugirió en las secciones anteriores de este capítulo, las variables utilizadas con el
propósito de monitorear la carga y la fatiga deben ser válidas y confiables. Si bien la
validez de una medida debe evaluarse mediante la comparación con un criterio o una
prueba estándar de oro (conocida como validez de criterio), también es crítica una
evaluación del impacto de la variable en el proceso de capacitación (conocida como validez
ecológica) (18). La validez se puede representar mediante varias estadísticas, incluida una
correlación, el error típico de la estimación (que es la diferencia entre la medida de campo
y la medida de criterio) y el sesgo (que describe el grado en que la medida de campo
tiende a sobreestimar o subestimar en comparación con al criterio) (69).
Fiabilidad
De manera similar, la confiabilidad se puede representar mediante un coeficiente de correlación
especializado, el error estándar de la medición, como un coeficiente de variación (CV%) (que es la
variabilidad de las puntuaciones test-retest), y el cambio en la puntuación media entre ensayos
repetidos (69). Cuantificar la confiabilidad de las variables utilizadas en el monitoreo de carga y
fatiga es un paso clave en la capacidad de determinar un cambio significativo.
Cambio significativo
Si bien aquí no es posible una exploración detallada de este concepto (ver capitulo 18), en
esencia, para que un profesional esté seguro de que el cambio o la señal entre puntos de
tiempo en una variable en particular es significativo, el cambio debe exceder el ruido o
error en la medida (por ejemplo, medido por el CV%) (18). Un concepto estrechamente
relacionado es el deel cambio más pequeño que vale la pena (SWC) o diferencia mínima
(MD), que representan el cambio más pequeño en una métrica para un atleta dado que
probablemente sea de importancia práctica (18). Numerosos métodos son apropiados
para el cálculo de SWC o MD, según la métrica y el contexto; sin embargo, generalmente
es una fracción de la desviación estándar entre sujetos de una prueba de confiabilidad
repetida (18). Aunque en muchos casos, las medidas de carga de entrenamiento y fatiga
carecen de la resolución para detectar el SWC, aún pueden ser útiles porque la variación
regular en estas medidas, como el cambio de semana a semana (también conocido como
la señal) excede el CV. % o ruido (38). La evaluación de la magnitud del cambio en relación
con el CV% y el SWC da como resultado una variedad de posibles descriptores cualitativos,
desde "poco claro" (donde existe la posibilidad de que el cambio sea simultáneamente
positivo y negativo) hasta "trivial" (donde el cambio es demasiado pequeño para ser
importante en la práctica) y “positivo o negativo” (donde el cambio excede claramente el
CV% y SWC en una dirección u otra).Figura 2.6 proporciona una representación gráfica de
cómo se puede usar el CV% para evaluar si se ha producido un cambio significativo (18).
Esta es una consideración particularmente importante para el control de la carga y la
fatiga, ya que maximiza la probabilidad de que se haya determinado con precisión
cualquier cambio en el estado, lo que tiene efectos evidentes en la manipulación del
programa de entrenamiento.
Son posibles muchos otros enfoques para la representación estadística de las variables de
monitoreo de carga y fatiga individuales, incluido el puntaje z, el puntaje de diferencia estándar (
111), y puntaje de decenas estándar (STEN) (24). Estos enfoques implican variaciones de la
estandarización de la puntuación del atleta individual en relación con la distribución de las
puntuaciones del grupo y, por lo tanto, permiten que las puntuaciones se presenten en relación con
el grupo (o un estándar predeterminado si se desea). Todas estas estadísticas pueden calcularse
fácilmente en un software de hoja de cálculo y trazarse en una figura para brindar una
representación visual significativa para entrenadores y atletas.
Enfoques estadísticos avanzados
Como se sugirió anteriormente, está más allá del alcance de este capítulo examinar este
zona en detalle. Sin embargo, los científicos del deporte deben ser conscientes del uso cada
vez mayor de enfoques analíticos avanzados para examinar la carga de entrenamiento y
competición, así como la fatiga. En particular, el uso de estos enfoques para examinar las
interacciones con el rendimiento o las lesiones (o ambos) y la identificación de variables de
carga externas únicas se está volviendo más común (61,115-117,133).
FIGURA 2.6Interpretar el cambio en los datos de desempeño individual.
Reimpreso con permiso de MJS Buchheit (2017, pág. 39).
CONCLUSIÓN
Una comprensión integral del entrenamiento interno y externo y la carga de la
competencia es esencial para el desarrollo de un modelo de entrenamiento efectivo. El fin
último de cuantificar la carga interna y externa del entrenamiento y la competición es
optimizar el estímulo aplicado al deportista; como tal, el monitoreo de la carga y la fatiga
no debe verse como el proceso de reducción de la carga. Los científicos del deporte
disponen de una variedad de herramientas para medir la carga; sin embargo, es
imperativo comprender el uso apropiado de una herramienta específica antes de aplicarla
a un contexto particular. Es importante destacar que no se debe subestimar el valor de la
evaluación perceptiva subjetiva de la respuesta al entrenamiento y la competencia. De
manera similar, siempre se debe considerar la validez y confiabilidad de las medidas de
carga externa. Por fin, Es probable que un sistema efectivo comprenda la recopilación y el
análisis de rutina de una pequeña cantidad de métricas clave que luego se utilizan para la
manipulación continua de las cargas de entrenamiento individuales para maximizar la
probabilidad de lograr resultados de rendimiento, incluida la reducción del riesgo de
lesiones. En el entorno práctico, este enfoque debe seguirse en lugar de un modelo
demasiado complejo que utilice un gran número de variables en un intento
probablemente fallido de lograr cosas tales como la predicción de lesiones. De manera
similar, debe evitarse la búsqueda de explicaciones demasiado simplistas que buscan
describir interacciones complejas entre la carga de entrenamiento, el rendimiento y las
lesiones con enfoques reduccionistas (p. ej., un número para describir la fatiga de un atleta
y el estado de recuperación o preparación).
LECTURAS RECOMENDADAS
Impellizzeri, FM, Marcora, SM y Coutts, AJ. Interno y externo
carga de entrenamiento: 15 años después. Int J Deportes Physiol Realizar 14:270-273,
2019.
Robertson, S, Bartlett, JD y Gastin, PB. ¿Rojo, ámbar o verde? Atleta
seguimiento en el deporte de equipo: la necesidad de sistemas de apoyo a la toma de
decisiones. Int J Deportes Physiol Realizar 12:S273-S279, 2017.
Ruddy, JD, Cormack, SJ, Whiteley, R, Williams, MD, Timmins, RG y
Opar, DA. Modelado del riesgo de lesiones en deportes de equipo: una revisión
narrativa de diferentes enfoques estadí[Link] frontal 10:829, 2019.
CAPÍTULO 3
Periodización y Programación
para deportes individuales
Dr. G. Gregory Haff
Uno de los aspectos clave del rendimiento deportivo es la orientación del proceso de entrenamiento
de manera que el atleta del deporte individual sea capaz de desempeñarse al más alto nivel en los
principales puntos de tiempo predeterminados. La capacidad para lograr estos objetivos se ve
afectada en gran medida por las estrategias de programación a largo y corto plazo empleadas
como parte del proceso de capacitación (57). El proceso de organizar estas diversas estrategias de
programación y alinearlas con los objetivos de desempeño y los cronogramas previstos es el
constructo de planificación al que se hace referencia comoperiodización. Si bien el empleo de
estrategias de periodización es ampliamente aceptado por entrenadores y científicos del deporte (
29) como práctica fundamental para el desarrollo de atletas, existen muchos conceptos erróneos
sobre la periodización y su uso en escenarios deportivos individuales del mundo real (49, 50,54). El
centro de la confusión es la falsa creencia de que la periodización es una construcción de
programación rígida que no tiene en cuenta la capacidad del atleta individual para adaptarse a los
factores estresantes del entrenamiento (50) y que periodización y programación son sinónimos (48,
54). Fundamentalmente, la periodización es un proceso utilizado para organizar el entrenamiento
del atleta individual (23). Este es un proceso reflexivo continuo basado en evidencia que se utiliza
para evaluar el estado de entrenamiento actual del atleta e informar el desarrollo del programa
futuro. Central a esta construcción es la capacidad de participar sistemáticamente en un proceso de
seguimiento del atleta (verparte IIIde este texto) (23) e interpretar rápidamente la información
recopilada para proporcionar información al entrenador (vercapitulo 22) que se puede utilizar para
orientar las decisiones de programación (14). Debido a sus habilidades únicas para recopilar,
analizar e interpretar datos de seguimiento, así como a su comprensión del proceso científico, los
científicos del deporte desempeñan un papel fundamental en la periodización y la programación.
Traducido del inglés al español - [Link]
PERIODIZACIÓN: UNA CONSTRUCCIÓN
MULTIFACTORIAL INTEGRADA
Muchas discusiones sobre periodización se centran en la implementación del programa de
entrenamiento físico de los atletas (1,54) sin tener en cuenta otros factores que pueden afectar
significativamente su desarrollo y preparación para la competencia. En última instancia, la
periodización es un proceso integrado que combina todos los componentes del entrenamiento
en una estructura integral que permite combinar los factores de entrenamiento físico con las
estrategias nutricionales y de recuperación para optimizar el rendimiento (8,57). Además, ha
habido un énfasis creciente en incluir otros factores, como el desarrollo psicológico (o mental)
y de habilidades motoras como parte del plan general de periodización (57). De manera similar,
Bompa y colegas (8) sugieren que optimizar verdaderamente el proceso de periodización del
entrenamiento de un atleta requiere la integración de numerosos factores interrelacionados.
Debido a la naturaleza altamente integrada de la periodización, a menudo se emplea un
equipo de apoyo interdisciplinario para optimizar el proceso de entrenamiento del atleta de un
deporte individual (discutido más adelante encapitulo 30).
EL PAPEL DEL CIENTÍFICO DEL DEPORTE EN UNA
DEPORTE INDIVIDUAL
El científico del deporte juega un papel integral como parte del equipo de apoyo
multidisciplinario del atleta individual (40) mediante el desarrollo de una base de evidencia
para las preguntas que tiene el cuerpo técnico para informar el ajuste fino de la
preparación del atleta (41). Conceptualmente, este equipo multidisciplinario de
profesionales trabaja en conjunto para ayudar a administrar la preparación y el
desempeño competitivo del atleta. Lo central de este enfoque es que está centrado en el
atleta, centrado en el entrenador y apoyado por el equipo (63) con el fin de aprovechar una
variedad de expertos para optimizar la preparación del atleta (12).
Norris y Smith (63) sugieren que este enfoque de equipo multidisciplinario es un
componente central de la filosofía moderna de un plan de entrenamiento periodizado bien
estructurado que está diseñado apropiadamente para guiar a los atletas a través de su
preparación y períodos competitivos. Este enfoque debería ayudar a disipar la falsa
creencia de que la periodización es una forma rígida o fija de metodología de
entrenamiento (63). La clave de este proceso es brindar a los entrenadores
interpretaciones actualizadas del proceso de monitoreo en curso y brindarles información
que pueda informar su construcción de las intervenciones de capacitación seleccionadas (
14). Además, el científico del deporte tiene la capacidad de proporcionar al entrenador
información sobre cualquier aspecto del proceso de entrenamiento basado en una base de
investigación y conocimiento.
Además de supervisar el proceso de seguimiento e interpretar los datos recopilados, el
científico del deporte examina continuamente el conjunto de conocimientos científicos en
evolución para determinar qué puede agregar valor al proceso de entrenamiento. Con base en
una evaluación crítica de las áreas emergentes de investigación, el científico del deporte puede
hacer recomendaciones informadas sobre nuevas intervenciones de entrenamiento,
recuperación o métodos nutricionales que el equipo que apoya al entrenador puede
considerar candidatos para el plan de entrenamiento general del atleta (42).
PERIODIZACIÓN Y DISEÑO DE UN PLAN
Aunque la periodización se considera ampliamente una herramienta importante para guiar el
entrenamiento de un atleta, actualmente no existe una definición universalmente aceptada del
concepto dentro de la literatura científica y de entrenamiento (23,49). Mientras que algunos autores
simplemente se refieren a la periodización como variación planificada del entrenamiento (25), otros
sugieren que la periodización sirve como una plantilla direccional que opera como una herramienta
de planificación sistemática y metodológica para guiar el entrenamiento de los atletas (63). Como
herramienta de entrenamiento direccional, a veces se hace referencia a la periodización como una
metodología para secuenciar diferentes unidades de entrenamiento (p. ej., ciclos de entrenamiento)
para guiar al atleta hacia un estado deseado y un resultado planificado previamente (45). La
referencia a la secuenciación del entrenamiento dentro de la literatura sobre periodización ha
resultado en la falsa sugerencia de que la periodización es una construcción rígida desconectada de
la realidad de cómo un atleta se adapta al proceso de entrenamiento (49). Esta falsa creencia es más
notable dentro de la profesión de fuerza y acondicionamiento, ya que varios autores se han
referido repetidamente a la periodización como un concepto demasiado rígido e inflexible (19,49,54
). En realidad, en lugar de clasificarse como un concepto rígido, la periodización se explica mejor
como un marco de andamiaje en torno al cual se formulan programas de entrenamiento
específicos para abordar necesidades y situaciones específicas (57). Por lo tanto, la esencia de un
plan de entrenamiento periodizado es la capacidad de tomar decisiones de programación acertadas
que aprovechen las combinaciones de métodos de entrenamiento y consideren el perfil de
rendimiento actual del atleta para optimizar el proceso de entrenamiento. Es de esta manera que
los científicos del deporte juegan un papel fundamental en el proceso, ya que proporcionan al
equipo multidisciplinario métricas cuantificables a partir de las cuales se guía el entrenamiento en
el contexto del plan de periodización establecido.
Periodización Versus Programación
El tema clave que deben considerar los científicos del deporte y los entrenadores es la
diferenciación de la periodización de la práctica de la programación (ver figura 3.1). Como se
señaló anteriormente, la periodización es el marco de andamiaje a partir del cual se diseñan e
implementan las intervenciones de programación. Un elemento central de este proceso es la
capacidad del científico del deporte para aprovechar los datos de seguimiento sobre el estado
actual del atleta y modelar la tasa de mejora para ayudar al entrenador a ser más ágil en las
decisiones de programación (22,23). Como tal, la periodización es
una estrategia de macrogestión que sirve como modelo de entrenamiento, a partir del cual el
científico del deporte y el entrenador pronostican y asignan períodos de tiempo que apuntan a
factores específicos relacionados con el estado físico, las habilidades o el rendimiento (22,57). Como
se vio enfigura 3.1, el proceso de previsión consiste simplemente en establecer objetivos de
formación alineados con los ciclos de formación (por ejemplo, micro, meso y macrociclos y ciclos
anuales y plurianuales) (63) y se basan en las necesidades y objetivos del atleta para informar las
decisiones de programación (22).
Por lo tanto, la programación delinea los modos y métodos que se utilizan para estructurar
el estímulo de entrenamiento al que está expuesto el atleta (22). Esto se ilustra mejor mediante
variables de entrenamiento como se muestra enfigura 3.1, como el volumen o la intensidad o
ambos, que se asocian más comúnmente con el entrenamiento físico y las estrategias que se
emplean para programar las intervenciones de entrenamiento físico. Como señalaron Plisk y
Stone (67) en su artículo seminal sobre la periodización, es claro que “programaciónes una
operación de pensamiento estratégico que se logra mejor cuando el monitoreo continuo se
integra en el proceso de periodización”. Si bien la programación del entrenamiento físico se
discute comúnmente cuando se considera la periodización del entrenamiento, también es
importante tener en cuenta que otros factores, como la recuperación, la dieta, las habilidades
mentales y el entrenamiento técnico y táctico, pueden integrarse en el plan periodizado (57). El
establecimiento de programas o estrategias de entrenamiento que apunten a la optimización
de estos diversos factores son todos parte de un plan de entrenamiento periodizado holístico.
FIGURA 3.1 La relación simbiótica de periodización, seguimiento y
programación.
Basado en Cananan et al. (2018).
Periodización y Planificación del Proceso de Entrenamiento
Al examinar la literatura sobre periodización, está claro que se pueden usar numerosos
modelos para planificar el proceso de entrenamiento, que pueden incluir modelos paralelos,
secuenciales y de énfasis (verfigura 3.2;31).
Modelo de Entrenamiento Paralelo
A modelo de entrenamiento paralelo, como se muestra enfigura 3.2a, implica entrenar todos los
factores simultáneamente dentro de una sesión de entrenamiento, día de entrenamiento, serie de
días de entrenamiento o microciclos (31). Este enfoque a veces se denomina enfoque paralelo
concurrente o complejo (9). En general, este enfoque funciona bien para atletas jóvenes, novatos o
en desarrollo; puede no ser beneficioso para atletas de nivel intermedio a élite (31,62). Uno de los
principales problemas con el enfoque paralelo es que a medida que los atletas progresan, el
volumen o la carga de entrenamiento a la que están expuestos debe aumentar para continuar
estimulando la adaptación. Esto puede ser problemático, porque los atletas tienen niveles limitados
de tolerancia al entrenamiento y estos aumentos pueden exceder la capacidad de un atleta para
tolerar el entrenamiento (45) y eventualmente resultar en un estado de sobreentrenamiento (31,62
). Debido a que los atletas de nivel intermedio a avanzado requieren mayores estímulos para
estimular la adaptación y aumentar el rendimiento, puede ser necesario emplear diferentes
estrategias de planificación (31,67).
FIGURA 3.2 Periodización y modelos de planificación: (a)enfoque de entrenamiento
paralelo, (B)enfoque de entrenamiento secuencial, y (C) enfoque de énfasis.
Cifras ay B: Adaptado con permiso de Haff (2017, pág. 36, 37). FiguraC: Basado en McGuigan
(2017).
Si bien pueden ocurrir algunos problemas con los modelos de entrenamiento paralelo, un
científico del deporte puede optar por emplear este modelo durante ciertos momentos del año de
entrenamiento con un atleta de un deporte individual. Por ejemplo, durante un período de
transición, cuando se justifica un enfoque multilateral, puede ser beneficioso utilizar un modelo de
capacitación paralelo para abordar todos los factores clave de capacitación simultáneamente
dentro del período de capacitación. Además, si se requiere que el atleta se someta a un período de
preparación particularmente corto antes de un largo período competitivo, el uso de un modelo de
entrenamiento paralelo puede estar justificado (9). Lo más probable es que un científico del deporte
que haga esta elección cambie a un modelo de entrenamiento de énfasis durante el período
competitivo.
Modelo de entrenamiento secuencial
Un método alternativo de planificación es elmodelo de entrenamiento secuencial, como se
muestra en figura 3.2B, que también se conoce como modelado de bloques (43). Este modelo
secuencia factores individuales o un número limitado de factores de entrenamiento en un patrón
lógico para guiar el entrenamiento hacia un resultado objetivo (31,62). Los modelos de
entrenamiento secuencial se usan comúnmente en deportes individuales como el levantamiento de
pesas (79), esquí de fondo (78), ciclismo (24,72), atletismo (sesenta y cinco) y deportes de resistencia
cardiovascular (44). Conceptualmente, este enfoque permite al atleta realizar cargas e intensidades
de entrenamiento más altas en patrones secuenciales que permiten el desarrollo de un resultado
de entrenamiento específico (31). A medida que el atleta se mueve a través de la secuencia del
enfoque de entrenamiento, algunos factores de entrenamiento ya no se enfatizan, lo que resulta en
una reducción en el desarrollo de esos factores (62) y en un grado progresivo de desentrenamiento.
El grado de desentrenamiento para un factor de entrenamiento sin énfasis se ve afectado en gran
medida por la duración entre las exposiciones al entrenamiento que se enfoca en su desarrollo (31).
Si bien algunos defensores de esta estrategia sugieren introducciones periódicas de "mini-bloques"
para permitir que se retengan los factores de entrenamiento, es posible que algunos atletas se
beneficien de un enfoque de planificación que modula los factores que se entrenan dentro de un
modelo secuencial (31, 73).
Modelos de entrenamiento de énfasis
El énfasis, o péndulo,modelo de entrenamiento, como se muestra enfigura 3.2C,
incorpora aspectos de los modelos paralelo y secuencial de periodización (31).
Específicamente, este modelo permite entrenar varios factores de entrenamiento
simultáneamente (es decir, modelo paralelo) con un énfasis variable en el tiempo (es decir,
modelo secuencial) para estimular o mantener adaptaciones o permitir que ocurra el
desentrenamiento (81). Los defensores de este modelo sugieren que el énfasis en un
factor de entrenamiento determinado debe rotarse cada 2 semanas para optimizar la
capacidad de rendimiento (81). Este modelo de periodización es ideal para atletas de nivel
intermedio a avanzado que tienen que competir en períodos de competencia
congestionados. Mientras que más típicamente se emplea en deportes de equipo (73), el
modelo de énfasis también se ha sugerido para deportes individuales como el ciclismo en
pista (62) y carreras de velocidad (26). Un ejemplo clásico del modelo de énfasis es el
modelo de integración vertical para carreras de velocidad presentado por Francis (26). En
este ejemplo, seis factores de entrenamiento se entrenan simultáneamente (modelo
paralelo) y tienen diversos grados de énfasis (modelo secuencial) que se alinean con los
objetivos de entrenamiento específicos.
Estructura jerárquica de la periodización
Como estructura de andamiaje, los niveles de periodización contienen una serie de jerarquías
que se utilizan para organizar los distintos períodos de tiempo asociados con el plan de
entrenamiento a corto, mediano y largo plazo del atleta (29,63). Conceptualmente, estas
diversas estructuras no son más que niveles interrelacionados de planificación que ayudan a
alinear las intervenciones de entrenamiento programadas para el atleta, con los objetivos
específicos establecidos para el atleta por el equipo multidisciplinario que trabaja con el atleta (
29). Más comúnmente, el plan de formación periodizado comprende un total de siete niveles
interrelacionados, que incluyen el plan de formación plurianual, plan de formación anual,
macrociclo, mesociclo, microciclo,día de entrenamiento, y sesión de entrenamiento(vertabla
3.1;29,33).
TABLA 3.1Jerarquía de periodización
Nivel Nombre Duración Descripción
1 Multianual 2-4 años Un plan a largo plazo describe la progresión de los objetivos de capacitación a lo largo de
plan varios planes anuales. El plan plurianual más típico es el plan cuatrienal (es decir, 4 años).
2 Anual 1 año Esto describe un año entero de entrenamiento. Puede contener 1-3 macrociclos.
plan
3 macrociclo Varios Esto consiste en las temporadas competitivas, que incluyen la temporada baja, la
meses a pretemporada y la temporada. Se compone de múltiples mesociclos.
un año
4 mesociclo 2-6 Este es un ciclo de entrenamiento de tamaño mediano que suele tener una
semanas duración de 4 semanas. Este ciclo a veces se conoce como un bloque de
entrenamiento. Se compone de múltiples microciclos.
5 microciclo Varios Este ciclo de entrenamiento de menor tamaño suele representarse como una semana (es decir, 7 días)
días a 2 de entrenamiento. Se alinea con los objetivos del mesociclo.
semanas
6 Capacitación 1 día Este es un día en el que se realiza un entrenamiento y se alinea con los
día objetivos del microciclo.
7 Capacitación Minutos Este es un período de tiempo dentro de un día de entrenamiento que contiene unidades de
sesión a horas entrenamiento específicas. Múltiples sesiones dentro de un día se definen como tener > 30 min de
descanso entre ellas.
Adaptado con autorización de Haff (2017, pág. 39); Adaptado de Bompa y Haff (2009); Haff
(2016): Haff y Haff (2012); Issurin (2010); Piedra et al. (2007).
Plan de Formación Plurianual
El plan de formación plurianual es un componente central del desarrollo a
largo plazo de los atletas (34) y está diseñado para proyectar la vía prevista
hacia las metas a largo plazo establecidas para el atleta individual (ver figura 3.3; 64). Para
el desarrollo del plan de entrenamiento plurianual es central el establecimiento de varios
marcadores de desempeño, o puntos de referencia determinados por el científico del
deporte y el cuerpo técnico que sirven como objetivos a alcanzar a lo largo de la duración
del plan (7). Conceptualmente, el plan de entrenamiento plurianual es en gran medida un
plan de desarrollo del atleta a largo plazo que sirve como andamiaje para el desarrollo del
atleta a lo largo del tiempo (34). Si bien este plan establece el marco para el desarrollo a
largo plazo del atleta, es importante tener en cuenta que no es rígido y puede modificarse
según el ritmo de progreso individual del atleta.
FIGURA 3.3 Ejemplo de plan de entrenamiento plurianual de natación.
Reimpreso con autorización de J. Olbrecht (2007, pág. 191).
El plan de formación plurianual más común, o plan cuatrienal, se compone de 4 años
de entrenamiento, que para el atleta de deporte individual se alinea con el ciclo de los
Juegos Olímpicos (29,46,74), deportes de secundaria (46) y deportes universitarios (29).
Independientemente de la duración del plan, el objetivo final del plan de varios años es
establecer la ruta de desarrollo a largo plazo para los objetivos de entrenamiento
específicos de los atletas, de modo que puedan desarrollar resultados fisiológicos,
psicológicos y de rendimiento específicos en puntos de tiempo predeterminados (29,46).
Plan Anual de Formación
El plan de formación anual establece el marco de entrenamiento secuencial para todo el
año y define los objetivos de desarrollo y rendimiento específicos para el atleta individual (
11,29,74). La estructura de este marco se basa en el nivel de desarrollo del atleta (10,11),
los objetivos de formación establecidos para el plan de formación plurianual (21,46,64), y el
calendario competitivo del atleta (11, 29). Clásicamente, la progresión de la carga a lo largo
del plan de entrenamiento anual se mueve de volúmenes más altos e intensidades más
bajas hacia volúmenes más bajos e intensidades más altas y entrenamiento más técnico o
táctico a medida que el objetivo del plan cambia de la preparación hacia un enfoque
competitivo (29,36).
macrociclo
Cuando el plan de entrenamiento anual contiene una temporada competitiva,
tradicionalmente se le ha denominado como macrociclo (11,29). Debido a la complejidad de
los calendarios competitivos de los atletas modernos y al hecho de que muchos atletas de
deportes individuales compiten en varias temporadas (29,38) sugiere que los macrociclos
deberían representar estaciones. Por ejemplo, un corredor universitario de larga distancia
podría correr a campo traviesa en otoño, en pista cubierta en invierno y en pista al aire libre en
primavera durante un total de tres temporadas competitivas. Así, el plan anual de
entrenamiento de este atleta contendría tres temporadas, lo que dividiría el plan anual en tres
macrociclos.
Estructuralmente, el macrociclo puede dividirse en distintos períodos y fases de entrenamiento
que ayuden a secuenciar los objetivos de entrenamiento dentro del plan de entrenamiento anual,
así como a guiar el desarrollo del plan de entrenamiento individualizado (verfigura 3.4).
FIGURA 3.4Relacionar las estaciones con estructuras clásicas de entrenamiento de
periodización.
Adaptado con autorización de Haff, GG Periodización. EnFundamentos del entrenamiento de fuerza y
acondicionamiento, 4ª ed., Haff, GG y Triplett, NT, eds. Champaign, IL: Human Kinetics, 592, 2016.
Específicamente, hay tres períodos principales en cada macrociclo, incluidos los
períodos de preparación, competencia y transición. El enfoque principal de la período de
preparaciónes el desarrollo de la base fisiológica, psicológica y técnica a partir de la cual
se desarrolla el máximo rendimiento durante el periodo competitivo(29). Elperiodo de
transicionsirve como nexo de unión entre múltiples macrociclos o planes anuales de
formación. Durante este período, el objetivo principal es mantener los niveles de condición
física y las habilidades técnicas mientras se brinda recuperación y regeneración (35). Es
importante tener en cuenta que si este período implica un entrenamiento reducido
durante demasiado tiempo (es decir, >2-4 semanas), el atleta necesitará un período de
preparación mucho más prolongado para estar listo para el período competitivo posterior
(29).
Estos períodos se subdividen en fases de entrenamiento más enfocadas (es decir,
preparación general,preparación específica, precompetición, competencia principal
y fases de transición), que ayudan al entrenador a integrar, manipular y secuenciar los
objetivos de entrenamiento que guían el proceso de programación (ver tabla 3.2;35).
La fase de preparación general está marcada por mayores volúmenes de entrenamiento
realizados a intensidades más bajas, con una amplia variedad de métodos de entrenamiento
utilizados para desarrollar habilidades y destrezas motoras generales (29). Después de
completar esta fase, el atleta generalmente comenzará una fase de preparación específica que
está diseñada para brindar más entrenamiento específico del deporte con el propósito de
elevar la preparación general del atleta hacia los niveles requeridos para la competencia antes
de ingresar a la fase previa a la competencia (21). La fase precompetitiva vincula las fases
específicas del deporte y precompetitivas. Esta fase a menudo contiene eventos competitivos
simulados, o competencias no oficiales, que se utilizan para desarrollar un estado físico
específico del deporte, así como para medir los niveles de rendimiento del atleta. La estructura
de la fase principal de la competencia está dictada en gran medida por la estructura del
cronograma competitivo y está diseñada de una manera que maximiza el éxito competitivo en
compromisos competitivos clave. Tras completar esta fase, el deportista pasará a la fase de
transición, que le servirá como fase de enlace con el siguiente macrociclo o plan anual de
entrenamiento.
mesociclo
A mesociclo, o bloque de entrenamiento, es un plan de entrenamiento de duración media, de
2 a 6 semanas de duración (29,31,33); 4 semanas es la duración más común (29). Está
Es importante señalar que los mesociclos están secuenciados e interrelacionados para guiar el
proceso de entrenamiento. Existen numerosas formas de planificar un mesociclo, que se
estructuran en gran medida en función de los objetivos de entrenamiento y los resultados de las
diversas pruebas de seguimiento y rendimiento que se incorporan al plan de entrenamiento
periodizado.
TABLA 3.2 Definición de períodos y fases utilizadas en el entrenamiento
periodizado
Niveles de planificación Comentarios
PERÍODO
Preparación Este es el período de entrenamiento dentro de un plan de entrenamiento periodizado que tiene
como objetivo el desarrollo de una base fisiológica, psicológica y técnica a partir de la cual se
desarrolla el máximo rendimiento. Contiene fases de preparación generales y específicas.
Competencia Este período de entrenamiento dentro de un plan de entrenamiento periodizado tiene como objetivo la maximización del
rendimiento competitivo. Contiene tanto la fase previa a la competición como la fase principal de la competición.
Transición Este período de formación dentro de un plan de formación periodizado sirve como enlace entre múltiples
planes de formación anuales.
ETAPAS
General Esto ocurre antes en el período de preparación y se enfoca en el desarrollo de una base general de
preparación entrenamiento físico. Esta fase está marcada por mayores volúmenes y menores intensidades realizadas con
una amplia variedad de ejercicios. La fatiga residual puede ser alta como resultado de los mayores volúmenes
de entrenamiento.
Preparación específica Esta fase ocurre más adelante en el período de preparación y está marcada por un cambio en el enfoque del entrenamiento
hacia métodos de entrenamiento más específicos para el deporte. Hay un cambio general hacia un entrenamiento más intensivo
y menores volúmenes de entrenamiento durante esta fase.
Precompetición Esto vincula la preparación específica y el período de competencia principal. Durante esta fase, se
pueden utilizar eventos simulados y de exhibición para practicar estrategias competitivas y medir
el progreso del atleta.
Competencia principal El principal período de competencia es la fase del plan anual con la temporada competitiva. El objetivo
principal de la temporada es maximizar la competencia en los eventos competitivos clave.
Transición Se utiliza una fase de entrenamiento de menor volumen e intensidad para inducir la recuperación y preparar al
atleta para el siguiente período de preparación.
La incorporación de evaluaciones de rendimiento (p. ej., tirón isométrico de la mitad del muslo,
salto vertical), monitoreo continuo del proceso de entrenamiento (p. ej., calificación de la sesión de
esfuerzo percibido, carga de entrenamiento, sueño, masa corporal) y otras pruebas de laboratorio
(p. ej., rendimiento deportivo, cinética o cinemática o ambas, estado hormonal o metabólico o
ambos) se puede utilizar para modelar el progreso del atleta (18). Estos datos pueden permitir al
científico del deporte dar recomendaciones sobre lo que el atleta
las necesidades de entrenamiento están en el siguiente bloque de entrenamiento para que las
estrategias de entrenamiento puedan ajustarse a nivel de microciclo. Por ejemplo, el atleta
puede mostrar una reducción inesperada en el rendimiento, como una reducción en el tiempo
de vuelo al tiempo de contracción en el salto vertical (20) y cambios en los marcadores
bioquímicos, como reducciones en la testosterona (T), el cortisol (C) o la relación T:C (52), que
son indicativos de posibles extralimitaciones o sobreentrenamiento. En este caso, el
entrenador puede decidir proporcionar una recuperación adicional en el siguiente mesociclo (
74). Por el contrario, si el atleta demuestra respuestas particularmente buenas, como
biomarcadores reducidos asociados con el estrés (p. ej., cortisol disminuido, glutamina
aumentada) (52) o aumenta el rendimiento (56), el mesociclo que aborda la carga de
entrenamiento objetivo para el siguiente mesociclo se puede refinar para proporcionar
estímulos de entrenamiento adicionales (74). Por lo tanto, la capacidad del científico del
deporte para analizar e interpretar el programa continuo de seguimiento y pruebas es esencial
para las decisiones de programación que se toman a nivel de microciclo.
microciclo
El microciclo a menudo se considera uno de los niveles más importantes de planificación en el
proceso de formación, ya que contiene objetivos de formación muy específicos que se
estructuran en sesiones de formación individuales (32). La duración del microciclo más común
es de 7 días; sin embargo, en la fase competitiva, se pueden usar microciclos más cortos que
duran tan solo 2 o 3 días para acomodar un calendario de competencia congestionado (29,35).
En última instancia, se diseña una serie de microciclos interconectados para ofrecer
estructuras de entrenamiento específicas que estén alineadas con los objetivos establecidos
para el mesociclo.
Se pueden utilizar numerosas estructuras de microciclos en el desarrollo de un plan de
formación (74,80), que generalmente se pueden clasificar como preparatorias o competitivas
(vertabla 3.3;64).
Fundamentalmente, estos varios microciclos son estructuras de planificación
intercambiables que se utilizan como parte del proceso de programación para alcanzar los
objetivos de entrenamiento incluidos en el mesociclo. Por ejemplo, se pueden estructurar
cuatro microciclos entrelazados para crear un mesociclo que se utilice dentro de la preparación
y esté diseñado para aumentar la capacidad de trabajo del atleta:
Introductorio ➛Ordinario ➛Ordinario ➛Recuperación
Introductorio ➛Ordinario ➛Conmoción➛Recuperación
Conmoción➛Ordinario ➛Ordinario ➛Recuperación
Conmoción➛Recuperación➛Conmoción➛Recuperación
CUADRO 3.3 Clasificaciones de Microciclos
Período utilizado en Escribe Fases utilizadas en Descripción
Preparatorio Introductorio general, deporte- Restablecer o establecer habilidades generales o específicas del
específico deporte.
Introducir nuevas habilidades y actividades de entrenamiento o
introducir habilidades específicas del deporte
Elevar las capacidades de rendimiento
Ordinario general, deporte- Contiene cargas más bajas realizadas con intensidades
específico submáximas
Las cargas aumentan de manera gradual y uniforme a lo largo
de microciclos sucesivos
Conmoción general, deporte- También conocido comocarga concentrada
específico Se enfoca en el acondicionamiento general o específico del deporte cuando
se usa en el período preparatorio
Contiene un aumento repentino en el volumen y la intensidad del
entrenamiento.
Se utiliza mejor con atletas más desarrollados.
Recuperación general, deporte- Contiene una marcada reducción en las cargas de
específico entrenamiento Diseñado para inducir la recuperación y
reducir la fatiga acumulada
Modelo Deporte específico Se utiliza para modelar el entorno competitivo. Estructurado para
familiarizar al atleta con la competencia mediante la simulación de la
competencia.
Competencia Modelo Precompetición Reproduce el resto y esfuerzos encontrados en la
competencia Modela la competencia
Precompetición Precompetición Puede contener volúmenes de entrenamiento más altos al
principio del microciclo que disminuyen a lo largo del microciclo Se
presta especial atención a la recuperación
Se centra en el entrenamiento específico del deporte.
Competencia Competencia principal Contiene concursos
Diseñado para optimizar el rendimiento
Incluye sesiones de entrenamiento estructuradas para alinearse con el
calendario de competición.
Recuperación precompetición, Contiene una marcada reducción en las cargas de
competencia principal entrenamiento Diseñado para inducir la recuperación y
reducir la fatiga acumulada
Adaptado con permiso de GG Haff (2016, pág. 404-448).
Sin embargo, si el atleta se encuentra en el período competitivo, se secuenciarán una serie de
microciclos en torno a las demandas de la competencia:
Modelo➛Precompetición➛Competencia➛Recuperación
Se pueden construir numerosas secuencias de microciclos cuando se diseña el plan de
entrenamiento del atleta. Sin embargo, una consideración central es que la secuencia del
microciclo se puede ajustar en función de los datos de seguimiento recopilados e interpretados
por el científico del deporte. Por ejemplo, el entrenador puede haber planeado la siguiente
secuencia de microciclos en la que rotan los microciclos de choque y recuperación:
Conmoción➛Recuperación➛Conmoción➛Recuperación
En este escenario, como parte del programa de seguimiento continuo, el científico del deporte
podría determinar que después del primer período de recuperación, el atleta no ha alcanzado el
nivel de recuperación necesario para emprender el siguiente microciclo de choque. En este caso, la
secuencia de microciclos se puede modificar para garantizar que el atleta tenga el nivel de
recuperación necesario antes de iniciar el siguiente microciclo de choque, lo que da como resultado
la siguiente secuencia de microciclos para este mesociclo de entrenamiento:
Conmoción➛Recuperación➛Recuperación➛Conmoción
Fundamentalmente, para alterar la secuencia, las sesiones de entrenamiento reales (es decir, la
carga de entrenamiento externa) en cada microciclo se modifican o ajustan en función de la carga
de entrenamiento interna del atleta.
Consideraciones para deportes individuales en
interiores y exteriores
Si bien el proceso de periodización no es diferente entre los deportes al aire libre y bajo techo,
el científico del deporte puede desempeñar un papel importante para ayudar al entrenador a
optimizar la preparación individual del atleta para entornos competitivos específicos al aire
libre o bajo techo.
Cuando uno examina los deportes al aire libre, los factores ambientales son una
consideración importante y, cuando sea posible, deben abordarse dentro del plan de
entrenamiento periodizado. Si el período de competencia de un atleta incluye varios
compromisos en ambientes muy calurosos, el científico del deporte puede asesorar sobre la
aclimatación (dieciséis), estrategias de enfriamiento previas al evento (2), o estrategias de
hidratación (5) que se pueden integrar en el plan de preparación del atleta. Por ejemplo, la
incorporación de estrategias de aclimatación al calor a corto plazo (5 días) en un plan de
entrenamiento periodizado puede reducir el estrés por calor, y las estrategias periódicas de
reaclimatación corta (2 días) entre compromisos competitivos pueden mejorar aún más el
rendimiento y la tolerancia al calor (dieciséis). Otra estrategia el deporte
científico podría emplear para preparar al atleta para las competencias en
ambientes cálidos sería incorporar otras estrategias de mitigación del calor. Por
ejemplo, las técnicas de enfriamiento previo se pueden integrar en el plan de
entrenamiento para familiarizar al atleta con las técnicas y probar la respuesta para
determinar cómo tolera el atleta la estrategia (2). Si el atleta las tolera bien, estas
estrategias podrían integrarse en el plan de competencia para eventos
competitivos reales.
Cuando se comparan los deportes al aire libre con los de interior, otra consideración es la
superficie en la que los atletas entrenan o compiten y el tipo de calzado que usan (53). Como
parte del proceso de planificación previa, el científico deportivo puede evaluar varios lugares
competitivos y de entrenamiento para determinar las cualidades de las diversas superficies y
determinar qué calzado es el más apropiado para maximizar el rendimiento y minimizar el
riesgo de lesiones. La investigación sugiere que aunque tanto el calzado como la competencia
o la superficie de entrenamiento ejercen un impacto en las tasas de carga instantánea vertical,
es el calzado el que ejerce el mayor efecto (53). Por lo tanto, el científico deportivo juega un
papel importante en la determinación de qué calzado usará el atleta deportivo individual en
diferentes superficies.
GESTIÓN DE HORARIOS: FUERA DE TEMPORADA,
PRETEMPORADA, EN TEMPORADA Y CONGESTIÓN
HORARIOS
Con respecto a los diversos períodos de tiempo, o temporadas, dentro del plan de entrenamiento
anual del atleta, se pueden emplear una serie de estrategias integradas para garantizar que el
científico del deporte y el entrenador puedan guiar mejor el entrenamiento del atleta. Si bien la
mayoría de los científicos deportivos y los entrenadores se enfocan en la periodización de los
objetivos de entrenamiento físico del atleta, es importante que también se consideren las
estrategias nutricionales, mentales y de recuperación, así como el entrenamiento basado en
habilidades. Es importante que los procesos de formación dentro de las distintas temporadas se
gestionen de forma multifacética. De esta manera, las decisiones de capacitación deben ser
informadas por un programa de monitoreo integrado (verfiguras 3.1 y 3.5 en las páginas 29 y 40; 37
). Es importante tener en cuenta que cada temporada tendrá diferentes objetivos de
entrenamiento, resultados de rendimiento y demandas que deben comprenderse cuando se
interpretan los datos de seguimiento recopilados.
Fuera de temporada
El fuera de temporada es un período de tiempo crítico que sienta las bases para la temporada
competitiva del atleta (30,38). Si el atleta no está expuesto a un nivel adecuado de carga de
entrenamiento, se verá comprometida la capacidad de optimizar el rendimiento y reducir el
riesgo general de lesiones durante la temporada. Este período del plan anual de capacitación
generalmente tiene mayores volúmenes y menores intensidades de entrenamiento, lo que
enfatiza los modos generales de entrenamiento para el desarrollo general (27) y se alinea con
la fase de preparación general. A medida que los atletas avanzan en la temporada baja, su
carga de trabajo (es decir, volumen e intensidad) aumenta gradualmente a medida que mejora
la capacidad de trabajo y avanzan hacia el logro de los requisitos [Link] deportiva,
o nivel de preparación, necesarios para el éxito competitivo. Se pueden usar varios factores
clave, incluida la evaluación retrospectiva de las actuaciones competitivas pasadas del atleta,
las pruebas de rendimiento, las necesidades de rendimiento pronosticadas para la próxima
temporada y las evaluaciones físicas o exámenes médicos (o ambos) para informar los
objetivos de entrenamiento fuera de temporada y guiar la conducta deportiva del atleta. forma
hacia el nivel deseado.
Durante la temporada baja, el científico del deporte juega un papel fundamental en la realización o
supervisar las pruebas fisiológicas y de rendimiento, así como el programa de seguimiento
de los atletas. Al interpretar los resultados de las pruebas fisiológicas y de rendimiento, el
científico del deporte proporciona al entrenador métricas cuantificables que se sabe que
se alinean con el rendimiento requerido por el atleta durante la temporada competitiva.
Por ejemplo, el científico del deporte puede utilizar pruebas fisiológicas y de rendimiento
para predecir la progresión del rendimiento y alinearla con el rendimiento previsto
necesario para lograr una posición específica en eventos clave de carrera (6). Luego, el
entrenador puede usar esta información para establecer el curso de tiempo de mejora
requerido para lograr el resultado de rendimiento objetivo y alinear las intervenciones de
entrenamiento específicas con los resultados objetivo.
A medida que el atleta avanza a través del plan de entrenamiento fuera de temporada, el
científico del deporte monitoreará continuamente la respuesta psicológica y fisiológica del atleta (es
decir, carga de entrenamiento interna) al programa de formación (es decir, carga de
entrenamiento externa). Durante la temporada baja, al interpretar los datos recopilados dentro
del programa de seguimiento, el científico del deporte debe considerar los resultados previstos y
las intervenciones de entrenamiento a las que apunta el entrenador. Por ejemplo, si el atleta está
haciendo grandes volúmenes de entrenamiento de resistencia para aumentar la masa muscular (es
decir, entrenamiento de hipertrofia), normalmente se produce una reducción en la tasa de
desarrollo de la fuerza (RFD) (66). Si el científico del deporte observa una ligera reducción en la RFD
durante este período de tiempo, no se deben activar las alarmas y no se deben modificar los
objetivos de programación, ya que se espera este resultado debido a la prioridad específica descrita
en el plan de entrenamiento periodizado. El objetivo del período fuera de temporada del plan de
entrenamiento anual es establecer las adaptaciones fisiológicas y psicológicas requeridas para
niveles más altos de rendimiento en los períodos de pretemporada y durante la temporada.
Pretemporada
El pretemporada es un periodo de tiempo que incluye las clásicas fases específicas de preparación
y precompetición del plan anual de entrenamiento. Este período de entrenamiento sirve como
enlace entre los períodos fuera de temporada y dentro de la temporada del plan anual. Durante
este período, aumenta el énfasis en la especificidad del deporte y la incorporación dedesarrollo
especializado y ejercicios competitivos en un intento de elevar la forma deportiva del atleta en
preparación para el período de tiempo de la temporada. Un tema central de este período es la
elevación de la forma deportiva de una manera que se alinee con las metas establecidas por el
entrenador y el atleta para la temporada.
período.
A medida que los atletas se acercan al período de tiempo de la temporada, en lo que
clásicamente se ha denominado la fase previa a la competencia, a menudo están expuestos a
eventos de prueba o competencias de tipo exhibición (11,29). Es importante tener en cuenta que el
éxito competitivo no es el objetivo principal; estas competencias o exhibiciones se utilizan
simplemente como entrenamiento específico del deporte y para ayudar al entrenador a evaluar el
progreso de los atletas hacia los resultados previstos para la parte competitiva principal del plan de
entrenamiento anual (29).
Durante este período de tiempo, el científico del deporte continúa evaluando los datos de
seguimiento y proporciona datos utilizables a partir de los cuales los entrenadores pueden tomar
decisiones de entrenamiento. El científico del deporte también examinará el desempeño del atleta
en competencias simuladas y eventos de exhibición, brindando retroalimentación a los
entrenadores para que puedan marcar el desarrollo del desempeño competitivo del atleta. Esta
retroalimentación puede incluir la actualización del pronóstico de rendimiento del atleta para
permitir que los entrenadores determinen si el atleta está progresando al ritmo previsto.
Un papel adicional del científico del deporte es ayudar al entrenador a evaluar cómo
responde el atleta a las diferentes estrategias previas al evento (p. ej., descarga, reducción
gradual, carga de carbohidratos) que pueden emplearse antes de competencias o
exhibiciones simuladas. De la misma manera, el científico del deporte puede desarrollar
varias estrategias de recuperación multifactoriales que pueden emplearse después de un
compromiso competitivo para optimizar las estrategias de recuperación del atleta.
En temporada
Con respecto al plan de periodización global, o andamiaje, el en temporada es el período de
tiempo en el que el objetivo principal es manejar la fatiga acumulada, continuar elevando la
capacidad de rendimiento y maximizar el rendimiento competitivo del atleta (29). Aunque este
período de tiempo incluye objetivos de entrenamiento globales dentro del programa de
entrenamiento del atleta, los métodos y el entrenamiento reales generalmente se manipulan
en función de las necesidades cambiantes del atleta. Durante este tiempo, los entrenadores a
menudo usan la intuición para guiar sus decisiones de programación en lugar de implementar
un plan específico o un modelo de toma de decisiones estratégicas para modular el proceso de
entrenamiento (47).
Un enfoque alternativo es aprovechar las diversas estrategias de monitoreo que se pueden
usar para rastrear el estado físico y mental del atleta para informar las decisiones de
programación, modular las estrategias de recuperación y optimizar el rendimiento del atleta.
proceso de entrenamiento (71). Además de monitorear la progresión del entrenamiento del
atleta, las estrategias de programación pueden informarse al examinar los horarios de viaje, la
dificultad anticipada de la competencia y la densidad general de la competencia (70,71). El
científico del deporte puede usar lo que se denomina "tecnologías de big data", como el
aprendizaje automático y las técnicas de modelado (vercapítulos 18 y 20), para interpretar los
datos de seguimiento y competencia con el fin de proporcionar retroalimentación procesable
al entrenador para que se puedan tomar decisiones de programación informadas (69). Si bien
esta estrategia se usa más comúnmente en deportes de equipo, las técnicas también se
pueden usar con atletas que compiten en deportes individuales. Estas estrategias pueden ser
aún más importantes a medida que el calendario de competencias de los atletas de deportes
individuales se vuelve más congestionado.
Horarios Congestionados
Cuando la densidad competitiva es alta, el riesgo general de lesión o enfermedad puede
aumentar significativamente (76,77), lo que refuerza la necesidad de tener un plan de
periodización estructurado que describa cuándo se disputarán los eventos competitivos
clave. La importancia de estructurar cuidadosamente el plan periodizado para evitar estos
efectos negativos potenciales de los períodos competitivos densos puede ser de particular
importancia para el atleta de deportes individuales, ya que no hay sustitutos ni reemplazos
como en los deportes de equipo. Idealmente, el entrenador debe minimizar la cantidad de
períodos de tiempo competitivos de alta densidad en el plan de entrenamiento anual para
administrar mejor la progresión del rendimiento del atleta y minimizar el riesgo general de
lesiones. Sin embargo, esto puede no ser posible para los atletas que profesionalmente
deben participar en calendarios competitivos saturados (75,77). Al trazar estos
compromisos competitivos, el cuerpo técnico y el científico del deporte pueden identificar
los períodos de tiempo dentro del plan anual que permiten la integración de estrategias
planificadas previamente en el plan de periodización general para que el entrenamiento
del atleta se gestione mejor. Con una planificación cuidadosa y estrategias de
recuperación preplanificadas específicas (p. ej., intervenciones nutricionales y
manipulación de la carga de entrenamiento), el entrenador podrá manejar mejor al atleta
durante períodos competitivos saturados.
Además, durante estos períodos es fundamental que el científico deportivo y el
entrenador controlen cuidadosamente el estado de recuperación y entrenamiento del
atleta (55) para refinar el proceso de entrenamiento y optimizar el rendimiento mientras se
minimiza la fatiga acumulada. Cuando se nota fatiga excesiva durante la saturación
períodos de tiempo competitivos, muchos entrenadores reducen significativamente las cargas
de entrenamiento para facilitar la recuperación. Aunque se reducirá la fatiga, se ha informado
que el riesgo de lesiones puede aumentar si las cargas de entrenamiento se reducen
constantemente y no se realizan las cargas de entrenamiento adecuadas (15). Para gestionar
mejor estos períodos de tiempo, el científico del deporte puede proporcionar al entrenador
información cuantitativa y cualitativa sobre el estado actual de fatiga y recuperación del atleta.
Esta información puede ayudar al entrenador a establecer los parámetros de carga de
entrenamiento que mejor se adapten al estado actual del atleta, así como a los requisitos de
entrenamiento que minimizarán el riesgo de lesiones y maximizarán la capacidad de
rendimiento.
Fundamentalmente, la capacidad de gestionar calendarios competitivos congestionados se ve
facilitada por una planificación previa cuidadosa, programas de seguimiento exhaustivos y la capacidad
de manipular el plan de entrenamiento para optimizar el programa de entrenamiento del atleta de
acuerdo con los objetivos de entrenamiento establecidos por el plan periodizado.
PERIODIZACIÓN Y PROGRAMACIÓN PARA DEPORTES
INDIVIDUALES VERSUS DEPORTES DE EQUIPO
Si bien el proceso de periodización es similar para los atletas de deportes individuales y de equipo,
hay algunos puntos importantes de diferencia que el científico del deporte debe tener en cuenta.
Cuando se trabaja con atletas de deportes individuales, es mucho más fácil alinear la secuencia de
entrenamiento para maximizar la preparación y minimizar la fatiga en las competencias
culminantes. A medida que los atletas avanzan en el calendario competitivo, no es tan importante
que ganen todas las competencias, ya que pueden desarrollar su capacidad de rendimiento
competitivo para que la competencia principal del plan anual se considere el objetivo culminante.
Tener un verdadero objetivo culminante (p. ej., Juegos Olímpicos, campeonatos mundiales) permite
al científico deportivo y al entrenador aprovechar mejor los modelos de entrenamiento secuencial
como marco a partir del cual desarrollar un plan de entrenamiento verdaderamente individual para
sus atletas.
Por el contrario, los atletas de deportes de equipo deben ganar tantos
compromisos competitivos como sea posible durante toda la temporada
competitiva para alcanzar el evento culminante del deporte (p. ej.,
campeonato, gran final). Desde una perspectiva de periodización, esto
requiere que el proceso de entrenamiento general para el atleta de
deportes de equipo se centre en los requisitos del equipo, lo que en
última instancia hace que sea mucho más difícil individualizar realmente
el proceso de entrenamiento en vista de la naturaleza del calendario
competitivo. Por lo tanto, el programa de entrenamiento de los atletas de
deportes de equipo debe equilibrar las necesidades globales del equipo
con las demandas de rendimiento individuales de los atletas. Por lo tanto,
los atletas de deportes de equipo pueden no obtener el estímulo de
entrenamiento óptimo para elevar su capacidad de rendimiento a su
propio nivel óptimo, especialmente cuando los equipos son más grandes
(p. ej., fútbol universitario).
REDUCCIÓN
Un aspecto clave del proceso de entrenamiento es la capacidad de elevar el nivel de
rendimiento del atleta en compromisos competitivos predeterminados que se describen
dentro del plan de entrenamiento periodizado (30). El proceso de elevar el rendimiento del
atleta se conoce comopico y se logra a través de la reducción planificada previamente de
las cargas de entrenamiento generales (13,30,68). Este proceso se conoce como un afilar, (
30) que debe definirse como “una reducción progresiva, no lineal, de la carga de
entrenamiento durante un período de tiempo variable, en un intento de reducir el estrés
fisiológico y psicológico del entrenamiento diario y optimizar el rendimiento” (58). Un
elemento central del proceso de puesta a punto es la capacidad de optimizar el nivel de
condición física del atleta y, al mismo tiempo, disipar la fatiga y elevar la preparación (30).
La capacidad de estimular incluso pequeños aumentos en el rendimiento en deportes de
alto nivel puede tener un impacto significativo en el éxito competitivo (30). Por ejemplo, se ha
demostrado que en el año previo a los Juegos Olímpicos, los nadadores necesitan mejorar su
rendimiento en un 1 % para poder competir por una medalla (61). Fundamentalmente, hay una
diferencia muy pequeña entre ganar y no lograr una medalla en una competencia olímpica. En
natación, por ejemplo, tan solo un 1,62 % puede diferenciar entre el primer y el cuarto puesto (
60). Los atletas de pista de élite pueden alterar significativamente su ubicación mediante el uso
de una estrategia de reducción gradual para estimular un aumento del rendimiento del 0,3 %
al 0,5 %, mientras que un aumento del rendimiento del 0,9 % al 1,5 % puede mejorar la
ubicación de un atleta en el campo (es decir, lanzamiento) (39).
Se puede esperar razonablemente que el empleo de estrategias de puesta a punto bien
elaboradas mejore el rendimiento competitivo entre un 0,5 % y un 7,0 % en deportes individuales
como natación, levantamiento de pesas, carrera, lanzamiento y ciclismo.30). Si bien las estrategias
de puesta a punto son herramientas importantes para maximizar la capacidad de rendimiento de
los atletas, siempre es fundamental que los científicos del deporte y los entrenadores recuerden
que la base de una puesta a punto se establece durante el entrenamiento de pretemporada y fuera
de temporada que realiza el atleta antes del período de temporada. (30). Si el atleta no entrena lo
suficientemente duro o no puede establecer una base sólida, la capacidad de una puesta a punto
para alcanzar el máximo rendimiento será limitada.
Si se ha establecido una base de entrenamiento adecuada, el período de puesta a punto se
diseñará para reducir las cargas de entrenamiento generales que el atleta está realizando en
para inducir la recuperación y elevar el rendimiento (30). En general, se recomienda implementar una
reducción exponencial rápida individualizada para reducir la carga de trabajo que conduce a una
competencia (3,59). A menudo se recomienda una reducción de la carga de trabajo de entre el 41 % y el
60 % dependiendo de los volúmenes de entrenamiento previos a la puesta a punto (30). Si la carga de
trabajo del entrenamiento previo a la puesta a punto es mayor, la fatiga será mayor, lo que requeriría
una mayor reducción de la carga de trabajo. Una estrategia clave de reducción gradual es usar
intensidades de entrenamiento moderadas a altas y, al mismo tiempo, reducir el volumen de
entrenamiento. Sin embargo, es importante tener en cuenta que cuando se reduce el volumen de
entrenamiento, la frecuencia de entrenamiento debe mantenerse en ≥80% de la frecuencia de
entrenamiento de puesta a punto previa al entrenamiento (30). Finalmente, dependiendo de la carga de
trabajo del entrenamiento previo a la puesta a punto, las puestas a punto pueden durar de 1 a 4
semanas; la duración más común es de 8 a 14 días.
INTERCAMBIO DE DATOS Y ADAPTACIÓN AL CONTEXTO
Con respecto al enfoque de equipo multidisciplinario para desarrollar el plan de entrenamiento
periodizado para el atleta de deportes individuales, un tema central es la capacidad de
compartir datos con el entrenador para que se pueda desarrollar un proceso de entrenamiento
optimizado e individualizado. La estrategia de entrenamiento periodizado se desarrolla en
base a entrenamiento histórico, datos de rendimiento, análisis nutricional y un análisis de
necesidades individualizado. Estos datos pueden ser utilizados por el científico del deporte
como parte de un proceso de modelado determinista junto con la previsión del rendimiento (es
decir, modelado predictivo del rendimiento) que se utiliza para proporcionar al entrenador
información procesable, que puede traducirse en un plan de entrenamiento (verfigura 3.5).
Como parte de este proceso, el científico del deporte examinará las estrategias de
periodización utilizadas en los planes de entrenamiento anuales anteriores y los resultados
de las pruebas de rendimiento del atleta para crear un modelo determinista. Este modelo
se puede usar para identificar los factores biomecánicos y fisiológicos clave que se
relacionan con el rendimiento del atleta y, si estos factores clave se entrenan, darán como
resultado su desarrollo y, en última instancia, se traducirán en una mejora en el
rendimiento del atleta (17). Una vez que se desarrolle el modelo determinista y se noten
las deficiencias clave, el equipo multidisciplinario trabajará para crear el plan de
capacitación periodizado para alinearse con la progresión de rendimiento pronosticada. El
centro de este proceso es el establecimiento de puntos de referencia clave que el atleta
deberá alcanzar en puntos de tiempo predeterminados a lo largo del plan de
entrenamiento multianual y dentro de cada plan de entrenamiento anual.
FIGURA 3.5Modelo teórico del papel del científico del deporte en el proceso
de periodización.
Adaptado con autorización de Haff, GG Periodización. EnFundamentos del entrenamiento de fuerza y
acondicionamiento, 4ª ed., Haff, GG y Triplett, NT, eds. Champaign, IL: Human Kinetics, 592, 2016.
Ha aumentado el interés en guiar el proceso de programación aprovechando la capacidad del
científico del deporte para utilizar el aprendizaje automático (ML) (4) e inteligencia artificial (IA) (18)
para desarrollar modelos predictivos basados en datos históricos de entrenamiento. El objetivo es
modelar la carga de entrenamiento interna y externa del atleta, la progresión del rendimiento y el
riesgo general de lesiones en relación con una progresión de entrenamiento propuesta (4,18,28).
Un ejemplo es el uso de redes neuronales artificiales para modelar los efectos de un programa de
entrenamiento de resistencia de 15 semanas planificado previamente sobre los cambios en el
rendimiento de salto (51). En base a estos datos, se puede proporcionar al entrenador una
progresión de entrenamiento optimizada. Conceptualmente, el desarrollo de una progresión de
entrenamiento optimizada brinda efectivamente a los entrenadores progresiones de carga
procesables que pueden guiar sus decisiones de programación para que los programas de
entrenamiento sean más precisos.
A medida que el atleta avanza a través del plan de entrenamiento, también es importante tener
en cuenta que el científico del deporte juega un papel fundamental en el proceso de seguimiento.
La capacidad del científico deportivo para monitorear la progresión del entrenamiento del atleta y
luego usar AI y ML para interpretar los datos recopilados como parte del proceso de monitoreo,
permite que el programa de entrenamiento se ajuste continuamente. Como parte de este proceso,
los científicos del deporte participan en un proceso de modelado predictivo en constante evolución.
Específicamente, examinan el impacto de las cargas de entrenamiento externo en
la carga de entrenamiento interna del atleta usando entrenamiento real y datos de monitoreo para
actualizar constantemente el modelo progresivo que se usa para informar el programa de
entrenamiento futuro del atleta (28). Con base en la interpretación del proceso de monitoreo
individualizado, los científicos del deporte brindan información valiosa a los entrenadores para que se
puedan realizar las modificaciones apropiadas en el plan de entrenamiento del atleta, con el fin de
programar con mayor precisión las intervenciones de entrenamiento y optimizar los resultados de
rendimiento (4).
CONCLUSIÓN
La capacidad de periodizar, planificar y programar de manera efectiva el proceso de
entrenamiento de un atleta de un deporte individual depende en gran medida de un equipo de
apoyo multidisciplinario colaborativo que trabaje con el entrenador para guiar el proceso de
entrenamiento del atleta. El científico del deporte juega un papel central ayudando a
desarrollar el plan de entrenamiento periodizado, que sirve como andamiaje desde el cual se
toman las decisiones de planificación y programación. Mediante el uso de métodos científicos,
el científico del deporte informa este proceso proporcionando al entrenador información
procesable que ayuda a afinar el proceso de entrenamiento. El proceso está en constante
evolución, aprovechando la capacidad del científico del deporte para interpretar las pruebas de
rendimiento, monitorear los datos y realizar análisis detallados de la progresión del atleta
hacia el resultado deportivo objetivo.
LECTURAS RECOMENDADAS
Haff, GG. Los fundamentos de la periodización. EnFuerza y acondicionamiento para
Rendimiento deportivo. Jeffreys, I y Moody, J, eds..Abingdon, Oxon:
Routledge, 404-448, 2016.
Ingham, S. Siete placas giratorias. EnCómo apoyar a un campeón. REINO UNIDO:
Simplemente dicho LTD, 86-119, 2016.
Verkhoshansky, Y y Siff, [Link]: Versión Ampliada.
Roma, Italia: Verkhoshansky, 2009.
CAPÍTULO 4
Periodización y Programación
para deportes de equipo
Martín Buchheit, PhD
Dr. Paul Laurensen
La programación precisa del entrenamiento en los deportes de equipo, incluidos diversos
entrenamientos neuromusculares y de sistemas energéticos, es una consideración clave para evitar
la sobrecarga o mantener un estímulo adecuado (o ambos) a lo largo de los diferentes ciclos de
entrenamiento (14). De hecho, a menudo surge una acumulación de carga neuromuscular en
atletas de diferentes componentes de entrenamiento, incluyendoentrenamiento de intervalos de
alta intensidad(HIIT), sesiones de fuerza-velocidad y secuencias tácticas/técnicas. Por lo tanto, la
periodización y la programación deben ser una parte integrada del proceso de entrenamiento, ya
sea para complementar (6) o suplemento (4) el resto de contenidos formativos. Es importante
destacar que las adaptaciones metabólicas que surgen de varios programas de entrenamiento
tienden a ser similares, independientemente del formato real experimentado durante un par de
meses de entrenamiento (5). Sin embargo, a corto plazo (es decir, a nivel de microciclo), el probable
impacto neuromuscular agudo de los diferentes formatos de entrenamiento puede desempeñar un
papel fundamental con respecto a las adaptaciones e interferencias neuromusculares que se
desarrollan a partir del entrenamiento complementario y el contenido del partido. Esta ocurrencia
también puede influir en el riesgo de lesiones. En este capítulo se analiza un enfoque para gestionar
los diferentes formatos de entrenamiento, incluidos los métodos HIIT.
El entrenador y el practicante deben considerar una multitud de factores para preparar a cualquier
equipo para la batalla, incluidas las habilidades específicas del deporte de equipo, las tácticas del equipo
y las interacciones de los jugadores. Además, para el entrenador de acondicionamiento, según el
deporte, se necesitarán diferentes énfasis en el desarrollo físico, incluidos la velocidad, la fuerza y el
acondicionamiento aeróbico. Uno de los factores clave que puede manipular un practicante, formando
una herramienta útil para una preparación óptima, es HIIT. El entrenamiento en intervalos de alta
intensidad consiste específicamente en sesiones repetidas de ejercicio realizadas en la "zona roja" de uno
o a una intensidad por encima de la máxima.
estado estacionario de lactato, umbral anaeróbico o potencia-velocidad crítica, separados por
episodios de alivio de ejercicio suave o descanso completo. Se cree que esta forma de
entrenamiento físico es una de las modalidades de entrenamiento más sólidas y eficientes en
el tiempo que se pueden usar para mejorar el estado físico general (8). Después de períodos
cortos de suplementación con HIIT en varios deportes, se han demostrado mejoras
sustanciales en diversas variables relacionadas con el estado físico, incluido el consumo
máximo de oxígeno, el rendimiento de resistencia aeróbica máxima y el rendimiento
intermitente máximo, así como la capacidad de sostener esfuerzos de alta intensidad durante
períodos prolongados de tiempo (8-10,15,22,23).
Si bien el HIIT generalmente se programa intencionalmente para mejorar estas
características físicas específicas, no se debe pasar por alto la importante carga
neuromuscular que puede estar asociada con la realización de algunas secuencias de HIIT.
De hecho, dependiendo del formato real de HIIT, la carga neuromuscular y la tensión
musculoesquelética pueden ser diversas, desde bajas hasta muy grandes, a pesar de un
estímulo metabólico similar.
Este capítulo comienza introduciendo la importancia de definir objetivos biológicos en
relación con el metabolismo involucrado (aeróbico o anaeróbico o ambos, metabolismo láctico)
y el nivel de carga neuromuscular experimentado en varios deportes de equipo y juegos de
invasión (p. ej., baloncesto, fútbol, balonmano, etc.). rugby). Posteriormente, presenta
ejemplos prácticos de cómo la integración del entrenamiento se puede utilizar de manera
efectiva dentro del ciclo de entrenamiento semanal para deportes de equipo.
CARACTERÍSTICAS FISIOLÓGICAS DEL HIIT
Para comenzar, esta sección presenta la filosofía de entrenamiento general para los
deportes de equipo, incluida la apreciación de "primero la fisiología" a través de los tipos
de HIIT y cómo se pueden seleccionar múltiples formatos para lograr varios resultados
según lo requiera específicamente el contexto. Trabajando de izquierda a derecha enfigura
4.1(26), una vez que se aprecia completamente el contexto (este ejemplo destaca el
contexto específico del fútbol), es necesario considerar sesiones de entrenamiento que
incluyan diferentes grados de aeróbico (verde; O metabólico2estrés o carga anaeróbica
(rojo) y neuromuscular (negro). Diferentes cantidades de estas respuestas fisiológicas
inherentes al contenido del entrenamiento forman los tipos HIIT 1 a 6. Tradicionalmente,
muchos entrenadores y practicantes han caído en la trampa de asumir que un formato de
entrenamiento particular (p. ej., intervalo corto, intervalo largo) necesariamente provocará
una respuesta fisiológica . Como se muestra enfigura 4.1, el mismo formato, si se
programa adecuadamente, se puede usar para apuntar a múltiples tipos de HIIT
(diferentes respuestas fisiológicas). Por lo tanto, una vez que sepa qué tipo de HIIT está
tratando de seguir en la sesión, simplemente seleccione el "arma" (es decir, el formato
HIIT) de su elección para alcanzar su objetivo (las armas HIIT se tratan en detalle en la
siguiente sección). Comprender los tipos de HIIT enfigura 4.1crea una ventana de
oportunidad para el científico del deporte que trabaja con un deporte de equipo en
términos de comprender cómo resolver mejor casi cualquier situación de programación.
FIGURA 4.1Árbol de decisión para la selección de los objetivos fisiológicos del
entrenamiento interválico de alta intensidad (HIIT), que debe preceder a la selección
del formato HIIT asociado. Los seis objetivos fisiológicos incluyen el tipo 1:
metabólico aeróbico, con grandes demandas de oxígeno (O2) sistemas de
transporte y uso (sistema cardiopulmonar y fibras musculares oxidativas); tipo
2: metabólico como el tipo 1 pero con un mayor grado de tensión
neuromuscular; tipo 3: metabólico como el tipo 1 con una gran contribución de
energía glucolítica anaeróbica pero tensión neuromuscular limitada; tipo 4:
metabólico como el tipo 3 pero con una gran contribución de energía glucolítica
anaeróbica y una gran tensión neuromuscular; tipo 5: sesión con demandas
aeróbicas limitadas pero con aporte energético glucolítico anaeróbico y alto
esfuerzo neuromuscular; y tipo 6: no considerado HIIT, con una tensión
neuromuscular alta únicamente, que se refiere al entrenamiento típico de
velocidad y resistencia, por ejemplo.
Reimpreso con autorización de PB Laursen y MJS Buchheit (2018, pág. 12).
LAS ARMAS HIIT
Ahora que se ha esbozado una solución de hoja de ruta para desarrollar objetivos fisiológicos, es
importante definir las armas clave a nuestra disposición. Como se muestra enfigura 4.1, cinco
formatos clave de HIIT se utilizan en el contexto de la mayoría de los deportes de equipo. Estos
incluyen intervalos largos, intervalos cortos, entrenamiento de sprint repetido, entrenamiento de
intervalos de sprint y entrenamiento basado en juegos o juegos pequeños, con ejemplos generales
que se ofrecen enfigura 4.2 (26). Para obtener información detallada, se remite al lector a Laursen y
Buchheit (26).
FIGURA 4.2 Una descripción general de las cinco armas clave que se pueden usar para
formar una respuesta fisiológica con HIIT, que incluye (a)largos intervalos, (B)
intervalos cortos, (C) sprints cortos repetidos, (D) sprints largos y repetidos, y
(mi) HIIT basado en juegos.
O2max, consumo máximo de oxígeno; CV/CP, velocidad crítica/potencia crítica; MLSS, estado estacionario de lactato
máximo; FTP, umbral de potencia funcional. Barras azules = intervalos de esfuerzo, verdes = intervalos de alivio
Reimpreso con autorización de PB Laursen y MJS Buchheit (2018, págs. 69-71).
Intervalos largos
En general, los intervalos largos usan series repetidas en el extremo más largo del continuo
intensidad-tiempo, alrededor de la velocidad/potencia (v/p) asociada con O2max (95%-105%),
80% a 90% de la velocidad final alcanzada al final de la prueba de condición física intermitente
30-15 (VSI T, nos vemos). Las duraciones deben ser superiores a un minuto para inducir las
respuestas metabólicas y neuromusculares agudas. Para que los intervalos largos sean
efectivos, deben estar separados por duraciones cortas (1-3 min) de recuperación pasiva, o
duraciones más largas de recuperación activa hasta el 45% de VSI To 60% de la velocidad/
potencia alcanzada al final de una prueba incremental, V/PIncTest(2- 4 min). Se pueden usar
intervalos largos para alcanzar objetivos de tipo 3 y 4 (verfiguras 4.1y
4.2).
Intervalos cortos
Los intervalos cortos usan episodios de menos de 60 segundos de duración, repetidos en un
tiempo de duración similarmente corto. Deben realizarse intervalos cortos entre el 90 % y el
105 % de la VSI T(100%-120% V/PIncTest), separados por menos de un minuto de recuperación
(pasivos al 45% VSI T/60% V/PIncTest), dependiendo en gran medida de la respuesta de lactato que
busca en la sesión (utilice pausas pasivas más largas para reducir la respuesta de lactato,
escriba 1 a 4; consultefiguras 4.1y 4.2).
Entrenamiento de Sprint Repetido
El entrenamiento de sprint repetido (RST, por sus siglas en inglés), o sprints cortos, es un formato
de arma que se puede usar para apuntar a capacidades de más alto nivel y viene con una tensión
neuromuscular sustancial. Estos formatos involucran esfuerzos de 3 a 10 segundos de una
intensidad máxima total, con una duración de recuperación variable que va desde corta y pasiva
hasta 45% VSI T/60% V/PIncTest. El entrenamiento de sprint repetido se puede utilizar para alcanzar
objetivos tipo 4, y también el objetivo no oxidativo tipo 5 (verfiguras 4.1y 4.2).
Entrenamiento de intervalos de velocidad
Al igual que RST, el entrenamiento de intervalos de sprint (SIT) implica esfuerzos máximos
de sprint, pero la duración de estos es larga, en el rango de 20 a 45 segundos. Dichos
esfuerzos son excepcionalmente agotadores y la recuperación es pasiva y prolongada
(típicamente de 1 a 4 min). El arma SIT golpea exclusivamente el objetivo tipo 5 y, por lo
tanto, no sería un arma recomendada para usar en el contexto del fútbol (verfiguras 4.1y
4.2).
Juegos basados en juegos o juegos reducidos
El HIIT basado en juegos, o juegos pequeños (SSG), son, en última instancia, formas de HIIT
basadas en juegos que utilizan principios de intervalos largos para relaciones de tiempo:
recuperación. Tienden a correr de 2 a 4 minutos a una intensidad de esfuerzo variable específica del
deporte. La duración de la recuperación suele ser pasiva y oscila entre 90 segundos y 4 minutos.
HIIT o SSG basados en juegos son muy versátiles y se pueden usar para apuntar a las respuestas
de tipo 2, 3 y 4. En última instancia, el científico deportivo puede ser muy valioso para ayudar a
monitorear y programar dichos formatos HIIT basados en juegos para alcanzar los objetivos
fisiológicos de manera adecuada.
HIIT DE PROGRAMACIÓN
A pesar del debate en torno a la viabilidad (2), cálculo (27) y el valor general de la relación de
carga de trabajo aguda/crónica (ACWR) para predecir la incidencia de lesiones (19), es bien
sabido que debemos mantener un estímulo de entrenamiento estable y constante para
mantener a los jugadores en forma y saludables. Por el contrario, por supuesto, los grandes
picos de carga, y especialmente la carga de carrera a alta velocidad (HSR), que pueden
compartir una asociación con las lesiones de los isquiotibiales (dieciséis), debería ser evitado.
Además, los resultados de una revisión sistemática reciente y una encuesta Delphi dirigida por
expertos de profesionales clave del rendimiento del fútbol que operan en equipos de las 5
grandes ligas internacionales (es decir, Bundesliga, English Premier League, La Liga, Ligue 1,
Serie A) han demostrado que la gestión de HSR como la estrategia más valorada para la
prevención de lesiones en miembros inferiores (18). Aquí, ponemos especial énfasis en la
importancia de la suplementación HIIT en relación con las demandas de HSR (más el efecto de
carga neuromuscular de estos, y no solo su estímulo metabólico per se). También se
proporcionan pautas para la programación de HIIT en términos de objetivos fisiológicos,
formato, volumen e intensidad.
Ejemplo práctico
Figura 4.3amuestra la distribución de HSR durante la temporada medida en un
centrocampista de fútbol durante el entrenamiento y los partidos durante un período
de partido congestionado de 5 semanas. Si bien realizó repetidamente 600-800 m de
HSR durante los 5 primeros partidos consecutivos de ese período, el entrenador
decidió darle descanso para el 6º partido (26 de septiembre, banco). Luego jugó 30 min
como suplente el día 29, no fue convocado el 2 de octubre (partido de copa para el que
no estaba clasificado), volvió a jugar como suplente el 5 de octubre y permaneció en el
banquillo el 8 (partido fuera de casa), antes de finalmente jugar otro partido completo
el día 12. Si solo tuviéramos que considerar el patrón de carga de HSR consecutivo a su
participación exclusiva en entrenamientos y partidos, un pico habría sido inevitable
debido a la carga asociada con el partido completo el 12 de octubre (es decir, ACWR
>2).
Estrategia de intervención
Figura 4.3Bofrece una estrategia viable sobre cómo la suplementación HIIT (es decir, el
llamado entrenamiento compensatorio) permite el mantenimiento de la carga HSR
durante todo el período en el que el jugador no jugó mucho. Si bien no se programó
ningún HIIT el día 26 para permitir la recuperación, posteriormente se implementaron
sesiones compensatorias de HIIT en varios contextos durante el período de participación
reducida en los partidos. El detalle de las secuencias de HIIT, tanto en tipo como en
formato de HIIT, se proporciona entablas 4.1y 4.2.
FIGURA 4.3Carrera de alta velocidad (>19,8 km/h, HSR) distancia recorrida durante(a)
entrenamientos y partidos y(B)entrenamiento, partidos y entrenamiento interválico de alta
intensidad (HIIT) complementario en un centrocampista (22 años, jugador de un club de 1ª
división) durante un periodo de 5 semanas dentro de la temporada.
La carga aguda (A) y crónica (C) se calculan en períodos de 5 y 20 días, respectivamente. ACWR: relación de carga de
trabajo de A/C. Un pico (A/C >2) en HSR se muestra con el círculo rojo. Se integraron datos locomotores GPS
(entrenamiento) y semiautomáticos (partidos) con ecuaciones de calibración (7). Tenga en cuenta que si bien la
secuencia del partido es real, las fechas reales se han cambiado para garantizar el anonimato.
Reimpreso de MJS Buchheit (2019, pág. 1).
La simple adición de cuatro secuencias HIIT cortas permitió el mantenimiento de una
carga HSR estable, lo que lógicamente evitó que ocurriera un pico en la carga el 12 de
octubre, cuando el jugador completó un partido completo después de un período de
participación reducida. Esta estrategia de compensación simple pero probablemente
eficiente se implementó sobre la marcha, inmediatamente después del partido cuando el
tiempo y el lugar lo permitieron, o al día siguiente en el campo de entrenamiento cuando
el jugador suplente entrenaba.
Volumen HSR a ser "Compensado"
El objetivo apropiado de volumen de HSR debe definirse para cada jugador a nivel
individual, en función de las demandas típicas de los partidos. Esto se ilustra enfigura
4.4. Tras su identificación, el volumen puede ajustarse posteriormente en función del
contexto del día, es decir, si el jugador ya había realizado algún HSR como suplente o
no lo hizo si permaneció en el banquillo (vertabla 4.2).
En la práctica, el volumen real de HSR de una secuencia HIIT dada se puede manipular
fácilmente y está relacionado con los tipos y formatos de HIIT elegidos (verfigura 4.2).
Recordamos al lector que los tipos HIIT se refieren a los objetivos fisiológicos de las secuencias
HIIT, que representan el grado de respuestas aeróbicas, anaeróbicas (lácticas) y
neuromusculares (26), mientras que los formatos se refieren simplemente al trabajo realmente
realizado en términos de distancia, tiempo y número de repeticiones (26). Mientras que el tipo
2 (alta demanda aeróbica y neuromuscular, baja demanda anaeróbica)
contribución) o tipo 4 (alta contribución aeróbica, neuromuscular y anaeróbica) para
incorporar HSR, solo pueden basarse en carreras (ver figura 4.5 y tabla 4.1,
especialmente cuando se realiza poco después de un partido o juego), o con
integración de balón si corresponde (ver figura 4.6, posible formación individual y de
suplentes). Estas secuencias tipo 2 y 4 suelen complementarse con ejercicios técnico/
tácticos, o incluso secuencias HIIT tipo 1 (alta contribución aeróbica pero baja
contribución neuromuscular y anaeróbica) cuando es necesario para aumentar el
grado de acondicionamiento metabólico sin la carga neuromuscular.
INTENSIDAD HSR: ¿VALE LA PENA CONSIDERAR?
Un punto importante que ha recibido muy poca atención dentro de la literatura científica
del deporte es que para la mayoría de las opciones de HIIT presentadas aquí, la intensidad
real de HSR (33-100 m/min durante 6 min en el ejemplo de fútbol, ver figuras 4.5 y
4.6) tiende a ser muy superior a la de las demandas máximas del partido durante duraciones
similares (20-25 y 15-20 m/min durante 4 y 6 min, respectivamente, figura 4.4). En otras
palabras, al compensar el volumen de HSR con HIIT (verfigura 4.3), lo que generalmente se
cubre en un partido de 90 min se logra en menos de 15 min con HIIT. Esto significa que la
intensidad de HSR específica del partido se sobrecarga fácilmente con HIIT; la pregunta ahora
es "¿cuánto importa realmente esto en términos de desarrollo físico, preparación para el
partido y manejo de lesiones?" Si bien todavía falta evidencia, puede ser lógico suponer que la
sobrecarga extrema de la intensidad del HSR (p. ej., 100 frente a 15 m/min) puede no ser
necesaria (o incluso debería evitarse). Dividir dichas secuencias de HIIT en secuencias de
menor esfuerzo (p. ej., 1-2 min de HIIT, luego un período de descanso, luego otra serie corta de
HIIT nuevamente) puede reducir la intensidad de HSR cerca de la intensidad real del juego. Sin
embargo, la respuesta cardiorrespiratoria puede, por el contrario, no ser suficiente para
permitir las adaptaciones deseadas (26). Por lo tanto, los profesionales pueden necesitar
decidir qué necesita priorizar en el individuo (es decir, acondicionamiento metabólico [series de
HIIT más largas> 4-6 min] versus intensidad de HSR específica del partido [múltiples series de
HIIT más cortas <3-4 min]). Alternativamente, mezclar diferentes patrones de carrera dentro
del mismo bloque HIIT representa una opción viable, como alternar carreras con grandes
cantidades de HSR (patrón A, verfigura 4.5 y tabla 4.1) y se ejecuta donde HSR está limitado o
incluso ausente (patrón B, ver figura 4.5 y tabla 4.1). Por ejemplo, si se alternan recorridos en
línea recta y en zigzag con varios niveles de cambios de dirección durante 6 minutos, el
volumen y la intensidad de HSR pueden reducirse desde aprox. 600 my 100 m/min (solo en
línea recta) a 300 my 50 m/min, respectivamente. De manera similar, si las carreras específicas
de la posición se alternan con diferentes patrones/tipos de esfuerzos (con o sin balón, incluidos
varios giros, regates, pases) que impiden alcanzar altas velocidades, la intensidad de la carrera
HSR puede reducirse drásticamente y volverse casi igual. para igualar las demandas de
intensidad. Además de estar más cerca de igualar la intensidad de HSR, este enfoque puede
permitir a los jugadores hacer ejercicio durante períodos de tiempo más largos sin acumular
volúmenes de HSR excesivamente grandes, lo que en sí mismo podría crear un pico en la
carga. Por ejemplo, si un MD fuera a repetir 2 series de
HIIT de 6 min (recuperación de 2 min) que incluye solo carreras en línea recta, que en efecto es solo
una dosis moderada de HIIT (26), ¡probablemente cubriría >1,2 veces la distancia habitual de
carrera en un partido en no más de 14 minutos!
FIGURA 4.4volumen HSR(a)y pico de intensidad(B)en función de diferentes duraciones
durante los partidos para dos posiciones (lateral, FB; centrocampista central, MC). No es
sorprendente que cuanto más corto sea el período de tiempo, mayor será la intensidad
máxima de HSR. También es evidente que, además de un mayor volumen de HSR, FB
muestra también una mayor intensidad máxima de HSR en comparación con CM,
independientemente del período de interés (11).
Reimpreso de MJS Buchheit (2019, pág. 1-5).
Con jugadores que vienen desde el banquillo, por ejemplo en baloncesto o fútbol
australiano, la suplementación de HIIT inmediatamente después de los partidos o al día
siguiente es una estrategia práctica y probablemente eficiente para el mantenimiento de una
carga HSR estable durante el ciclo semanal. Tanto el volumen como la intensidad de HSR deben
adaptarse al individuo (posición y estilo de juego) utilizando perfiles típicos de coincidencia
locomotora (verfigura 4.4). En la práctica, el volumen de HSR se puede adaptar a través del
número absoluto de repeticiones de carrera y el patrón de estos esfuerzos (ya sea con o sin
cambios en la dirección que modulan directamente la HSR, verfigura 4.5 y tabla 4.1). Si bien hay
poca evidencia sobre la intensidad de HSR más adecuada para el mantenimiento del estado
físico, la preparación para el partido y la prevención de lesiones, tiene sentido intuitivo evitar
una sobrecarga de intensidad de partido demasiado alta; esto se puede lograr adaptando los
patrones de carrera dentro de cada bloque HIIT (vertabla 4.1). Sin embargo, vale la pena
señalar que un volumen de HSR acumulado durante un juego completo (1-2 horas)
probablemente representa una carga fisiológica y biológica diferente a la acumulada en menos
de 15 min (HIIT), ya sea que ambos tengan el mismo efecto en la tasa de lesiones es
desconocido. Por lo tanto, creemos que puede ser hora de que los científicos del deporte
consideren más a fondo la importancia de la intensidad del HSR, y no simplemente su volumen
(20), cuando se trata de examinar la relación entre la gestión de la carga y el nivel de forma
física, así como la incidencia de lesiones. Finalmente, se podría argumentar que si la estrategia
compensatoria presentada aquí se implementa con éxito, es posible que en realidad no se
requiera calcular el ACWR.
Sin embargo, el ACWR aún podría ser una guía útil para decidir el volumen más
apropiado de HSR que se necesita para la prescripción compensatoria (p. ej., 400
frente a 800 m).
FIGURA 4.5Ejemplo de tres secuencias de HIIT con intervalos cortos (10 s
de carrera/20 s de recuperación pasiva), realizadas con o sin giros en
diferentes ángulos para modular tanto la cantidad como la naturaleza de
la carga neuromuscular (es decir, HSR y trabajo mecánico, MW), lo que
conduce a una variación entre el Tipo 1 y el Tipo 2 (este último orientado
hacia HSR o MW). Las respuestas locomotoras asociadas analizadas por
GPS se proporcionan para cada secuencia de 6 min, como si el mismo
patrón de carrera fuera a repetirse 12 veces (p. ej., 12 × patrón A). TD:
distancia total; HSR: marcha a alta velocidad >19,8 km/h; PM: >2ms2
aceleraciones, desaceleraciones y cambios de dirección. VSI T, Velocidad
alcanzada durante la prueba de condición física intermitente 30-15. Grado de
contribución de oxidativo (O2), los sistemas anaeróbico (Ana) y neuromuscular
(Neuro) se muestran mediante el grado de barras verdes, rojas y negras,
respectivamente (26).
Adaptado con autorización de PB Laursen y MJS Buchheit (2018, pág. 550).
FIGURA 4.6Ejemplo de HIIT específico para dos posiciones (centrocampista,
MD y lateral, FB) con intervalos cortos (formato 10 s/20 s, Tipo 2), basado en
VSI T. Las respuestas locomotoras asociadas analizadas por GPS se
proporcionan para cada secuencia de 6 minutos, como si el mismo patrón de
carrera se repitiera 12 veces. El FB no puede avanzar debido a un oponente
(maniquí), por lo que pasa el balón a un entrenador/compañero que juega
como defensa central, luego corre por la línea de banda para recibir de un
segundo entrenador/compañero otro balón cerca del área donde dispara a
uno de los dos mini objetivos (como si estuviera cruzando). El MD se acerca
al defensor central para recibir el balón, luego, para eliminarlo, un defensor
pasa y recibe a/de un entrenador/compañero situado en la línea lateral
como FB, antes de correr hacia adelante con el balón donde pasa a un
segundo entrenador. /compañero y termina su carrera hacia el área,
disparando a una mini portería. Tenga en cuenta las grandes diferencias en
términos de HSR y MW entre los dos esfuerzos específicos de la posición,24)
(mayores demandas HSR para FB, mayores MW para MD). TD: distancia total;
HSR: marcha a alta velocidad >19,8 km/h; MW: trabajo mecánico >2 ms2
aceleraciones; desaceleraciones y cambios de dirección). VSI T, Velocidad
alcanzada durante la prueba de condición física intermitente 30-15. Grado de
contribución de oxidativo (O2), los sistemas anaeróbico (Ana) y
neuromuscular (Neuro) se muestran por el grado de verde, rojo,
y barras negras, respectivamente (26).
Adaptado con autorización de PB Laursen y MJS Buchheit (2018, pág. 551).
PROGRAMAS DE CAPACITACIÓN DE MUESTRA
Durante la pretemporada (verfigura 4.7;26), existe una tendencia a restringir la
carga locomotora y la carga neuromuscular alta durante los primeros días,
utilizando los formatos SSG más aplicables (6v6 y 8v8, posesión [PO]) y HIIT tipo 1
con intervalos cortos. En días concretos, sin embargo, se pueden programar HIIT
tipo 4, como simulación de juego (GS) 4v4 durante una sesión de fuerza y HIIT con
intervalos largos antes de las 24 horas de descanso.
Durante la temporada, los SSG (GS) 4v4 se programan durante sesiones orientadas a la
fuerza, que pueden ser el principal formato de HIIT utilizado con los principiantes. Sin
embargo, para los sustitutos, estos 4v4 GS a menudo se complementan con HIIT basado en
carrera que incluye varios niveles de restricciones neuromusculares, según el momento del
siguiente partido, con mayor énfasis en la carga locomotora con uno (verfigura 4.8, tipo 2 SA;
26) contra dos (ver figura 4.9, tipos 1 o 2; 26) juegos a la semana. Finalmente, tenga en cuenta
también que el volumen de trabajo de entrenamiento general para los suplentes se ajusta en
función de su tiempo de juego el día anterior (es decir, generalmente jugaron de 5 a 40
minutos o no jugaron en absoluto; verfigura 4.3 en la página 47).
INTEGRACIÓN DE HIIT EN EL SEMANAL
CICLO FORMATIVO
Más allá de realizar solo HIIT (generalmente correr alrededor de 18-22 km/h en el fútbol), correr al
máximo (17), o al menos alcanzar velocidades cercanas a la velocidad máxima (28), también se
requiere para cubrir todo el rango de velocidad del HSR. De hecho, mientras que muchos temen
que la implementación de carreras de velocidad máximas durante la práctica del equipo pueda
conducir a una tensión muscular aguda, la realidad es que las carreras de velocidad en sí mismas
probablemente sean más la solución que el problema (17). De hecho, es poco probable que el
trabajo de fuerza típico sea lo suficientemente intenso como para replicar las demandas de sprint (
29) (es decir, <75% de la actividad electromiográfica alcanzada durante el sprint). Esto sugiere que
las demandas neuromusculares específicas del sprint son únicas y no pueden ser reemplazadas por
ninguna otra acción muscular (aislada).17). Si bien el manejo de la HSR puede proteger
esencialmente la integridad de los isquiotibiales, la importancia del trabajo mecánico (MW,
aceleraciones, desaceleraciones y cambios de dirección), la programación y la suplementación no
deben pasarse por alto con respecto a otros grupos musculares importantes (es decir, cuádriceps,
glúteos y aductores). Por supuesto, todo esto es más fácil decirlo que hacerlo, ya que la
programación real de tales cargas locomotoras específicas requiere una atención especial en
relación con los contenidos de entrenamiento típicos de los deportes de equipo, las demandas de
los partidos y el tiempo. Las siguientes son pautas que los entrenadores y científicos del deporte
pueden usar para programar adecuadamente las secuencias HSR y MW en relación con los
contenidos de entrenamiento técnico y los horarios de los partidos (es decir, diferentes microciclos
semanales).
Rompecabezas dentro de la sesión
El primer aspecto a tener en cuenta al seleccionar tipos de HIIT (es decir, objetivos
fisiológicos) y formatos (es decir, secuencias reales) (ver figura 4.2 en la página 45) son las
demandas neuromusculares de las secuencias tácticas y técnicas programadas dentro del
mismo día o sesión (ver figura 4.10). Cuando una sesión táctica ya involucra grandes
volúmenes de HSR, la mejor opción para evitar la sobrecarga de la cadena posterior, y
especialmente de los isquiotibiales, es probablemente programar un HIIT tipo 1 basado en
carrera (con una carga neuromuscular general baja) o un SSG con una demanda de MW
alta. (en este caso, una carga complementaria que carga glúteos, aductores y cuádriceps).
Por el contrario, cuando el objetivo es sobrecargar la parte posterior
cadena (como en la preparación para el peor de los casos de demandas locomotoras
coincidentes [13]), también se podría programar una secuencia HIIT tipo 2 dirigida a HSR (
11). Finalmente, en el contexto de una sesión técnica/táctica que ya involucra una carga de
PM alta, usar una secuencia HIIT suplementaria que involucre HSR es otra buena opción
para evitar la sobrecarga, ya que probablemente sobrecargará diferentes grupos
musculares que la secuencia técnica y táctica.
FIGURA 4.7 Ejemplo de programación de pretemporada en un equipo de élite
(normalmente de 1 a 2 semanas de duración, pero es probable que haya un
partido amistoso durante la segunda semana que puede reemplazar la secuencia
HIIT con intervalos largos). Se da la orientación física de algunas de las sesiones.
Los que no tienen indicación solo tienen objetivos técnicos y tácticos. Rojo: HIIT;
naranja: ejercicios de intensidad submáxima. Las barras azules se refieren a todo el
contenido de entrenamiento técnico y táctico en formas distintas a SSG. El principio
de programación se basa en las respuestas metabólicas y locomotoras resumidas
enfigura 4.4. Los HIIT basados en carreras siempre se realizan al final de la sesión.
MW: trabajo mecánico (>2-ms2aceleraciones, desaceleraciones y cambios de dirección); GS =
simulación de juego; PO = posesión.
Adaptado con autorización de PB Laursen y MJS Buchheit (2018, pág. 560).
FIGURA 4.8 Ejemplo de programación en temporada con un partido por semana.
Rojo: HIIT; naranja: ejercicios de intensidad submáxima. Las barras azules se
refieren a todo el contenido de entrenamiento técnico y táctico en formas distintas
a SSG. El principio de programación se basa en las respuestas metabólicas y
locomotoras resumidas enfigura 4.4. Los HIIT basados en carreras siempre se
realizan al final de la sesión.
HS: carrera a alta velocidad >19,8 km/h; MW: trabajo mecánico (>2-ms2aceleraciones, desaceleraciones y
cambios de dirección); GS = simulación de juego; PO = posesión.
Adaptado con autorización de PB Laursen y MJS Buchheit (2018, pág. 561).
Traducido del afrikáans al español - [Link]
FIGURA 4.9 Marco típico para seleccionar los objetivos neuromusculares de una
secuencia HIIT en relación con las demandas de las secuencias específicas de
fútbol del mismo día o sesión. Si las secuencias específicas de fútbol ya incluyen
HSR, HIIT puede estar más orientado hacia (a) carga neuromuscular adicional
baja o nula (tipo 1) o (b) MW (tipo 4) evitando la sobrecarga en los mismos
grupos musculares. Por el contrario, si el contenido específico del fútbol ya
apunta a MW, HIIT podría incluir (a) poco o ningún MW (tipo 1) o HSR (tipo 2).
Los tipos de HIIT se refieren a los objetivos fisiológicos de las secuencias, como
se muestra enfigura 4.3 (26).
Adaptado con autorización de PB Laursen y MJS Buchheit (2018, pág. 559).
Rompecabezas entre partidos
Este aspecto, considerando la dinámica de entrenamiento entre partidos
consecutivos durante una temporada, requiere una comprensión más amplia de
todo el programa y debe tener en cuenta la carga locomotora del partido anterior.
Figura 4.4 muestra los diferentes escenarios de entrenamiento con varios niveles
de cargas HSR y MW, que dependen tanto de la cantidad de trabajo realizado
durante el partido anterior (en general, en relación con los minutos jugados, el
perfil del jugador y la posición [4]) y la cantidad de días antes el próximo partido
Lógicamente, cuantos más minutos se jueguen en el partido anterior, y más corto
sea el microciclo entre partidos, menor será la necesidad de suplementación de
HSR y MW, y viceversa. Para los principiantes que jugaron un juego completo, es
probable que no haya necesidad de suplementos cuando los juegos están
separados por menos de 5 días. Por el contrario, en el otro extremo del espectro,
los jugadores suplentes que hayan tenido más de cinco días para entrenar antes de
su próximo partido probablemente deberían realizar la gama completa de armas
HIIT (tipo 4, en forma de HIIT basado en carrera y SSG dirigidos a ambos). HSR y
MW),figura 4.11;26).
CONCLUSIÓN
En resumen, las adaptaciones metabólicas que surgen de diversos contenidos de
entrenamiento en jugadores de deportes de equipo de alto rendimiento tienden a ser
similares, independientemente del formato o tipo de HIIT experimentado en la mayoría de las
circunstancias (10). Sin embargo, es importante señalar que la respuesta neuromuscular a
diversos contenidos de entrenamiento, incluidos los partidos, las sesiones técnicas y el trabajo
de fuerza, así como el HIIT, tienen el papel más influyente con respecto a la adaptación
neuromuscular o las interferencias que influyen en el riesgo de lesiones. Por lo tanto, controlar
tanto HSR como MW, y sus respuestas neuromusculares asociadas, es una consideración clave
necesaria para mantener a los jugadores en forma y saludables durante toda la temporada. La
programación adecuada de estas secuencias de entrenamiento específicas, dirigidas a estas
dos cargas locomotoras importantes, requiere una comprensión profunda de la carga de la
secuencia técnica y del partido (ver figura 4.2), y debe ajustarse en función del número de días
entre partidos (ver figura 4.8). Si bien el monitoreo de HSR y MW durante los partidos y las
sesiones de entrenamiento utilizando la tecnología adecuada (es decir, sistemas de
seguimiento [12]) es importante, la anticipación y comprensión de las demandas de HSR y MW
de los diversos tipos y formatos de HIIT disponibles (verfiguras 4.1 y4.2) son vitales para
seleccionar la ubicación más adecuada de las piezas del rompecabezas.
FIGURA 4.10 Proceso de decisión a la hora de programar cargas locomotoras,
por ejemplo, entrenamiento intermitente de alta intensidad (HIIT)
incluyendo carrera de alta velocidad (HSR) o trabajo mecánico (MW) (o ambos) y trabajo de
velocidad, con respecto a la participación en competencias y microciclos de partidos.
Tenga en cuenta que solo se muestran esas secuencias específicas, y la mayoría de las
sesiones también incluyen componentes técnicos y tácticos y juegos de posesión
probables. Los diferentes tipos de HIIT son los presentados enfigura 4.3. Tenga en cuenta
que para todos los tipos de HIIT que involucran una gran tensión neuromuscular, existen
posibles variaciones, es decir, aquellas más orientadas hacia HSR (probablemente asociado
con una mayor tensión en los músculos isquiotibiales) o MW (probablemente asociado con
una mayor tensión en los cuádriceps, aductores y músculos glúteos). El tipo 1 se puede
lograr, por ejemplo, usando un cambio de dirección (COD) de 45 °, que probablemente sea
la mejor opción para reducir la carga neuromuscular general (disminución de la velocidad
absoluta de carrera sin la necesidad de aplicar grandes fuerzas para cambiar de dirección,
lo que resulta en un cambio de dirección neuromuscular). tensión que es más baja que las
corridas de DQO en línea recta o con DQO más nítidas [21]). El porcentaje proporcionado
para HIIT corto se refiere al porcentaje de VSI Tutilizado para programar (1) (VSI Tes la
velocidad alcanzada al final de la prueba de condición física intermitente 30-15). Tenga en
cuenta que se deben realizar ajustes individuales en términos de programación de
volumen HIIT con respecto al perfil y la posición del jugador (4,26,18).
MW: trabajo mecánico (> 2-ms2aceleraciones, desaceleraciones y cambios de dirección); HS: carrera
a alta velocidad (> 19,8 km/h); SSG: juegos reducidos; GK: porteros.
Adaptado con autorización de PB Laursen y MJS Buchheit (2018, pág. 563).
Fanchini M, Pons E, Impellizzeri F, Dupont G, Buchheit M, McCall A. Estrategias basadas en ejercicios para
prevenir lesiones [Link]ía de lesiones musculares: prevención y vuelta al juegode lesiones musculares.
2019; Capítulo 1: 34-41.
FIGURA 4.11Ejemplo de programación en temporada con dos partidos por
semana. Rojo: HIIT; naranja: ejercicios de intensidad submáxima. Las barras
azules se refieren a todos los contenidos de entrenamiento técnico y táctico en
formas distintas a SSG. El principio de programación se basa en las respuestas
metabólicas y locomotoras resumidas enfigura 4.4. Los HIIT basados en
carreras siempre se realizan al final de la sesión. MW: trabajo mecánico (> 2-ms2
aceleraciones, desaceleraciones y cambios de dirección).
Adaptado con autorización de PB Laursen y MJS Buchheit (2018, pág. 562).
LECTURAS RECOMENDADAS
Buchheit, M. Programación de funcionamiento a alta velocidad y trabajo mecánico en
relación con los contenidos técnicos y el calendario de partidos en el fútbol profesional.
Deporte Realizar Sci Rep64: v1, 2019.
Buchheit, M y Laursen, PB. Entrenamiento interválico de alta intensidad, soluciones para
el rompecabezas de la programación: parte I: énfasis [Link] deportiva
43: 313-338. 2013.
Buchheit M y Laursen PB. Entrenamiento interválico de alta intensidad, soluciones para
el rompecabezas de la programación. Parte II: energía anaeróbica, carga neuromuscular
y aplicaciones prá[Link] deportiva43: 927-954, 2013.
Joyce D, Lewindon D, [Link] de Alto Rendimiento para el Deporte.2ª ed.
Champaign, IL: Cinética humana, 2022.
Laursen PB y Buchheit, [Link] y Aplicación de Alta Intensidad
Entrenamiento por intervalos: soluciones al rompecabezas de la programación.
Champaign, IL: Cinética humana, 2018.
Nota:Páginas 47-51de este capítulo se reproducen (con cambios mínimos) dehttps: // sportperfsci. com/
wp-content/uploads/2019/03/SPSR60_ Buchheit_190308_final.pdf, por Martin Buchheit. Estas páginas se
distribuyen bajo los términos de la licencia internacional Creative Commons Attribution 4.0 (http://
[Link]/licenses/by/4.0/, que permite el uso, la distribución y la reproducción sin
restricciones en cualquier medio, siempre que otorgue el crédito correspondiente al autor o autores
originales y la fuente, proporcione un enlace a la licencia Creative Commons e indique si se realizaron
cambios. La renuncia de Creative Commons Public Domain Dedication (http: // [Link]/
publicdomain/zero/1.0/) se aplica a los datos disponibles en estas páginas, a menos que se indique lo
contrario.
PARTE II
Necesita analisis
CAPÍTULO 5
Indicadores clave de rendimiento
Marco Cardinale, PhD
El deporte se ha convertido en una industria en la que se despliegan grandes
inversiones y recursos para ganar campeonatos y ganar medallas en grandes eventos
deportivos o ligas y torneos profesionales. Por lo tanto, las organizaciones deportivas
profesionales se administran y operan como negocios que requieren una revisión y
evaluación continuas de los procesos y procedimientos implementados para lograr el
éxito. Además, cada atleta se considera un activo que requiere apoyo, desarrollo y
cuidado para garantizar el mejor retorno de la inversión (ROI).
Por estas razones, los científicos del deporte deben tener un profundo
conocimiento y comprensión de las demandas del deporte, las complejidades de
las normas y reglamentos, los detalles del equipo y los detalles de los calendarios
de competencia para desarrollar el mejor programa posible. Además, una vez bien
definidas las demandas globales, se vuelve fundamental poder evaluar las
características de cada atleta y determinar los puntos fuertes y áreas de mejora
para desarrollar planes de entrenamiento individualizados, así como conocer su
posición dentro del contexto del equipo o grupo y entre colegas.
ANÁLISIS DEL DEPORTE
el concepto de unindicador clave de rendimiento(KPI) proviene del mundo empresarial y
se define como una medida cuantificable utilizada para evaluar el éxito de una
organización o empleado en el cumplimiento de un objetivo de rendimiento (PO). En el
entorno deportivo, un PO puede estar ganando una liga, un torneo u otro campeonato,
logrando un tiempo, una distancia o una masa específicos levantados en deportes de
centímetro-gramo-segundo (CGS), o venciendo a la oposición en eventos tácticos. Por lo
tanto, antes de determinar los KPI, es fundamental comprender el PO esperado del equipo
o atleta involucrado y si es realista o no.
En CGS sports, es posible acceder a bases de datos históricas de eventos y actuaciones
en varios niveles. Las federaciones internacionales mantienen bases de datos detalladas
de competencias y clasificaciones que se pueden usar para determinar un PO o verificar
las tendencias anuales y averiguar qué se necesita para ganar una medalla en una
competencia importante. Varios autores también han analizado las tendencias de los
resultados en pruebas específicas de los Juegos Olímpicos y han presentado tendencias de
rendimiento que también pueden ser útiles para determinar los PO (vertabla 5.1). Las
tendencias mundiales en varios deportes han sido analizadas por Berthelot y colegas (5,6),
quien también proporcionó algunas predicciones y tendencias de resultados en ciertos
eventos. También se ha realizado un intento de analizar la evolución de los resultados de
natación (34), proporcionando comprensión de los estándares de desempeño de clase
mundial. Finalmente, en algunos deportes (p. ej., triatlón, natación, carreras) ahora hay
ejemplos de análisis de rendimiento que pueden ayudar a predecir PO en varios niveles (3,
37, 44,50). En este tipo de deportes, es recomendable partir del análisis del resultado que
se requiere antes de realizar un análisis detallado de las exigencias y diseñar el plan de
entrenamiento adecuado. De hecho, es fundamental saber exactamente qué nivel de
rendimiento debe alcanzar el atleta antes de trabajar eldeterminantes del rendimiento.
Una definición clara del PO es el primer paso para determinar las posibilidades realistas
con respecto a lo que el atleta puede y debe lograr y las posibles recompensas (p. ej.,
medallas en competencias regionales, nacionales e internacionales).
La información disponible en CGS sports también se puede utilizar para gobernar una ruta de
desempeño para que los atletas sigan su progreso y comparen lo que su desempeño podría
producir en términos de recompensas (es decir, color de la medalla, posición final). De hecho,
algunas federaciones han empleado el seguimiento de los resultados de los atletas para
determinar sus criterios de selección y establecer clasificaciones y posibilidades de ganar
medallas en las principales competiciones (p. ej., consulte los criterios de selección del Triatlón
Británico (10) y embudos de rendimiento de atletismo del Reino Unido [48]). Trabajo del grupo
del autor (7,8) y otros (47) en el atletismo ha comenzado a mostrar las curvas de desarrollo
típicas de los resultados en varios eventos y se puede utilizar para seguir el desarrollo de cada
atleta individual en comparación con los estándares internacionales en un esfuerzo por
determinar las posibilidades de ese atleta en el escenario internacional, así como para predecir
posiblemente actuaciones de alto nivel. Este capítulo presenta opciones para evaluar, informar
y visualizar PO.
TABLA 5.1 Ejemplos de bases de datos de resultados que se pueden utilizar para desarrollar y
realizar un seguimiento de los objetivos de rendimiento de un atleta
Base de datos enlace web notas
Federación Internacional de Atletismo Aficionado [Link]/resultados Resultados del oficial
(IAAF) competiciones de pre-
1997
Federación Internacional de Halterofilia [Link]/new_bw/results_by_events Base de datos de resultados oficiales
Unión Ciclista Internacional [Link]/track/rankings Base de datos de resultados
oficiales y clasificaciones
Remo mundial [Link]/events/statistics Estadísticas de World Rowing y
bases de datos de resultados
[Link]/events/results
Estadísticas y clasificaciones mundiales de atletismo [Link]/iaaf App gratuita para analizar
resultados oficiales mundiales
de atletismo
[Link]/stats-zone Estadísticas de atletismo
repositorio
base de datos de levantamiento de pesas [Link]/estadísticas-globales base de datos de levantamiento de pesas
datos
Bases de datos de deportes olímpicos y [Link]/olympic-results base de datos oficial de
deportes profesionales y universitarios resultados olímpicos
[Link] Datos sobre deportes
profesionales y universitarios
Clasificación y resultados de natación [Link]/[Link]? clasificaciones de natación y
pagina = inicio bases de datos de resultados
[Link]/resultados
El enfoque que debe adoptarse en los deportes no CGS (p. ej., deportes de equipo, deportes acrobáticos y
artísticos, deportes de combate) aún debe comenzar con la recopilación de información sobre
resultados de desempeño requeridos para sobresalir en un nivel dado. En gimnasia, por
ejemplo, el código de puntos determina cómo se puntúan los atletas (dieciséis); por lo
tanto, el conocimiento de los valores y elementos de dificultad es fundamental para
determinar de qué es capaz el atleta, cuál debe ser el enfoque del entrenamiento y
cuántos puntos puede lograr el atleta de manera realista. Existe un sistema similar para las
disciplinas de patinaje artístico, en las que los puntos se obtienen de acuerdo con las
puntuaciones de los componentes del programa y las medallas se otorgan al atleta o
pareja con la puntuación más alta (según el evento) (36).
En los deportes de equipo, las PO para jugadores individuales se pueden
identificar de acuerdo con varios aspectos, como la posición de juego o el rol del
atleta en el equipo (responsabilidades técnicas, tácticas, sociales). Gracias a la
gran cantidad de datos ahora disponibles, en muchos deportes es posible
identificar resultados de rendimiento específicos para los mejores jugadores.
Por ejemplo, en los deportes en los que se marcan goles y los porteros forman
parte de un equipo, se analizan y notifican las tasas típicas de atajadas (p. ej.,
balonmano en equipo, hockey sobre hierba, waterpolo, fútbol). En voleibol se
registran la precisión del pase y la eficacia del ataque, así como los intentos de
recepción y los errores. En el baloncesto, muchos datos están disponibles
públicamente sobre los porcentajes de tiro, las tasas de pase, la distancia
recorrida y las características del movimiento (33). Major League Baseball
proporciona estadísticas detalladas sobre muchos aspectos del juego (31), al
igual que la Liga Nacional de Hockey (32). En los próximos años, se espera que
todos los deportes tengan bases de datos y estadísticas de acceso público que
indiquen lo que hacen los atletas y qué tan bien lo hacen; por lo tanto, debería
ser más fácil definir un perfil de rendimiento en varios niveles de competencia
que delinee lo que el atleta debe ser capaz de hacer para tener éxito. Los datos
del equipo son menos relevantes en este contexto, ya que la información
recopilada por el científico del deporte debe usarse dentro del alcance del
desarrollo de un programa de entrenamiento individualizado destinado a
mejorar las habilidades de los atletas y maximizar su rendimiento. Sin embargo,
para mejorar el rendimiento del equipo, es fundamental tener acceso a datos
detallados sobre cómo se desempeña el equipo contra diferentes oponentes y
en situaciones especiales.
DEMANDAS DEPORTIVAS
Una vez que los PO están claros y se pueden definir, el siguiente paso es recopilar
información sobre las demandas del deporte y cómo afectan el rendimiento. Al
comprender las demandas de un deporte, los científicos del deporte pueden diseñar
mejor los mejores planes de entrenamiento e identificar estrategias de rendimiento
específicas. Las demandas fisiológicas, psicológicas, técnicas y tácticas del deporte
deben estar bien definidas y claras para el cuerpo técnico y de apoyo. Esta información
es fundamental para establecer la dirección general del programa de entrenamiento y
cualquier intervención de las ciencias del deporte destinadas a mejorar el rendimiento
(p. ej., intervenciones nutricionales, optimización del movimiento, estrategias de
calentamiento, vestimenta y estrategias tecnológicas), así como para resaltar las áreas
que puede requerir una mayor investigación o una evaluación adicional (o ambas).
tabla 5.2). Esta información puede residir en la literatura científica revisada por pares,
especialmente para deportes internacionales populares. Sin embargo, puede ser difícil
encontrar esta información para deportes menos conocidos, deportes nuevos o
deportes en los que se han producido cambios significativos en las reglas (p. ej., la
introducción del líbero en el voleibol, el cambio de reglas de comenzar el juego desde
el centro en balonmano). Además, los datos presentados en la literatura científica
deben considerarse dentro del contexto de las limitaciones experimentales y las
características de los participantes. De hecho, la literatura científica está repleta de
observaciones y trabajos experimentales realizados con deportistas de nivel inferior.
Dado que los deportistas de élite representan un pequeño porcentaje de la población y
suelen presentar fenotipos fisiológicos extremos y mostrar destrezas y habilidades
excepcionales, se debe tener cuidado al extender los resultados de la investigación a
estos atletas. El mejor enfoque siempre debe ser cuantificar directamente cómo el
atleta individual enfrenta el entrenamiento y las competencias para determinar el
mejor curso de acción.
Los manuales de entrenamiento también son un buen recurso; sin embargo, el practicante
siempre debe considerar acceder a fuentes primarias en revistas revisadas por pares siempre que
sea posible para encontrar la información más válida, confiable y actualizada sobre cada deporte.
Cuando falta información, está incompleta o simplemente es irrelevante, es importante
utilizar la experiencia para medir las demandas de desempeño y comprender las
requisitos físicos necesarios para sobresalir en un evento deportivo. Sin esta información, es en
gran medida imposible crear un plan de entrenamiento adecuado, porque los objetivos
perseguidos pueden no ser los objetivos reales y, por lo tanto, podrían reducir las posibilidades
de éxito del atleta. Este es un buen enfoque para adoptar incluso cuando se dispone de
información científica, ya que el objetivo final de cada intervención de las ciencias del deporte
debe estar basado en evidencia, ser apropiado para lo que los atletas están tratando de lograr
y basarse en información fáctica. El mundo del deporte está lleno de información anecdótica y
"evidencia" que se perpetúa en las comunidades atléticas y de entrenamiento sin pruebas, lo
que a veces lleva a paradigmas de entrenamiento inapropiados que sofocan el desarrollo del
rendimiento. Además, dado que cada deporte tiene su propia subcultura y mentalidad fija, se
vuelve extremadamente desafiante innovar y avanzar. La recopilación de evidencia y la
recopilación y el análisis de datos relevantes pueden ayudar a cambiar la mentalidad y los
enfoques fijos cuando un modus operandi está bien establecido y existen fuertes nociones
preconcebidas. Por lo general, estos datos pueden producir cambios de paradigma en un
deporte y contribuir a un cambio en las actitudes y los procedimientos utilizados para preparar
a los atletas para la competencia.
DETERMINANTES DEL DEPORTE EXITOSO
RENDIMIENTO
El rendimiento deportivo es complejo y, por esta razón, es importante desarrollar un
enfoque holístico para determinar qué puede afectar positivamente el resultado del
rendimiento en un deporte determinado. Uno de los primeros intentos de definir la
determinantes del rendimientofue hecho por Hay y Reid (20), con un esquema sencillo
en el que un resultado deportivo se basaba en factores que incidían en el resultado. Tras
su trabajo, se analizaron varios eventos y actividades deportivas y se desarrollaron
modelos deterministas para ayudar a guiar a los entrenadores y profesionales de las
ciencias del deporte en la definición de intervenciones de entrenamiento apropiadas (2,13,
46). Los resultados de los modelos deterministas se establecen con precisión a través de
relaciones conocidas entre variables, sin lugar para variaciones aleatorias. En dichos
modelos (en su mayoría derivados de estudios biomecánicos), se analiza y define la
relación entre el resultado de un movimiento y sus determinantes biomecánicos. Tal
enfoque tiene mérito como forma pedagógica y estructurada de describir y definir lo que
determina el desempeño en una actividad específica. Sin embargo, los investigadores han
criticado los modelos deterministas por ser demasiado rígidos en entornos deportivos (18)
y, en cambio, han sugerido la teoría de sistemas dinámicos como un marco viable para
modelar el rendimiento deportivo.
TABLA 5.2 Resumen de la Información Relevante Requerida para Analizar un
Deporte
Información buscada Importancia Fuente
Exigencias fisiológicas Esta información es necesaria para diseñar estrategias de entrenamiento Científico
(p. ej., frecuencia cardíaca, consumo adecuadas destinadas a mejorar las variables fisiológicas clave que literatura
de oxígeno durante la competición, determinan el éxito deportivo. Esta información también sirve de base para Entrenamiento
vías metabólicas las estrategias nutricionales en el entrenamiento y la competición. manuales
involucrado, distancia Entrenadores
cubierto, aceleraciones, conocimiento y
desaceleraciones) experiencia
Requerimientos técnicos La información es útil para evaluar las habilidades técnicas específicas del deporte, Científico
(movimientos específicos así como para desarrollar planes de entrenamiento de resistencia capaces de literatura
realizado, frecuencia, mejorar la velocidad y la calidad de la ejecución de las habilidades técnicas. Entrenamiento
técnico exitoso manuales
ejecuciones, etc) Entrenadores
conocimiento y
experiencia
Requisitos tácticos Esta información proporciona detalles sobre lo que el atleta necesita para ser Entrenamiento
(por ejemplo, estrategias de ritmo, capaz de producir en la competencia para tener éxito, qué indica el
colaboración con atleta necesita desarrollarse, y qué extremos de habilidades de manuales
compañeros de equipo, cómo causar movimiento podrían ser necesarios para poder realizar movimientos Entrenadores
errores en los oponentes) técnicos dentro de los requisitos tácticos. conocimiento y
experiencia
Habilidades psicológicas Esta información podría informar las evaluaciones específicas requeridas Científico
(p. ej., anticipación, habilidades para determinar el nivel del atleta, así como diseñar intervenciones literatura
visuales, ansiedad o excitación, destinadas a maximizar el rendimiento. Entrenamiento
tiempo de reacción) manuales
Entrenadores
conocimiento y
experiencia
Equipo Un conocimiento detallado del equipamiento utilizado para el Entrenamiento
caracteristicas(ej., trineos, entrenamiento y la competición es fundamental para aconsejar al atleta manuales
zapatos, prendas de vestir, sobre lo que es adecuado y ventajoso. Además, el conocimiento del Entrenadores
implementos) equipo podría ayudar a desarrollar soluciones individuales o adaptar e conocimiento y
identificar el equipo más apropiado para el atleta (o ambos). experiencia
Libro de reglas
Aspectos de salud (ej., riesgos El conocimiento de los riesgos de lesiones en un deporte es necesario para Epidemiológico
de lesiones, desafíos diseñar estrategias preventivas y planes de entrenamiento dirigidos a preparar al estudios
ambientales) atleta para rendir al mismo tiempo que reduce el riesgo de lesiones. Además, Entrenadores
cada científico deportivo debe conocer bien los desafíos ambientales, de equipo y conocimiento y
de reglas que pueden afectar la salud para desarrollar estrategias apropiadas. experiencia
propio del atleta
historial médico
Médico
practicantes
Reglas y regulaciones Cada practicante involucrado en el deporte debe conocer bien las reglas Oficial
y los reglamentos, los estándares de clasificación para eventos libros de reglas
importantes, los criterios de selección y las razones para la (asegurándose de
descalificación, ya que esta información a menudo puede determinar la leer más
victoria y la derrota, así como la idoneidad, relevancia y posibilidades de A hoy
intervenciones específicas en competición. versión)
Si bien se desarrollan enfoques complejos para definir y determinar el rendimiento, los
científicos del deporte deben trabajar con el cuerpo técnico para definir el modelo de rendimiento
de un deporte determinado utilizando un marco simple y consistente que dirija intervenciones
específicas, desarrolle indicadores clave de rendimiento (KPI) y realice un seguimiento del progreso
y las actividades utilizando un modelo común. idioma. Para que eso suceda, los modelos
deterministas pueden considerarse un marco de referencia útil. Para que sea efectivo, este marco
debe definirse con los aportes del cuerpo técnico para reflejar la forma en que trabajan, y luego
usarse como una guía para definir todas las intervenciones de entrenamiento y competencia e
impulsar la evaluación de rutina de los KPI para asegurarse de que todos estén en el buen camino.
desarrollar los aspectos que afectan a las OP.
Involucrar al cuerpo técnico en el proceso de modelado ayuda a aclarar la terminología,
discutir la evidencia, capturar las filosofías de los entrenadores y llegar a un acuerdo.
entendimiento común de en qué consiste el rendimiento para el grupo de atletas
involucrados. Sin la participación del cuerpo técnico, existe el riesgo de que dicho
enfoque se convierta en un marco que en última instancia no se utilice para influir en
el rendimiento. Además, una vez que los determinantes del rendimiento estén
definidos y sean claros para el cuerpo técnico, deben comunicarse a los atletas para
que todos puedan estar alineados con PO claros respaldados por un plan de
rendimiento visible.
Como se discutió anteriormente, este proceso puede comenzar solo cuando se ha
definido un PO claro y alcanzable de manera realista. El PO es el motor del plan y el
objetivo final. Después de eso, usando una tabla de referencia (vertabla 5.2), es posible
comenzar detallando los conocimientos sobre el deporte y discutir cómo se entrena
cada aspecto y cómo se evalúa. Esta información es clave para desarrollar KPI claros,
medibles y alcanzables.
FIGURA 5.1Diagrama esquemático que describe el proceso para definir y utilizar
indicadores clave de rendimiento (KPI) en un entorno deportivo.
En el ejemplo proporcionado enfigura 5.2, se ha utilizado como deporte objetivo la carrera de
800 metros, con un modelo jerárquico utilizado para definir los parámetros. El modelo jerárquico se
utiliza para identificar los determinantes de desempeño respectivos y especificar los detalles de
cada determinante. En este ejemplo, se han destacado dos áreas: los determinantes fisiológicos y
los aspectos de salud. Lo que se sabe a partir de la literatura es que los atletas de élite en carreras
de media distancia deben poseer una muy buena capacidad aeróbica debido a la contribución
energética de las vías aeróbicas (9,25). El trabajo con deportistas de élite también ha destacado la
importancia de la velocidad, la capacidad anaeróbica y la reserva de velocidad anaeróbica como
otros determinantes del rendimiento (40,41,42). Los aspectos de salud que afectan a los corredores
de media distancia incluyen riesgos de lesiones bien conocidos relacionados con la carga de
entrenamiento o cambios biomecánicos.
aspectos de la marcha al correr o ambos (4,14,29), así como la salud del tracto respiratorio
superior (12,21,35). Se debe realizar una búsqueda extensa de literatura y encontrar hechos
con respecto a estos aspectos y resumirlos esquemáticamente para discutirlos con el cuerpo
técnico y de apoyo. El objetivo es determinar la mejor manera de abordar estos aspectos y,
sobre todo, acordar la frecuencia con la que se realizarán las evaluaciones y se verificará el
progreso.
Una vez que se definen y describen todos los aspectos, es posible comenzar a documentar
las intervenciones de entrenamiento necesarias para mejorar cada uno de los determinantes y
comenzar a construir una biblioteca de entrenamiento que aborde las herramientas utilizadas
para mejorar el rendimiento de un atleta en particular. Ahora se pueden describir los KPI
(consulte el flujo de trabajo enfigura 5.1y un ejemplo de KPI detallados enfigura 5.2), y se
pueden implementar protocolos de evaluación para comparar al atleta, identificar fortalezas y
debilidades y evaluar el progreso del atleta en el transcurso de la temporada deportiva.
Es importante señalar que este proceso es dinámico; con nuevos conocimientos, la
evolución de los planes de entrenamiento o los cambios en el rendimiento de los atletas,
las cosas cambiarán y se pueden agregar nuevos determinantes, cambiar las prioridades
de intervención o generar enfoques innovadores. El alcance principal de este proceso debe
ser definir el rendimiento e identificar sus determinantes, y hacerlo visible y accesible para
todo el personal que trabaja con los atletas, así como para los propios atletas. Esto
asegurará que todos los planes de apoyo para atletas estén alineados con un PO y sean
parte de un plan de acción acordado.
FIGURA 5.2Ejemplo de modelo de rendimiento determinista para un corredor de 800
metros que conduce a la definición de indicadores clave de rendimiento para evaluar
el progreso. Los determinantes muestrales utilizados son(a) demandas fisiológicas y (
B) salud. Este es un ejemplo simple de cómo establecer un marco de trabajo, no una
presentación exhaustiva o detallada de los determinantes.
ORGANIZACIÓN Y GOBERNANZA
ASPECTOS
Como se discutió anteriormente, los científicos del deporte deben estar familiarizados con
la terminología técnica utilizada por el cuerpo técnico y los atletas, las reglas y
regulaciones, los detalles y características del equipo y las rutinas típicas en el
entrenamiento y la competencia. Este conocimiento es fundamental para operar en
cualquier nivel, y es algo que no se puede aprender simplemente tomando un curso
universitario sino que es el resultado de la exposición experiencial. Cada deporte tiene su
propia subcultura, jerga y terminología, y comprender las complejidades y los estándares
de operación ayuda a formular el mejor curso de acción. La terminología, el léxico y la
jerga son de particular importancia, ya que muchos términos específicos del deporte se
utilizan para definir movimientos o actividades particulares. Además, en muchos cursos de
entrenamiento, la terminología científica a veces se usa o modifica de manera inapropiada,
y esto puede causar disonancia con el verdadero significado científico. Por lo tanto, es de
suma importancia familiarizarse con el contexto de trabajo de muchas áreas, desde las
reglas y regulaciones, las rutinas típicas y las formas de operar, hasta la terminología
utilizada.
Los clubes y las organizaciones deportivas tienden a operar con procesos y
procedimientos rutinarios, así como con creencias y filosofías definidas. Por lo tanto,
es crucial comprender la herencia de una organización, sus expectativas y su
evolución, así como su visión y misión: qué busca lograr y cómo. Es importante
reconocer que cada grupo de atletas y cada organización tiene una forma de operar y
un sistema de creencias y filosofía que ha evolucionado a lo largo de los años, y que
esto es el resultado de su propia subcultura dentro del deporte. El conocimiento y la
comprensión de este sistema de creencias brindan al científico deportivo pistas
relevantes para trabajar dentro de la cultura del grupo y ayudar a todos a contribuir a
su evolución.
Un apoyo eficaz requiere la consideración de varios aspectos. El nivel de los atletas,
sus expectativas y compromiso, su historia en el deporte y su entorno actual son
elementos importantes a tener en cuenta. Solo una comprensión completa de tales
aspectos puede guiar al profesional a diseñar un conjunto de intervenciones y evaluar
el progreso contra KPI y PO aceptados y realistas. El elemento humano no debe
descartarse, y la confianza exclusiva en las pruebas y las actividades de recopilación de
datos podría generar información insuficiente para el deporte.
científico para operar con eficacia. Una comprensión profunda de la historia, los valores, los
logros previos, las experiencias y las ambiciones de cada atleta, así como las creencias, las
normas socioculturales y los comportamientos, puede proporcionar mejores detalles para
implementar intervenciones de manera efectiva y desarrollar una cultura de responsabilidad.
Esto incluiría el uso de KPI como una forma de realizar un seguimiento del progreso e
identificar áreas para mejorar aún más. Es recomendable trabajar directamente con los atletas
y construir una relación de confianza, así como con el cuerpo técnico y el personal de apoyo, ya
que estos pueden tener visiones particulares sobre aspectos específicos.
La identidad nacional y las normas socioculturales son un aspecto importante del
funcionamiento en el entorno deportivo actual. Trabajar en el extranjero o con equipos
multiculturales no es raro, y comprender el contexto nacional y las normas socioculturales
ayuda a desarrollar prácticas de trabajo eficaces, así como a identificar intervenciones que
pueden ser difíciles de aceptar o implementar debido a las normas sociales locales.
Finalmente, al desarrollar KPI para los atletas y el cuerpo técnico, los científicos del deporte deben saber cómo se comunica dicha información a las partes interesadas de la
organización, cómo se protege y asegura, y cómo se puede comunicar externamente. Cuando no existen políticas, deben desarrollarse para aclarar cómo la información generada
por la evaluación de varios KPI afecta las actividades diarias, y también cómo se protege y comparte para evitar litigios o uso inapropiado de datos de desempeño o ambos. Este
contexto está evolucionando y es probable que se establezcan pautas específicas en el futuro. En los entornos de atención médica de los Estados Unidos y en la investigación
biomédica, los datos biométricos se rigen por las normas sobre consentimiento informado, la Ley de responsabilidad y portabilidad de seguros médicos (HIPAA), y otras garantías de
privacidad de datos. En otras partes del mundo, existen regulaciones específicas para registros médicos y consentimiento informado. Sin embargo, los datos biométricos recopilados
en los deportes profesionales y los sectores de consumo siguen sin estar regulados ni examinados en gran medida. Además, el científico deportivo debe ser consciente de que la
recopilación y el almacenamiento de datos biométricos por parte de empleadores y terceros plantea riesgos de explotación, así como discriminación de los empleados cuando estos
datos se utilizan en el contexto de la renovación del contrato o en la toma de decisiones de rescisión. Con la evolución del deporte profesional, estos temas se han vuelto más
importantes y el científico del deporte debe estar familiarizado con las regulaciones locales y las políticas de la organización ( Los datos biométricos recopilados en los deportes
profesionales y los sectores de consumo siguen sin estar regulados ni examinados en gran medida. Además, el científico deportivo debe ser consciente de que la recopilación y el
almacenamiento de datos biométricos por parte de empleadores y terceros plantea riesgos de explotación, así como discriminación de los empleados cuando estos datos se utilizan
en el contexto de la renovación del contrato o en la toma de decisiones de rescisión. Con la evolución del deporte profesional, estos temas se han vuelto más importantes y el
científico del deporte debe estar familiarizado con las regulaciones locales y las políticas de la organización ( Los datos biométricos recopilados en los deportes profesionales y los
sectores de consumo siguen sin estar regulados ni examinados en gran medida. Además, el científico deportivo debe ser consciente de que la recopilación y el almacenamiento de
datos biométricos por parte de empleadores y terceros plantea riesgos de explotación, así como discriminación de los empleados cuando estos datos se utilizan en el contexto de la
renovación del contrato o en la toma de decisiones de rescisión. Con la evolución del deporte profesional, estos temas se han vuelto más importantes y el científico del deporte debe
estar familiarizado con las regulaciones locales y las políticas de la organización ( así como la discriminación de los empleados cuando estos datos se utilizan en el contexto de la
renovación del contrato o la toma de decisiones de terminación. Con la evolución del deporte profesional, estos temas se han vuelto más importantes y el científico del deporte debe
estar familiarizado con las regulaciones locales y las políticas de la organización ( así como la discriminación de los empleados cuando estos datos se utilizan en el contexto de la renovación del contrato o la tom
INDICADORES CLAVE DE RENDIMIENTO EN EL DEPORTE
Los indicadores clave de rendimiento siempre deben ser medibles, objetivos y procesables.
Deberían ser útiles para influir en la planificación del rendimiento en relación con el
rendimiento deportivo.
En resumen, un KPI adecuado debe
proporcionar evidencia objetiva como una medida válida y confiable,
informar una mejor toma de decisiones,
ofrecer un indicador para evaluar los cambios de rendimiento a lo largo del tiempo,
proporcionar información para comparar el desempeño de una persona con el de
otras, y
informar la posibilidad de alcanzar las PO.
Dado que todos los deportes son diferentes, los KPI deben ser específicos para el deporte, el
grupo de atletas o el nivel de recursos disponibles para determinarlos. Existe una tendencia a
utilizar los KPI principalmente para definir los niveles de condición física de los atletas,
posiblemente porque la tecnología facilita la evaluación de cualidades de condición física como la
fuerza, la potencia y la velocidad en movimientos específicos del deporte. Sin embargo, el científico
deportivo debe trabajar con el cuerpo técnico y de apoyo para desarrollar y determinar los KPI
específicos para el grupo de atletas involucrados y asegurarse de que se utilicen las medidas
pertinentes para cualquier proceso de toma de decisiones.
KPI basados en habilidades
Los KPI basados en habilidades son relativamente fáciles de determinar en
deportes acrobáticos y estéticos (p. ej., gimnasia, patinaje artístico, natación
sincronizada), ya que existe un sistema de puntos claro según cómo se ejecutan las
habilidades específicas. En estos deportes, el científico deportivo debe estar
familiarizado con los detalles de cómo se obtienen los puntajes altos y ayudar a
desarrollar el marco de evaluación para evaluar estas habilidades de forma
rutinaria en el entrenamiento y proporcionar al atleta y al entrenador una medida
del progreso. Este tipo de análisis se basa principalmente en una combinación de
mediciones cualitativas y cuantitativas. Las evaluaciones cualitativas deben ser
realizadas por expertos técnicos (p. ej., entrenadores y jueces) e, idealmente, en
combinación con análisis de video. Las evaluaciones cuantitativas deben basarse
más en tecnología portátil, sistemas de captura de movimiento,
plataformas, electromiografía).
La clave para cada tipo de evaluación de habilidades es proporcionar información útil que pueda
afectar las intervenciones de entrenamiento posteriores. Para que esto suceda, los criterios
principales son los procedimientos de recopilación de datos que minimizan la interrupción del
entrenamiento y la competencia, la facilidad de acceso a la información, informes rápidos y, sobre
todo, evaluaciones válidas y confiables que pueden usarse para determinar el grado de progresión.
Deportes acrobáticos requieren una evaluación muy precisa de las habilidades
requeridas para tener éxito y, por lo tanto, se adaptan mejor al uso de conocimientos
avanzados. técnicas biomecánicas con instrumentación específica para aumentar la
precisión y posiblemente desarrollar enfoques de modelado que predigan el resultado de
los cambios técnicos. En particular, dado que los artistas de élite parecen demostrar
menos variabilidad de técnica en aspectos clave (22), es importante contar con sistemas de
medición que sean sensibles a pequeños cambios; por lo tanto, el uso de análisis de video
2D o 3D y una combinación de sensores portátiles suelen ser la ruta preferida.
Los indicadores clave de rendimiento para el análisis basado en habilidades deben definirse
claramente de acuerdo con un marco de referencia y luego evaluarse en función de él. Los
términos de referencia deben ser la ejecución óptima de la habilidad de acuerdo con el sistema
de puntos del deporte, así como el desempeño anterior de los mejores para la evaluación
comparativa. Para esta actividad, se debe dibujar una plantilla modelo que identifique el
formulario de alta puntuación para cada fase del movimiento; el siguiente paso es realizar un
análisis comparativo del atleta utilizando análisis de video o una combinación de tecnología
portátil. En tales evaluaciones, los ángulos articulares en posiciones clave, las relaciones entre
diferentes ángulos articulares, las velocidades segmentarias y otros parámetros biomecánicos
tienden a ser los KPI de interés; por lo tanto, se debe tener especial cuidado para recolectar
datos correctamente usando técnicas y procedimientos apropiados para asegurarse de que los
datos realmente se puedan usar para evaluar al atleta. De hecho, incluso en el panorama
deportivo actual, el video a menudo se recopila de manera deficiente, sin marco de referencia y
ángulos de cámara incorrectos, y resoluciones que conducen a errores en la medición e
interpretaciones o suposiciones incorrectas.
En los deportes en los que las habilidades no son el resultado sino parte de la caja de herramientas
del atleta, las cosas se vuelven más complicadas. Por lo tanto, el análisis de habilidades deportivas
complejas generalmente se lleva a cabo para mejorar los resultados técnicos y tácticos (p. ej., evaluar el
despegue y la carrera de un saltador de longitud, la técnica de patadas de un atleta de Taekwondo o las
técnicas de lanzamiento de un mariscal de campo), para reducir las lesiones.
riesgo (p. ej., estrategias de aterrizaje, análisis de técnicas de paso lateral), o para evaluar la
eficacia del equipo (p. ej., zapatos, esquís). Dichos enfoques implican evaluar una secuencia de
movimiento relevante para el contexto deportivo específico y, por lo tanto, se debe tener
cuidado al desarrollar el procedimiento de evaluación correcto, la definición de lo que
constituye un KPI que se puede rastrear de manera efectiva y, sobre todo, cómo el KPI puede
utilizarse para producir intervenciones eficaces. Si bien la tecnología está ayudando a mover el
estándar de oro de medición del laboratorio al campo, la variabilidad inherente ocurre cuando
los movimientos deportivos se evalúan dentro del contexto deportivo en vivo. En consecuencia,
si bien se puede obtener cierto nivel de validez y confiabilidad en algunos deportes (p. ej.,
eventos deportivos, levantamiento de pesas) y se pueden desarrollar y rastrear KPI apropiados
(p. ej., velocidad de carrera, ángulo de despegue, velocidad de la barra), surgen más desafíos
cuando es necesario evaluar las habilidades abiertas en deportes caóticos. Por ejemplo, se ha
producido una gran cantidad de evidencia para comprender las maniobras de corte y cambio
de dirección, que son habilidades comunes en los deportes de equipo y los juegos de invasión.
La mayor parte del trabajo se ha realizado mediante la simulación de condiciones de juego en
el laboratorio (19,45,52), y se dispone de directrices claras y datos de referencia. Sin embargo,
solo en raras ocasiones se ha introducido el uso de oponentes en este tipo de evaluación (30).
Como era de esperar, estos datos muestran un aumento de los movimientos y las fuerzas de
las extremidades inferiores, lo que demuestra claramente que las simulaciones en un entorno
de laboratorio pueden no reflejar lo que sucede en el contexto del evento deportivo real. Los
aspectos más importantes a tener en cuenta a la hora de definir los KPI siempre están
relacionados con la validez y fiabilidad de la medida. Sin una medida válida y confiable, tales
esfuerzos deben descartarse. Todos los deportes requieren la aplicación de habilidades
cognitivas, perceptivas y motoras en diversos grados, y el consenso actual parece ser que,
aparte de los deportes estéticos o los deportes con habilidades cerradas, los desafíos radican
en la definición de KPI basados en habilidades utilizables en los deportes de equipo (1).
Finalmente, se debe considerar el uso de modelos técnicos que son particularmente
populares en muchos deportes, incluido el atletismo de pista y campo. Si bien las mejores
técnicas han sido analizadas e informadas durante años (y, aparte del cambio de técnica
en el salto de altura introducido por Dick Fosbury, no han cambiado mucho), estas deben
usarse solo como una guía general para impulsar el proceso de entrenamiento y
cualitativamente. evaluar al atleta. Los investigadores han discutido la posibilidad de
identificar técnicas óptimas como referencia para los atletas (17), reforzando aún más la
opinión de que se deben implementar evaluaciones individuales que reconozcan el gran
papel que la variabilidad del movimiento, el estrés de
la competencia, las condiciones ambientales y otros factores juegan cuando los atletas
realizan habilidades y técnicas en la competencia.
El propósito de evaluar los KPI en deportes técnicos y basados en habilidades es
identificar áreas que mejoren el rendimiento, reduzcan errores, minimicen los riesgos de
lesiones y optimicen la ejecución técnica de una habilidad. Esto se representa en figura 5.3.
La evaluación de las habilidades debe llevarse a cabo utilizando unenfoque holísticoen el
que se evalúan de forma rutinaria tanto los aspectos perceptivo-cognitivos como técnico-
motores, dado el carácter recíproco de la relación entre percepción y acción y la necesidad de
intervenir para mejorar ambos aspectos en el ámbito práctico deportivo. La mayor parte de la
literatura científica hasta ahora se ha centrado en evaluar la progresión de las habilidades
midiendo el resultado de la habilidad realizada en lugar de los factores contribuyentes. Esto
posiblemente se deba a la tecnología y los métodos limitados disponibles para realizar dichas
evaluaciones fuera de los laboratorios de biomecánica. Se han realizado algunos intentos para
evaluar las habilidades motoras genéricas, con un éxito mixto. Sin embargo, el trabajo que
describe la Evaluación Canadiense de Habilidades de Agilidad y Movimiento ha sugerido que
este enfoque es válido y confiable (28) si personas debidamente capacitadas realizan las
evaluaciones siguiendo los detalles del protocolo.
FIGURA 5.3Diagrama esquemático del flujo de trabajo para evaluar y revisar los
indicadores clave de rendimiento (KPI) técnicos.
Investigadores (15) también sugiere la necesidad de evaluar las habilidades dentro de un marco de
periodización similar a la evaluación de otros KPI específicos de entrenamiento y desempeño. Sin
embargo, aunque teóricamente sólido, la aplicabilidad real de este enfoque es actualmente limitada y los
requisitos de tiempo para realizar una evaluación exhaustiva de las habilidades se encuentran entre las
principales razones por las que los entrenadores no dedican mucho tiempo
realizar evaluaciones periódicas de habilidades cuantitativas. En la literatura se publican algunos
ejemplos de habilidades deportivas bien definidas, con procedimientos de recopilación de datos
relativamente simples (p. ej., servicio de tenis [27], tenis de mesa [24], esgrima [51]). El equipo de
elección sigue siendo el uso del análisis de video y, gracias a los costos más bajos de las cámaras de
alta velocidad y al acceso a algunas aplicaciones avanzadas, ahora es posible realizar análisis
detallados de las habilidades deportivas incluso con soluciones de costo relativamente bajo. Los
sensores portátiles en miniatura ahora están penetrando en el mercado y en un futuro cercano
pueden mejorar la capacidad de evaluar de forma rutinaria las habilidades deportivas utilizando
redes de sensores corporales con retroalimentación inmediata, lo que en última instancia puede
aumentar las posibilidades de inferir enfoques significativos para mejorar el rendimiento. Sin
embargo, mientras que algunos deportes tienen muchos ejemplos de estudios bien realizados
(aunque en su mayoría realizados en situaciones no competitivas en laboratorios) para usar como
referencia, muchos deportes, incluidos los deportes "nuevos", tienen información limitada. Por lo
tanto, el objetivo de cada profesional involucrado es desarrollar un marco de evaluación que pueda
proporcionar al cuerpo técnico información significativa para luego corregir y mejorar la ejecución
de habilidades durante las competencias.
KPI basados en tácticas
El éxito en muchos deportes está determinado no solo por las habilidades tácticas de un
individuo, sino también por la contribución colectiva a las tácticas y estrategias del equipo.
De hecho, en los deportes de equipo y los juegos de invasión, ganar está determinado por
la interacción de los jugadores individuales y cómo responden a las actividades de la
oposición, así como también cómo sus tácticas producen resultados exitosos (p. ej., anotar
más goles, puntos). Históricamente, los KPI para elementos tácticos se han caracterizado
por análisis de notación y técnicas simples de exploración para evaluar la efectividad de
acciones deportivas específicas. Algunos deportes tienen una larga historia de recopilación
y análisis de KPI, gracias a la facilidad de recopilación y análisis de datos durante los
juegos. En baloncesto, por ejemplo, se han utilizado ampliamente métricas simples como
tiros realizados y anotados, pases completados, bloqueos y faltas. Sin embargo, dichas
métricas se relacionan solo con los resultados individuales y no tienen en cuenta los
aspectos tácticos colectivos. Gracias a los avances en cosas como el análisis de video y las
habilidades informáticas, ahora es posible analizar el comportamiento táctico colectivo en
tiempo real y extraer resultados exitosos para determinar cómo cada individuo contribuye
a un resultado colectivo.
Desde la introducción de múltiples sistemas de cámaras en los estadios (49), ahi hay
ha habido una proliferación de estudios y datos accesibles sobre los patrones de movimiento y los
detalles de los diferentes roles dentro de un equipo, así como comparaciones entre equipos, para
una variedad de deportes. El análisis de notación se ha movido hacia un enfoque más completo del
análisis de rendimiento en el que la notación de actividades típicas va acompañada de la
determinación de los resultados del juego y las relaciones entre los jugadores para establecer los
resultados. En los deportes de equipo y los juegos de invasión, este es ahora un aspecto importante
a considerar, ya que puede usarse para identificar fortalezas y debilidades, así como también cómo
el cambio de jugadores, posiciones o disposición táctica puede determinar los resultados. Además,
el análisis puede usarse para identificar las debilidades de la oposición y determinar mejores
enfoques tácticos para vencerlos.
Cuando uno está determinando los KPI para los deportes de equipo, se pueden
implementar varios marcos, específicos para el deporte que se analiza. Por lo tanto, es
virtualmente imposible discutir todas las opciones potenciales en este capítulo. Sin embargo,
como guía general, es posible sugerir las siguientes áreas de análisis para determinar KPI
específicos: táctica y estrategia (p. ej., patrones de juego, formaciones, distancia entre
jugadores, eficiencia de formación), habilidades y técnica (p. ej., eficiencia de pases). , eficiencia
en tiros y anotaciones, intercepciones), y técnicas defensivas o técnicas de ataque para reflejar
fases particulares del juego o deporte. Existen buenos ejemplos en la literatura sobre algunos
deportes, como el trabajo sobre el fútbol de Hughes y colegas (23), y se puede utilizar como
punto de partida. Vale la pena mencionar que para evaluar y utilizar de manera efectiva los
datos para los KPI, es absolutamente fundamental contar con bases de datos bien organizadas
y de fácil acceso para realizar análisis apropiados y construir conjuntos de datos lo
suficientemente grandes como para poder utilizar técnicas analíticas avanzadas o Enfoques de
inteligencia artificial y minería de datos para identificar los factores que realmente influyen en
el rendimiento. Después de la publicación del popular librobola de dineropor Michael Lewis y la
película subsiguiente, hubo un mayor interés en los "grandes datos" en el deporte, con una
carrera para desarrollar departamentos de análisis de rendimiento en las principales
franquicias deportivas. Además, en los deportes olímpicos, muchas organizaciones emplean la
experiencia en inteligencia deportiva para analizar a la oposición y ayudar a identificar las
debilidades de los oponentes para explotarlas en competencias internacionales. Los principios
de trabajo de la determinación de KPI significativos pueden seguir el mismo proceso discutido
previamente para deportes individuales (por ejemplo,figuras 5.1 y5.2), siendo la primera y más
importante actividad el desglose del deporte de interés en componentes claramente
identificables y la evaluación de cómo los jugadores individuales contribuyen a los resultados
generales del equipo. Si bien se ha explorado la importancia de los KPI universales, más
será accesible en un futuro próximo. Es fundamental que los practicantes que participan en deportes de
equipo estén familiarizados con la recopilación de datos, las técnicas analíticas y las formas en que esta
información puede ayudar a los equipos a prepararse mejor para las competencias.
El análisis de KPI requiere una combinación de video y análisis humano. Además, el acceso
y la aprobación de organismos deportivos internacionales para permitir que los jugadores
usen dispositivos portátiles en competiciones oficiales y permitir el acceso público a algunos de
estos datos significará que los científicos del deporte pronto podrán mejorar su comprensión
de por qué y cómo algunos equipos vencen a otros. Trabajo del laboratorio de Sampaio en
diferentes deportes (38,39) sugiere nuevos enfoques analíticos. Además, los servicios
específicos proporcionados por las empresas de análisis ofrecen más oportunidades para que
los practicantes de deportes mejoren sus posibilidades de afectar positivamente el
rendimiento de sus atletas de deportes de equipo.
Los individuos en deportes de equipo deben compararse con sus compañeros cuando
se analizan los KPI y deben compararse con los oponentes para medir no solo su
desarrollo individual, sino también un nivel realista de rendimiento esperado. Se pueden
usar varias técnicas para normalizar, por ejemplo, los KPI relacionados con el estado físico
en los equipos (por ejemplo, el uso de puntajes z, percentiles y similares). Sin embargo,
para que esto suceda, las bases de datos deben desarrollarse y mantenerse de manera
rutinaria, asegurándose de que se hayan realizado evaluaciones confiables y válidas
utilizando procedimientos operativos estándar repetibles y claramente definidos (ver
Capítulo 8).
Se ha sugerido que la determinación y el seguimiento de PO o KPI individuales es una vía eficaz
para identificar y posiblemente predecir el desarrollo de talentos en algunos deportes. El análisis de
las bases de datos de la competencia indica que en la mayoría de los eventos en deportes como el
atletismo, es posible tener éxito en un nivel superior sin una especialización temprana. Por ejemplo,
el análisis de las bases de datos de resultados de la competencia ha demostrado que la mayoría de
los atletas que alcanzan el nivel de rendimiento de élite en la categoría senior no eran atletas de
élite en la categoría junior. Además, muchos atletas que ganan medallas en eventos juveniles no
repiten ese nivel de desempeño cuando compiten como adultos. En general, parece factible sugerir
que el seguimiento del rendimiento y la evaluación de la progresión son necesarios para
determinar si el progreso que hacen los atletas jóvenes puede llevarlos a un rendimiento de alto
nivel en la edad adulta. Algunas naciones han utilizado embudos de rendimiento para describir y
evaluar la progresión de un atleta. Además, el uso de bases de datos de resultados podría
identificar tendencias de rendimiento en diferentes eventos y predecir la probabilidad y los
requisitos mínimos necesarios para alcanzar el potencial de medalla en eventos importantes.
Sin embargo, si bien los datos de rendimiento pueden ayudar a determinar cómo se
desarrollan los atletas desde jóvenes hasta competidores senior, se necesita hacer más para
identificar metodologías de entrenamiento adecuadas y factores que puedan aumentar las
posibilidades de transformar el potencial a una edad temprana en éxito en la edad adulta. Se
han publicado algunos ejemplos (7,8,11) y sugiere que los profesionales desarrollen enfoques
de seguimiento del rendimiento utilizando bases de datos de competición y estándares de
clasificación y obtención de medallas, y que los mantengan actualizados. Dichos enfoques que
utilizan una combinación de PO y KPI pueden ser muy poderosos para rastrear y evaluar el
progreso, y potencialmente para predecir la probabilidad de éxito en disciplinas o eventos
específicos (verfigura 5.4).
KPI con base fisiológica
Los KPI fisiológicos representan los determinantes fisiológicos necesarios para
sobresalir en un deporte en particular. Como se discutió anteriormente, deben
identificarse cuando el deporte se evalúa mediante el uso de un análisis de
necesidades detallado y el modelo de rendimiento está claramente definido. Los
KPI se pueden definir gracias a búsquedas bibliográficas específicas de ciencias del
deporte, ejemplos en manuales de entrenamiento y datos recopilados sobre los
propios atletas. Si bien algunos deportes tienen muchos recursos y una gran
cantidad de datos disponibles sobre las demandas fisiológicas y formas relativas de
medir y determinar los KPI, la mayoría de los deportes desarrollados
recientemente no los tienen. Es fundamental que el practicante defina las
demandas fisiológicas del deporte o actividad en cuestión y, tras una evaluación
exhaustiva, determine los mejores protocolos para evaluar los KPI.
1. KPI fisiológicos evaluados periódicamente para determinar el progreso del atleta
(p. ej., capacidad aeróbica, umbral de lactato)
KPI fisiológicos utilizados para monitorear el entrenamiento y que pueden influir en el programa de
entrenamiento a diario o a corto plazo (p. ej., variabilidad de la frecuencia cardíaca, respuestas
del lactato en sangre a cargas de trabajo específicas, respuestas de la frecuencia cardíaca a
cargas de trabajo específicas, biomarcadores salivales)
El ejemplo presentado al principio del capítulo (ver figuras 5.1 y
5.2) representa un marco para determinar los KPI importantes que necesitan una evaluación
periódica y se utilizan para determinar si las intervenciones de capacitación utilizadas están
produciendo efectos positivos en áreas clave que determinan los resultados de desempeño.
Si bien este es un proceso necesario para verificar la efectividad del proceso de entrenamiento, es
importante implementar KPI más frecuentes que puedan usarse para asegurarse de que el atleta
está en el buen camino, pero también que los contenidos de las actividades de entrenamiento están
dando en el blanco. objetivos correctos y el atleta se las arregla bien con las secuencias.
FIGURA 5.4Ejemplo de un gráfico de seguimiento del rendimiento de las
progresiones de dos atletas (salto de longitud) desde una edad temprana según
curvas de progresión típicas, récords nacionales, récords mundiales y estándares
de clasificación.
Con el propósito de monitorear el entrenamiento, el científico deportivo puede usar los KPI
para evaluarcarga interna(definido como los factores estresantes biológicos [tanto fisiológicos
como psicológicos] impuestos al atleta durante el entrenamiento o la competencia) yCarga
externa(medidas objetivas del trabajo realizado por los atletas, sus respuestas fisiológicas
durante el entrenamiento o la competencia, o ambos) (ver figura 5.5).
Se pueden recopilar datos de carga interna y externa para describir sesiones de entrenamiento
individuales y ayudar al cuerpo técnico a verificar que se lograron los objetivos fisiológicos (ver
figura 5.6). Alternativamente, los datos se pueden usar para evaluar la acumulación de carga de
entrenamiento, así como también cómo responde el atleta a sesiones de entrenamiento similares.
Este enfoque puede ser útil para desarrollar una base de datos de ejercicios utilizados por el cuerpo
técnico y caracterizar cómo responden los atletas para mejorar los programas de entrenamiento
individualizados o las intervenciones nutricionales individuales.
Con los KPI apropiados, es posible desarrollar algunas sesiones que se repiten
regularmente y luego se usan como una forma de evaluar el desarrollo longitudinal de un
atleta dentro de una temporada o varias temporadas. El papel del científico deportivo es
trabajar con el cuerpo técnico para establecer qué KPI son relevantes, así como qué
parámetros pueden informar al cuerpo técnico sobre cómo los atletas están afrontando
las sesiones de entrenamiento o cómo la acumulación de carga de trabajo está afectando
su desarrollo. La recopilación de datos consistente con este enfoque puede proporcionar
al personal más evidencia para desarrollar mejores actividades de capacitación. También
brinda más información para informes continuos útiles para mejorar el desempeño e
identificar preguntas particulares que pueden responderse con proyectos específicos. Se
proporciona un marco enfigura 5.7 con un ejemplo de cómo puede verse el proceso y
cómo se puede presentar una biblioteca de entrenamiento siguiendo el análisis de KPI
específicos en un atleta.
FIGURA 5.5Lista de indicadores clave de rendimiento (KPI) fisiológicos típicos
utilizados para evaluar(a) interno y(B) Carga de entrenamiento externa.
FIGURA 5.6Ejemplo de una sesión de entrenamiento realizada por un atleta de
pista y campo que integra medidas fisiológicas de carga interna (p. ej.,
frecuencia cardíaca y lactato en sangre) con carga externa (velocidad y distancia
total con tecnología portátil).
FIGURA 5.7Marco de indicadores clave de rendimiento (KPI) para el uso de datos en un
entorno deportivo con el objetivo particular de mejorar el rendimiento. Este ejemplo es
de la biblioteca de entrenamiento de un atleta con KPI específicos recopilados a lo
largo del tiempo para determinar las implicaciones fisiológicas de diferentes sesiones.
KPI con base psicológica
Los KPI de rendimiento psicológico o mental pueden ser genéricos (p. ej., relevantes para el
estado de bienestar general del atleta) o específicos de la disciplina deportiva de interés (p. ej.,
perfil de estados de ánimo versus control de atención visual en tiro con arco).
Atletas). La recopilación y el análisis de dicha información requieren experiencia específica,
y es importante que los profesionales involucrados en este aspecto no solo usen la
información para mejorar el desempeño (por ejemplo, confianza en sí mismos,
autocontrol, concentración), sino también para identificar posibles obstáculos. (p. ej.,
sobreentrenamiento, depresión, falta de confianza), que pueden requerir intervenciones
psicológicas más integrales por parte de profesionales autorizados. La mayoría de los KPI
se pueden cuantificar utilizando herramientas psicométricas reconocidas, validadas y
confiables.
Es importante señalar que la versión y el formato de las herramientas psicométricas
utilizadas deben estar validadas en la literatura científica y que las alteraciones de las
preguntas, la secuencia o los anclajes invalidan efectivamente su uso. Además, el
profesional no debe traducir una herramienta psicométrica a otros idiomas, sino utilizar
traducciones validadas para asegurarse de que los datos recopilados tengan la calidad
suficiente para permitir inferencias válidas.
REGLAS, CARACTERÍSTICAS Y OTROS
LIMITACIONES DEPORTIVAS
Un conocimiento profundo de las reglas y características de un deporte es de
suma importancia para intervenciones efectivas. El conocimiento profundo
del deporte es un requisito previo para comunicarse de manera efectiva con
el cuerpo técnico, aprender la terminología específica del deporte y también
comprender completamente cómo los atletas y entrenadores se preparan
para la competencia. La mejor fuente sigue siendo el libro de reglas del
deporte en su federación internacional o en el organismo rector nacional.
También se requiere una comprensión profunda de cómo funcionan las
competiciones, las limitaciones, el nivel de acceso al atleta y los tiempos y
lugares y cómo puede operar el practicante. Las restricciones en torno a los
Juegos Olímpicos y otros eventos que operan bajo sistemas de acreditación
pueden no permitir que se lleven a cabo algunas actividades (por ejemplo, el
uso de tecnología específica para evaluar competencias).
Finalmente, dado que las reglas deportivas pueden cambiar y evolucionar, es importante ser
consciente de cómo los cambios pueden afectar el rendimiento deportivo. Los ejemplos de cambios
de reglas en los deportes de equipo (p. ej., la introducción del líbero en el voleibol, la introducción
del centro rápido después de un gol en el balonmano, los cambios de reglas en el waterpolo) han
modificado claramente la forma en que se juegan estos deportes y, en consecuencia, han
modificado las demandas fisiológicas. necesario para tener éxito. El conocimiento, la comprensión y
la evaluación de las implicaciones de los cambios de reglas en los deportes son necesarios para
poder planificar intervenciones de entrenamiento más efectivas.
CONCLUSIÓN
El deporte ha pasado en gran medida de un pasatiempo amateur a una industria profesional en la que se emplean entrenadores y personal de apoyo para mejorar el
rendimiento de los atletas y lograr resultados exitosos en términos de medallas, competencias y campeonatos ganados. Atrás quedó la era de las opiniones y los
enfoques subjetivos de las intervenciones de entrenamiento y rendimiento. Al igual que en los negocios, es importante definir los KPI para atletas y equipos, y
también es importante que los entrenadores de fuerza y acondicionamiento, fisiólogos, especialistas en medicina deportiva, preparadores físicos, nutricionistas y
analistas de rendimiento definan los KPI más importantes para realizar un seguimiento del rendimiento de individuos o equipos. A menudo, también se requiere un
enfoque de este tipo en el lado comercial de las organizaciones deportivas para determinar si es probable un retorno de la inversión. Los indicadores clave de
rendimiento deben determinarse y evaluarse de forma rutinaria para asegurarse de que el desarrollo longitudinal de los atletas y los equipos va por buen camino,
para identificar las áreas que requieren intervención y para evaluar la eficacia de las actividades implementadas para mejorar el rendimiento. Solo un enfoque basado
en evidencia y discusiones colectivas basadas en una combinación de datos y experiencia pueden considerarse una estrategia útil para mejorar el rendimiento en las
organizaciones deportivas. Para que esto suceda, asumiendo que la experiencia reside en el personal clave (p. ej., personal de apoyo y entrenamiento), los datos
deben recopilarse, almacenarse y analizarse de manera sistemática y luego utilizarse para proporcionar la información necesaria para las revisiones de desempeño y
los informes. y evaluar la efectividad de las actividades implementadas para mejorar el desempeño. Solo un enfoque basado en evidencia y debates colectivos
basados en una combinación de datos y experiencia pueden considerarse una estrategia útil para mejorar el rendimiento en las organizaciones deportivas. Para que
esto suceda, asumiendo que la experiencia reside en el personal clave (p. ej., personal de apoyo y entrenamiento), los datos deben recopilarse, almacenarse y
analizarse de manera sistemática y luego utilizarse para proporcionar la información necesaria para las revisiones de desempeño y los informes. y evaluar la
efectividad de las actividades implementadas para mejorar el desempeño. Solo un enfoque basado en evidencia y debates colectivos basados en una combinación de
datos y experiencia pueden considerarse una estrategia útil para mejorar el rendimiento en las organizaciones deportivas. Para que esto suceda, asumiendo que la
experiencia reside en el personal clave (p. ej., personal de apoyo y entrenamiento), los datos deben recopilarse, almacenarse y analizarse de manera sistemática y
luego utilizarse para proporcionar la información necesaria para las revisiones de desempeño y los informes.
LECTURAS RECOMENDADAS
Levitt, SD y Dubner, [Link]: un economista rebelde explora
el lado oculto de todo. Nueva York: Libros en rústica de William
Morrow, 2005.
luis, [Link]: El arte de ganar un juego [Link] York: w.
W. Norton & Company, 2004.
Maubousin, MJ. Las verdaderas medidas del é[Link]ón de negocios de Harvard
90, 46-56, 2012.
Página, [Link] pensador modelo: lo que necesita saber para generar datos
Trabajo para [Link] York: Libros básicos, 2018.
Schrage, M, y Kiron, D. Liderando con rendimiento clave de próxima generación
[Link]ón de la gestión de MIT Sloan26 de junio de 2018. http://
[Link]/kpi2018.
plata, nLa señal y el ruido: aunque la mayoría de las predicciones fallan, pero
Algunos [Link] York: Penguin Group, 2012.
CAPÍTULO 6
Perfilado y Benchmarking
Mike McGuigan, PhD
perfiladoyevaluación comparativason puntos de partida clave para el análisis de los atletas.
Este capítulo analiza cómo los científicos del deporte pueden utilizar las normas de
rendimiento y la evaluación comparativa. El perfilado y la evaluación comparativa de los atletas
es una parte crítica del proceso para informar el entrenamiento y la programación. También
permite desarrollar una imagen completa del atleta, incluidos los aspectos físicos, psicológicos,
técnicos y tácticos. Esto tiene implicaciones para el rendimiento de los atletas y la prevención
de lesiones. Por lo tanto, también se analiza el uso de datos para informar decisiones a corto y
largo plazo para apoyar el desarrollo de los atletas.
ANÁLISIS DEL ATLETA
Desarrollar un perfil de un atleta individual, equipo, evento o deporte es un paso vital
en el proceso de capacitación que los científicos del deporte pueden brindar a los
entrenadores y atletas. Muchos factores diferentes necesitan ser evaluados dentro de
este proceso. El punto de partida de cualquier perfil es evaluar las demandas
generales del deporte, así como las demandas específicas a través de diferentes
análisis de categorías, como posiciones de juego, grupos de edad y nivel de
competencia, que se pueden realizar mediante el análisis de necesidades (35). Después
de este primer nivel de análisis deportivo, se puede desarrollar un perfil individual y
compararlo con el análisis de necesidades. Usando un "análisis de brechas", el nivel
actual del atleta se puede comparar con puntos de referencia. Esto permite el
desarrollo de planes de entrenamiento más sistemáticos y objetivos para los atletas. El
proceso también puede ayudar al desarrollo físico, psicológico y de habilidades del
atleta, desde las primeras etapas de la carrera del atleta. Por lo tanto, se debe
considerar el crecimiento y la maduración cuando se implementan estos procesos en
atletas jóvenes. El valor final de estos enfoques es permitir a los científicos del deporte
construir una imagen más completa de las capacidades físicas actuales del atleta que
luego se puede comparar con los estándares de rendimiento conocidos. El enfoque se
puede aplicar en los dominios físico, técnico, táctico y psicológico.
La evaluación comparativa y la elaboración de perfiles se pueden implementar tanto para la programación
a corto como a largo plazo; ambos aspectos se consideran en este capítulo. La evaluación comparativa y la
creación de perfiles se pueden aplicar dentro de una sola sesión de entrenamiento, dentro de microciclos o
incluso dentro de macrociclos. Además, la planificación a largo plazo puede guiarse con estos métodos, tanto
para el año de capacitación como para períodos más largos, como un ciclo cuatrienal.
MADURACIÓN Y LARGO PLAZO
DESARROLLO
Para los científicos deportivos que trabajan con atletas jóvenes, es fundamental considerar
la maduración y el desarrollo a largo plazo (26). De acuerdo con la postura de la Asociación
Nacional de Fuerza y Acondicionamiento (NSCA) sobre el desarrollo atlético a largo plazo,
la maduración se refiere al “progreso hacia un estado maduro y varía en tiempo, ritmo y
magnitud entre los diferentes sistemas corporales” (26).Desarrollo atlético a largo plazo
se refiere al "desarrollo habitual del 'atletismo' a lo largo del tiempo para mejorar la salud
y el estado físico, mejorar el rendimiento físico, reducir el riesgo relativo de lesiones y
desarrollar confianza y competencia en todos los jóvenes" (26). El crecimiento es
particularmente importante durante los primeros años de vida y se define como "un
aumento en el tamaño alcanzado por partes específicas del cuerpo, o el cuerpo como un
todo" (26).
La elaboración eficaz de perfiles de atletas jóvenes debe tener en cuenta las variaciones en
la maduración y el crecimiento. La maduración y el desarrollo a largo plazo también son
consideraciones clave para la identificación de talentos. Se pueden utilizar varios enfoques
para medir la maduración (29). Métodos como los propuestos por Mirwald y colegas (34) y el
método de Khamis-Roche (25) se han utilizado para determinar la velocidad máxima de altura
(PHV) y la altura adulta prevista, [Link]ón biológicaen vez deedad
cronológicadebe considerarse con la elaboración de perfiles debido a la gran variación que
puede ocurrir entre los individuos con respecto a su desarrollo (28). El estado de madurez se
puede medir utilizando la edad en las ecuaciones de predicción del PHV a partir de medidas
antropométricas (34). El cálculo de años a partir del PHV se ha utilizado ampliamente para
medir la maduración (34). La compensación de maduración se puede calcular utilizando la
edad, la altura sentada y la longitud de brazos y piernas (34). Anteriormente, se recomendaba
que los profesionales de la fuerza y el acondicionamiento monitorearan la masa corporal, la
altura y la longitud de las extremidades trimestralmente para obtener una comprensión
integral de las tasas de maduración (26).
Tener en cuenta la maduración permite hacer comparaciones más válidas entre atletas (26).
El desarrollo de evaluaciones apropiadas para la edad también será importante para los
científicos del deporte. La maduración y el desarrollo a largo plazo deben tenerse en cuenta
cuando se eligen las evaluaciones apropiadas que se utilizarán para la elaboración de perfiles y
la evaluación comparativa. El seguimiento de la maduración proporciona a los científicos del
deporte información crítica sobre el desarrollo de los atletas jóvenes. Maduración
puede tener una influencia significativa en diferentes capacidades físicas (26). La edad de formación
también se puede considerar cuando se ha registrado el número de años dedicados a la formación.
Tener una buena comprensión de las diferencias puede ayudar a los científicos del deporte tanto
con la identificación como con la programación de talentos.
Existen muchos desafíos para la identificación de talentos que deben ser considerados por
los científicos del deporte. La edad cronológica se usa comúnmente para métodos de
evaluación comparativa como percentiles (consulte la sección "Evaluación comparativa e
interpretación de datos"). Sin embargo, este enfoque tiene limitaciones porque no
necesariamente tiene en cuenta la maduración del atleta. La investigación longitudinal ha
rastreado varios aspectos del desarrollo del atleta (26). La mayor parte de la investigación ha
monitoreado los aspectos físicos del rendimiento. Cada uno de los aspectos
multidimensionales del rendimiento, incluidos los factores físicos, técnicos, tácticos y
psicológicos, deben ser considerados. Comprender cómo interactúan los factores durante el
desarrollo puede ayudar a impulsar procesos de desarrollo de talento más efectivos.
NORMAS DE FUNCIONAMIENTO
Establecer normas de desempeño es vital para los científicos del deporte cuando evalúan y
monitorean a los atletas. Normas de desempeño se refieren al establecimiento de niveles
normativos de desempeño. Definir claramente los estándares de rendimiento proporciona un
punto de partida para la evaluación comparativa y la elaboración de perfiles. Los datos
normativos se pueden generar a partir de los resultados de las pruebas y evaluaciones de
factores físicos, fisiológicos y otros relacionados con el rendimiento. Se deben considerar
varios aspectos cuando se establecen normas de desempeño, incluido el tamaño de la
muestra, las fuentes de información, los métodos de análisis y la interpretación de los datos.
Hay diferentes opciones disponibles para establecer normas de desempeño a través de
diferentes evaluaciones. Uno de los desafíos para los científicos del deporte son los tamaños
de muestra pequeños que a menudo se encuentran en las pruebas, particularmente cuando se
trabaja con atletas individuales. Por lo tanto, establecer normas de desempeño sólidas puede
ser un desafí[Link] 18). Un buen punto de partida es obtener datos de la literatura
publicada. Sin embargo, es necesario considerar el contexto de las normas de desempeño. El
científico deportivo puede no estar seguro bajo qué condiciones se generó la información.
Idealmente, estos datos deben obtenerse de una población similar para garantizar que las
características del grupo que se está analizando sean similares. Se deben tener en cuenta los
equipos y métodos de análisis que se utilizaron para recopilar los datos. Pueden surgir
problemas al usar normas de rendimiento de otras fuentes para comparar, ya que la mayoría
de las variables de prueba no serán válidas si se usaron diferentes equipos o métodos de
análisis. Por ejemplo, los datos obtenidos de una plataforma de fuerza, un transductor lineal o
un acelerómetro no serán necesariamente comparables (36). Como otro ejemplo, el uso de
diferentes métodos de evaluación para probar la velocidad (p. ej., pistola de radar, luces de
sincronización, cronómetro) puede arrojar resultados diferentes (18).
Se pueden seguir una serie de pasos para desarrollar normas de desempeño:
Complete un análisis de necesidades del deporte para identificar los factores críticos del
rendimiento.
Realice una búsqueda bibliográfica para identificar las normas de rendimiento anteriores que pueden
haber sido publicadas para el deporte.
Idealmente, los científicos deportivos deberían tratar de establecer sus propias normas internas de
rendimiento para garantizar la validez de los datos.
Las normas de desempeño deben considerar la maduración y el desarrollo a largo plazo
cuando uno está trabajando con atletas jóvenes.
Se requieren tamaños de muestra adecuados para determinar las normas de desempeño. Una vez
que se completa la prueba, los resultados se pueden comparar con normas o puntos de referencia.
BENCHMARKING E INTERPRETACIÓN DE DATOS
La evaluación comparativa es otro aspecto crítico para la interpretación de los datos de prueba.
Tener una comprensión clara del nivel de competencia y su perfil físico es una parte esencial
del proceso de entrenamiento. La evaluación comparativa se refiere a la comparación del
rendimiento de un atleta en una prueba con un estándar. Es un proceso objetivo para definir el
rendimiento y debe basarse en factores como la edad, la madurez, la posición de juego y el
historial de entrenamiento. La evaluación comparativa también puede ayudar a informar en
qué adaptaciones enfocarse en el entrenamiento para proporcionar una ventaja competitiva
sobre los oponentes.
Al igual que con la determinación de las normas de rendimiento, el análisis de un deporte
debe usarse para crear perfiles de diferentes posiciones que puedan implementarse con fines
de evaluación comparativa. El análisis de necesidades de eventos específicos dentro del
deporte también se puede utilizar para crear perfiles de rendimiento. Esto difiere del perfil del
atleta, que mira al individuo. El perfil de rendimiento proporciona una imagen general del
deporte o evento. La evaluación comparativa se puede utilizar para la identificación de talentos
al identificar qué aspectos del rendimiento deportivo determinan el éxito. Varios aspectos
como los datos fisiológicos, antropométricos, técnicos, tácticos y psicológicos contribuyen al
rendimiento. Por lo tanto, el desafío es utilizar métodos que puedan medir la interacción entre
estos dominios. Métodos como el análisis de componentes principales (método estadístico que
reduce grandes cantidades de datos a componentes más pequeños) podrían ayudar a los
científicos del deporte a abordar de forma más eficaz problemas como la multicolinealidad (las
variables predictoras están muy relacionadas). También se deben considerar los futuros
requisitos de desempeño del evento o deporte. Si bien la predicción es difícil en el deporte, los
científicos del deporte deben intentar comprender dónde pueden ocurrir cambios en los
aspectos futuros del rendimiento al desarrollar puntos de referencia (es decir, modelos
deterministas).
El estándar de referencia se puede determinar de diferentes maneras. Un enfoque es
comparar el puntaje con el desempeño de élite o de clase mundial en el evento o disciplina
dada. El desarrollo de modelos de desempeño estándar de oro basados en datos de la
competencia puede ser útil para informar la programación (consulte “Uso de datos para
guiar el desarrollo a corto y largo plazo”). El desempeño de los atletas podría expresarse
como un porcentaje (o percentil) del mejor desempeño. El mejor rendimiento en diferentes
niveles de desarrollo es otro método que se puede utilizar. Por ejemplo, los científicos
deportivos podrían determinar cómo el rendimiento en una prueba
difiere entre atletas de secundaria, universitarios y profesionales (1). Se han realizado estudios que
comparan el rendimiento en capacidades físicas en una variedad de pruebas y niveles de atletas (1,
11,43). Los investigadores también han investigado las características físicas de los titulares frente a
los no titulares en diferentes deportes (3,51). Mediante el uso de la evaluación comparativa, los
científicos deportivos pueden crear una imagen de cómo se ven los diferentes niveles de
rendimiento para los deportes con los que están trabajando. La evaluación comparativa adecuada
seguirá un proceso de establecimiento riguroso de niveles específicos de desempeño para las
variables que se prueban. La recopilación de grandes cantidades de datos de calidad aumenta las
posibilidades de desarrollar puntos de referencia más sólidos.
La evaluación comparativa y la interpretación de los datos deben incluir el uso apropiado
de la escala (8). Se ha propuesto una escala alométrica para controlar las diferencias en el
tamaño corporal al comparar atletas (10). La escala de proporción simple usando la masa
corporal es otro enfoque común que se usa (10). Algunos autores han sugerido que se deben
usar factores de escala constantes, mientras que otros recomiendan basar las constantes en la
población que se está probando. Deportes como el levantamiento de pesas (fórmula de Sinclair
[44]) y el levantamiento de pesas (fórmula de Wilks [49]) utilizan métodos de escala validados
para comparar el rendimiento de los atletas en diferentes clases de peso. Mediante el
establecimiento de coeficientes, los atletas de diferente masa corporal pueden compararse
directamente con el tipo de escala determinada por la prueba. Ciertas suposiciones se hacen
con los métodos de escala, y los científicos del deporte deben verificar si estas suposiciones se
cumplen para determinar si la escala es apropiada (46).
La interpretación de datos involucra el uso de métodos apropiados para recopilar, ordenar,
organizar y analizar los datos (vercapítulos 20y21). Cuando sea posible, la evaluación comparativa
también debe ocurrir de forma individual. Para ayudar con esto, los científicos deportivos a menudo
transforman los datos para ayudar a interpretar los resultados. Los métodos que se pueden usar
incluyen clasificación de datos, puntajes z y percentiles (consulte las secciones relevantes más
adelante en este capítulo). La consideración de los resultados individuales tiene la ventaja de
permitir un mayor impacto para cada atleta.
Se ha propuesto una variedad de proporciones para la evaluación comparativa y para ayudar a la
interpretación de datos, algunas de las cuales pueden usarse potencialmente para guiar la programación
(31). Los ejemplos incluyen el entrenamiento basado en la velocidad, el índice de fuerza dinámica, el
índice de fuerza reactiva y la relación de utilización excéntrica, por nombrar algunos. Si bien pueden
servir como una guía para la programación, los profesionales de la fuerza y el acondicionamiento no
deben confiar en una sola proporción o punto de referencia como la única base para la toma de
decisiones con la programación.
Otra área en la que la evaluación comparativa adecuada y la interpretación de datos
podría aplicarse es la rehabilitación y el regreso al juego después de una lesión. Establecer
datos de referencia precisos que permitan realizar comparaciones a lo largo de la
rehabilitación ayudará a impulsar este proceso de manera más eficaz. Sin esta información de
referencia, será más difícil desarrollar puntos de referencia apropiados para el retorno al
desempeño. Esta es un área que destaca no depender de una sola métrica para la toma de
decisiones por parte de los científicos del deporte. Por ejemplo, se ha demostrado que existen
déficits y asimetrías de fuerza, patrones de carrera alterados o métricas de alta intensidad
alteradas en deportes de equipo (p. ej., distancia de sprint, distancia a altas velocidades)
durante largos períodos después de lesiones en atletas (7).
El entrenamiento basado en la velocidad es otro enfoque que exige a los científicos del
deporte que tengan cuidado al aplicar puntos de referencia generales. Factores como la
tecnología, la metodología de evaluación y el ejercicio realizado pueden afectar métricas como
la velocidad (36). Se deben considerar enfoques individualizados para determinar los puntos de
referencia tanto para el atleta como para el ejercicio.
Calidad de prueba
Las pruebas y la recopilación de datos son dos de los aspectos más críticos de la evaluación de
los atletas. Muchas pruebas diferentes están disponibles para la evaluación y el seguimiento de
los atletas. Se deben considerar varios factores para elegir pruebas con aplicaciones para
perfiles de atletas y evaluación comparativa:
Pruebas estandarizadas
Validez, confiabilidad y sensibilidad al cambio
Aplicabilidad y facilidad de uso
Frecuencia de prueba
Capacidad para realizar pruebas con muchos atletas si es
necesario Efecto de aprendizaje asociado con la prueba
Apreciando el error dentro de la prueba
Eficacia de la información de las pruebas para mejorar el rendimiento de los atletas
Los científicos del deporte deben utilizar pruebas de alta calidad que sean fiables y válidas y
proporcionen información útil. El científico deportivo debe ser capaz de proporcionar una sólida
justificación de por qué la prueba se utiliza en la práctica. Un análisis completo de las necesidades
del atleta y el deporte proporcionará los antecedentes necesarios para diseñar la batería de
pruebas que se implementará. Las pruebas deben estar alineadas con el seguimiento del atleta y
evaluar los factores determinantes que se sabe que influyen en el éxito.
en el deporte La calidad de la prueba determinará en última instancia qué tan efectivo es el
proceso y el impacto que puede tener la evaluación. La calidad de la prueba tendrá un impacto
significativo en la validez y confiabilidad de la prueba. Los métodos sofisticados de análisis e
interpretación de datos no pueden superar la mala calidad de las pruebas. Por lo tanto, los
científicos del deporte deben estar seguros de seguir los pasos necesarios para garantizar la
calidad de las pruebas.
Deben usarse pruebas que estén estrechamente relacionadas con las capacidades físicas
subyacentes del deporte o evento en cuestión. Realizar un análisis de necesidades del deporte,
evento o puesto específico ayudará a determinar las pruebas específicas. Los científicos del
deporte deben tener confianza en que las pruebas que utilizan con los atletas miden los
aspectos más pertinentes del rendimiento (es decir, los determinantes del rendimiento o los
indicadores clave del rendimiento) (verCapítulo 5). Sin embargo, también es importante evaluar
las cualidades físicas generales, como la resistencia cardiovascular o muscular, la fuerza, la
potencia y la capacidad atlética general.
Validezes un factor crítico para la calidad de la prueba. Esto se refiere a si la prueba
mide lo que está diseñada para medir. Varios tipos diferentes de validez son de interés
para el científico del [Link] aparentees el grado en que la prueba mide la
variable que pretende medir. Validez de criterio es el grado en que la prueba está
asociada con otra medida. Los diferentes tipos de validez de criterio incluyen validez
predictiva y [Link] predictiva se refiere al grado en que la prueba puede
predecir el desempeño futuro del atleta. Validez concurrente se refiere al grado en
que los resultados de las pruebas están relacionados con otros resultados de pruebas
que miden la misma capacidad física. La validez se puede medir con estadísticas como
la correlación. Por ejemplo, la medición de la relación entre la prueba y una medida
estándar de oro se puede utilizar para ayudar a determinar la validez del criterio. Mar
capitulo 18 para obtener información más detallada.
Otra cuestión importante relacionada con la validez es qué tan bien la prueba discrimina
entre diferentes niveles de desempeño. Esto será fundamental para fines de evaluación
comparativa. Por ejemplo, los investigadores han comparado los principiantes con los que no
comienzan (3,51). Otra investigación ha investigado la validez de las pruebas para discriminar
los niveles de atletas (por ejemplo, atletas de secundaria, universitarios y profesionales) (1).
Otra pregunta esencial es qué tan bien se relaciona la prueba con el desempeño. La medición
de la fuerza de la relación entre el rendimiento de la prueba y el rendimiento del partido puede
proporcionar información sobre este aspecto de la validez. Esto ha resultado difícil en los
deportes de equipo.
La confiabilidad es otro factor crucial en relación con la calidad de la prueba. Prueba
fiabilidad se preocupa por la consistencia de la prueba. Varios aspectos de la confiabilidad de la
prueba son los siguientes:
La confiabilidad entre evaluadores es la confiabilidad entre diferentes evaluadores. Las pruebas deben
ser consistentes entre los probadores.
La confiabilidad intraevaluador se refiere a la confiabilidad o acuerdo para el evaluador
individual.
La variabilidad intra-atleta es el grado de consistencia entre las pruebas para
atletas individuales. Existirá cierta variabilidad natural, pero debe minimizarse
tanto como sea posible.
La confiabilidad de la prueba debe entenderse en el contexto de la población que se
somete a la prueba. Si bien la confiabilidad de muchas pruebas está disponible en la literatura
publicada, los científicos del deporte deben determinar la confiabilidad en su propio entorno
(es decir, con atletas similares en las condiciones en las que generalmente se los evalúa). Para
realizar una evaluación interna de la confiabilidad de una prueba, se pueden seguir estos
pasos:
Realice la prueba en un grupo de atletas (tantos como sea posible, pero al menos 10) con
múltiples intentos (tres o cuatro dependiendo de la prueba).
Repita la prueba en las mismas condiciones varias veces. Dependiendo de la prueba y de
lo fatigante que sea, el intervalo de tiempo entre las nuevas pruebas puede ser de 48 a 72
horas.
Estadísticas de confiabilidad utilizando los métodos descritos encapitulo 18 se puede
utilizar para calcular la fiabilidad dentro de la sesión y entre sesiones.
Se pueden usar varias estadísticas, como los coeficientes de correlación intraclase, el error
estadístico y los coeficientes de variación, para determinar la confiabilidad (discutido más
adelante encapitulo 18). Los científicos del deporte también deben estar seguros de que las
pruebas que están utilizando brindan resultados consistentes y que el nivel de ruido asociado
con la prueba es bajo. Relacionado con esto está la sensibilidad de la prueba. Los científicos del
deporte deben ser conscientes del grado de cambio en la prueba que representa un cambio
significativo en el rendimiento. Deben utilizar pruebas que sean más capaces de detectar un
cambio real en el rendimiento. Determinar el coeficiente de variación para la evaluación y
conocer el error técnico de la prueba ayudará a informar este proceso.
La aplicabilidad de la prueba y lo fácil que es realizarla en entornos aplicados también son
consideraciones importantes. Si bien las pruebas de laboratorio pueden proporcionar
evaluaciones altamente controladas, las pruebas que se pueden realizar en el campo son más
válidas ecológicamente.
La estandarización de las condiciones bajo las cuales se realiza la prueba ayudará a mejorar
la calidad de la prueba. Se deben considerar varios otros aspectos para abordar la
estandarización:
Se proporciona una familiarización adecuada con respecto a la prueba. Esto es fundamental
para las pruebas que implican demandas técnicas más altas y ayudará a controlar los efectos
del aprendizaje.
Se dan instrucciones consistentes antes y durante la prueba. Se
completa un calentamiento adecuado antes de la prueba.
La hora del día es consistente para evitar variaciones debido a los ritmos diurnos. El propósito
de la prueba se explica a los atletas para que entiendan completamente los motivos de la
prueba.
Se proporciona la formación adecuada a las personas que realizan las pruebas. Las instrucciones
de prueba deben estandarizarse, ya que pueden influir en los resultados de la prueba. Medición de
la tasa de desarrollo de la fuerza (27) y el uso de señales externas o internas durante las pruebas
de salto (37) son ejemplos de situaciones en las que los resultados de las pruebas pueden verse
afectados por la instrucción.
El orden de las pruebas debe establecerse de tal manera que se minimice el impacto potencial
de una prueba en las evaluaciones posteriores.
El grado en que la prueba cause fatiga ayudará a determinar con qué
frecuencia se puede realizar la prueba.
Otro factor importante es cuándo se realizarán las pruebas. Las pruebas deben
realizarse periódicamente para proporcionar el máximo valor. Sin embargo, se
debe considerar la frecuencia óptima de las pruebas. Debería ser factible
implementar pruebas regularmente, no solo como un evento único. Idealmente,
estas evaluaciones deberían vincularse a la programación y usarse para identificar
adaptaciones durante las fases clave de capacitación. El uso de pruebas que han
sido ampliamente utilizadas anteriormente brinda la ventaja de tener una mayor
cantidad de datos normativos disponibles para la comparación. Sin embargo, los
científicos del deporte deben tener cuidado de no dejar que el dogma dicte la
elección de la prueba cuando se disponga de mejores evaluaciones. Por otro lado,
los científicos del deporte deben evitar cambiar las pruebas con demasiada
frecuencia. Puede que no sea necesario incluir todas las pruebas todo el tiempo;
algunos deben realizarse solo ocasionalmente. Por lo tanto,
perfilado y benchmarking.
Las pruebas rara vez se llevan a cabo como un solo evento, sino que se realizan junto
con otras evaluaciones. Al evaluar grupos de atletas, se debe considerar la logística de las
pruebas. ¿Se puede incorporar la prueba como parte del entrenamiento? Las pruebas de
laboratorio permiten la evaluación del atleta en condiciones controladas. Sin embargo, las
pruebas precisas que se pueden realizar durante la competencia y el entrenamiento en
condiciones reales son fundamentales para los científicos del deporte. Si bien la calidad de
las pruebas puede ser más difícil de controlar, se encuentran disponibles pruebas de
campo válidas y confiables. Otra ventaja de las pruebas de campo es que son más
específicas. Las pruebas que evalúan más de cerca las capacidades subyacentes y los
aspectos del rendimiento deportivo proporcionarán información más útil.
Los científicos del deporte deben considerar si se requieren pruebas adicionales y qué
información adicional brindan. La realización de varias pruebas que están muy relacionadas
puede ser innecesaria. El científico del deporte debe preguntarse si una sola prueba puede
proporcionar la información necesaria para una capacidad física o si existe la necesidad de
pruebas adicionales. Por ejemplo, al evaluar la fuerza, ¿es necesario realizar una prueba de
1RM además de la prueba de tracción isométrica de la mitad del muslo? Si bien puede haber
una fuerte correlación entre las dos pruebas, un científico del deporte puede estar justificado
para probar ambas, ya que una es informativa para el diseño del programa (1RM se puede
usar para determinar con precisión los porcentajes para entrenar durante varias fases),
mientras que el isométrico medio. El tirón del muslo se puede usar como una medida de fuerza
general más general para rastrear con precisión la adaptación.
El determinante final de la calidad de la prueba será si proporciona información que el
científico del deporte pueda transmitir al equipo de apoyo más amplio, información que se
puede utilizar para mejorar el rendimiento del atleta. Por lo tanto, las pruebas deben tener un
propósito específico. Los científicos del deporte deben evitar recopilar datos por el simple
hecho de recopilar datos.
Clasificación
Uso declasificacioneses un aspecto fundamental del deporte competitivo. Dado que los deportes
utilizan sistemas de clasificación para medir el rendimiento, tiene sentido que este enfoque se
incorpore a las pruebas de los atletas. Se pueden utilizar varios sistemas de clasificación en la
evaluación de atletas. Por ejemplo, clasificar a los atletas en varios aspectos de una prueba puede
brindar información interesante sobre sus fortalezas y debilidades. Esto puede ser tan simple como
clasificar a los atletas dentro de un equipo de mejor a peor para un evento específico.
prueba. Los sistemas de clasificación de atletas también podrían ubicar a los individuos en un
continuo para un evento. Los deportes de equipo presentan más desafíos debido a los
múltiples componentes que determinan el éxito en estos deportes. Por ejemplo, los atletas
podrían clasificarse en términos de componentes físicos, tácticos y técnicos. Dentro del
dominio físico, se podrían hacer rankings de resistencia cardiovascular o muscular, fuerza,
potencia, velocidad, flexibilidad y composición corporal, entre otros (verfigura 6.1). Las
puntuaciones compuestas de los diversos dominios pueden proporcionar un resumen general,
como el Índice de rendimiento popularizado en la Universidad de Nebraska (42). Los resultados
de las pruebas individuales son críticos, pero los puntajes generales pueden tener aplicación
para la identificación y el desarrollo de talentos.
Es necesario tomar decisiones sobre las pruebas para las que se utilizan las clasificaciones.
La selección de métricas para propósitos de informes también necesita consideración. El tipo
de escala que se debe aplicar antes de usar la clasificación también es algo a tener en cuenta.
¿Se debe utilizar una escala relativa al peso corporal o alométrica? Especialmente cuando la
población o muestra difiere dentro de un mismo equipo (por ejemplo, el baloncesto o el fútbol
americano pueden incluir tipos corporales muy diferentes en el mismo equipo; por lo tanto,
aspectos como el peso corporal, la altura o las medidas de las extremidades deben usarse
como factores de control). Los científicos del deporte también deben considerar con quién se
compartirán las clasificaciones. Por ejemplo, puede no ser apropiado tener clasificaciones de
capacidad física de atletas en desarrollo en exhibición pública en las instalaciones de
entrenamiento sin consentimiento.
Dentro de un equipo de atletas, los individuos pueden clasificarse de manera diferente
según sus capacidades físicas específicas. Incluso con pruebas de fuerza (isométrica, dinámica,
excéntrica e isocinética), un individuo puede tener diferentes clasificaciones. Si bien los
estudios han mostrado altas correlaciones entre diferentes medidas de fuerza en una variedad
de poblaciones (22), estas no son relaciones perfectas y la fuerza es específica de la tarea (15).
Los atletas pueden evaluarse utilizando perfiles de fuerza y potencia y clasificarse según
varios aspectos. Por ejemplo, McMaster y colegas (33) utilizó un sistema de clasificación con un
rango de evaluación de la fuerza y potencia de la parte superior del cuerpo en atletas de
rugby. Las clasificaciones individuales se pueden utilizar para identificar las fortalezas y
debilidades de los jugadores e implementar planes para corregirlas. El estudio mostró que
clasificar a los atletas podía proporcionar información sobre el perfil del atleta de fuerza y
potencia de la parte superior del cuerpo (33).
FIGURA 6.1 Rankings para un atleta individual para pruebas físicas. La
clasificación es donde se clasificó el atleta en el equipo (N = 10).
Las clasificaciones también se pueden usar para comparar atletas en diferentes equipos y
posiciones. Muchos deportes usan sistemas de clasificación para clasificar a los atletas dentro de
diferentes eventos y divisiones (p. ej., peso corporal) en función del rendimiento. Los deportes de
equipo también clasifican a los atletas en función de diferentes medidas de análisis de rendimiento
para permitir la comparación entre equipos, individuos y posiciones.
puntuaciones z
Los científicos del deporte pueden utilizar varios tipos de transformación de datos.
Puntuaciones estandarizadasexprese el resultado de la prueba como una distancia estándar
de la media. Por ejemplo,puntuaciones zson comúnmente utilizados por los científicos del
deporte para que los resultados de las pruebas se puedan expresar como el número de
desviaciones estándar de la media (6). Esta estandarización transforma los datos para que cero
represente la media y uno represente la desviación estándar. Estos métodos permiten la
comparación entre y dentro de los atletas. Los puntajes estandarizados presentan diferentes
pruebas y variables usando la misma escala y pueden proporcionar enfoques más
individualizados para el análisis de datos. Si bien las estadísticas resumidas, como los medios,
se pueden usar para establecer puntos de referencia, los científicos deportivos necesitan
métodos que se puedan aplicar de manera más individualizada, lo que permite una
interpretación y comparación más sencillas.
Los puntajes z pueden permitir la comparación de los puntajes de las pruebas cuando se evalúa a un
grupo de atletas. En este caso, la puntuación del atleta se compara con la escuadra o el equipo. Esta es la
fórmula:
Puntuación z = (Puntuación del atleta - Promedio del equipo) / Desviación estándar del equipo
Como se mencionó anteriormente, el puntaje z representa cuántas desviaciones
estándar y la dirección del puntaje desde la media.
La puntuación del atleta también se puede comparar con la línea de base de la persona, que es un
enfoque común utilizado en el seguimiento del atleta (47):
Puntuación z = (Puntuación del atleta - Puntuación inicial) / Desviación estándar inicial
Aquí, la desviación estándar de referencia se calcula a partir de una serie de medidas (p. ej., tres o
cuatro veces durante la pretemporada). Calcular las medidas durante un período determinado, como
bloques de entrenamiento o durante una pretemporada, ayudará a tener en cuenta las variaciones que
se produzcan.
También es posible representar puntuaciones z en relación con normas o puntos de referencia
predeterminados (31). Este enfoque se puede usar cuando se evalúan escuadrones de atletas,
especialmente con números pequeños. En estos casos, tener atletas que no estén disponibles para
las pruebas puede tener un gran impacto en el promedio del equipo. Por lo tanto, presentar datos
relativos a puntos de referencia puede ser más informativo. El científico del deporte podría seguir el
proceso discutido anteriormente para establecer los puntos de referencia y usarlos, junto con las
desviaciones estándar determinadas a partir de datos históricos, para calcular un puntaje z de
referencia.
La interpretación de las puntuaciones z dependerá del contexto en el que trabaje el
científico del deporte. Este concepto se analiza con más detalle en la sección final de
este capítulo. También es útil para visualizar puntuaciones z con gráficos. Por ejemplo,
se pueden usar histogramas y diagramas de radar para representar puntajes z (ver
figuras 6.2y6.3;11ay24a). Esto permite a los entrenadores (y atletas) ver los datos y
visualizar dónde ha anotado el atleta en relación con el equipo o la línea de base. El
aspecto visual facilita ver las fortalezas y debilidades del atleta y ayuda a informar el
diseño del programa de entrenamiento.
Puntuaciones Tson otro tipo de puntuación estandarizada que se puede utilizar. Son como las
puntuaciones z excepto que se calculan de la siguiente manera:
Puntuación T = (puntuación z×10) + 50
Traducido del inglés al español - [Link]
FIGURA 6.2Gráfico de columnas de puntuación z que representa puntuaciones de pruebas
estandarizadas en diferentes pruebas de condición física para un atleta individual. El cero
representa el promedio del equipo.
Reimpreso con autorización de McGuigan (2016, págs. 259-316).
Por lo tanto, el puntaje T promedio será 50, con los puntajes T menores de 50 por
debajo de la media y los mayores de 50 por encima de la media. Los resultados
siempre serán positivos para que el usuario final los entienda más fácilmente.
Otra variación de las puntuaciones estandarizadas espuntajes estándar de diez (STEN) (47). Estos
convierten los puntajes z en un puntaje de 10, lo que puede ser más intuitivo. Las puntuaciones STEN se
pueden convertir a partir de puntuaciones z de la siguiente manera:
Puntuación STEN = (2×puntuación z) + 5,5
En este caso, el puntaje z promedio será de 5,5 y cada unidad STEN de 1,0
representará una desviación estándar de 0,5.
percentiles
Los percentiles son otro método común utilizado por los científicos del deporte. percentiles son
una medida estadística que muestra el valor por debajo del cual se produce un porcentaje de
resultados dentro de un grupo de resultados. El establecimiento de percentiles basados en un
gran número de puntajes de atletas permite a los científicos del deporte ver dónde se ubican los
resultados de las pruebas en relación con la población que se está evaluando. Por ejemplo, se
pueden generar tablas y figuras que mostrarán en qué banda percentil cae el resultado del atleta
(verfigura 6.4). Si un atleta está en un rango de percentil del 70 %, significa que el 70 % del grupo
obtuvo puntajes por debajo del puntaje del atleta. Se han desarrollado tablas y están disponibles
para diferentes pruebas específicas para varios deportes (30). los de la NSCA
Fundamentos del entrenamiento de fuerza y acondicionamiento proporciona ejemplos de
percentiles para diferentes pruebas (30).
FIGURA 6.3 Resultados individuales de los atletas comparados con el promedio del equipo
y los puntos de referencia deseados. Tenga en cuenta que dado que este es un promedio
de puntajes z, el promedio del equipo siempre será cero usando el cálculo tradicional.
Reimpreso con permiso de M. McGuigan (2014, pág. 10).
FIGURA 6.4Percentiles para un atleta a través de una serie de pruebas.
Los percentiles se presentan en una serie de incrementos, por ejemplo, percentiles para 50, 70,
90 en una prueba física específica. Los percentiles se pueden determinar a través de una variedad
de niveles y, por lo general, son específicos del sexo, con percentiles basados en la edad también
disponibles (30).
USO DE DATOS PARA GUIAR A CORTO Y LARGO
DESARROLLO DEL TÉRMINO
El aspecto más crítico de la elaboración de perfiles y la evaluación comparativa es cómo se pueden
usar los datos para guiar la toma de decisiones a corto y largo plazo. Determinar puntos de
referencia para que puedan usarse para guiar la toma de decisiones a corto y largo plazo requiere
seguir un proceso sistemático para ayudar al desarrollo del desempeño. La recopilación de datos es
importante para este proceso, pero en última instancia, la información debe usarse de manera
efectiva. Por lo tanto, los científicos del deporte deben evitar recopilar datos sin un propósito claro.
Mediante la obtención de datos objetivos de las evaluaciones de los atletas, se pueden establecer
objetivos que ayuden a la toma de decisiones. Tener conocimiento de cómo un atleta se compara
con sus compañeros que tienen el mejor desempeño puede ser una forma perspicaz de identificar
las brechas en el desempeño y ayudar a identificar las prioridades para el entrenamiento. La
evaluación comparativa permitirá el análisis de brechas del perfil del atleta, lo que puede permitir
un diseño de programas de capacitación más eficaz. La evaluación regular y continua puede
requerir el ajuste de estos objetivos. La evaluación continua es crítica y puede ser necesario un
reajuste de la capacitación. La elaboración de perfiles y la evaluación comparativa eficaces permiten
a los científicos del deporte identificar dónde se encuentra actualmente el atleta en términos de
desarrollo físico. Luego, el proceso de toma de decisiones informará el desarrollo del programa de
capacitación.
La evaluación comparativa puede proporcionar información objetiva sobre cuándo se
alcanza el rendimiento máximo en términos de maduración. Los investigadores han analizado
cuándo se produce el máximo rendimiento en una variedad de deportes, incluido el
levantamiento de pesas (45), levantamiento de pesas (45) y atletismo (19). Es mucho más difícil
compararse con los deportes de equipo debido a las diferencias de posición y las demandas
variadas con múltiples capacidades físicas que deben desarrollarse. Sin embargo, los
investigadores han intentado proporcionar puntos de referencia para los deportes de equipo
como el fútbol australiano (32).
La elaboración de perfiles se puede utilizar para identificar fortalezas y debilidades (31). Los
datos recopilados durante las pruebas pueden proporcionar información sobre estas fortalezas y
debilidades en relación con los puntos de referencia establecidos. La información puede entonces
ayudar a la toma de decisiones con respecto a la programación y qué aspectos necesitan mayor
énfasis. Por ejemplo, las pruebas pueden identificar un déficit de una capacidad general como un
cambio de dirección (verfigura 6.5; 11a). Un perfil más profundo de una capacidad específica, como
la potencia, podría mostrar que un atleta es deficiente en un área específica
como la fuerza reactiva. Este tipo de información ayudaría a los profesionales de la fuerza y
el acondicionamiento a tomar decisiones sobre qué programa utilizar en la siguiente fase
del entrenamiento. Por ejemplo, ¿cuál es el efecto de centrarse en un aspecto específico
del rendimiento? En otras palabras, ¿cuál es la dosis correcta de entrenamiento y qué
elementos se deben priorizar a lo largo del ciclo de entrenamiento? La evaluación
comparativa y la creación de perfiles son útiles en este escenario, ya que permiten a los
profesionales de la fuerza y el acondicionamiento valorar de manera óptima las cargas de
forma regular. En lugar de depender de pruebas únicas o pruebas antes y después de un
bloque de entrenamiento más largo, las evaluaciones más regulares pueden proporcionar
una retroalimentación continua. Surge la pregunta de si enfocarse en las fortalezas o
debilidades, o si es posible hacer ambas [Link]ítulos 3y4). Si bien la recopilación de
datos para guiar el desarrollo a corto y largo plazo es importante, también se debe aplicar
el arte del entrenamiento. Los datos deben usarse como una guía en lugar de aplicarse
rígidamente todo el tiempo.
FIGURA 6.5Fortalezas y debilidades de un atleta a través de la representación de
puntajes estandarizados para la capacidad perceptivo-cognitiva, la maniobrabilidad
y la capacidad de cambio de dirección. Los valores negativos indican un
rendimiento inferior al promedio, mientras que los valores positivos indican un
rendimiento superior al promedio.
Reimpreso con permiso de McGuigan (2016, pág. 259-316).
El perfil de fuerza-velocidad es un ejemplo de un método que puede generar
perfiles y el posterior diseño del programa de entrenamiento para mejorar esos
aspectos del rendimiento del atleta (23,24). El perfil permite al científico del deporte
identificar si un atleta es deficiente en fuerza o velocidad. Los enfoques como los
perfiles de fuerza-velocidad también permiten el uso del entrenamiento como prueba.
Como se mencionó anteriormente, las pruebas tradicionalmente se han considerado
un evento independiente con días dentro del programa reservados para la evaluación.
Sin embargo, las pruebas y el seguimiento se pueden incorporar en las sesiones de
formación. En lugar de agregar una carga a los atletas, se puede recopilar información
valiosa durante el entrenamiento y usarla para informar la programación. Todavía
sería necesario establecer puntos de referencia en estos escenarios para poder lograr
el mayor valor de este enfoque. Por ejemplo, con el uso del entrenamiento basado en
la velocidad, será necesario identificar los umbrales en una variedad de ejercicios. Es
necesario señalar el contexto y las limitaciones de los puntos de referencia y los
umbrales.
La evaluación comparativa de los atletas longitudinalmente puede ser informativa para los
deportes. En los deportes de equipo, este tipo de información puede proporcionar detalles valiosos
sobre la composición de los equipos al poner en contexto el desarrollo individual de los jugadores.
Hay varios informes publicados disponibles que incluyen datos de pruebas longitudinales de varios
deportes, incluida la capacidad aeróbica (48), velocidad (17,20), energía (2,20), y fuerza (2).
Hay varios métodos de análisis disponibles para el análisis de datos a corto y largo plazo para
los científicos del deporte. El enfoque que se utilizará para analizar los datos de prueba debe
determinarse antes de usar la prueba. El análisis de series de tiempo puede examinar las
tendencias en el desempeño y orientar las decisiones, tanto a corto como a largo plazo.
Al usar datos para guiar la programación, se debe evitar confiar demasiado en medidas
únicas. La elaboración de perfiles de atletas y la evaluación comparativa requieren pintar una
imagen completa del individuo y el equipo. La búsqueda de una sola métrica que pueda usarse
para proporcionar información es atractiva, pero no práctica. Solo al considerar una variedad
de medidas y dónde se sientan los atletas en relación con sus fortalezas y debilidades, se
puede usar esta información para optimizar el programa de entrenamiento.
Los estudios de casos proporcionan una excelente plantilla para los métodos para guiar la
programación a corto y largo plazo. Se encuentran disponibles estudios de casos publicados que
muestran ejemplos de corto (14) y largo plazo (4,5,40) aproximaciones a la programación de atletas.
Se encuentran disponibles varias revisiones de cómo los científicos del deporte pueden utilizar los
estudios de casos (13,39). Más datos publicados sobre atletas proporcionarían
información sobre el uso de perfiles de rendimiento. Los puntos de referencia publicados
pueden ser un punto de partida para determinar los niveles de rendimiento requeridos en el
nivel de élite. Los científicos del deporte deben tener cuidado al interpretar los resultados, ya
que la calidad de las pruebas puede variar entre estos informes publicados. Además, los
diferentes métodos de recopilación y análisis de datos pueden dificultar la comparación entre
los conjuntos de datos publicados. El objetivo de los científicos del deporte debe ser establecer
su propio conjunto interno de puntos de referencia que puedan usarse para informar la
programación.
Los científicos del deporte también pueden utilizar métodos cualitativos (dieciséis). Las entrevistas,
los grupos focales y las encuestas son métodos válidos que se pueden usar para informar y guiar la
programación tanto a corto como a largo plazo. El uso de métodos mixtos y estudios de casos puede
proporcionar información sobre los vínculos entre la evaluación y la programación de los atletas. Este
proceso debe incluir el análisis de necesidades, la revisión general del atleta con las evaluaciones
apropiadas, la evaluación de los efectos de una intervención de entrenamiento y la evaluación para
determinar las implicaciones.
También es esencial considerar la planificación a largo plazo con los atletas. “Largo
plazo” puede referirse a 1 año, un ciclo cuatrienal o incluso la carrera de un atleta. La
periodización se vuelve aún más vital con el desarrollo a largo plazo (vercapítulos 3y4). Un
escenario es utilizar el ciclo olímpico de 4 años al desarrollar el plan de entrenamiento
para los deportes olímpicos. Otro escenario podría ser con atletas universitarios en
quienes se considera el desarrollo de primer año a senior, tanto desde una perspectiva a
corto como a largo plazo. La transición de los atletas de los niveles juveniles y de desarrollo
a las competencias de adultos también puede verse favorecida por el uso de evaluación
comparativa y perfiles. La frecuencia de las evaluaciones debe tenerse en cuenta cuando
se trata de una programación a largo plazo con la batería de pruebas integrada en el plan
de periodizació[Link] 6.6muestra el desglose de los usos potenciales de los datos para el
desarrollo inmediato, a corto y largo plazo.
FIGURA 6.6Usos de datos inmediatos, a corto y largo plazo para guiar el
desarrollo.
Ejemplos a corto plazo de cómo utilizar los datos
Como se discutió anteriormente, los datos son más valiosos cuando se utilizan para informar la programación
de manera continua y regular. Los profesionales de la fuerza y el acondicionamiento pueden usar los datos de
las pruebas periódicas para ajustar el programa de entrenamiento del atleta. La incorporación de pruebas
dentro de una sesión puede permitir cambios inmediatos en el entrenamiento. Por ejemplo, la evaluación de la
preparación para el entrenamiento y la medición del rendimiento actual (entrenamiento basado en la
velocidad) pueden ocurrir durante las sesiones de entrenamiento.
Se han utilizado varias herramientas para establecer la preparación para la capacitación. Se
han investigado medidas tales como factores de bienestar (fatiga, estrés, sueño, dolor
muscular), variabilidad de la frecuencia cardíaca, rendimiento neuromuscular (p. ej., variables
de salto con contramovimiento) y velocidad de la barra (5,9,14). Sin embargo, estudios
limitados han demostrado la eficacia de estos enfoques y su capacidad para influir en
adaptaciones de entrenamiento superiores.
Los sistemas de seguimiento de atletas se analizan con más detalle enparte IIIde este libro
Desarrollar un sistema de monitoreo efectivo requiere establecer con precisión puntos de
referencia para las variables. Determinar una línea de base adecuada también es vital. La
evaluación comparativa se puede utilizar para establecer niveles si se adopta un sistema de
semáforos. Los investigadores han propuesto umbrales en los que una puntuación z superior a
1,5 podría indicar un límite (47). Algunos científicos del deporte usan un sistema de semáforos
para ayudar a tomar decisiones sobre si se requiere una intervención, usando una bandera
naranja y una bandera roja (38). Por ejemplo, una puntuación z de −1,5 a 1,99 podría
considerarse una bandera naranja y >−2,0 una bandera roja (47). Sin embargo, es importante
tener en cuenta que estos umbrales son arbitrarios y no están validados por la investigación.
Hasta que haya más evidencia de investigación disponible, estos umbrales deben considerarse
una guía, y el contexto del entorno en el que se trabaja ayudará a guiar la toma de decisiones
con respecto a las intervenciones.
Los entrenadores y científicos del deporte también toman decisiones en el juego utilizando los
datos disponibles. Conocer los indicadores clave de rendimiento puede ayudar a impulsar esto de
manera efectiva. El análisis de rendimiento y el mayor uso de tecnologías portátiles durante los
juegos han brindado la oportunidad de utilizar datos en tiempo real.
En el transcurso de un microciclo, los datos se pueden utilizar para realizar un seguimiento del
progreso e informar las decisiones sobre los ajustes que se pueden realizar. Las pruebas que se realizan
después de unas pocas semanas pueden ayudar a orientar el énfasis del entrenamiento para el siguiente
bloque de entrenamiento. Si se identifica que un atleta es deficiente en una capacidad física específica,
entonces se podría incorporar más de este tipo específico de entrenamiento. Uno de los
desafíos de la programación es la interacción de las variables. Es necesario tener en
cuenta los efectos potenciales del entrenamiento concurrente (Capítulo 4). El perfil
general de ese atleta debe tener en cuenta cómo interactúan las capacidades físicas.
En lugar de centrarse simplemente en un solo atributo, se debe considerar la
interacción entre los aspectos. Por ejemplo, la relación entre el estado físico y la
composición corporal sería importante para los atletas.
Los datos de prueba se pueden utilizar para informar la programación a corto plazo.
Por ejemplo, se ha recomendado que se utilicen niveles de referencia de 0,60 a 0,80 para el
índice de fuerza dinámica (relación entre la fuerza máxima isométrica y la fuerza máxima
dinámica) (41). Si el resultado es superior a 0,80, se sugiere que el entrenamiento se centre
en la producción de fuerza máxima (fuerza). Si el resultado es inferior a 0,60, entonces se
deben programar más ejercicios de tipo balístico. Sin embargo, hay estudios de
entrenamiento limitados que analizan este enfoque (9,50). Los hallazgos de Comfort y
colegas (9) destacan la importancia de no considerar una relación o un umbral de forma
aislada al hacer recomendaciones. Los resultados deben ponerse en contexto y verse junto
con otros resultados de pruebas.
Usando un ejemplo aplicado, un profesional de fuerza y acondicionamiento podría hacer
que los atletas realicen una prueba de sentadilla trasera de 3RM y una prueba de salto con
contramovimiento sin carga. Posteriormente, los atletas se clasifican según la fuerza de 3RM y
la velocidad máxima en la prueba de salto con contramovimiento. El atleta A ocupa el tercer
lugar (de 15) en fuerza de 3RM y el 11 en velocidad máxima. El atleta B ocupa el séptimo lugar
en 3RM y el quinto en velocidad máxima. La información podría informar posteriormente a qué
áreas apuntar en el programa de capacitación. Es importante tener en cuenta que puede haber
limitaciones para confiar solo en pruebas únicas para la toma de decisiones. Los resultados
deben ubicarse en contexto, y puede ser apropiado comparar los resultados con datos
históricos para el atleta individual.
Ejemplos a largo plazo de cómo utilizar los datos
El seguimiento longitudinal del rendimiento es esencial para determinar el grado de
adaptación, además de proporcionar información sobre qué tan bien entrenado está un atleta.
Si bien las pruebas únicas pueden ser útiles en términos de evaluación comparativa, adoptar
un enfoque a largo plazo permitirá una comprensión más profunda del atleta. Con los atletas
jóvenes, los efectos de la maduración y el crecimiento se pueden comprender mejor.
Curiosamente, los atletas de élite pueden continuar logrando mejoras a largo plazo, aunque
más pequeñas que los atletas menos entrenados, en varias capacidades físicas (2,12).
Los informes publicados en deportes universitarios han demostrado grandes cambios en la
fuerza y la potencia, pero pequeños cambios en las cualidades de velocidad y aceleración (21). El
seguimiento de estos factores a lo largo del ciclo de 4 a 5 años puede ayudar con la toma de
decisiones con respecto al enfoque del programa para cada año. Los científicos del deporte
también deben considerar cómo el entrenamiento puede transferirse de manera más efectiva para
mejorar el rendimiento del partido. Un escenario podría involucrar a atletas universitarios, con una
batería de pruebas físicas utilizadas al comienzo de su primer año para identificar brechas y
compararlas con los puntos de referencia establecidos. Por ejemplo, el perfil general podría
identificar que la resistencia cardiovascular es excelente, pero la fuerza y la velocidad requieren
trabajo. Este escenario requeriría una planificación a corto y largo plazo. Se proporcionarían puntos
de control regulares a través de pruebas. A lo largo de la carrera universitaria del atleta, se puede
actualizar el perfil físico y hacer los ajustes apropiados al programa de entrenamiento.
CONCLUSIÓN
La elaboración de perfiles y la evaluación comparativa son componentes importantes de la preparación
del atleta. Los científicos del deporte deben ser conscientes de los factores que determinan la calidad de
las pruebas. Deben tener en cuenta los factores físicos, técnicos, psicológicos y tácticos al utilizar perfiles
y evaluaciones comparativas. Los puntajes estandarizados, como los puntajes z, son útiles para presentar
los resultados de diferentes pruebas. El valor de los datos de las pruebas y el seguimiento es su
capacidad para informar el desarrollo del atleta a corto y largo plazo.
LECTURAS RECOMENDADAS
Buchheit, M. ¿Quiere ver mi informe, entrenador? Aspetar Sports Med J 6:36-43,
2017.
Lloyd, RS, Cronin, JB, Faigenbaum, AD, Haff, GG, Howard, R, Kraemer,
WJ, Micheli, LJ, Myer, GD y Oliver, JL. Declaración de posición de la Asociación
Nacional de Fuerza y Acondicionamiento sobre el desarrollo atlético a largo
plazo.J Resistencia Cond Res 30:1491-1509, 2016.
Newton, RU y Dugan, E. Aplicación del diagnóstico de fuerza. Fuerza
Cond J 24:50-59, 2002.
Pettitt, RW. Evaluación de pruebas de fuerza y acondicionamiento con puntajes z:
evitando errores comunes. Resistencia Cond J 32:100-103, 2010.
Thornton, HR, Delaney, JA, Duthie, GM y Dascombe, BJ. Desarrollando
Sistemas de seguimiento de atletas en deportes de equipo: análisis y
visualización de datos. Int J Deportes Physiol Realizar 14:698-705, 2019.
PARTE III
Tecnología y preparación de datos
CAPÍTULO 7
Implementación Tecnológica
Dra. Lorena Torres Ronda
¿Que es la tecnologia? Tecnología es la aplicación del conocimiento científico para fines
prácticos, mediante el uso de los medios, artefactos, dispositivos, métodos y materiales
disponibles para los seres humanos para satisfacer una necesidad, realizar tareas específicas o
resolver problemas.
La evolución humana ha estado ligada al progreso de la tecnología desde tiempos prehistóricos; sin embargo, la
revolución de la tecnología de la información se originó con el invento de Johannes Gutenberg, la imprenta (alrededor de
1440), que puso la información a disposición de las masas y permitió una explosión de ideas (11). A partir de entonces, y con
la invención del microchip, el Internet de las Cosas (IoT), el WiFi y los sistemas móviles, las tecnologías de la información han
evolucionado exponencialmente. La evolución de la tecnología y la información que puede proporcionar ha beneficiado a
todos los campos imaginables, incluyendo la medicina, la biomecánica y la fisiología, disciplinas directamente ligadas al
conocimiento propio del deporte. Antes, la medición de la temperatura corporal central requería una técnica invasiva (p. ej.,
temperatura rectal), pero ahora se puede realizar con una pastilla pequeña. Hoy en día existen wearables, prendas, parches
y relojes capaces de medir la función cardiorrespiratoria, los patrones de movimiento, la composición del sudor, el nivel de
hidratación, la oxigenación de los tejidos, los niveles de glucosa y lactato y los patrones de sueño. Los dispositivos y las
aplicaciones permiten a los profesionales realizar análisis biomecánicos que ya no requieren marcadores (p. ej., análisis
digital de movimiento o sistemas sin marcadores), analizar las propiedades contráctiles de los músculos superficiales y medir
la velocidad en tiempo real en el levantamiento de pesas y sus derivados. Existen sistemas de seguimiento (por ejemplo,
análisis de video semiautomático; unidades de medición inercial [IMU]; sistemas de identificación por radiofrecuencia [RFID];
Sistemas de Posicionamiento Global [GPS] que reportan el tipo, frecuencia e intensidad de los movimientos en tiempo real; y
sistemas de realidad virtual [es decir, AR y VR]), y la lista continúa ( análisis de video semiautomático; unidades de medida
inerciales [IMU]; sistemas de identificación por radiofrecuencia [RFID]; Sistemas de Posicionamiento Global [GPS] que
reportan el tipo, frecuencia e intensidad de los movimientos en tiempo real; y sistemas de realidad aumentada y virtual [es
decir, AR y VR]), y la lista continúa ( análisis de video semiautomático; unidades de medida inerciales [IMU]; sistemas de
identificación por radiofrecuencia [RFID]; Sistemas de Posicionamiento Global [GPS] que reportan el tipo, frecuencia e
intensidad de los movimientos en tiempo real; y sistemas de realidad aumentada y virtual [es decir, AR y VR]), y la lista
continúa (12). La tecnología es más pequeña, más rápida, más silenciosa, más barata; en esencia, más inteligente.
La esencia de la competición deportiva consiste en entrenar, descansar, competir y
repetir. Sin embargo, al más alto nivel de desempeño, la tecnología está brindando
información que, al igual que ha sucedido en otros sectores, puede ser un “cambio de
juego”. La tecnología en el deporte ha estado ayudando a aumentar el rendimiento
general, incluida la velocidad, la eficiencia mecánica o la seguridad, o ambas, o
simplemente puro espectáculo a través de software sofisticado, algoritmos estadísticos e
inteligencia de datos que proporcionan AR en tiempo real, identificación de atletas y
estadísticas en una transmisión en vivo. Uno puede encontrar ejemplos en equipos de
esquí, trajes de baño, cascos, bicicletas más aerodinámicas, motos o canoas, entornos de
entrenamiento (por ejemplo, VR y AR, simulador de F1 para preparar carreras, túneles de
viento) y muchos otros ejemplos. Las organizaciones y los equipos intentan continuamente
lograr ganancias marginales y ventajas competitivas para ganar un campeonato o alcanzar
el puesto número uno. Están invirtiendo más y aumentando los presupuestos para
investigación, desarrollo e innovación. Además, la evaluación y el seguimiento han
cambiado drásticamente con la evolución de la tecnología y el conocimiento que genera. A
lo largo de este libro, numerosos capítulos hacen referencia a la tecnología y su
importancia actual en el contexto deportivo.
Bajo estos escenarios, los científicos del deporte y los profesionales involucrados en el
deporte deben saber y comprender cómo seleccionar las tecnologías más relevantes e
impactantes para su organización. No se trata de la tecnología en sí misma; se trata de
cómo usar la tecnología correcta, en el momento correcto, de la manera correcta, y aplicar
el conocimiento científico obtenido de esta tecnología con fines prácticos.
El enfoque de este capítulo, por lo tanto, es detallar las consideraciones sobre la
implementación de la tecnología, proporcionar un marco que guíe a las organizaciones y los
profesionales con respecto a la implementación de la tecnología, y discutir las inquietudes
relacionadas con el uso de las tecnologías para ciertos propósitos para los cuales podrían no ser
útiles. completamente listo (todavía).
EL PROCESO DE INNOVACIÓN
La innovación está asociada con la tecnología, pero la tecnología es solo una forma de
innovación. Innovación se puede definir como la introducción de algo nuevo, una idea o
un comportamiento en forma de tecnología, producto, servicio, estructura, sistema o
proceso (10). La tecnología y el futuro de la innovación tecnológica deben generar
conocimiento científico para fines prácticos, y los artefactos, dispositivos, equipos o
materiales dirigidos a este fin deben abordar las brechas de rendimiento para realizar
tareas específicas o resolver problemas.
Innovación y Combinación de Conocimiento
Los desarrollos tecnológicos innovadores en el deporte requieren una combinación de
conocimientos de diferentes disciplinas y un esfuerzo colaborativo (también conocido
como investigación interdisciplinaria) de especialistas, científicos del deporte, ingeniería y
ciencias médicas y de materiales (3). Como afirman Arthur y Polak (1a), el proceso de
invención se logra casi en su totalidad mediante la combinación de tecnologías existentes,
ya que “Encontramos que la combinación de tecnologías ha sido de hecho el principal
impulsor de la invención moderna, reflejada en una introducción invariable de nuevas
combinaciones de tecnologías. tecnologías engendradas por una invención patentada”.
Estos fenómenos refuerzan la necesidad del apoyo multidisciplinar y la interacción entre
los distintos profesionales implicados en la resolución de problemas basados en la
actuación.
Etapas del proceso de innovación
El proceso de innovación sigue una serie de etapas para generar una nueva
innovación, como un nuevo producto o proceso para resolver un problema, o adoptar
una innovación existente (llevar a cabo actividades para promover el uso de la
innovación existente). Las etapas son las siguientes (verfigura 7.1; 10):
[Link]. Reconocer una necesidad e identificar una brecha en el conocimiento o el
desempeño. Un error potencial en esta fase es determinar la solución antes de
identificar el problema de rendimiento.
2. Intereses (y evaluación). Realizar investigaciones para desarrollar bases de conocimiento
y crear o adoptar soluciones; identificar innovaciones adecuadas (interés versus
influencia).
3. Juicio. Investigue el producto. El período de prueba es cuando uno investiga el
producto para poder responder varias preguntas: ¿Existe una ventaja
competitiva potencial al usar este producto para el desarrollo del atleta o el
desempeño organizacional o ambos? ¿Es práctico? ¿La relación
costo:beneficio es positiva? Si las respuestas a esta cadena de preguntas son
positivas, se puede pasar a la siguiente etapa.
4. Adopción. Proponer algunas innovaciones para su adopción; Proporcionar justificaciones para las
decisiones.
Las cuatro etapas del proceso de innovación son igualmente importantes. Sin embargo,
probablemente con demasiada frecuencia no se presta suficiente atención a los primeros pasos; el
proceso de implementación a menudo se introduce en función del último paso (adopción). Es
fundamental contar con un proceso sistemático de hacer preguntas, comparar respuestas y tomar
decisiones informadas sobre qué hacer a continuación para mejorar las condiciones y el
rendimiento. Una buena práctica es tener un sistema en el que las partes interesadas clave (es
decir, una perspectiva multidisciplinaria) puedan evaluar las necesidades y deseos (es decir, interés
versus influencia) de la organización. Tanto para objetivos a corto como a largo plazo, puede valer
la pena establecer una estrategia organizativa para analizar las tendencias deportivas, así como las
tendencias en tecnología.
Se incluyen cuatro categorías en una evaluación de las necesidades de innovación (verfigura
7.2; 10):
[Link] normativa. Esto lo definen los expertos en un campo en particular y se refiere
al estándar o criterio contra el cual se mide la cantidad o calidad de una situación o
condición. Por ejemplo, si toda una liga dispone de una determinada tecnología para el
análisis de un partido, disponer de esta tecnología es una necesidad normativa, ya que
no disponer de ella podría suponer una desventaja competitiva.
2. necesidad percibida. Este se define por quienes experimentan la necesidad, que pueden
ser de diferentes departamentos o pueden ser profesionales o especialistas
involucrados en el proceso de actuación. Se refiere a lo que piensan o sienten acerca de
la necesidad. Lo que debe quedar claro en este punto es si se percibe una necesidad
después de identificar una brecha en el conocimiento o el desempeño (o ambos) o si se
percibe como una necesidad porque otros están implementando esa tecnología en
particular.
3. necesidad expresada. Esta es definida por quienes ofrecen los servicios y se refiere a
atender una necesidad.
4. Necesidad relativa. Se refiere a la brecha entre los servicios existentes en un
grupo y los de grupos similares.
FIGURA 7.1 Etapas del proceso de innovación.
FIGURA 7.2 Necesita valoración.
El aspecto a destacar a la hora de analizar las necesidades es tener claro cuáles son estas
necesidades (necesidad percibida), independientemente de lo que puedan estar haciendo los
demás para solucionar las suyas (necesidad relativa). Para ello, será vital tener un conocimiento
profundo del entorno y del contexto específico, así como de los problemas a resolver.
La curva de adopción de tecnología
En algunas situaciones, la urgencia de que las organizaciones estén a la vanguardia de las
nuevas ideas y se conviertan en las primeras en adoptar la tecnología, así como el impulso de
Los avances tecnológicos que los empujan a perseguir las innovaciones más recientes
pueden colocar a los científicos del deporte en una posición difícil y desafiante (verfigura
7.3). A menudo, los científicos del deporte se sienten atraídos por la idea de presentar un
nuevo producto, o incluso probar el prototipo de un producto en un entorno de alto
rendimiento. Esto puede ser beneficioso cuando se trabaja para la validación de un
producto con empresas de tecnología u otros terceros. Sin embargo, saltarse el proceso de
investigación del producto podría colocar a las organizaciones en una posición
comprometida. En cambio, los científicos del deporte deberían reconocer cuándo y con
quién (atletas) vale la pena experimentar, como con equipos juveniles o de desarrollo. Es
importante seguir ciertos pasos durante las etapas de evaluación y prueba del proceso de
implementación de la tecnología; de lo contrario, después de un pico de expectativas
infladas, hay un "punto bajo de desilusión", y la gente llega a reconocer que la nueva
tecnología aún requerirá mucho trabajo duro.
FIGURA 7.3 La curva de adopción de tecnología.
HOJA DE RUTA PARA LA TECNOLOGÍA
IMPLEMENTACIÓN
Se ha propuesto que el mayor invento de los últimos 200 años no fue una herramienta
o un artilugio, sino la invención del propio proceso científico (4), que permitió a los
humanos crear cosas que nunca podrían haber sido descubiertas. El método científico
es un proceso de constantes preguntas, cambios, desafíos y mejoras que tiene el
poder de crear innumerables productos y otros avances, incluida la tecnología. El
papel del científico del deporte en el proceso científico es asegurar la implementación
de la tecnología usando apoyo basado en evidencia, a través de los componentes
fundamentales de la metodología científica y el pensamiento crítico (ver prefacio y
capitulo 30).
El contexto
En su libro, Christensen (2) propuso un marco de capacidades organizacionales, en
el que se refiere a tres factores que afectan lo que una organización puede y no
puede hacer cuando se trata de implementar ideas o nuevos conceptos: recursos,
procesos y valores. La primera,recursos, incluye personas, equipos, tecnología,
diseño de productos, información, relaciones con marcas y similares. El segundo
factor,procesos, son los patrones de interacción, coordinación, comunicación y
toma de decisiones que transforman las entradas de recursos en productos y
servicios de mayor valor. El tercer y último factor,valoresde una organización, es el
criterio por el cual se toman decisiones sobre prioridades; son los estándares por
los cuales los empleados toman decisiones de priorización. Por lo tanto, cuando
uno quiere implementar cosas nuevas, tiene que analizar sus recursos, procesos y
valores.
De la amplia variedad de tecnologías que probablemente liderarán el futuro del
desarrollo tecnológico (cada una con propósitos muy específicos y diferentes), se
ha sugerido (2) que se pueden agrupar en servicios y procesos, incluidos, entre
otros, la evaluación, el filtrado, el intercambio, el seguimiento, la interacción y la
detección (ver figura 7.4). En el contexto específico del deporte, también se pueden
identificar áreas cruciales en las que la tecnología es clave para el rendimiento, con
énfasis en describir, medir y definir el rendimiento y el éxito (9):
Indicadores clave de desempeño (rendimiento de refino) (ver Capítulo 5)
Elaboración de perfiles o evaluación comparativa (determinación de las características de los artistas de élite)
(ver Capítulo 6) Identificación del talento
Seguimiento de los resultados del rendimiento del entrenamiento y la competición
(preparación y gestión de riesgos; rendimiento individual y del equipo) (ver capítulos
9y19) Ser consciente del contexto y los objetivos que uno quiere lograr con el uso de
la tecnología (esto es primordial)
FIGURA 7.4Clústeres de tecnología.
Recopilación de datos
Antes de comenzar la recopilación de datos, se recomienda encarecidamente que
existan principios y valores que sirvan como marco para la toma de decisiones. La
mayor accesibilidad a la tecnología para el seguimiento y análisis del deporte va
acompañada en ocasiones de una fijación por las métricas y la presión por medir el
rendimiento. Esto no ocurre solo en el deporte y es común en diferentes campos.
Lo que se ha aprendido de otras disciplinas, y también del deporte, es que el
problema no es la medición, sino la medición inadecuada. Lo que se mide puede
no tener relación (por ejemplo, causalidad, correlación, asociación, probabilidad,
predicción), o no tener la relación esperada, con lo que uno realmente quiere
saber. La ciencia del deporte es relativamente joven; esto, junto con el hecho
que la tecnología y el análisis de datos no siempre se utilizan bien, ha
significado que los factores se han medido sin una comprensión completa del
mecanismo que se pretendía estudiar (p. ej., respuestas fisiológicas, análisis
mecánico, estadísticas). Como Müller escribe enLa tiranía de las métricas,"[hay
cosas que se pueden medir. Hay cosas que vale la pena medir. Pero lo que se
puede medir no siempre es lo que vale la pena medir” (7). Esto no quiere decir
que sea mejor no medir que medir, pero es importante estudiar lo que vale la
pena medir, o medir lo que importa. La explosión de información que se
observa hoy en día ha demostrado que a veces lleva tiempo traducir la
información en conocimiento útil: “Creemos que queremos información cuando
realmente queremos conocimiento” (11). En consecuencia, la información que
brinda la tecnología debe ser confiable, debe ser manejable y, lo más
importante, debe contribuir a la toma de decisiones.
El equipamiento
El desempeño de un producto se puede analizar bajo el prisma de la competitividad entre
productos, que incluye los siguientes factores: funcionalidad, confiabilidad, conveniencia y
precio (ver figura 7.5; 2). Cuando ningún producto disponible puede satisfacer el mercado
(es decir, el contexto deportivo), el criterio para elegir un producto es la funcionalidad: se
selecciona un producto que pueda proporcionar información y ventaja competitiva, y esto
hace que se adopte la tecnología. Cuando hay dos o más productos que pueden satisfacer
las necesidades de funcionalidad, las personas eligen productos y proveedores en función
de la confiabilidad. Cuando dos o más proveedores satisfacen el criterio de confiabilidad, la
competencia se desplaza hacia la conveniencia y el precio.
FIGURA 7.5El desempeño de un producto bajo el prisma de la
competitividad.
En el contexto específico del deporte, hay otros factores que requieren
consideración. En particular, es importante comprender cuál será el uso principal de la
tecnología (es decir, el análisis de necesidades), qué pretende hacer la tecnología y si
produce resultados deseables. También son importantes los aspectos que pueden
influir en el rendimiento de un dispositivo, que pueden estar asociados con la
exactitud (precisión, resolución), la calibración (tiempo, rentabilidad), la configuración
(permanente, portátil, ambas), el tamaño, la ubicación, y similares.
Los atletas son la pieza más importante del rompecabezas cuando se trata de rendimiento
deportivo. Una organización puede tener las mejores instalaciones, la última tecnología o los
wearables de moda, pero si los jugadores no quieren utilizar estos recursos y la tecnología está
en un almacén o acumulando polvo, no servirá de nada (5). La aceptación de los atletas es
fundamental para garantizar que la tecnología se implemente adecuadamente. Si uno
realmente cree en un modelo centrado en el atleta o centrado en el equipo, debe asegurarse
de que cualquier tecnología, específicamente un dispositivo portátil, sea atleta-
amigable, mínimamente invasivo, cómodo, idealmente indetectable, y parte del entorno y
más o menos imperceptible, en la mayor medida posible. Si uno considera este asunto
aunque sea un momento y piensa en todos los posibles wearables y prendas que un atleta
podría usar o usar al mismo tiempo (ya que las compañías tecnológicas promocionan
todas estas ventajas potenciales), la situación podría volverse ridícula. El científico del
deporte debe, por tanto, trabajar para conseguir la unificación de tecnologías con un único
dispositivo capaz de ofrecer múltiples respuestas; “Seguimos agregando sensores.
Tenemos que seguir añadiendo sentido” (4).
Como se mencionó anteriormente, acceder y compartir son dos de los principales servicios
con los que la tecnología debería ayudar (y lo hará). Por lo tanto, es importante considerar
ciertos procesos, como los medios para importar y exportar datos, la comunicación de datos a
través de interfaces de programas de aplicaciones (API) u otras integraciones de terceros. Por
último, pero no menos importante, es importante establecer con los proveedores la duración
del servicio (contrato), la necesidad de mantenimiento, las posibles actualizaciones tanto de
software como de hardware, las personas que ayudarán cuando un producto no funcione
correctamente y la educación o educación continua. programas
Participación del personal
Los entornos de alto rendimiento comprenden profesionales de diferentes áreas
relacionadas con la salud y el rendimiento (p. ej., entrenadores de desarrollo de jugadores,
profesionales de fuerza y acondicionamiento, fisioterapeutas, médicos, entrenadores
atléticos, científicos del deporte, psicólogos y nutricionistas), y la tecnología puede afectar
a más de uno de ellos. estas áreas de especialización al mismo tiempo. Una combinación
adecuada de equipos interdisciplinarios y transdisciplinarios hará que el proceso de
implementación de la tecnología sea lo más eficiente posible.
Esto significa que para una implementación exitosa, es necesario involucrar a todos los
profesionales que utilizarán una tecnología con los atletas o jugadores. Deberán tener una
buena comprensión de su uso, los protocolos metodológicos y las métricas más relevantes
que pueden usar para la retroalimentación (rápida o profunda). Desde la perspectiva del
personal, la tecnología debe eliminar progresivamente las tareas manuales y facilitar un
proceso integrado entre las diferentes disciplinas. Cuando expertos de diferentes áreas
comparten el uso de una misma herramienta (un proceso de formación o, en este caso, un
software o un equipo), se potencia el sentimiento de pertenencia a un grupo, se potencia
la sensación de formar parte de un colectivo mayor. presente, se potencia la comunicación
del mismo mensaje (unificación), y
hay grandes oportunidades para compartir conocimientos y competencias.
Calidad de datos
La falta de validez de algunos dispositivos, así como la falta de transparencia de algunas empresas
que informan sobre la validez de la tecnología, requiere que el usuario final considere las siguientes
preguntas (8):
¿Con qué profundidad se ha evaluado la tecnología?
¿Qué tan fuerte es la evidencia para determinar que el dispositivo o tecnología está
produciendo los resultados deseados?
¿Cuánta evidencia existe para determinar que algo más que este dispositivo es
responsable de producir los resultados deseados?
Es responsabilidad del científico del deporte reconocer, analizar y
garantizar ciertos aspectos relacionados con la validez de una tecnología,
como la fuerza de la evidencia, la validación y la validación contra el patrón
oro (o no). También es responsabilidad del científico deportivo comprender
las métricas y el rigor con el que se procesan o calculan (o ambos); es
importante conocer el error de medición de la tecnología. Saber esto
permite diferenciar entre los cambios en el rendimiento resultantes del
entrenamiento y del error de medición. Finalmente, es importante que la
información que proporcione la tecnología sea manejable y confiable y que
contribuya a la toma de decisiones.
Si los aspectos mencionados aquí no están en su lugar, la tecnología no debe
implementarse, ya que la implementación puede desperdiciar tiempo y dinero, lo que podría
desviar las decisiones de capacitación y poner en riesgo la credibilidad y la reputación del
personal o la organización.
Análisis de los datos
No es el propósito de este capítulo presentar un examen de las diferentes posibilidades en
el análisis de la información (ver parte V de este libro), pero desde la perspectiva de la
implementación de tecnología, hay ciertos aspectos a tener en cuenta. Como afirma
Michael Lewis, "estamos mejorando en la construcción de nuestros modelos, pero
tenemos que ser conscientes de las limitaciones de nuestros modelos" (6). Los modelos
(análisis de datos) son simplificaciones del mundo. Esto no es una debilidad; es sólo algo a
tener en cuenta. El análisis no debe limitarse a simplificar
informes que otorgan un único valor (o código de colores) para responder a una
pregunta tan compleja como el estado del deportista, que estará determinado no solo
por el estado físico-biológico del individuo, sino también por el estado psicológico y
social (1). Por lo tanto, es importante saber qué se puede medir y qué no, la
interdependencia entre las diferentes mediciones y la importancia de las diferentes
variables en el proceso de toma de decisiones.
Un rasgo característico de la fijación métrica es la aspiración a sustituir el juicio
basado en la experiencia por la medida estandarizada. Hay situaciones en las que la
toma de decisiones basada en medidas estandarizadas es superior al juicio basado en
experiencias y conocimientos personales, y situaciones en las que la medición
combinada con el juicio podría producir el resultado más valioso. Michael Lewis escribe
enel proyecto de deshacer,"[tenemos que averiguar en qué es bueno y malo el
modelo, y en qué son buenos y malos los humanos” (6).
Debido a la incesante lista de dispositivos tecnológicos disponibles en el mercado,
existe la necesidad de un espacio común de almacenamiento de los datos para que
puedan ser analizados de forma integradora. Varias empresas ofrecen productos que
permiten el almacenamiento de datos. Desde un punto de vista práctico, estas bases de
datos deben permitir la incorporación de datos a medida que se implementan nuevos
dispositivos; deben facilitar la carga (importación) y la descarga (exportación) de datos, y
deben indicar cómo se procesan y analizan los datos antes de generar los informes.
Entrega de datos
El "clic" esencial, la última pieza del rompecabezas, es el medio para entregar y
comunicar la información recopilada de la tecnología. Los datos deben tener un
impacto significativo en el programa. Para ello es necesario no sólo garantizar los
aspectos descritos anteriormente, sino también contemplar quiénes son los
diferentes consumidores de la información, los tiempos de reporte, los canales de
comunicación, el formato del reporte y su visualización, por mencionar algunos
consideraciones más relevantes. Si los resultados no se comunican de manera
efectiva, el proceso de verificación del dispositivo, la implementación sistemática
de la tecnología, el almacenamiento de datos y el análisis de datos habrán sido
inútiles, ya que estos esfuerzos no habrán contribuido al proceso de toma de
decisiones ni demostrado la utilidad del datos recopilados para el jugador.
capítulos 21y31.
SEGURIDAD DE DATOS Y TECNOLOGÍA
Con la posibilidad de recopilar todo tipo de información, incluidos datos biométricos y
médicos, las instituciones gubernamentales deben esforzarse por hacer cumplir estrictas
políticas y normas de seguridad de la información destinadas a proteger la confidencialidad e
integridad de los datos de los atletas recopilados a través de los dispositivos portátiles. A modo
de ejemplo, en 2017 la Asociación Nacional de Jugadores de Baloncesto (NBPA) y la Asociación
Nacional de Baloncesto (NBA) crearon un comité asesor conjunto denominado Acuerdo de
Negociación Colectiva (CBA), con los siguientes objetivos:
1. Revisar las solicitudes de los equipos, la NBA o la NBPA para aprobar un dispositivo
portátil para su uso, con la evaluación basada en si el dispositivo portátil sería
potencialmente dañino para alguien y si la funcionalidad del dispositivo portátil ha
sido validada
2. Establecer estándares de ciberseguridad para el almacenamiento de datos recopilados de dispositivos
portátiles aprobados
En relación con esta última consideración, las políticas deben incluir estándares de
seguridad para aspectos tales como acceso administrativo y cuentas de usuario, controles de
acceso remoto, encriptación y tratamiento de datos biométricos, controles de infraestructura
de servidores y terminales, y seguridad de la interfaz web y de la nube o seguridad física. Este
tipo de regulación ayudará a garantizar la seguridad de los datos tanto en el uso de
tecnologías como en la seguridad de la información.
Finalmente, ¿en qué medida contribuye el uso de cierta tecnología al desempeño
competitivo? Además, ¿es poco ético el uso de una ventaja tecnológica deportiva? Con
la evolución tecnológica, ocurren revoluciones tecnológicas; con la manipulación
biométrica y genética o la evolución de la IA, la tecnología se convierte en la nueva
ayuda ergogénica para el rendimiento humano. Con esto viene la necesidad de pautas
éticas si la aplicación de tecnología deportiva innovadora se va a convertir en la norma
(3).
CONCLUSIÓN
Indiscutiblemente, el uso de la tecnología presenta una gran oportunidad para obtener
información (conocimiento) utilizando dispositivos menos invasivos, más livianos, más
precisos, más pequeños, más seguros y más económicos que nunca. Con base en datos
subjetivos y objetivos recopilados con múltiples herramientas (tecnología), el científico del
deporte ahora puede potencialmente proporcionar excelentes comentarios a los
entrenadores sobre la salud, el bienestar y, en última instancia, el rendimiento de los
atletas. Sin embargo, la implementación de la tecnología también es un desafío. Es
imperativo comprender la utilidad, especificidad, validez y confiabilidad de las
herramientas implementadas. Es obligatorio tener en cuenta que si gran parte del proceso
de toma de decisiones se basa en la información recopilada mediante estos dispositivos, es
mejor que los decisores se aseguren de que funcionan (12). Aunque muchas empresas
afirman ser el "Santo Grial" para el rendimiento superior de los atletas o el cese de las
lesiones, el arma secreta son los propios atletas. Cualquier cosa adicional ayudará y
respaldará alcanzar ese 1% adicional, pero no es la panacea para un rendimiento óptimo.
Es imperativo comunicar a los atletas que la información recopilada con la tecnología les
pertenece, así como generar confianza en el uso de la tecnología y el manejo de la
información. Desde el punto de vista de los científicos del deporte, generan confianza
cuando saben cómo transmitir que los entrenadores impulsan el programa y que la
tecnología ayuda a tomar decisiones mejor informadas. El desafío para las empresas de
tecnología es proporcionar fuentes de información múltiples, integradoras y sincronizadas.
Finalmente, incluso si la tecnología tiene el potencial de revolucionar la toma de
decisiones, programación de entrenamiento y manejo de lesiones, nunca afectará
directamente el resultado por sí mismo; las personas que hacen uso de la tecnología
tendrán en última instancia esa responsabilidad.
LECTURA RECOMENDADA
Christensen, CM. El dilema del innovador: cuando las nuevas tecnologías
Provocar la quiebra de grandes empresas. 1ra ed. Boston: Harvard Business Review
Press, 1997.
Doer, J. Medir lo que importa. Cómo Google, Bono y los Gates
Fundación Rock the World con OKR. Nueva York: Portafolio/Penguin,
2018.
Müller, JZ. La tiranía de las métricas. Princeton, Nueva Jersey: Universidad de Princeton
Prensa, 2018.
CAPÍTULO 8
Higiene de datos
Dr. Matthew C. Varley
Ric Lovell, doctorado
Dr. David Carey
La profesión de las ciencias del deporte sirve para ayudar a los atletas y entrenadores a
maximizar el rendimiento. La ciencia requiere la recopilación y organización de
información de manera sistemática para crear conocimiento. La aplicación del método
científico implica identificar preguntas o problemas importantes para resolver, estudiar los
recursos disponibles, recopilar información y determinar el significado o el valor de los
datos o ambos (es decir,evaluación). El método científico se sustenta en el rigor de la
información o datos recogidos.
Este capítulo sirve como guía para quienes recopilan, analizan, interpretan y manejan datos en
el deporte. Proporciona información sobre aspectos importantes relacionados con la higiene de
datos, incluida la validez, la confiabilidad y el filtrado de datos. Además, describe las mejores
prácticas que se pueden adoptar para mantener la integridad de los datos.
GESTIÓN DE DATOS
Los científicos del deporte comúnmente evalúan y monitorean las características del
rendimiento utilizando información objetiva (p. ej., distancia, tiempo, fuerza, frecuencias de
eventos), es decir, datos empíricos y verificables que se considera que reflejan hechos e
imparciales por prejuicios individuales. Quizás por primera vez en la corta historia de la ciencia
del deporte, la proliferación de tecnología significa que el científico del deporte de hoy en día
se enfrenta al desafío adicional de priorizar y filtrar la abrumadora disponibilidad de datos
objetivos para informar la toma de decisiones. Este llamado tsunami de datos ha hecho
evolucionar las habilidades necesarias de los científicos del deporte en ciernes (11), de quienes
ahora se espera que demuestren competencia en gestión de datos, análisis, visualización y
comunicación (es decir, elaboración de informes). De hecho, elbola de dinero Este fenómeno
ha llevado a la contratación generalizada de otros profesionales, como economistas y
científicos de datos, en el dominio de las ciencias del deporte, proporcionando experiencia en
el análisis de datos objetivos para la evaluación del rendimiento y las soluciones. En este
mercado laboral altamente deseable y saturado, un punto de venta único para los científicos
del deporte es su comprensión de lo que se debe medir y cómo se deben recopilar los datos.
En este capítulohigiene de datosse refiere a las prácticas emprendidas para garantizar un error
mínimo en la recopilación y el almacenamiento de datos. Dada la gran cantidad de datos
disponibles ahora, la higiene de los datos es de suma importancia para los científicos del deporte
para garantizar que la toma de decisiones se base en datos de alta calidad. El campo dinámico y en
evolución del rendimiento de los atletas presenta varios desafíos que deben ser considerados por
los científicos del deporte y todos los profesionales que manejan los datos utilizados para apoyar al
atleta.
Un desafío al que se enfrentan los practicantes del deporte es la gestión e integración
de los datos recopilados de diferentes fuentes. La comunicación interdisciplinar es
fundamental en el deporte. Dentro del entorno deportivo, el personal de apoyo puede
incluir entrenadores, científicos del deporte, entrenadores de fuerza y
acondicionamiento, psicólogos, nutricionistas, fisioterapeutas y médicos, todos los cuales
recopilarán sus propios datos. Estos datos pueden venir en varias formas, incluidos videos,
encuestas, médicos, fisiológicos y técnicos, por nombrar algunos. Además, todos los
miembros del personal pueden tener su propia forma de registrar y almacenar datos,
desde ingresar datos en una hoja de cálculo hasta escribir notas en una hoja de papel.
Se debe tener cuidado para cotejar, limpiar y mantener la integridad de los datos.
La capacidad de interpretar los datos de cada disciplina tanto de manera
aislada como integrada facilita la comunicación exitosa y brinda apoyo
holístico al atleta.
En el ámbito deportivo, el rápido ritmo de desarrollo y adopción de la tecnología
presenta un desafío. Los científicos del deporte disponen de datos cada vez más
sofisticados; sin embargo, se debe entender el valor de estos datos y probar las
limitaciones de su validez y confiabilidad. De hecho, a menudo hay un retraso entre
el lanzamiento de nueva tecnología y los estudios de validación externa (9). Esto se
complica aún más por la amplia gama de opciones para el filtrado y procesamiento
de datos, que a menudo los fabricantes de tecnología no aclaran al usuario.
Otro riesgo común relacionado con la higiene de los datos es el hecho de que la persona
que analiza o interpreta los datos puede no ser la persona que los recopiló. En muchos casos,
la recopilación de datos la realizan pasantes, estudiantes universitarios, voluntarios o
miembros del personal junior. Por lo tanto, es fundamental que las mejores prácticas para la
higiene de los datos se capaciten e implementen entre todo el personal involucrado en la
recopilación de datos dentro del entorno deportivo.
Validez
Validez es el “grado en que una prueba o instrumento mide lo que pretende medir” (30). Un
científico del deporte debe ser un experto en la validez de las mediciones en lo que respecta al
rendimiento deportivo y al seguimiento. Esto es esencial porque la gran cantidad de datos
disponibles ahora debe comprenderse para que los datos correctos puedan usarse para
informar decisiones significativas.
El campo de la validez de la medición es amplio; sin embargo, existen diferentes tipos
de validez, lo que se vuelve confuso ya que los términos se usan indistintamente en
diferentes campos ocupacionales. Aquí se proporciona una descripción general concisa de
la validez de la medición en lo que respecta a la ciencia del deporte, pero se dirige a los
lectores a varios recursos integrales para obtener información más detallada (30). La
validez lógica, aparente y de contenido se refieren cada una a características deseables
bastante obvias de una medida; es decir, ¿la medida evalúa el rasgo de rendimiento o la
respuesta fisiológica en cuestión? La validez lógica y aparente pueden considerarse
términos intercambiables, mientras que la validez de contenido se refiere exclusivamente
a entornos educativos; por ejemplo, un examen parcial en biomecánica deportiva que
evalúa el conocimiento y la comprensión del plan de estudios
entregado en el curso (en lugar de un tema diferente, por ejemplo, nutrición humana) sería una
herramienta de evaluación que posee una validez de contenido inherente. Dos de las características
más relevantes de la validez de la medición de las ciencias del deporte son el criterio y el constructo.
Validez de criteriose establece cuando una medida muestra una fuerte relación con
una técnica de evaluación estándar (o criterio) de oro. La validez de criterio es muy
frecuente en las ciencias del deporte, porque los practicantes a menudo están interesados
en transformar medidas rigurosas basadas en laboratorio en entornos de campo de una
manera pragmática (factible). Considere la medida de criterio de la capacidad aeróbica:
consumo máximo de oxígeno ( O2máx.). En condiciones ambientales conocidas y
estandarizadas, los volúmenes de aire espirado y las proporciones de oxígeno y dióxido de
carbono se miden a medida que el atleta aumenta progresivamente la intensidad del
ejercicio, hasta el agotamiento voluntario. Una evaluación cuidadosa de los datos puede
identificar velocidades asociadas con transiciones entre diferentes dominios de intensidad
de ejercicio (es decir, leve, moderado, alto, severo) y puede usarse tanto para comparar al
atleta como para informar las características del proceso de entrenamiento posterior. La
evaluación de laboratorio es rigurosa, pero requiere muchos recursos (equipo,
experiencia, tiempo) y, por lo tanto, no siempre es factible cuando se trata de varios
atletas. En consecuencia, se ha desarrollado una amplia variedad de estimaciones
pragmáticas basadas en el campo de la capacidad aeróbica (p. ej., prueba de pista de la
Université de Montréal [20], prueba de condición física de múltiples etapas [bip] [21]). Al
proporcionar evidencia para respaldar su validez de criterio, los investigadores
demostraron fuertes asociaciones entre los resultados de rendimiento de estas pruebas de
campo (p. ej., distancia, velocidad, O previsto2max) versus O determinado por laboratorio2
máximo (3,20,21). Al evaluar la validez de criterio de una nueva tecnología o protocolo de
medición, se debe considerar la modalidad de la medida de criterio, y es primordial una
comprensión profunda de los principios de medición relevantes.
Cuando se observa una fuerte relación para las evaluaciones de la validez del criterio, el
científico del deporte debe entonces considerar la magnitud de cualquier diferencia entre la
medida sustituta y la del criterio. Usando el ejemplo de capacidad aeróbica mencionado
anteriormente, la prueba de condición física de múltiples etapas estima O2max se mostró
fuertemente asociado con el derivado de las evaluaciones de laboratorio de criterio (r = 0,81),
pero la velocidad de carrera asociada a esta capacidad se subestimó en aproximadamente 3
km/h (3). La velocidad más baja se debe a las aceleraciones, desaceleraciones y cambios de
dirección repetidos durante el funcionamiento del transbordador, pero podría decirse que
tendría implicaciones sustanciales para la programación.
entrenamiento posterior para maximizar la capacidad aeróbica.
La interpretación de la relevancia de cualquier diferencia presenta un desafío para el
usuario potencial. La prueba de significancia de la hipótesis nula puede determinar si
alguna diferencia es estadísticamente significativa, pero este resultado depende en gran
medida del tamaño de la muestra en el estudio de validez y no considera lo que el usuario
final o el experto pueden determinar como una diferencia que vale la pena en la práctica.
Otro enfoque utilizado en las ciencias del deporte es contrastar las diferencias (o sesgos)
con umbrales estandarizados de la desviación estándar entre atletas de la variable de
resultado (normalmente tomada del criterio o una medida de referencia [2]). Se ha
propuesto una solución novedosa y quizás más atractiva (19) en la prueba de la validez de
criterio de un Sistema de Posicionamiento Global (GPS) para determinar la velocidad
máxima alcanzada durante las pruebas de sprint máximo. Primero, los investigadores
encuestaron a expertos de la industria para informar sus criterios sobre el grado aceptable
de error de medición, contrastando esta opinión de expertos con la diferencia de velocidad
medida entre el sustituto (GPS de 10 Hz) y la medida de criterio (radar). Se recomienda
encarecidamente este enfoque de definir el acuerdo satisfactorio por adelantado, ya que
los análisis estadísticos por sí solos no pueden determinar si la magnitud puede afectar el
juicio o la interpretación del profesional (4).
Independientemente del enfoque analítico utilizado para evaluar la magnitud y el
significado de las diferencias entre mediciones en los estudios de validez de criterio, se
debe inspeccionar la relación entre el sesgo y el rango de medición. Graficar las
diferencias de medición individuales contra su valor medio es un método gráfico útil y
simple para investigar visualmente cualquier relación. Figura 8.1 muestra los datos de
concordancia de un estudio que evaluó una nueva técnica de medición para recopilar
índices de esfuerzo percibido (RPE), en el que los valores numéricos fueron cegados de
los atletas mediante una aplicación personalizada (22a). En este ejemplo, las
diferencias entre las calificaciones cegadas numéricamente y el enfoque tradicional de
informe verbal son uniformes (sistemáticas) en todo el rango de medición de RPE. En
esta situación, el científico del deporte puede adoptar la nueva herramienta de
medición simplemente ajustando el sesgo (aquí, 0,2 unidades arbitrarias de diferencia
media). Cuando existe una asociación entre la diferencia y la magnitud, se justifica una
mayor investigación estadística (p. ej., el coeficiente de correlación producto-momento
de Pearson o la correlación de rango de Spearman equivalente no paramétrica) (ver
capitulo 18), y el científico del deporte tiene la opción de considerar transformaciones
de datos (4) o elija no utilizar la nueva herramienta de medición.
FIGURA 8.1Visualización de la concordancia entre métodos.
Reimpreso con permiso de R. Lovell et al (2020).
Validez de constructose aplica a cualquier dominio de medición en el que no se disponga
de una medida de criterio directo. Una de las áreas más estudiadas en las ciencias del deporte
es la validez de constructo de las medidas de la carga de entrenamiento de los atletas. En
particular, el RPE ha surgido como una estimación precisa y de fácil acceso de la respuesta
psicobiológica de un atleta a un estímulo de actividad (ejercicio). Estas calificaciones son de
naturaleza subjetiva y reflejan sensaciones holísticas integradas a partir de señales que se
originan en los músculos y las articulaciones en funcionamiento y en los sistemas nervioso
central y cardiorrespiratorio (5). El valor numérico presentado por el atleta se puede multiplicar
por la duración de la sesión para proporcionar un impulso de entrenamiento (13). Al examinar
la validez de esta nueva y sencilla medida de la carga de entrenamiento, los investigadores no
disponían de una única medida de criterio que representara las sensaciones biológicas y
psicológicas holísticas de los deportistas, por lo que no se pudo examinar la validez de criterio.
En cambio, los investigadores consideraron el marco teórico al que pertenecía el principio de la
medición. Si el RPE del atleta pudiera usarse como una medida de la intensidad del ejercicio o
la carga de entrenamiento, o ambos, podría esperarse que esté relacionado con otras
respuestas fisiológicas (p. ej., frecuencia cardíaca, costo de oxígeno, acumulación de lactato en
sangre) o medidas de trabajo (p. ej., distancia recorrido, potencia de salida, velocidad). De
hecho, varios estudios han proporcionado evidencia de la validez de constructo del RPE como
una medida de la intensidad del ejercicio (6, 24) y carga de entrenamiento (1,17) de esta
manera.
Validez concurrente de una herramienta de medición se puede probar en una variedad de
formas diferentes, considerando contextos teóricamente informados en los que la
se esperaría que el atributo medido se “comportara”. En las ciencias del deporte, estos
contextos pueden incluir, entre otros, las respuestas a la fatiga, la discriminación entre los
estándares de rendimiento de los atletas, la identificación de cambios en las características
de la forma física y las relaciones con índices de rendimiento de construcciones similares.
Por lo tanto, establecer la validez de constructo de una nueva herramienta a menudo
requiere una serie de investigaciones para evaluar holísticamente si la medición se
comporta como se espera en una gama holística de contextos relevantes.
Los avances tecnológicos y la disponibilidad a menudo preceden a los estudios
de validez independientes. Además, en muchos entornos de rendimiento (p. ej.,
deportes de equipo profesionales), el científico del deporte a menudo coordina una
serie de herramientas de seguimiento y evaluación de atletas, sintetizando la
información de manera oportuna para la retroalimentación del entrenador y atleta
y para informar las características del próximo desarrollo atlético o evento de
preparación (es decir, entrenamiento, competencia, recuperación). En este
entorno, las características prácticas de las nuevas tecnologías o sistemas de
software (es decir, los sistemas de gestión atlética) como la facilidad de uso, el flujo
de trabajo y la visualización pueden valorarse más que la validez de la herramienta
y su adherencia a los principios de medición. Hay instancias en la ciencia del
deporte, particularmente para herramientas de autoinforme como RPE y bienestar,
15,25), aparentemente sin los necesarios controles y equilibrios de validez. Para
otras herramientas, la precisión de los datos puede verse influenciada por la
interpretación del usuario y el grado de conocimiento, entrenamiento y experiencia
de la medición (entrenador de fuerza, entrenador atlético, entrenador técnico,
pasante de ciencias del deporte). Estos numerosos desafíos presentan un dilema
para el científico del deporte en ejercicio, cuyo papel es aplicar el método científico
al rendimiento deportivo, ya que los factores ambientales en constante cambio y el
hardware y el software en rápida evolución inhiben la aplicación de la investigación
sistemática. Teniendo en cuenta el rápido ritmo del desarrollo tecnológico y la
proliferación en relación con el ritmo del proceso de revisión por pares, junto con
la naturaleza muy matizada de los entornos de rendimiento,
Fiabilidad
Si bien este capítulo ha abordado la validez antes que la confiabilidad, la confiabilidad es el pilar de
la precisión de la medición; una prueba o instrumento no puede ser considerado válido si es
tampoco [Link] refiere a la consistencia de una medida, a menudo
determinada por el método test-retest, en el que la evaluación se realiza dos o más veces
dentro de una ventana de tiempo apropiada. En los estudios de investigación, los
investigadores tienen cuidado al estandarizar las condiciones de la prueba en un intento
de limitar el impacto de cualquier factor externo que actúe sobre el resultado de la prueba
derivada. Estos factores pueden tener su origen en la instrumentación de medición, el
entorno o la situación, el administrador de la prueba o el participante que se evalúa.
Considere el ejemplo del seguimiento de la función neuromuscular para medir la recuperación motora después de la
competencia, a menudo evaluada mediante el salto con contramovimiento (CMJ). Al evaluar la confiabilidad de esta prueba,
el científico deportivo invita a los atletas a realizar el CMJ en dos ocasiones separadas, por ejemplo, por una semana. El
cronograma de prueba-reevaluación puede diseñarse para imitar las características de la aplicación potencial, con 7 días de
sobra para permitir la recuperación completa de la prueba en sí, pero no tanto como para invitar a cambios potenciales en el
rendimiento debido a la adaptación al entrenamiento o al desentrenamiento. Otras fuentes de error del atleta entre las dos
evaluaciones (a menudo conocido como error biológico) pueden incluir factores como el programa de entrenamiento en las
72 horas anteriores, la vestimenta, la variación diurna, las características de calentamiento, la nutrición, el sueño, la
hidratación, la experiencia de la prueba, y motivación El científico del deporte puede tomar medidas para limitar la influencia
de estos términos de error tomando más medidas antes de la prueba, familiarizando al atleta, indagando con el atleta y
desarrollando procedimientos repetibles antes de la prueba. El CMJ se puede realizar en interiores, lo que puede abordar
cualquier efecto ambiental relacionado con el clima, pero el entorno inmediato y, en particular, quién más pueda estar
presente (p. ej., compañeros, entrenadores, etc.) podría influir en el rendimiento. El científico del deporte se asegura de que
se use la misma plataforma de salto o plataforma de fuerza entre evaluaciones repetidas, realiza las calibraciones
apropiadas del equipo y asegura criterios de evaluación consistentes (es decir, número de repeticiones, recuperación entre
esfuerzos, instrucciones y técnica, declaraciones motivacionales), pero otras fuentes de error técnico (por ejemplo,
limitaciones del dispositivo, deriva de la señal o del sensor) puede ser difícil de identificar y cuantificar. Suponiendo que se
utilice el mismo software y hardware en todo momento, se puede evitar el error humano al juzgar el rendimiento para el
CMJ, pero puede ser motivo de preocupación en otras mediciones comunes de las ciencias del deporte, como la codificación
de eventos, la antropometría o la detección de movimientos. La gran cantidad de posibles fuentes biológicas y técnicas de
error pueden crear colectivamente un ruido sustancial en la medición, lo que dificulta la detección de cambios reales en el
rendimiento de la prueba (señal). Si bien los estudios de investigación están rigurosamente diseñados y antropometría o
detección de movimiento. La gran cantidad de posibles fuentes biológicas y técnicas de error pueden crear colectivamente
un ruido sustancial en la medición, lo que dificulta la detección de cambios reales en el rendimiento de la prueba (señal). Si
bien los estudios de investigación están rigurosamente diseñados y antropometría o detección de movimiento. La gran
cantidad de posibles fuentes biológicas y técnicas de error pueden crear colectivamente un ruido sustancial en la medición,
lo que dificulta la detección de cambios reales en el rendimiento de la prueba (señal). Si bien los estudios de investigación
están rigurosamente diseñados y
administrados para reducir el ruido de medición y determinar la verdadera consistencia de una
herramienta de medición, su naturaleza artificial puede impedir la traducción de los hallazgos a la
práctica industrial de rutina.
Teniendo en cuenta las características únicas del entorno de rendimiento y la rápida evolución de la tecnología deportiva, los juicios de
confiabilidad no pueden formarse exclusivamente a partir de publicaciones de investigación revisadas por pares. Además, la consistencia de la
medición a menudo puede variar entre atletas individuales. En consecuencia, la aplicación interna del método científico puede ayudar al
profesional a tomar decisiones de desempeño informadas y basadas en evidencia. La entrega de ciencia del deporte rara vez puede darse el
lujo de realizar evaluaciones de confiabilidad con atletas de alto rendimiento, especialmente cuando se recopilan varias mediciones diferentes
para rastrear de manera integral el desarrollo o la preparación de los atletas, o ambos. Determinar las capacidades de rendimiento atlético
requiere el máximo esfuerzo del atleta, un costo que debe evaluarse cuidadosamente frente al valor agregado de la información obtenida de
la evaluación. Por lo tanto, las pruebas de capacidad rara vez pueden programarse con una frecuencia suficiente para permitir que el científico
del deporte determine una medida precisa de la consistencia de la prueba. En situaciones en las que se pueden administrar pruebas de
capacidad máxima repetidas, a menudo hay amenazas a la coherencia de la evaluación (por ejemplo, entorno, preparación, programación,
motivación). Esta incertidumbre en la determinación de las verdaderas capacidades atléticas puede tener un profundo impacto en la
programación de ejercicios posteriores y requiere consideración cuando se evalúan los resultados. En situaciones en las que se pueden
administrar pruebas de capacidad máxima repetidas, a menudo hay amenazas a la coherencia de la evaluación (por ejemplo, entorno,
preparación, programación, motivación). Esta incertidumbre en la determinación de las verdaderas capacidades atléticas puede tener un
profundo impacto en la programación de ejercicios posteriores y requiere consideración cuando se evalúan los resultados. En situaciones en
las que se pueden administrar pruebas de capacidad máxima repetidas, a menudo hay amenazas a la coherencia de la evaluación (por
ejemplo, entorno, preparación, programación, motivación). Esta incertidumbre en la determinación de las verdaderas capacidades atléticas
puede tener un profundo impacto en la programación de ejercicios posteriores y requiere consideración cuando se evalúan los resultados.
Tal vez debido a los desafíos de determinar la confiabilidad de las evaluaciones de la capacidad
física en el entorno de alto rendimiento, el seguimiento rutinario de los atletas en las ciencias del
deporte ha crecido considerablemente. Esta tendencia se ha visto facilitada por la proliferación y
miniaturización de tecnologías portátiles, pero el enfoque facilita puntos de contacto más
frecuentes con los atletas. Esto puede crear el potencial para determinar una señal de medición
real, pero el entorno de alto rendimiento rara vez es estable. La programación de competencias y
los requisitos de viaje presentan desafíos para la consistencia. Por ejemplo, las calificaciones de
bienestar o las pruebas de función neuromuscular y recuperación de la frecuencia cardíaca se
utilizan a menudo para evaluar la recuperación después de la competencia, pero su tiempo puede
diferir considerablemente según el evento y el programa de entrenamiento. afectando
profundamente las medidas de resultado y cualquier evaluación posterior de la consistencia de la
prueba. Por el contrario, si bien es deseable un alto grado de consistencia para identificar cambios
verdaderos, las medidas de autoinforme administradas con frecuencia (p. ej., bienestar, RPE)
pueden conducir a la agrupación,
o un grado de estabilidad que puede hacer que la herramienta de medición sea insensible a la
verdadera dosis-respuesta a los estímulos del ejercicio (35). Las herramientas de seguimiento
objetivo, como las tecnologías de seguimiento (p. ej., GPS, seguimiento semiautomático), la
variabilidad de la frecuencia cardíaca y los sensores de inercia (acelerómetros) son menos
susceptibles al sesgo de los atletas y a la agrupación potencial, pero sus métricas a menudo sufren
un alto grado de variabilidad debido a un gama de factores situacionales (14), creando un grado de
ruido que dificulta la interpretación de cambios significativos.
Para determinar la confiabilidad test-retest, las mediciones repetidas tomadas de un grupo
de atletas deben correlacionarse entre sí. Si el ejemplo anterior de evaluación de la función
neuromuscular con CMJ es confiable (consistente), el atleta con la altura de salto más alta
debería tener un buen desempeño en cualquier número de observaciones repetidas, bajo las
mismas condiciones de evaluación. Para la confiabilidad, el coeficiente de correlación intraclase
se usa para examinar la consistencia del orden de clasificación del atleta, en el que los valores
superiores a 0,90 se consideran altos, de 0,80 a 0,89 moderados y por debajo de 0,80
cuestionables (32). Sin embargo, para poblaciones atléticas con resultados particularmente
homogéneos, o cuando el número de atletas evaluados es bajo, el coeficiente de correlación
puede ser bajo y debe interpretarse con precaución. Para cuantificar el error aleatorio que
puede observarse en observaciones de prueba repetidas, la estadística más utilizada se conoce
comoerror tipico, reflejando la variación de cada atleta (desviación estándar) entre los
resultados de las pruebas y teniendo en cuenta las diferencias sistemáticas del grupo. Este
valor abarca cualquiera de las fuentes de error identificadas anteriormente y,
conceptualmente, puede considerarse el ruido típico en los resultados de las pruebas. El error
típico se puede cuantificar para un grupo de atletas, pero es particularmente útil para
monitorear cambios significativos en atletas individuales a lo largo del tiempo. Nuevamente
aquí, las estadísticas de confiabilidad de los resultados derivadas reflejan la calidad de los
datos originales recopilados por el científico del deporte. La integridad y la autenticidad de los
datos deben tenerse en cuenta cuando se evalúan las estadísticas de fiabilidad; pero además,
la prioridad del científico del deporte es facilitar (cuando sea pragmático) condiciones de
prueba que favorezcan la obtención del valor “verdadero”, limitando así las posibles fuentes de
error de medición. (Para obtener más información sobre el coeficiente de correlación intraclase
y el error típico, consulte el artículo de Hopkins en "Lecturas recomendadas" que se encuentra
al final del capítulo).
Como se destacó anteriormente en la discusión sobre la validez de la medición, se necesita
la opinión de expertos junto con las herramientas estadísticas apropiadas para determinar qué
podría constituir un cambio significativo. En el contexto de la confiabilidad, la el cambio más
pequeño que vale la pena puntuación puede representar la señal que afectaría a la
juicio o interpretación de un científico deportivo (ver capitulo 18), con el error típico que
representa el ruido (dieciséis). Si el ruido en el resultado del CMJ de prueba y repetición es
menor que la señal significativa más pequeña, los cambios en el rendimiento del salto se
pueden detectar con integridad. Desafortunadamente, este no suele ser el caso en la
evaluación de las características del rendimiento humano, por lo que cualquier incertidumbre
es parte integral tanto del proceso de evaluación como de la comunicación con los atletas y
entrenadores. Cuando la magnitud de la señal y el ruido son similares, la interpretación es más
compleja y el usuario puede requerir más evaluaciones repetidas o trabajar para reducir las
fuentes de ruido para que la prueba obtenga alguna utilidad práctica (dieciséis). Si el ruido en
los datos de monitoreo del CMJ es mayor que la diferencia más pequeña que vale la pena, es
probable que el valor agregado por la prueba no valga la inversión realizada por el atleta para
realizar la prueba máxima, el entrenador para ajustar el cronograma del programa y el
científico del deporte. en la preparación, prueba, análisis, evaluación y comunicación de los
resultados.
Cuando se publiquen y estén disponibles estudios independientes de validez y
confiabilidad, los científicos del deporte escépticos podrían hacerse una serie de preguntas
antes de traducir este nuevo conocimiento a su práctica industrial:
¿La medida de criterio o construcción teórica utilizada para validar la
técnica es apropiada y relevante para fines atléticos?
¿Se puede traducir el nuevo conocimiento creado a partir de la población de muestra del
estudio a mi propio contexto de entrega de ciencias del deporte?
¿Puedo usar la información obtenida de estas evaluaciones de campo para informar
mi práctica? ¿Qué impacto posterior tendrá?
¿Esta evaluación es logísticamente factible para mi entorno de desempeño? ¿Qué factores
podrían influir en mi interpretación de los resultados y cómo puedo operar de manera
proactiva para limitar el sesgo o las posibles fuentes de error?
Filtración
En el procesamiento de señales, un filtro elimina información innecesaria para reducir el ruido
de una señal (23).Filtraciónse puede aplicar a los muchos tipos de datos que encuentra un
científico del deporte; sin embargo, los más comunes son los datos derivados de sensores
portátiles, sistemas de captura de movimiento, placas de fuerza y otras tecnologías deportivas
electrónicas. Estas tecnologías detectan una señal que se registra y almacena como datos. Los
datos que no se procesan normalmente se denominandatos sin procesar. A menudo, la señal
está sujeta a ciertos grados de ruido, lo que dificulta el análisis y
dificultad en la interpretación de los datos brutos. Los datos sin procesar se pueden
procesar o filtrar para reducir cualquier ruido no deseado. Estos datos filtrados se pueden
analizar para producir una salida (una representación abstracta de la señal). Por ejemplo,
se puede usar un GPS para detectar señales de satélite que se traducen en datos de
velocidad sin procesar. Luego se aplica un filtro como el filtro de Kalman para suavizar los
datos de velocidad. Luego, los datos de velocidad suavizados se pueden analizar para
generar un resultado o una métrica (p. ej., la distancia recorrida a diferentes velocidades
de carrera o la cantidad de esfuerzos de sprint realizados). Luego, el científico del deporte
utiliza estas métricas para informar el rendimiento del atleta. Se pueden aplicar muchos
tipos de filtros diferentes a los datos, que pueden incluir exponencial, Kalman,
Butterworth, mediana y Fourier. Está más allá del alcance de este capítulo cubrir cada filtro
en detalle;33). Esta sección destaca brevemente los desafíos asociados con el filtrado de
datos que enfrentan los científicos del deporte.
Por varias razones, es importante que los científicos del deporte sean conscientes del tipo
de filtrado que se aplica a los datos que recopilan. Las actualizaciones de hardware, firmware o
software pueden dar lugar a cambios en los filtros de datos que se aplican (8,31). Esto puede
afectar las métricas que se informan; por ejemplo, se descubrió que las actualizaciones del
software GPS reducían sustancialmente el número de esfuerzos de aceleración (251 frente a
177) y desaceleración (181 frente a 151) que se informan en los partidos de fútbol (8). Algunos
software de fabricantes le permiten al usuario elegir el tipo de filtrado que se aplica o le
permite seleccionar opciones que pueden procesar automáticamente sus datos de una manera
específica. Las implicaciones de estas opciones pueden no estar siempre claras para el usuario,
por lo que es importante comprender cómo estas decisiones cambiarán las técnicas de filtrado
de datos. Por ejemplo,figura 8.2 muestra cómo los datos pueden cambiar con el uso de
diferentes técnicas de filtrado para derivar la aceleración de la velocidad (31). Finalmente, si los
científicos del deporte eligen filtrar los datos sin procesar ellos mismos, es importante que
comprendan los tipos de filtros disponibles y las implicaciones que estos tendrán en las
métricas.
FIGURA 8.2Datos de velocidad y aceleración del sistema de posicionamiento global
durante un esfuerzo de carrera de 40 metros. El gráfico demuestra cómo los datos
pueden cambiar con el uso de diferentes técnicas de filtrado para derivar la
aceleración de la velocidad. Las técnicas incluyen derivar la aceleración utilizando
un intervalo de 0,2 segundos y 0,3 segundos y un filtro exponencial. El umbral
utilizado para identificar un esfuerzo de aceleración está indicado por la línea
paralela a laX-eje a 2,78 m·s-2.
Reimpreso con permiso de MC Varley et al. 2017.
Al comprender el efecto que tienen los diferentes filtros en sus datos, los científicos del
deporte pueden comparar con confianza sus métricas con los datos normativos, la
literatura científica y sus propios datos longitudinales. La comprensión del filtrado que se
ha aplicado puede ayudar con la interpretación de grandes discrepancias o similitudes
entre conjuntos de datos.
Un número cada vez mayor de métricas está disponible para los científicos del deporte. Un solo
tipo de tecnología puede producir más de 100 métricas diferentes. Esto se complica aún más por el
hecho de que las métricas varían entre tecnologías, fabricantes, marcas y actualizaciones de
software. Además, si bien estas tecnologías proporcionan sus propias métricas, muchas también
permiten a los científicos del deporte producir sus propias métricas personalizadas.
El desafío al que se enfrentan los científicos del deporte es que no todos los fabricantes
revelan detalles sobre las técnicas de filtrado de datos que se aplican a su tecnología, a
menudo porque esto se considera propiedad intelectual (22). Además, es posible que el acceso
a los datos sin procesar no esté disponible o que los datos "sin procesar" que se
disponible ya ha sido prefiltrado. Esta falta de transparencia puede tener
implicaciones de gran alcance para la interpretación, replicación y validación
externa de estos datos.
Los científicos del deporte deben comprender y registrar información sobre las técnicas de
filtrado que se aplican (por ellos mismos o por los fabricantes) a sus datos. Esta información se
puede utilizar para controlar los cambios en las técnicas de filtrado a lo largo del tiempo y para
comunicar las prácticas de filtrado en su equipo y a la comunidad científica del deporte en general.
Los científicos del deporte deben aplicar un método de filtrado consistente dentro de una
temporada o período de tiempo determinado al comparar datos para garantizar que cualquier
cambio observado se deba a un cambio real y no a cambios en la técnica de filtrado. Los científicos
del deporte deben actuar con la debida diligencia con las métricas que decidan utilizar,
asegurándose de que sean significativas y de que se hayan abordado los problemas de validez y
fiabilidad discutidos en las secciones anteriores.
MANTENIMIENTO DE LA INTEGRIDAD DE LOS DATOS
Integridad de los datosse refiere a la consistencia, integridad y precisión de los datos, y es un
componente esencial en todas las etapas de recopilación, almacenamiento, procesamiento y
análisis de datos (18,28). Los problemas comunes en la ciencia del deporte, como la combinación de
datos de diferentes fuentes, las convenciones de etiquetado inconsistentes y las operaciones de
filtrado inciertas pueden comprometer la integridad de los datos (27). Las siguientes secciones
brindan recomendaciones y prácticas para mantener la integridad de los datos cuando se recopilan,
almacenan y analizan datos de ciencias del deporte.
Para mantener la integridad de los datos es fundamental el concepto de un flujo de trabajo de
datos reproducible. Aflujo de trabajo reproducible es uno con suficiente información detallada
para que otra persona pueda replicarlo exactamente (es decir, podría obtener la misma salida o
resultados dados los mismos datos de entrada) (26,29). Esta propiedad es importante porque
permite a los científicos del deporte volver sobre sus pasos si sospechan que se ha introducido un
error en algún lugar del flujo de [Link] 8.3muestra un ejemplo de un flujo de trabajo de
datos reproducibles. Cualquier operación aplicada a los datos se documenta claramente en cada
etapa, y las nuevas versiones de los datos se guardan para evitar sobrescribir los datos sin procesar
(lo que rompería la reproducibilidad y evitaría que el científico deportivo corrigiera cualquier error
al principio de la cadena).
La creación de un diccionario de datos es un paso valioso para cualquier científico del deporte
que recopile o analice datos (7,12). ElDiccionario de datoscontiene las definiciones de todas las
variables recopiladas, así como cualquier convención de nomenclatura o codificación. Un ejemplo
de una hoja de cálculo y un diccionario de datos se muestra enfigura 8.4. Un diccionario de datos
completo tiene muchos beneficios (7,12). Elimina la ambigüedad si varias personas recopilan datos
que pueden tener diferentes convenciones de nombres (por ejemplo, una base de datos de
entrenamiento de resistencia en la que un entrenador etiqueta un ejercicio como "sentadilla" y otro
como "sentadilla trasera"), y crea un registro permanente de lo que está en los datos, lo que
permite que los datos históricos sigan siendo útiles. El proceso de hacer un diccionario de datos
antes de comenzar la recopilación de datos garantiza un enfoque coherente para la recopilación de
datos desde el inicio de un proyecto y puede ayudar a identificar variables externas o ambientales
que pueden ser relevantes para recopilar (p. ej., condiciones climáticas para la recopilación de datos
de pruebas de campo al aire libre). ).
Almacenamiento de datos
Guardar y almacenar datos o resultados es una tarea necesaria en múltiples etapas en un
flujo de trabajo de datos reproducibles (29) y se puede lograr de varias maneras (verfigura 8.3).
El software del sistema de administración de bases de datos (DBMS) (como MySQL, Microsoft
Access o MongoDB) puede ser necesario para conjuntos de datos grandes o complicados, o si
los datos deben compartirse entre varios usuarios simultáneamente (34). Un DBMS obliga al
usuario a predefinir la estructura de la base de datos (es decir, qué variables se recopilarán y
cómo se relacionan entre sí) y tiene controles integrados que protegen la integridad de los
datos (34). Las plataformas de gestión de datos específicos del deporte (a menudo
denominadas sistemas de gestión de atletas) han surgido para abordar la creciente cantidad
de recopilación de datos en el deporte. Estas plataformas brindan beneficios de integridad de
datos similares a otros DBMS, pero también están diseñadas específicamente para datos
deportivos comúnmente recopilados, como cuestionarios de bienestar de atletas o datos de
movimiento de GPS.
Para conjuntos de datos pequeños, el almacenamiento de datos en hojas de cálculo es una
alternativa viable (7,12). El software de hojas de cálculo, como Microsoft Excel, no impone los mismos
estándares de integridad de datos que un DBMS, por lo que el científico del deporte debe ser consciente
de los peligros comunes del almacenamiento de datos en hojas de cálculo de Excel (7,10,12). Ejemplos de
diseños de hojas de cálculo deficientes y efectivos se muestran enfigura 8.5. Los principios de un buen
diseño de hoja de cálculo incluyen lo siguiente (7):
Cada hoja tiene una columna que contiene un código de identificación único que hace
referencia al participante. Esto permite la integración de datos recopilados de diferentes
fuentes (12). Por ejemplo, fusionar una base de datos de control del sueño y el bienestar
es sencillo si ambas contienen una variable de fecha e ID de jugador común. Los nombres
de las columnas no deben incluir espacios ni caracteres especiales (p. ej., *, #, $) y no
deben abarcar varias líneas.
Evite las celdas, columnas o filas vacías. Los valores faltantes deben identificarse
mediante una convención coherente, como N/A o NULL.
No aplique cálculos, combinación de celdas o resaltado de sintaxis a los archivos de datos
sin procesar. Esto evitará potencialmente sobrescribir los datos sin procesar y romper el
flujo de trabajo reproducible. También hará que la importación de datos en software de
análisis como R, Python o SPSS sea más fluida.
FIGURA 8.3 Flujo de trabajo de datos documentado y reproducible.
El almacenamiento de datos no estructurados, como imágenes, videos o texto libre, es un desafío
potencial para el científico del deporte porque estas formas de datos no se pueden almacenar
naturalmente en forma de hoja de cálculo. Una alternativa efectiva es usar un formato de archivo
consistente y crear una hoja de cálculo que contenga los metadatos relevantes. Por ejemplo, una base de
datos de video de imágenes de partidos podría almacenarse y administrarse mediante un sistema de
archivos y la metabase de datos adjunta, como se muestra enfigura 8.6.
También es recomendable crear copias de seguridad de cada versión diferente de los
datos (sin procesar, limpiados y procesados). Esto se ha vuelto conveniente y económico
con servicios basados en la nube como Dropbox, Google Drive y Amazon Web Services.
FIGURA 8.4 Conjunto de datos de muestra y diccionario de datos adjunto.
Limpieza de datos
La limpieza de datos es un paso necesario e importante antes de analizar o sacar conclusiones
basadas en datos experimentales. A pesar de la implementación de salvaguardas como
diccionarios de datos y procedimientos de prueba consistentes, aún es probable que los datos
recopilados tengan algunos errores que deben limpiarse. Las cosas comunes que debe buscar
en la limpieza de datos incluyen lo siguiente (27):
Convenciones de nomenclatura consistentes. Idealmente, todos los datos categóricos deberían tener
convenciones de nomenclatura especificadas previamente en un diccionario de datos. Sin embargo, es común
ver diferentes términos usados para referirse a lo mismo en conjuntos de datos (p. ej., "entrenamiento" frente
a "entrenamiento principal" frente a "entrenamiento" en un conjunto de datos de monitoreo de carga). De
manera similar, es importante que todos los valores faltantes se identifiquen con la misma bandera.
Variables de ID no únicas. Es común ver los nombres o las iniciales de los participantes como una
variable de identificación en las bases de datos de ciencias del deporte. Esto puede causar
problemas si dos personas tienen el mismo nombre porque la variable ID ya no es única y no se
puede usar para fusionar conjuntos de datos correctamente.
Formatos de [Link] son fuentes notorias de problemas de limpieza de datos. Está
recomendable utilizar el formato “DD/MM/AAAA” (7). El almacenamiento de fechas en
Microsoft Excel tiene problemas de compatibilidad entre las computadoras Windows y
Mac que se pueden evitar si las columnas de fecha se formatean como texto sin formato (
7).
Valores atí[Link] pueden ser difíciles de detectar en algunos datos; sin embargo, los datos de
las ciencias del deporte generalmente se recopilan de participantes humanos, por lo que se
pueden aplicar algunas reglas de sentido común en torno a valores fisiológicamente plausibles (p.
ej., alturas superiores a 3 metros [3,3 yardas] o velocidades de carrera superiores a 20 m/s se
pueden etiquetar con seguridad como errores). Las reglas de detección de valores atípicos
objetivos (p. ej., valores de más de 3 desviaciones estándar de la media) pueden ser útiles para
marcar las observaciones para una mayor investigación, pero no deben usarse para eliminar datos
inmediatamente o etiquetarlos como erróneos. La limpieza de datos debe realizarse en un lenguaje
de secuencias de comandos reproducible o documentarse claramente para que los pasos puedan
seguirse y repetirse exactamente. Por ejemplo, si algunos resultados de pruebas se han eliminado
de los datos debido a un mal funcionamiento claro del equipo, deben documentarse
explícitamente para que otra persona pueda volver sobre los pasos dados y llegar al mismo
conjunto de datos limpio. Es importante destacar que los datos limpios no deben reemplazar los
datos sin procesar y deben guardarse en una ubicación separada (29) (ver figura 8.3).
FIGURA 8.5 Ejemplo de (a) mal diseño de hoja de cálculo para la recopilación de datos y (B)
diseño efectivo de hojas de cálculo. Figura 8.5a contiene celdas combinadas (datos no
rectangulares), encabezados de columna repetidos, etiquetas de fila no únicas, celdas
vacías y formato innecesarios, encabezados de columna que comienzan con números y
una convención inconsistente para identificar datos faltantes. Figura 8.5B contiene todos
los mismos datos sin procesar, pero está en un formato que se puede importar fácilmente
a cualquier plataforma de software de análisis de datos.
FIGURA 8.6 Sistema de gestión y almacenamiento de datos para datos de vídeo no
estructurados.
CONCLUSIÓN
La disponibilidad de datos en el deporte sigue creciendo exponencialmente. La magnitud y
complejidad de estos datos requiere que los científicos del deporte y todos los practicantes del
deporte tengan un mayor nivel de competencia en datos que nunca. Los datos pueden provenir de
múltiples fuentes; cambia rápidamente a medida que avanza la tecnología y debe comunicarse a
muchos usuarios. Las consideraciones sobre la validez y la confiabilidad de los datos son una
preocupación clave para garantizar que se recopilen datos significativos. Una vez que se recopilan
los datos, se deben determinar y documentar los métodos apropiados para filtrar, limpiar y
almacenar para mantener la integridad de los datos.
Los científicos del deporte deben asegurarse de que entienden y pueden educar a otros sobre
las mejores prácticas de higiene de datos. Las decisiones relacionadas con la selección de
mediciones, la recopilación de datos, el filtrado de datos y la limpieza y el almacenamiento deben
tomarse de manera transparente y que otros científicos del deporte puedan repetir. Los científicos
del deporte deben desarrollar una sólida cultura de documentación e informes entre sus colegas en
un esfuerzo por facilitar comparaciones precisas entre conjuntos de datos a lo largo del tiempo y
mantener un alto nivel de higiene de los datos.
LECTURAS RECOMENDADAS
Bland, JM y Altman, DG. Concordancia de medición en la comparación de métodos
estudios. Métodos estadísticos Med Res 8:135-160, 1999.
Broman, KW y Woo, KH. Organización de datos en hojas de cá[Link] stat
72:2-10, 2018.
Ellis, SE y Leek, JT. Cómo compartir datos para la colaboració[Link] stat
72:53-57, 2018.
Hopkins, WG. Cómo interpretar los cambios en una prueba de rendimiento deportivo.
Ciencia deportiva 8:1-7, 2004. [Link]/jour/04/[Link].
Malone, JJ, Lovell, R, Varley, MC y Coutts, AJ. Desempacando el negro
recuadro: aplicaciones y consideraciones para el uso de dispositivos GPS en el deporte.
Int J Deportes Physiol Realizar 12:S218-S226, 2017.
Rahm, E y Hai Do, H. Limpieza de datos: problemas y enfoques actuales.
Toro de ingeniería de datos IEEE 23:3-13, 2000.
PARTE IV
Datos de carga externa e interna
Colección
CAPÍTULO 9
Características de los Sistemas de
Seguimiento y Monitoreo de Carga
Jo Clubb, MSc
Andrew M. Murray, doctorado
La captura objetiva de los perfiles de actividad de tiempo-movimiento de los atletas sustenta
una variedad de aplicaciones para el profesional de las ciencias del deporte. Estos requieren
comprender las demandas físicas de la práctica y la competencia; estratificar estas demandas
en posiciones de juego, niveles de competencia, grupos de edad y géneros; y el seguimiento de
las cargas de los atletas a lo largo del tiempo.
Con el tiempo, el análisis de los perfiles de carga de trabajo dentro de las poblaciones
atléticas ha sido una industria en crecimiento. El primer análisis objetivo del movimiento del
fútbol fue publicado en 1976 por el profesor Tom Reilly (45). Ese estudio involucró un sistema
de notación codificada manual del movimiento de un solo jugador que luego fue validado con
análisis de video (45). Desde entonces, las mejoras en la tecnología han permitido la
recopilación de dicha información para equipos completos simultáneamente, de una manera
más eficiente en el tiempo (verfigura 9.1). En general, las opciones para el seguimiento de
atletas se dividen en una de dos categorías, sistemas posicionales y microsensores portátiles,
los cuales se tratan en este capítulo.
Traducido del inglés al español - [Link]
CARACTERÍSTICAS
Dado el aumento de las tecnologías de seguimiento disponibles, es pertinente que los
investigadores y los científicos del deporte aplicado comprendan las características y la
interpretación de los datos de dichos sistemas para informar el análisis y la programación.
Las principales características y ventajas y desventajas de cada uno se describen en las
siguientes secciones.
Seguimiento óptico
seguimiento óptico (OT) se caracteriza por el uso de múltiples cámaras alrededor del
entorno de juego que registran las posiciones de los objetos (que pueden incluir a los
atletas, los árbitros y los objetos de juego), infieren la X- y y-coordenadas de atletas, y crear
una reconstrucción bidimensional de patrones de movimiento. Estos sistemas están
construidos para garantizar que al menos dos cámaras cubran cada área de la superficie
de juego para mayor precisión y resistencia, con las salidas separadas combinadas
retrospectivamente en un solo conjunto de datos (19). La configuración precisa del
número y la ubicación de las cámaras depende de la tecnología particular utilizada y del
lugar en el que se emplee.
Las técnicas de aprendizaje automático y visión por computadora se pueden aplicar a los datos
sin procesar para calcular la información de ubicación (37). Inicialmente, estos sistemas solo
estaban semiautomatizados, y se requería que los operadores de control de calidad identificaran a
cada jugador y verificaran las trayectorias (19). Estos sistemas de seguimiento de cámaras,
desarrollados a finales de la década de 1990, supusieron un gran avance ya que, por primera vez,
permitieron el seguimiento simultáneo de cada jugador, el árbitro y el balón durante todo el partido
(13). Inicialmente, los sistemas se implementaron en fútbol y rugby en estadios al aire libre, pero
ahora las soluciones OT se encuentran en una variedad de deportes. La aceptación ha aumentado
con la aparición de soluciones de seguimiento en interiores, necesarias para deportes como el
baloncesto, el hockey sobre hielo, el balonmano, el voleibol y los deportes de raqueta.
FIGURA 9.1Cronología de desarrollos destacados en el seguimiento de atletas.
Debido a las regulaciones que impiden el uso de tecnología portátil en algunos deportes o
competencias, junto con el deseo de implementar una solución no invasiva, las soluciones ópticas
son atractivas para el seguimiento de atletas. Sin embargo, ciertos sistemas multicámara
semiautomáticos requieren de 24 a 36 horas después del juego para completar el procesamiento
de datos. Por el contrario, algunos sistemas ahora pueden proporcionar soluciones en tiempo real
debido al procesamiento de video mejorado y al desarrollo de algoritmos matemáticos que se
utilizaron por primera vez en el ejército (13).
Sin embargo, las desventajas persisten porque los sistemas OT pueden ser costosos
y carecer de portabilidad, con la instalación de cámaras fijas y una red informática
dedicada requerida en el estadio, arena o instalación (19). Actualmente, los sistemas
OT pueden usarse generalmente solo en competición, ya que para funcionar de
manera efectiva, el procedimiento de automatización requiere un evento como un
juego o un partido (es decir, compuesto por dos mitades o cuatro cuartos según el
deporte). Esto puede requerir el uso de múltiples sistemas por semana para
monitorear el desempeño. Además, es posible que el sistema OT no se conecte a
dispositivos en instalaciones externas. Si el equipo juega en un lugar donde el sistema
no está instalado, o si el equipo contrario (o la liga en general) no usa el mismo
proveedor de OT, no se recopilan datos para ese juego o se recopilan utilizando otros
métodos. y no se puede comparar directamente con los datos del sistema OT
doméstico. Por lo tanto, es posible que los equipos no adquieran datos cuando juegan
fuera de casa. Además, OT recopila información en solo dos dimensiones; por lo tanto,
52). Sin embargo, los sistemas de seguimiento óptico son capaces de seguir la pelota
en deportes de equipo y pueden proporcionar información táctica a entrenadores y
atletas además de métricas físicas.
Identificación de frecuencia de radio
Un sistema posicional alternativo se basa en tecnología de radiofrecuencia (RFID). RFID se
desarrolló en una variedad de industrias civiles y militares que requieren un medio preciso
para rastrear la posición en interiores (2). Desde entonces, esta tecnología se ha aplicado al
deporte y ha evolucionado, desde chips que se usan en los cordones de los zapatos o correas
alrededor del tobillo para carreras masivas, hasta etiquetas que se usan normalmente en la
parte superior del cuerpo y que ahora son obligatorias en algunas competencias profesionales
de deportes de equipo (55). Este sistema se caracteriza por antenas o nodos de anclaje
colocados alrededor del entorno de juego, que interactúan con los microchips transmisores
que llevan los atletas. El tiempo de recepción entre el transmisor y las antenas se sincroniza y
se usa para determinar la ubicación, con los datos procesados inmediatamente por una
computadora central y puestos a disposición para su análisis (13).
Algunos han declarado que tales dispositivos de transmisión electrónica son el futuro del
análisis del rendimiento deportivo debido a los avances en precisión y velocidad de
procesamiento (14). Un sistema, por ejemplo, permite mediciones de posición a más de 100 Hz
junto con la integración de datos de frecuencia cardíaca y sincronización con video (13). Un
sistema de seguimiento de posición en interiores, particularmente con procesamiento de datos
en tiempo real que permite un análisis inmediato, es una tecnología atractiva para muchas
organizaciones y aplicaciones deportivas. Asimismo, esta tecnología puede brindar soluciones
para los deportes al aire libre al superar problemas como los cambios en la calidad de la
iluminación con OT (13) y conexión de señal satelital en estadios edificados con el Sistema de
Posicionamiento Global (36). De hecho, se ha demostrado que el rendimiento de RFID es
comparable en lugares interiores y exteriores (47). Sin embargo, la tecnología RFID puede
verse perjudicada por la susceptibilidad a posibles interferencias electrónicas e inestabilidad de
la señal, así como por los costos de instalación y mantenimiento de una infraestructura
dedicada (2). Además, existen limitaciones similares a las soluciones OT con RFID, incluida la
falta de portabilidad debido a las estaciones base estáticas y la restricción de datos a dos
dimensiones, aunque varios nodos de anclaje a varias alturas pueden proporcionar
información en tres dimensiones (es decir,X-,y-, yz- coordenadas). A menos que el instrumento
de juego (p. ej., pelota, raqueta, bate) también esté instrumentado, es difícil proporcionar
información táctica a través de sistemas RFID a menos que se complemente con tecnología de
video para brindar información contextual.
Ha surgido una investigación sobre un tipo particular de tecnología RFID que puede
superar algunos de los problemas técnicos [Link] banda ancha(La tecnología
UWB) es un tipo de señal de radiofrecuencia que tiene un ancho de banda mayor que
500 MHz, o superior al 20% de la frecuencia portadora central (2). Al difundir información
en una amplia porción del espectro de frecuencia, esta tecnología puede comunicar
grandes cantidades de datos consumiendo poca energía de la señal (2). Por lo tanto, la
banda ultraancha puede proporcionar una mejor solución que RFID debido al bajo
consumo de energía, así como a la alta precisión, la capacidad de la señal para atravesar
obstáculos y una mayor resistencia a las interferencias (2).
Sistema de Posicionamiento Global
El Sistema de Posicionamiento Global (GPS) es una red de navegación por satélite que
proporciona información sobre la ubicación y la hora de los dispositivos de seguimiento. El
Sistema global de navegación por satélite (GNSS) es un término colectivo para todos los
sistemas de navegación por satélite que proporcionan posicionamiento geoespacial con
cobertura global. Actualmente, esto incluye tanto el sistema GPS de los Estados Unidos (n
= 24) como el sistema GLONASS (GLObal NAvegation Satellite System) con base en Rusia (n
= 24), que juntos comprenden una red de 48 satélites. Un dispositivo GPS, desarrollado
inicialmente con fines militares, es un receptor para un sistema de navegación por red
satelital que determina la ubicación, la velocidad y el tiempo. Dentro de los deportes, los
dispositivos GPS generalmente se usan en la parte superior de la espalda entre los
omóplatos. Cada satélite transmite señales de radio de baja potencia con información
sobre la hora exacta, desde el reloj atómico a bordo, hasta el dispositivo GPS a la velocidad
de la luz (30). El tiempo de tránsito de la señal desde el satélite hasta el dispositivo GPS se
calcula comparando el retraso entre la llegada y la transmisión de la señal. A continuación,
se calcula la distancia del satélite al dispositivo GPS multiplicando la duración del tránsito
de la señal por la velocidad de la luz (30). La ubicación física (latitud y longitud) del
dispositivo GPS se puede determinar trigonométricamente cuando se dispone de la
distancia a por lo menos cuatro satélites.
La frecuencia de muestreo es la velocidad a la que el dispositivo GPS recibe señales de satélite.
Inicialmente, los dispositivos GPS utilizados en el deporte funcionaban con una frecuencia de
muestreo de 1 Hz, o una vez por segundo (20). Los avances tecnológicos han incluido aumentos en
la frecuencia de muestreo, y los dispositivos ahora suelen tener una frecuencia de muestreo
superior a 10 Hz. Sin embargo, el científico del deporte debe tener cuidado, ya que algunos
dispositivos toman muestras a frecuencias más bajas e interpolan desde un acelerómetro triaxial
incorporado para aumentar la frecuencia de muestreo.
Unidades de medida inercial
Los dispositivos GPS reciben datos continuamente y, por lo tanto, consumen energía con
relativa rapidez. Una reducción de ahorro de energía en la frecuencia de muestreo conduciría a
una reducción asociada en la precisión; una solución a este problema es la aplicación de
acelerómetros (41). Las unidades de medición inercial (IMU) de múltiples transductores se
alojan dentro de los sistemas microelectromecánicos (MEMS). Uno de ellos es un acelerómetro
(para detectar movimiento). Comúnmente, también hay giroscopios (para medir la rotación) y
magnetómetros (para medir la orientación). Dichos dispositivos le dan a un solo sensor la
capacidad de percibir el movimiento en múltiples dimensiones que se pueden rastrear en el
sistema de coordenadas cartesianas (X-,y-,z-ejes).
acelerometría
Desde la década de 1990, el acelerómetro uniaxial montado verticalmente se ha utilizado
ampliamente para estudiar el gasto de energía fuera del entorno de laboratorio en
personas que viven en [Link]ómetrosmedir la desviación de una masa sísmica
entre dos electrodos causada por la aceleración a través de la capacitancia (33). Los
acelerómetros triaxiales, que miden en tres dimensiones con frecuencias de muestreo
superiores a 1000 Hz, se han vuelto más comúnmente disponibles. Esto ha resultado en
una serie de estudios que comparan acelerómetros triaxiales y uniaxiales y varios
podómetros electrónicos para evaluar su eficacia como medidas sólidas y válidas del gasto
de energía (28).
Los acelerómetros han demostrado ser una herramienta valiosa para analizar el
movimiento en el campo en muchas situaciones (es decir, análisis de la marcha o evaluaciones
técnicas específicas del deporte). Se han implementado varios enfoques para estudiar la
marcha humana utilizando acelerometría, con referencia a la detección de eventos de marcha y
características espaciotemporales (21,46). Tradicionalmente, estos estudios requerían múltiples
sensores para obtener datos, pero cada vez más los estudios se han centrado en enfoques más
prácticos que utilizan menos acelerómetros en general o un solo acelerómetro triaxial, que
generalmente se monta en el torso. Se ha demostrado que esta unidad única es confiable para
las características y asimetrías de la zancada temporal (31,32) y para distinguir entre diferentes
modos de locomoción (34). Se demostró que la variabilidad en la zancada puede detectarse
mediante acelerómetros de uso común y está asociada con la fatiga, el dolor y la carga de
entrenamiento en una población de atletas de fútbol americano.40).
Si bien los acelerómetros estándar se refieren a la integral de la aceleración vertical durante un
período de tiempo, a través de conteos, estos no pueden diferenciar la intensidad de un
actividad. Esto limita la efectividad de los dispositivos comerciales dentro de entornos de
élite, una limitación agravada por la falta de informes estandarizados entre sistemas. Los
acelerómetros triaxiales miden movimientos tridimensionales y se han utilizado para
cuantificar la carga externa en deportes de equipo, ya sea por separado o alojados dentro
de MEMS (verfigura 9.2;5,8,35,43).
FIGURA 9.2En todos los deportes de equipo, el perfil de actividad de los atletas se
puede recopilar por velocidad(a B C)o a través de la aceleración en un eje particular
(d, e).Esto representa la densidad de actividad en la sesión de entrenamiento o
competición y el posterior análisis y retroalimentación. Las sesiones de atletas de
baloncesto, fútbol y rugby muestran la velocidad, que se puede medir en varias
unidades según los practicantes y sus preferencias.(a B C); para el fútbol, se
muestra un solo eje de aceleración(D). Para el hockey sobre hielo, los tres ejes de
aceleración se muestran con un promedio móvil de 10 puntos (mi, adelante =
amarillo, hacia los lados = azul, arriba = naranja). En todos los casos, la duración se
ha normalizado en cada sesión, aunque normalmente se informa en relación con la
duración transcurrida de la sesión y se puede informar en términos absolutos o
relativos (p. ej., por minuto). Las sesiones generalmente se dividen en períodos o
ejercicios para examinar secciones o rotaciones particulares según el deporte; ver
cuadro dentro(D). Se pueden establecer umbrales o zonas para cada atleta
individualmente o para el grupo en su conjunto utilizando referencias absolutas o
relativas(B).
Los fabricantes comunes de dispositivos GPS proporcionan varios tipos de
acelerómetros que detectan la fuerza en un solo eje (que puede variar en función de su
orientación) a diferentes velocidades (±8-13 g; es decir, pueden medir hasta 8-13 veces la
aceleración gravitacional normal), pero tienden a tener una frecuencia de recolección más
baja de 100 Hz (es decir, 100 muestras por segundo) y tienden a ser triaxiales. Si bien
producen variables que difieren ligeramente entre las empresas, la mayoría ha intentado
medir la carga de trabajo ejercida por el atleta cuantificando la suma de los vectores de
acelerómetro triaxial individuales y llamando a esto "Carga del jugador", "Carga corporal"
o "Carga acumulada" (15). Por lo general, esta medida del esfuerzo total se expresa en
unidades arbitrarias, ya que se ha calculado como una magnitud vectorial escalada, que
refleja la tasa instantánea de cambio de aceleración o tensión mecánica (acelerary
representa la aceleración anterior-posterior; acelerarX
representa la aceleración medial-lateral; yacelerarz representa aceleración vertical; t es
hora):
Se han utilizado otros acelerómetros (p. ej., actígrafos) para detectar patrones de
movimiento e inferir el sueño en la población general. Las IMU triaxiales se han aplicado en
poblaciones deportivas de élite para comprender mejor las demandas de movimiento,
particularmente en entornos deportivos de interior como el balonmano donde las señales de
GPS no están disponibles (35). En los deportes basados en la carrera, se han utilizado
unidades de medida inerciales para medir la interacción de fuerza entre los atletas y las
superficies (51). En gimnasia, se ha demostrado que, debido a la realización de múltiples
movimientos en una amplia gama de superficies viscoelásticas, la carga interna total sobre la
gimnasta se puede estimar utilizando una IMU (9). En el béisbol, se ha desarrollado un sistema
biomecánico que utiliza una sola IMU para el movimiento de lanzamiento que proporciona
métricas en tiempo real, como el conteo de lanzamientos, la velocidad del brazo, la rotación
máxima del brazo, la ranura del brazo y el par en varo del codo. En una serie de lanzamientos,
se demostró que la flexibilidad del hombro, la velocidad del brazo y la torsión en varo del codo
(y el riesgo probable de lesiones) están interrelacionados (18). Los profesionales del fútbol
americano ahora están adoptando enfoques similares para manejar las cargas de lanzamiento
de la posición de mariscal de campo.
Magnetómetros y giroscopios
Como se mencionó anteriormente, es común tener giroscopios (para medir la
rotación) y magnetómetros (para medir la orientación) dentro de los
dispositivos MEMS además de los acelerómetros. Elmagnetómetroes
esencialmente una brújula que aprovecha el campo magnético de la tierra para
determinar la orientación. Al calcular el ángulo del campo magnético terrestre
detectado y comparar ese ángulo con la gravedad medida por un acelerómetro,
es posible medir el rumbo de un dispositivo con respecto al norte magnético. El
giroscopio mide los cambios en la posición angular o la velocidad de rotación.
Por lo general, tiene tres ejes correspondientes a los ángulos de cabeceo,
balanceo y guiñada. Los magnetómetros y los giroscopios son complementarios
entre sí. Por lo general, un magnetómetro tiene poca precisión para medir la
orientación con un movimiento rápido, mientras que los giroscopios solos
pueden acumular grandes errores con el tiempo y requieren información sobre
la orientación inicial, ya que solo miden cambios.
Dentro de la literatura, los giroscopios se han utilizado para identificar eventos de colisión
en deportes de equipo (22) mediante la identificación de períodos en los que la unidad estuvo
en una posición no vertical y el acelerómetro detectó un pico en la carga. Esto permitió el
desarrollo de un “algoritmo de placaje” que posteriormente se utilizó en varios códigos
futbolísticos para cuantificar las exigencias del deporte (23). Si bien se ha demostrado que es
posible y factible utilizar datos de acelerómetros y giroscopios para clasificar con precisión las
actividades deportivas (57), la contribución del giroscopio a la clasificación es limitada en
relación con el acelerómetro. La razón es probable que la ubicación en la parte superior de la
espalda esté predominantemente expuesta a movimientos lineales, en comparación con los
movimientos de rotación que miden los giroscopios. Ningún estudio hasta la fecha ha evaluado
la validez y confiabilidad de los giroscopios dentro de los dispositivos portátiles de
seguimiento, mientras que se han publicado varios estudios sobre el acelerómetro (4,7,27,44).
LLAVES METRICAS
A pesar de las diferencias en tecnología y cálculos, todos los sistemas posicionales
discutidos finalmente intentan rastrear X- y y-coordenadas de los atletas que se
transforman en análisis de tiempo-movimiento. En los deportes de equipo, las medidas
más comunes recopiladas por los practicantes han sido la aceleración (en varios umbrales),
la distancia total, la distancia a alta velocidad y la potencia metabólica.1). Por lo general, se
trata de métricas de "nivel inferior" que se centran en medidas basadas en la distancia y la
velocidad (consultefigura 9.3;12).
Los profesionales deben conocer la configuración de su software de análisis al realizar un
seguimiento longitudinal de las métricas. Los umbrales arbitrarios utilizados parecen reflejar el
trabajo de análisis de tiempo-movimiento temprano sin justificación (42). Las zonas de perfil de
trabajo establecidas por los fabricantes para los perfiles de carga de trabajo pueden diferir entre
deportes, pero en algunos casos son las mismas, sin tener en cuenta el tamaño del campo de juego
(consulte los artículos de revisión que resumen las zonas en uso tanto para la velocidad como para
la aceleración [16, 24 , 52]). Esto puede significar que en discusiones de una zona particular o
categoría de movimiento (p. ej., caminar, trotar o alta velocidad), el significado y la interpretación de
estos datos pueden no coincidir entre los científicos del deporte o los entrenadores. Esto se discute
más enCapítulo 10.
FIGURA 9.3 Sistema de clasificación de los niveles métricos de los atletas a partir de los sistemas de
seguimiento y cómo se pueden utilizar para informar las diferentes partes del proceso de
seguimiento de los atletas.
Basado en Buchheit y Simpson (2017).
Las dos medidas principales específicamente de un dispositivo GPS que se utilizan para
monitorear a los atletas son la velocidad y la distancia (ver figura 9.2). Estas medidas se pueden
determinar a través de dos métodos diferentes: la diferenciación posicional y el método de
desplazamiento Doppler. La diferenciación posicional determina el cambio en la ubicación del
dispositivo para permitir el cálculo de la distancia que ha viajado el dispositivo GPS a lo largo del
tiempo. La velocidad a la que se mueve el dispositivo GPS se puede medir por el cambio en la
distancia a lo largo del tiempo.
Alternativamente, el Método de desplazamiento Doppler mide la tasa de cambio en la frecuencia
de la señal del satélite (desplazamiento Doppler) causada por el movimiento del receptor y utiliza un
proceso complejo para calcular la velocidad (49). La velocidad calculada a través del método de
desplazamiento Doppler parece tener mayor precisión en comparación con la diferenciación posicional (
54). Entonces, la distancia se puede calcular como la derivación de la velocidad (velocidad multiplicada
por el tiempo). Es común que los dispositivos GPS utilizados en deportes de equipo determinen la
distancia a través de la diferenciación posicional y la velocidad a través del método de desplazamiento
Doppler.
La interpretación de las variables basadas en el desplazamiento asume que la
orientación de los atletas y las cargas ejercidas sobre ellos son consistentes (aunque este
no es el caso con diferentes condiciones y con oponentes presentes). Los modelos
derivados de la potencia metabólica pueden ser más apropiados, ya que reflejan mejor la
gran proporción de tiempo que normalmente se pasa caminando o corriendo en los
deportes de equipo y los diferentes costos metabólicos cuando los jugadores están en
posesión del balón o viajan hacia atrás, lateralmente o acelerando (43).Se puede estimar
un costo de energía inmediato para los jugadores en cualquier momento usando su
aceleración. El costo total puede proporcionar una estimación del gasto total de energía a
lo largo de la actividad o puede multiplicarse por la velocidad como una indicación del
poder metabólico. Existen reservas sobre la precisión de la potencia metabólica derivada
del GPS, porque se ha demostrado que subestima el gasto de energía en actividades de
deportes de equipo que pueden comprometer movimientos intensos pero estáticos (10,12
). Alternativamente, promediar las aceleraciones absolutas (positivas y negativas) en una
actividad puede ser más apropiado para monitorear las demandas de la sesión porque
aumenta la confiabilidad sin sacrificar la sensibilidad al cambio (17).
La incorporación del sensor de inercia o eventos de acelerometría es otro nivel de análisis e
interpretación (ver figura 9.2). Los perfiles de trabajo de los jugadores están fuertemente influenciados
por el contexto del entrenamiento y la competencia (p. ej., oponente, línea de puntuación, reglas, área).
También hay diferencias de posición de juego dentro de los deportes de equipo en
términos de demandas tácticas y locomotoras. Observar las variables basadas en la
acelerometría, que pueden dar una idea de la cinemática y la variabilidad de la zancada, así
como de los desequilibrios y las fuerzas de reacción del suelo (12,40), puede ser más útil para
el seguimiento longitudinal de jugadores.
Con la acelerometría, la combinación de aceleraciones lineales se ha utilizado tradicionalmente
para crear una carga de entrenamiento externa variable a partir de la cual se puede inferir el estrés
mecánico debido a la absorción de las fuerzas de reacción del suelo (53). Si bien la carga general es
importante, la capacidad de un acelerómetro montado en el torso para identificar asimetrías en las
características de la zancada tiene aplicaciones interesantes en el seguimiento de atletas. Se ha
demostrado que tanto el tiempo de contacto como las mediciones de rigidez vertical identifican
diferencias entre los lados en las características de la zancada en el mismo grado que una cinta de
correr instrumentada cuando el movimiento del tobillo está restringido por cintas (11). Además,
medidas más globales de fatiga y estrés inferidas de la acelerometría parecen detectar cambios en
la estrategia de movimiento (6).
Uno de los beneficios de los sistemas posicionales, a diferencia de los microsensores
portátiles, es la capacidad de rastrear también el objeto de juego (por ejemplo, la pelota o el
disco). A menudo, el seguimiento de objetos se ha empleado en un entorno de prueba, por
ejemplo, para evaluar la eficacia de una intervención de entrenamiento en la velocidad de
lanzamiento de un balón de fútbol (56). Sin embargo, dicho entorno independiente no replica
las demandas cognitivas, emocionales, técnicas y tácticas requeridas para controlar y mover el
objeto de juego in situ. La integración de dicha información puede respaldar los componentes
tácticos y desarrollar aún más la comprensión de las demandas del juego.
Varios estudios han informado que tanto las medidas OT como RFID in situ tienen una
buena confiabilidad, mostrando pequeños errores absolutos (<10%) (26,50). Sin embargo,
dicha investigación también enfrenta desafíos metodológicos similares a los de evaluar la
precisión del seguimiento de atletas. Aunque se hace todo lo posible para "simular
repetidamente situaciones realistas", estos estudios a menudo se basan en máquinas para
liberar el objeto a varias velocidades y trayectorias. En un estudio, la velocidad máxima de
una de esas máquinas se limitó a 22,3 m/s, aunque se alcanzaron velocidades de pelota de
hasta 34 m/s en el entorno deportivo (50). Una vez más, sin embargo, parece que la
introducción de dichos sistemas se adelanta a la notificación de información relevante
sobre la precisión del movimiento. El seguimiento de objetos a través de OT o RFID, o
ambos, ya se emplea en muchos deportes, incluido el tenis profesional, las Grandes Ligas
de Béisbol, la Liga Nacional de Fútbol y el balonmano europeo, y se introducirá en la Liga
Nacional de Hockey en la temporada 2019-2020.
Los profesionales deben mantener un escepticismo similar sobre las tecnologías que afirman
rastrear los objetos de juego con sus sistemas posicionales y continuar criticando los diseños de
investigación.
DIRECCIONES FUTURAS
A medida que la tecnología se ha desarrollado de acuerdo con la ley de Moore (la velocidad y la
capacidad aumentan a un ritmo exponencial cada pocos años a medida que baja el precio), ha habido un
aumento en la disponibilidad y la adopción. Actualmente, los científicos del deporte en los deportes
convencionales tienen la capacidad de recopilar y procesar datos fácilmente, pero estas capacidades
seguirán avanzando rápidamente con nuevos modelos e innovaciones. Los albores del teléfono
inteligente han visto el uso de información sobre movimiento, posición y orientación, pero actualmente
estos dispositivos aún son limitados en comparación con los dispositivos portátiles (25,38). En el futuro,
el desarrollo de tejidos inteligentes con sensores incorporados puede reemplazar los dispositivos
portátiles o utilizar el procesamiento en el teléfono para brindar retroalimentación en tiempo real (3).
CONCLUSIÓN
La decisión de seleccionar un sistema de seguimiento para cualquier científico del deporte es
complicada por la gran cantidad de sistemas disponibles. Algunas opciones pueden estar dictadas
por la disponibilidad en los estadios o el presupuesto general, pero hay factores a tener en cuenta
al elegir un sistema para monitorear la carga de jugadores. El nivel de información que se puede
obtener difiere entre los sistemas de recopilación en su granularidad y en cómo se puede utilizar
para respaldar el proceso de seguimiento del atleta. En algunos casos, se pueden utilizar diferentes
sistemas en los entornos de entrenamiento y competición. Una medida consistente, ya sea
mediante el uso del mismo sistema o basada en una buena comprensión de la intercambiabilidad
de las métricas del sistema, sin duda ayudará a respaldar las decisiones de los practicantes,
independientemente del deporte.
La combinación de sistemas puede proporcionar resultados y conocimientos más
profundos, como se mencionó anteriormente. La combinación de diferentes niveles de
tecnología puede complementar y brindar información, pero se asocia con mayores
costos en capital humano y tiempo de procesamiento para garantizar una medición
válida y sólida. Cualquier decisión de combinar sistemas debe comenzar con una
pregunta y un propósito claramente definido. Por ejemplo, un entrenador o
practicante puede estar interesado en realizar un seguimiento del estado físico
longitudinalmente o determinar el nivel de fatiga a corto plazo entre partidos. En
última instancia, es probable que el propósito y las metas influyan en la elección de los
sistemas o su combinación. Si bien en el futuro los sensores pueden estar
completamente integrados en las prendas, educar a los atletas sobre el propósito y la
importancia de usar sus rastreadores ayudará a alentar su compromiso para
garantizar que se recopilen los datos.
LECTURAS RECOMENDADAS
Camomilla, V, Bergamini, E, Fantozzi, S y Vannozzi, G. Tendencias
apoyando el uso en el campo de sensores inerciales portátiles para la evaluación del
rendimiento deportivo: una revisión sistemática. Sensores (Basilea) 18, 873, 2018.
Cardinale, M y Varley, MC. Tecnología usable de monitoreo de entrenamiento:
aplicaciones, desafíos y oportunidades. Int J Deportes Physiol Realizar
12, 55-63, 2017.
Carling, C, Bloomfield J, Nelsen L y Reilly T. El papel del movimiento
Análisis en el fútbol de élite. medicina deportiva 38, 839-862, 2008.
Malone, JJ, Lovell R, Varley, MC y Coutts, AJ. Desempacando el negro
recuadro: aplicaciones y consideraciones para el uso de dispositivos GPS en el deporte.
Int J Deportes Physiol Realizar 12, 18-26, 2017.
McLean, BD, Strack, D, Russell, J y Coutts, AJ. cuantificación física
demandas en la Asociación Nacional de Baloncesto: desafíos en torno al desarrollo
de modelos de mejores prácticas para el cuidado y el rendimiento de los atletas. Int J
Deportes Physiol Realizar 14, 414-420, 2019.
CAPÍTULO 10
Análisis de Sistemas de Seguimiento y
Monitoreo de carga
Andrew M. Murray, doctorado
Jo Clubb, doctorado
La recopilación de datos de seguimiento proporcionará información sin filtrar, a
menos que se tenga en cuenta el contexto de la situación, lo que puede permitir una
interpretación útil de los datos. La gestión de esta información requiere el apoyo de
técnicas analíticas fiables y válidas para crear conocimiento que pueda afectar a la
organización y su gestión de los deportistas. Este capítulo busca subrayar los procesos
analíticos necesarios para aprovechar la recopilación de información sobre la carga de
capacitación y el perfil de trabajo descrita enCapítulo 9.
VALIDEZ Y FIABILIDAD DEL SEGUIMIENTO
SISTEMAS
Para que los profesionales tengan confianza en los datos producidos por los sistemas de
seguimiento, deben comprender el nivel de garantía de calidad en cualquier medida de
resultado. La información proporcionada debe cumplir con las especificaciones de control de
calidad, incluidas, entre otras, validez y confiabilidad (20). Es primordial que los usuarios sean
conscientes de los errores de recopilación asociados con cada tecnología, además de tener la
capacidad de criticar las metodologías e identificar las limitaciones de la investigación
relacionadas con los sistemas posicionales y de seguimiento. Con este entendimiento, los
profesionales estarán bien informados de los pasos necesarios para analizar e interpretar
adecuadamente dichos datos dentro del entorno aplicado.
A pesar de la importancia de la precisión de la medición (es decir,fiabilidad), la adopción de
tales tecnologías tiende a adelantarse a la publicación de trabajos de validación. Este enfoque
de "adopción temprana" quizás no sea sorprendente dada la naturaleza competitiva de los
deportes profesionales, junto con la privacidad de la validación interna de los fabricantes y los
"libros blancos" (no revisados por pares) y el escepticismo de los consumidores sobre dichos
informes (48). Esto ha llevado a investigadores y científicos del deporte a realizar estudios de
validación externa por su cuenta o con terceros sin fines de lucro (investigación independiente)
o ambos (46).
Además, se ha reconocido que la validez y la fiabilidad no son, de hecho, clasificaciones
dicotómicas. Validez difiere según cada variable, así como la aplicación específica del contexto
de esa variable (48). Fiabilidad existe en un continuo, lo que requiere que los profesionales
entiendan cómo calcular si los cambios son significativos a la luz de la confiabilidad
demostrada (es decir, la relación señal-ruido) (48). Las discusiones dentro de este capítulo
enfatizan la necesidad de que los científicos del deporte se mantengan actualizados con la
literatura que valida dichos sistemas, realicen investigaciones y, si es posible, publiquen
estudios de validación internos, así como también mantengan el rigor en la recopilación de
datos (18). Los profesionales también deben ser conscientes de que las actualizaciones de
firmware y software pueden afectar la salida de datos, y más adelante en este capítulo se
describen ejemplos de esto. Por lo tanto, la validación es, y seguirá siendo, un proceso
continuo (14).
Sistemas posicionales
Como se describe enCapítulo 9, existen varias soluciones para los sistemas de seguimiento
posicional. A pesar de las diferencias en las características de dichos sistemas, muchos de ellos
se emplean en entornos deportivos profesionales, a menudo con múltiples tipos de sistemas
utilizados en el mismo entorno. La aplicación de los dispositivos del Sistema de
Posicionamiento Global (GPS) fue impulsada por una gran cantidad de investigaciones
independientes desde su adopción generalizada a principios de la década de 2000, lo que
proporciona un modelo para la investigación de validación de tecnologías emergentes. Las
tecnologías que surgieron más tarde pueden carecer de la misma amplitud en cuanto a su
base de investigación de validez y confiabilidad. Es necesario comprender la investigación
existente sobre validez y confiabilidad, incluido el posible acuerdo (o desacuerdo) entre
sistemas, además de cómo implementar dicho análisis internamente.
Seguimiento óptico
Con la introducción de los sistemas de seguimiento multicámara semiautomáticos en el fútbol a
finales de la década de 1990, gran parte de la validación inicial se llevó a cabo en este deporte (20).
Uno de los primeros estudios de este tipo dirigido a validar un sistema de seguimiento óptico (OT)
demostró excelentes coeficientes de correlación durante carreras y sprints a ritmo entre el sistema
OT y la velocidad promedio medida por las puertas de tiempo (27). Si bien es importante
comprender los patrones de movimiento específicos relacionados con el juego, claramente una
situación predefinida como esta no representa verdaderamente todas las demandas involucradas.
Además, las compuertas de temporización brindan solo una velocidad promedio entre puntos
específicos, en lugar de puntos de muestreo continuos. Para obtener más información sobre los
estudios de validación de las soluciones OT en el fútbol, consulte la revisión de Carling y colegas (
20).
Debido a que ha aumentado el número de diferentes soluciones OT, es importante
considerar la precisión de medición de la tecnología que se emplea. Dichas soluciones pueden
diferir por el número y tipo de cámaras utilizadas, el proceso de seguimiento automático, el
proceso de control de calidad manual y el tratamiento de datos para determinar el
desplazamiento (47). La precisión de los sistemas OT que requieren un alto nivel de
intervención manual depende de la formación y experiencia de los operadores (9). Otras
limitaciones pueden incluir la calidad del video, los cambios en la iluminación, la frecuencia de
los casos de oclusión (es decir, donde la línea de visión directa entre la cámara y el objeto de
seguimiento está bloqueada, tal vez por la presencia de múltiples jugadores en un área
pequeña), y las condiciones restrictivas impuestas por la configuración del estadio (las gradas
empinadas en las proximidades del campo de juego son ideales;
5,22,23,25).
Identificación de frecuencia de radio
La aparición posterior de los sistemas de identificación por radiofrecuencia (RFID) y de banda
ultraancha (UWB) ha limitado la disponibilidad de investigación en deportes, y los datos
fundamentales de validez y confiabilidad se han descrito como escasos.48). Sin embargo, se ha
sugerido que las tecnologías basadas en radio pueden proporcionar una visión más valiosa de
los datos instantáneos de velocidad y aceleración, debido a su mayor precisión en comparación
con el seguimiento OT y GPS (20,66). De hecho, un sistema RFID de 20 Hz demostró una validez
y confiabilidad superiores en comparación con el GPS de 10 y 18 Hz utilizando un circuito
específico para deportes de equipo (37). Sin embargo, se eliminaron más datos como valores
atípicos debido a errores de medición, como dispositivos que se quedaron sin carga o poca
intensidad de la señal, con RFID que con GPS de 18 Hz; esto limitará actualmente su uso en la
práctica aplicada (37), aunque se debe considerar el entorno de implementación porque los
deportes de interior no pueden usar GPS.
Los estudios sobre la tecnología RFID han demostrado que el error medio de las
estimaciones de posición oscila entre 11,9 y 23,4 ± 20,7 cm (55,64). Sin embargo, en un
hallazgo consistente, el error aumenta con el aumento de la velocidad (31,55). Esto se
representa gráficamente enfigura 10.1. De manera similar, se ha encontrado que estos
sistemas están dentro del 2% de la medida de criterio, captura de movimiento 3D, para
medir la aceleración y desaceleración media, pero limitados para la medición de la
aceleración y desaceleración máxima (66). Sin embargo, los hallazgos han sido
inconsistentes en relación con la magnitud del error con el aumento de la complejidad de
los cambios de dirección (31,55,66). También se ha cuestionado si los sistemas posicionales
pueden medir con precisión las velocidades instantáneas (45,55). Dichos resultados son
particularmente preocupantes para los practicantes dado que los momentos del juego
más exigentes físicamente, por ejemplo, movimientos de alta velocidad (p. ej., correr
durante un contraataque) o de alta intensidad (p. ej., acelerar y desacelerar para cerrar a
un oponente que está en posesión de la pelota), puede ser el más crítico para el
rendimiento (dieciséis,20).
Si bien los sistemas posicionales son comunes en algunos entornos de deportes de equipo,
la investigación también ha explorado su aplicación en eventos individuales. La precisión de la
medición también debe tenerse en cuenta en estos entornos específicos. La identificación por
radiofrecuencia se ha investigado como una solución de sistema posicional para las
competiciones de carreras en pista, pero aún no ha demostrado ser apropiada.
repetibilidad (84). Por el contrario, la tecnología UWB se ha considerado adecuada para su
aplicación en el ciclismo en pista (49). Además, la investigación ha establecido las mejores
prácticas de posicionamiento del equipo, evaluando el rendimiento y el consumo de
energía con varias posiciones de etiquetas y anclajes (49). Por otra parte, se ha presentado
la construcción de un sistema RFID para competiciones de natación en aguas abiertas, que
permite una tasa de detección entre el 94,6% y el 100% (83).
FIGURA 10.1Ejemplo esquemático de cambio en la velocidad o tasa de muestreo (o ambos) y
efectos posteriores en el seguimiento posicional. Los puntos representan puntos de muestra. A
medida que la tasa de muestreo cae a una velocidad dada, los atletas viajan más lejos entre los
puntos de muestreo y, por lo tanto, introducen más errores o divergencias del recorrido
analizado en comparación con el recorrido real. Con una frecuencia de muestreo más alta, el
curso real y el medido están más cerca. Lo mismo se puede decir para una frecuencia de
muestreo dada a velocidades más altas (viajar más lejos entre los puntos de muestra, más
error).
Sistema de Posicionamiento Global
Los últimos modelos de la mayoría de los dispositivos GPS parecen proporcionar una medida
adecuada de distancia y velocidad (10,74). Por lo tanto, los científicos del deporte pueden tener una
confianza relativa en las métricas asociadas (es decir, la distancia total recorrida y el desglose de la
distancia dentro de varios umbrales de velocidad). Sin embargo, un patrón familiar en la
investigación de validación de GPS, al igual que con los sistemas posicionales, sugiere que la
precisión del GPS para medir la velocidad y la distancia disminuye con un mayor cambio en la tasa
de velocidad, independientemente de la tasa de muestreo (1,74). La investigación de validación ha
asociado una mayor frecuencia de muestreo con una mayor precisión de los dispositivos GPS (74).
Si bien esto puede ser cierto para dispositivos de 10 Hz frente a 1 a 5 Hz,
La investigación que compara dispositivos de 10 Hz y 18 Hz ha mostrado resultados
mixtos. Un estudio no mostró diferencias significativas entre las dos frecuencias de
muestreo, mientras que otro demostró una mayor validez y confiabilidad en el dispositivo
de 18 Hz en comparación con el de 10 Hz (10,37). Vale la pena señalar que existen
diferencias en los sistemas satelitales a los que tienen acceso las respectivas tecnologías,
con la frecuencia de muestreo aumentada de 18 Hz utilizada en dispositivos que tienen
acceso solo al GPS de los Estados Unidos (10). Esto se opone al dispositivo multi-GNSS de
10 Hz dentro de ese estudio, que es capaz de rastrear múltiples sistemas satelitales,
incluidos GPS y el Sistema satelital de navegación global (GNSS) (10). Si bien se necesita
más investigación con respecto a las ventajas relativas de los dispositivos que funcionan a
frecuencias de muestreo más altas (>10 Hz), los profesionales deben tener confianza en los
dispositivos que funcionan en este umbral o por encima de este.
En lugar de una alta velocidad absoluta, son típicamente las acciones que
involucran una alta tasa de cambio en la velocidad (es decir, aceleración,
desaceleración y cambio de dirección) las que brindan momentos cruciales para un
juego y su resultado. Sin embargo, la medición de estas acciones puede estar asociada
con la mayor cantidad de error. La medición de la aceleración instantánea es un ideal
matemático limitado por la frecuencia de muestreo del dispositivo. Matemáticamente,
cuando el denominador de la ecuación se aproxima a cero, el límite de la tasa se
denomina derivada. En este caso la aceleración (a) es una derivada de la velocidad (v):
La aceleración es la derivada de la velocidad con el tiempo (t), pero la velocidad es en sí
misma la derivada del desplazamiento (s) con tiempo (38). Por tanto, la aceleración es la
primera derivada de la velocidad con el tiempo y la segunda derivada del desplazamiento con
el tiempo:
Calcular a partir de la segunda derivada puede agravar los errores calculados, pero
normalmente es la forma en que se calcula la aceleración en unidades de GPS que miden la
posición geográfica. El ruido dentro de la señal sin procesar puede amplificarse (56,81). Por
estas razones, los datos posicionales a menudo se filtran para eliminar el ruido de alta
frecuencia (42,56,61).
Conociendo la aceleración con el tiempo, se puede trabajar hacia atrás para calcular la integral
del cambio de velocidad a través de la primera ecuación de movimiento (21,38):
v = v0 + en
Otra consideración para los científicos del deporte que utilizan datos de GPS en sus
prácticas de seguimiento es la calidad de la señal. Esto puede verse afectado por el clima local,
la ubicación (p. ej., dentro de un área densamente poblada versus una ubicación remota) y las
obstrucciones ambientales, como árboles cerca de los lugares de entrenamiento o diseños de
estadios particulares (p. ej., parcialmente cubiertos) (46). La calidad de la señal se puede
evaluar cuantificando el número de satélite utilizado para obtener la señal o la dilución
horizontal de precisión (HDoP) o ambos. El HDoP representa la precisión de la señal posicional
horizontal del GPS, determinada por la organización geográfica de los satélites (46). Los valores
varían de 1 a 50, lo que representa una relación entre el cambio en la ubicación de salida y el
cambio en los datos medidos, siendo 1 ideal y menos de 2 excelente, mientras que los valores
superiores a 20 se consideran malos (82). Los valores bajos representan satélites muy
separados en el cielo, con una amplia separación angular que brinda la mejor información de
posición. Si bien considerar la calidad de la señal es una buena práctica para limpiar los datos
del GPS, no todos los fabricantes la incluyen en su software. Esto puede dificultar la
identificación y la compensación potencial de las secciones de mala calidad de la señal dentro
de los datos recopilados.
Sacar conclusiones definitivas sobre la validez de los sistemas de seguimiento es
problemático, dada la variación en los fabricantes, modelos, frecuencias de muestreo,
demandas deportivas, variables evaluadas, umbrales utilizados y versiones de software y
hardware (14). Específicamente relacionado con la tecnología GPS, también hay muchos
factores que pueden influir en la validez, incluido el método utilizado para calcular la distancia
y la velocidad, los algoritmos de procesamiento de señales, el GNSS disponible y la tecnología
de chipset utilizada. Dado que estos factores difieren en los dispositivos GPS según el
fabricante, el modelo del dispositivo GPS (dentro del fabricante) y la versión de firmware
utilizada (dentro del modelo del dispositivo), la validación de estos dispositivos sigue siendo un
proceso continuo.
Los científicos del deporte deben considerar si se utilizó una medida de criterio adecuada para
evaluar el dispositivo GPS al dilucidar los resultados de la investigación de validación. Al evaluar la
velocidad, las medidas de criterio apropiadas incluyen un láser, un radar o un sistema de captura de
movimiento 3D. Los científicos del deporte deben estar atentos si se utilizan puertas de
cronometraje para evaluar la velocidad, ya que esto no proporcionará una medida de la velocidad
instantánea, sino un promedio. A la hora de evaluar la distancia, criterio adecuado
las medidas incluyen un teodolito, una cinta métrica, una rueda giratoria y sistemas de
captura de movimiento en 3D. También se debe considerar el escenario de movimiento
utilizado en la metodología (es decir, curso predefinido versus movimiento complejo y
libre).
La fiabilidad de los dispositivos GPS es más compleja de evaluar que la validez. La
confiabilidad dentro del dispositivo requeriría una repetición casi idéntica de patrones de
movimiento específicos. Sin embargo, es poco probable que los participantes humanos
produzcan con un 100 % de precisión exactamente los mismos patrones de movimiento en
múltiples ocasiones a lo largo de un circuito deportivo específico (46). Por lo tanto, la mayoría
de las investigaciones de confiabilidad han investigado la confiabilidad entre unidades (entre
unidades del mismo modelo dentro del fabricante) y entre dispositivos (entre fabricantes). Los
modelos de GPS de 10 Hz de tres fabricantes diferentes se compararon en cuanto a
confiabilidad entre unidades y entre dispositivos cuando los datos se procesaron con el
software del fabricante (70). Se encontró que la confiabilidad entre unidades era pobre para
medidas de desaceleración (coeficiente de variación [CV]: 2.5%-72.8%), mejor con medidas de
aceleración (CV: 1.4%-19.7%) y mejor para medidas de distancia y velocidad (CV : 0,2%-5,5%).
Sin embargo, se observaron diferencias significativas entre fabricantes para todas las medidas
(CV: −2,0% a 1,9%). Si bien parece que puede haber cierta flexibilidad en la intercambiabilidad
del dispositivo usando el mismo modelo, dependiendo de las medidas de interés para el
científico del deporte, la mejor práctica de usar el mismo dispositivo en un jugador
determinado aún debe aplicarse siempre que sea posible (39). Es evidente que los datos
obtenidos entre fabricantes no son intercambiables, y se justifica la precaución cuando se
comparan dichos datos.
En el entorno aplicado del entrenamiento deportivo y la competición, es común que los
científicos del deporte empleenmonitoreo en tiempo real de datos de GPS para proporcionar a los
entrenadores o jugadores (o a ambos) información relacionada con el volumen y la intensidad de
una sesión (46). Dicha retroalimentación puede basarse en datos posteriores al evento,
descargados directamente del dispositivo, mientras que los datos en tiempo real se derivan a través
de un receptor específico (6). Por lo tanto, es esencial comprender la concordancia entre estos
conjuntos de datos. Un primer estudio al respecto publicado en 2010 (no se especifica la frecuencia
del GPS, pero se cree que es de 1 o 5 Hz) cuestionaba la aplicación de datos en tiempo real para la
toma de decisiones, dado que solo la distancia total mostraba una señal mayor que el ruido (4). Sin
embargo, la tecnología se ha desarrollado desde ese estudio y, por lo tanto, dos investigaciones
más han reexaminado la validez. Esta investigación ha estado en desacuerdo sobre la validez de los
datos derivados de la acelerometría en tiempo real (6,79). Al igual que con los datos de velocidad
posteriores al evento, existe consenso en que el error aumenta con una mayor
velocidad (verfigura 10.1), pero estos datos aún pueden usarse si el error se tiene en
cuenta adecuadamente (6,79). Dada la escasez y las inconsistencias de la investigación
sobre el monitoreo en tiempo real, junto con la variación en el software y el hardware
disponibles, realizar un análisis dentro del entorno aplicado que reproduzca las
metodologías utilizadas en la literatura representa la mejor práctica para los profesionales
que utilizan datos en tiempo real para ayudar con retroalimentación y toma de decisiones.
Microsensores portátiles
Como se describe enCapítulo 9, los microsensores portátiles se han empleado desde
principios de la década de 1990 para capturar el movimiento fuera del entorno de
laboratorio para una variedad de propósitos. El objetivo principal de los microsensores
portátiles en el deporte es comprender mejor las demandas de movimiento a través de
múltiples unidades de medición inercial (IMU) integradas, que pueden incluir un
acelerómetro, un giroscopio y un magnetómetro. Aunque existe variación entre los
fabricantes, normalmente la carga de trabajo se expresa como una suma de la carga de
acelerometría (verCapítulo 9) y una contribución porcentual de los vectores triaxiales. Es
importante recordar que los cambios de dirección implican aceleraciones incluso si la
velocidad permanece sin cambios, por lo que hay interés en los distintos ejes de
acelerometría, así como en la carga general. Dichas métricas han demostrado una
confiabilidad aceptable dentro del dispositivo y entre dispositivos tanto en condiciones de
laboratorio como en pruebas de campo en el fútbol australiano (CV = 0,91%-1,9%) y
durante una simulación de juego de fútbol estandarizada de 90 minutos (8,11). Además, se
demostró que la señal es mayor que el ruido, lo que respalda la aplicación de esta métrica
para medir la carga de trabajo (11).
Si bien los acelerómetros se usan en la parte superior del cuerpo como parte de las
unidades del sistema microelectromecánico (MEMS) para mejorar la comunicación de
la señal con los satélites GPS, el centro de masa se considera la ubicación del criterio
para medir el movimiento general del cuerpo usando acelerómetros (33). Aunque el
uso de unidades de GPS entre las escápulas es común en los deportes de equipo de
élite (29), el eje craneal-caudal del acelerómetro probablemente será solo
aproximadamente equivalente al eje vertical global (85) cuando el jugador está de pie
o realizando movimientos en el plano vertical. Cualquier desviación de la orientación
vertical anticipada del dispositivo en contacto comprometerá la precisión del
acelerómetro. Por ejemplo, los atletas recreativos adoptan posturas más agachadas e
inclinadas hacia adelante durante las pruebas de carrera a alta velocidad.40).
De hecho, en el hockey sobre césped es habitual mantener una posición de flexión cuando se
tiene la posesión del balón. Las investigaciones que utilizan IMU han demostrado que el 89%
del tiempo de juego se gasta entre 20° y 90° de flexión, con diferencias entre posiciones (76). A
pesar de esto, las magnitudes de las aceleraciones máximas se han validado cuando se lleva un
acelerómetro en la parte superior del torso (85), que demuestra que cuando se coloca de
acuerdo con las recomendaciones del fabricante, los datos filtrados de 10 Hz pueden evaluar
aceleraciones máximas con un CV del 8,9 %. Se ha demostrado que unidades similares de una
marca diferente identifican con precisión las características temporales de la zancada en
comparación con una cinta de correr instrumentada (15). Se encontró que el tiempo de
contacto estaba casi perfectamente correlacionado entre las medidas del acelerómetro y la
cinta de correr (r = 0,96), y se encontraron grandes correlaciones para el tiempo de vuelo (r =
0,68).
Acuerdo entre sistemas
Los equipos profesionales pueden estar obligados a utilizar un sistema de seguimiento de posición
particular para la competencia, debido a las limitaciones de la liga para las tecnologías permitidas
encargadas de la recopilación en el juego o acuerdos de toda la liga con empresas de seguimiento de
atletas (48). Dichos sistemas pueden diferir de los que se utilizan internamente para realizar un
seguimiento de las sesiones de práctica debido a las preferencias de los practicantes, los recursos
disponibles, los acuerdos comerciales o la práctica y la competencia en diferentes lugares. Por lo tanto,
los científicos del deporte pueden verse obligados a utilizar múltiples tecnologías a lo largo de la
temporada; por lo tanto, es importante considerar el acuerdo y la posible intercambiabilidad de los datos
recopilados.
La investigación en el fútbol ha demostrado una mayor concordancia entre OT y el GPS
aumentado, que tiene acceso a múltiples satélites desde el GNSS, en comparación con el
GPS solo (68). Si bien este estudio en particular sugirió que los datos de seguimiento de
estos dispositivos GPS aumentados y OT podrían usarse indistintamente, la mejor práctica
para los profesionales sigue siendo realizar evaluaciones similares dentro de su entorno
con su tecnología (68). Alternativamente, otro estudio comparativo que usó un partido de
fútbol de 90 minutos encontró grandes diferencias entre sistemas en cuatro sistemas de
seguimiento disponibles comercialmente, específicamente dos tecnologías OT y dos GPS (
58). Estos estudios examinan las distancias acumuladas recorridas (p. ej., total y alta
velocidad) en el transcurso de un partido, mitades o períodos de 15 o 5 minutos (o ambos),
lo que limita la comprensión de la velocidad instantánea y la precisión de la posición.
Además, las actividades energéticamente exigentes, como
las aceleraciones y desaceleraciones, a menudo ocurren a baja velocidad; por lo tanto, evaluar solo
la concordancia de las distancias a alta velocidad omite esta información crucial (67).
En un intento por abordar las limitaciones entre los diferentes métodos, Linke, Link y Lames
(44) evaluaron la validez de OT, RFID y GPS frente a un sistema de captura de movimiento 3D
en tres categorías de precisión: posición, velocidad y aceleración instantáneas e indicadores
clave de rendimiento [KPI; métricas sumadas (p. ej., distancia recorrida, velocidad media o
máxima, aceleraciones máximas)]. Si bien la tecnología RFID demostró la mayor precisión de
posición (con un error cuadrático medio de raíz de distancia de 22-27 cm), hubo un aumento
significativo en el error con cambios rápidos de dirección (44). De acuerdo con investigaciones
anteriores, a medida que aumentaba la velocidad, también lo hacía la magnitud del error en
todas las tecnologías (44). Los autores también mostraron un gran margen de error en las
categorías de KPI independientemente del sistema de seguimiento posicional y, por lo tanto,
recomendaron que los científicos del deporte no hicieran comparaciones directas de métricas
sumadas calculadas a partir de diferentes sistemas (44).
Descartar la capacidad de incorporar las demandas físicas de la práctica con las de la competencia es
desafortunado debido a los beneficios potenciales de monitorear las cargas externas individuales a lo
largo del tiempo, así como planificar las cargas de trabajo de entrenamiento en función de las demandas
de la competencia. Para superar esto, se han presentado previamente ecuaciones de calibración para
distancias totales y de alta velocidad a través de cuatro tecnologías de seguimiento para diferentes
situaciones de fútbol (ejercicios en áreas pequeñas, ejercicios en áreas medianas y partidos) (14). Sin
embargo, debe tenerse en cuenta que estas ecuaciones eran específicas del fabricante y del modelo,
además de que los cambios de chipset dentro de la unidad y las actualizaciones de software también
pueden influir en los datos recopilados (14). En consecuencia, la mejor práctica puede implicar que los
profesionales repitan internamente un protocolo similar para establecer sus propias ecuaciones de
calibración.
ANÁLISIS E INTERPRETACIÓN DE
DATOS DEL SISTEMA DE SEGUIMIENTO
Armados con una comprensión de la validez y confiabilidad de los sistemas de seguimiento
disponibles y empleados dentro del entorno aplicado, los profesionales pueden centrar su
atención en analizar dichos datos y proporcionar interpretaciones significativas a entrenadores
y atletas. Comprender las demandas de movimiento y planificar el entrenamiento en
consecuencia sigue siendo la aplicación más fundamental de los datos de seguimiento. Sin
embargo, dicha información siempre debe considerarse dentro del contexto del deporte, el
equipo y el atleta individual. Finalmente, una vez que se ha completado el análisis y se ha
establecido la interpretación, es responsabilidad de los profesionales de las ciencias del
deporte comunicar su mensaje de manera efectiva a través de la visualización de datos y las
habilidades interpersonales.
Análisis de tiempo y movimiento
Un paso inicial y fundamental para el análisis de los datos del sistema de seguimiento se centra
en proporcionar un resumen descriptivo de las actividades de tiempo-movimiento dentro de
un deporte en particular y sus posiciones de juego. Reilly y Thomas (59) describió por primera
vez las distancias medias de juego de los futbolistas por posición, y por primera vez demostró
de forma objetiva que los centrocampistas recorren la mayor distancia y los centrales la menor
(los porteros no se incluyen en el estudio). Desde entonces, se ha realizado un trabajo similar
en una plétora de diferentes deportes de equipo (3).
Tal información descriptiva puede proporcionar una visión general de los resultados físicos
requeridos en el deporte, así como cuantificar las demandas impuestas a través de diferentes
niveles de juego (verfigura 10.2). Esta comprensión permite a los científicos del deporte
preparar objetivamente a los atletas para la competencia. Además, dicha información puede
proporcionar puntos de referencia que ayuden con la planificación de la rehabilitación y los
criterios para volver a entrenar o volver a jugar. Si bien las personas no deben seguir
reinventando la rueda en relación con los estudios descriptivos, se requiere rastrear dicha
información a lo largo del tiempo, dada la evolución de tales demandas dentro de la misma
competencia (por ejemplo, en la Premier League inglesa de fútbol) (5,13).
Más allá de describir las demandas de tiempo y movimiento, la investigación avanzó para intentar
cuantificar la aparición de la fatiga dentro del juego en los deportes de equipo. Inicialmente, las
distancias recorridas entre tiempos, segmentos de 15 minutos o 5 minutos en el fútbol
se compararon, con el fin de comprender la fatiga (20). Sin embargo, la investigación ha
demostrado una gran variabilidad en las demandas de un juego a otro, especialmente para los
movimientos más exigentes (es decir, actividades de alta velocidad) (32). Por lo tanto, no se
puede suponer que la forma física y la fatiga son los únicos determinantes del rendimiento de
la carrera deportiva. Factores como el rol táctico, las interrupciones del juego, el oponente, la
filosofía del equipo y los propósitos técnicos han sido identificados como influyentes en el
desempeño del juego individual (12). Por ejemplo, los factores situacionales como el resultado
del partido, los puntos concedidos y las condiciones climáticas se han asociado con un mayor
rendimiento físico en el rugby a siete (36,52). Además, el efecto de los juegos sucesivos sobre el
rendimiento físico durante un torneo internacional de fútbol influye en los individuos en
diferentes grados (73). Por lo tanto, el análisis de tiempo-movimiento de forma aislada no es
esclarecedor en términos de fatiga, y los profesionales deben considerar los factores
contextuales, junto con el seguimiento de los atletas individuales.
FIGURA 10.2Bucle de retroalimentación del científico del deporte y del equipo interdisciplinario en
el seguimiento de las demandas de entrenamiento y juego.
Las métricas físicas informadas tradicionalmente de los sistemas posicionales de forma
aislada se han descrito desde entonces como distancias unidimensionales y "ciegas".
(12). Por lo tanto, se han hecho llamamientos para centrarse en un enfoque integrado que
contextualice tales distancias en relación con las actividades tácticas (12). Esas distancias
intencionadas pueden hacer que los datos sean más significativos tanto para los entrenadores
como para los jugadores. A pesar de los inconvenientes de la aparición posterior de la tecnología de
seguimiento en ciertos entornos, los científicos del deporte pueden aprender lecciones de los
primeros deportes y acelerar la integración de dichos datos.
Medición de la carga de trabajo
Cuantificar las demandas de tiempo-movimiento de la competencia tiene implicaciones para la
preparación física, y comprenderlas puede ayudar a los practicantes con la planificación,
implementación y seguimiento de los programas físicos para el entrenamiento. Por ejemplo,
figura 10.3demuestra cómo se puede proyectar una medida de carga en un simulacro,
diariamente y semanalmente, construida utilizando la intensidad histórica promedio de
simulacros específicos junto con los tiempos esperados. Las restricciones, como el tiempo y el
tipo de ejercicio, que pueden incluir el número de jugadores, el área de espacio disponible para
el ejercicio, las proporciones de trabajo y descanso y la ausencia o presencia de estímulo del
entrenador, entre otros factores, pueden ajustarse para alcanzar la carga deseada según el
plan periodizado. Luego, los datos de seguimiento se pueden analizar, en tiempo real o
retrospectivamente, o ambos, para comparar la carga planificada con la carga real, además de
evaluar a los atletas de forma individual. Tal enfoque tiene limitaciones en el sentido de que el
uso de promedios puede ofuscar los datos, especialmente en deportes con una gran variación
individual. Esto también considera solo las demandas físicas del ejercicio o la sesión, o ambas,
cuando otros componentes de la preparación (es decir, técnico, táctico y psicológico) también
requieren consideración. Esforzarse por integrar estas diferentes áreas dentro de los enfoques
de planificación y seguimiento debe ser el objetivo del científico del deporte que trabaja dentro
de un equipo de apoyo integrado en concierto con el cuerpo técnico.
En todos los deportes, se ha demostrado que la "carga de trabajo" se relaciona con las medidas
de carga interna (sesenta y cinco) y es efectivo para distinguir entre las demandas de la
competencia y los entornos de práctica (50). En ausencia de otras técnicas de análisis de tiempo-
movimiento, la carga de trabajo derivada de la acelerometría puede proporcionar una medida
sustituta de la distancia total, aunque el uso de este derivado por sí solo puede conducir a un
descuido con respecto a otros movimientos energéticamente exigentes (57). Como tal, la carga de
trabajo derivada de la acelerometría puede proporcionar una medida adecuada de la carga en
deportes con colisiones frecuentes o cambios de dirección (11). medidas alternativas de
La carga de los acelerómetros que excluyen los componentes de carrera o miran los ejes
individuales de forma aislada han demostrado su valor en la literatura para monitorear la
fatiga y la respuesta al entrenamiento y la competencia (23,62). Por ejemplo, los cambios en las
contribuciones de los vectores individuales a la carga general del jugador se han mostrado
tanto en partidos simulados como profesionales (7,8). Además, las asociaciones entre los
patrones de carga relativos y el nivel de rendimiento mostrado en netball sugieren que los
jugadores de diferentes estándares pueden tener características de movimiento diferentes (24
). El análisis de la fiabilidad de los movimientos aislados en lugar de los totales acumulados de
la carga de trabajo muestra resultados mucho mejores debido a la eliminación de movimientos
extraños. La carga de trabajo acumulativa tampoco logra distinguir el impacto y la intensidad
de las acciones discretas y cómo difieren entre los individuos. Una solución a esto es expresar
la intensidad como una medida relativa (carga de trabajo por minuto) que representa el tiempo
dedicado a la tarea y puede informar a los científicos del deporte cuando busquen informar
intervenciones posteriores para modificar la práctica (verfigura 10.3).
Es raro que las variables de acelerometría o GPS se interpreten de forma aislada,
particularmente porque las unidades MEMS se usan comúnmente para recopilar ambas
simultáneamente. En modalidades de entrenamiento particulares, se ha demostrado que se
requiere una combinación de medidas de carga relativa para interpretar el cambio y
monitorear la progresión (78,79). Los científicos del deporte deben tener cuidado con la
colinealidad de las variables (77) en cualquier análisis multivariado; por ejemplo, la carga total y
la distancia total están altamente correlacionadas (3). Administrar la salida de datos para crear
decisiones válidas de manera oportuna e influir en el proceso de capacitación es clave,
independientemente del sistema de monitoreo empleado. Algunos enfoques más modernos
buscan combinar métricas de GPS y sistemas de acelerometría para monitorear la carga o la
eficiencia neuromuscular al combinar la velocidad y la carga como una relación (17).
Los sistemas de seguimiento, sin embargo, miden solo el rendimiento físico de los atletas;
tales medidas han sido descritas comoCarga externa. Integración de datos de posición como
carga externa concarga internaLas medidas, que reflejan el costo fisiológico real para hacer el
trabajo, pueden proporcionar vías de interpretación relacionadas con el monitoreo de la carga,
la forma física y las medidas de fatiga (34). Además, la demanda física de la práctica de
habilidades se ha pasado tradicionalmente por alto de las agregaciones de carga de trabajo.
Por lo tanto, la aplicación de tecnología portátil se puede utilizar para comprender las
demandas de movimiento de dichos aspectos técnicos y permitir que la adquisición de
habilidades se incorpore al programa de capacitación (30).
Seguimiento de cambios de velocidad y velocidad
Varios estudios han demostrado que el muestreo de GPS a 10 Hz o más puede proporcionar
una medida relativamente precisa de la velocidad máxima (10,37,60). En los deportes de
equipo, esto es beneficioso para los científicos del deporte que desean evaluar la velocidad
máxima de sus atletas, ya que pueden tomar medidas de situaciones dentro del juego o, si se
realizan pruebas formales, pueden hacerlo sin el uso de equipos adicionales, como puertas de
cronometraje. Además, debido a que los científicos del deporte pueden adoptar umbrales de
velocidad relativa para monitorear a sus atletas, que pueden basarse en la velocidad máxima,
sería una buena práctica identificar la velocidad máxima utilizando el mismo dispositivo al que
se aplicará el umbral relativo. Se debe tener en cuenta la frecuencia con la que se revisan estos
valores de velocidad máxima y si un nuevo valor cambiará retrospectivamente el análisis de la
temporada hasta este punto o en el futuro. Las investigaciones han demostrado que el GPS
puede proporcionar una relación señal/ruido aceptable para medir también la aceleración
máxima (41).
FIGURA 10.3 (a) Carga de equipo semanal proyectada en unidades arbitrarias (AU),(B)
carga diaria proyectada del equipo dentro del microciclo semanal que muestra el
elemento no controlado del juego y el ciclo de carga semanal, así como la diferencia
dentro de las semanas, y(C) plan de entrenamiento diario que muestra los ejercicios
individuales y el patrón de carga planificado para la sesión.
En relación con las actividades de alta velocidad, la determinación de los umbrales de
velocidad apropiados también merece consideración por parte de cualquier científico del
deporte que recopile datos de seguimiento. Esto también se aplica cuando uno está
determinando los umbrales de aceleración y desaceleración. Los fabricantes pueden definir
umbrales arbitrarios dentro de su software patentado o proporcionar a los consumidores la
capacidad de personalizar el número y los rangos de umbrales de velocidad o aceleración o
ambos, lo que ha llevado a la variabilidad en los empleados a lo largo de la investigación y la
práctica (verfigura 10.4 ytabla 10.1;3,28a,46,66a,67). Esto se ve en todos los deportes, con la
mayor variación a medida que aumenta la velocidad, pero incluso entonces este punto de
transición no está claro y se define como trotar, caminar a zancadas y correr a alta velocidad (
25). Los profesionales también deben conocer las unidades en uso que van desde m/s a kph,
mph y yd/s según el continente o la ubicación. El objetivo es resaltar el efecto de establecer
umbrales y cómo esto afecta los datos considerados en lugar de brindar asesoramiento sobre
el establecimiento de un umbral en particular.
FIGURA 10.4Ejemplos de umbral de aceleración y velocidad para un solo atleta de
baloncesto en una sola sesión. Las aceleraciones absolutas se trazan contra la
velocidad para cada punto de muestra dentro de la sesión. Todos los datos se
muestran(a) y luego resaltado para indicar cómo se puede "cortar" en umbrales de
rangos de velocidad continuos(B),(continuado)
Basado en Dwyer y Gabbett (2012); Suárez-Arrones et al. (2012).
FIGURA 10.4 (CONTINUACIÓN) o simplemente de baja intensidad (C) y acciones
de alta intensidad (D) para la velocidad o la aceleración.
Basado en Dwyer y Gabbett (2012); Suárez-Arrones et al. (2012).
TABLA 10.1B Ejemplos de bandas de velocidad arbitraria en todos los deportes
Baloncesto Fútbol americano
A1 1 1
A2 2.5 3
A3 >4 > 10
D1 −1 −1
D2 − 2,5 −3
D3 <−4 <−10
Basado en Dwyer y Gabbett (2012); Suárez-Arrones et al. (2012).
Malone y colegas (46) presentan una discusión exhaustiva sobre varios enfoques en los
que instan a los profesionales a considerar la justificación de los umbrales de velocidad a
corto y largo plazo, y a utilizar múltiples variables fisiológicas y de rendimiento basadas en
pruebas de rutina para determinar zonas de velocidad individualizadas. Las ventajas de las
zonas relativas frente a las absolutas también son dignas de consideración, ya que pueden
alterar la variable de interés (51), con algunas investigaciones que muestran un vínculo
entre los umbrales relativos y un resultado de interés (54) y otras investigaciones que
muestran que no importa qué elijan los científicos del deporte en espera de su método de
análisis (69). Claramente, esta inconsistencia en la definición del umbral dificulta las
comparaciones.
Hay más complejidades en la definición del umbral a considerar (ver figura 10.5;46). La
duración de un sprint es otro requisito importante cuando se definen tales métricas. Sin
embargo, existe confusión en la literatura, con muchos estudios que no indican la
duración mínima utilizada (67). El uso de un umbral de tiempo de este tipo también genera
problemas de cálculo, como no contar las entradas justo por debajo del umbral; además,
un solo sprint puede potencialmente contar dos veces si la velocidad cae temporalmente
por debajo del umbral. Además, el uso de contenedores arbitrarios puede plantear
problemas, dada la aparición de descriptores ambiguos que utilizan < y >, en lugar de ≤ y
≥, así como las limitaciones de discretización de variables continuas (19,67). Finalmente, al
analizar dichos datos, independientemente de la metodología empleada para determinar
los umbrales, también vale la pena recordar que la precisión de estos sistemas es
cuestionable a velocidades más altas y cambios en las velocidades (44,55).
También se aplican consideraciones metodológicas similares al definir y rastrear aceleraciones y
desaceleraciones. El uso exclusivo de métricas de alta velocidad puede subestimar las demandas de
la carga de trabajo, dado que las aceleraciones y desaceleraciones energéticamente exigentes
pueden ocurrir a velocidades más bajas (66,72). Por lo tanto,
capturar las actividades de alta intensidad es crucial, pero, al igual que con las demandas de
alta velocidad, sigue existiendo una falta de consenso sobre cómo definir dichos movimientos.
Se han explorado enfoques alternativos de procesamiento de datos para cuantificar el impacto
de la aceleración y la desaceleración en la carga de trabajo para abordar esto, como
proporcionar una métrica promedio de aceleración-desaceleración considerando solo valores
absolutos (26) o determinando el número de esfuerzos realizados (75).
Calidad de datos
Si bien los científicos del deporte pueden extraer potencialmente la señal sin procesar y
realizar su propio análisis utilizando software especialmente diseñado u opciones de
codificación de computadora para automatizar una serie de pasos (28), también deben
considerar cuándo excluir datos del análisis. Si bien HDoP y la cantidad de satélites conectados
al dispositivo GPS pueden determinar esto, puede haber irregularidades en las trazas de
velocidad o aceleración causadas por una pérdida en la señal del satélite, lo que puede afectar
la señal pero no caer por debajo de un umbral de exclusión en términos de número mínimo de
satélite. Esto puede provocar un retraso en la detección de la locomoción y un aumento
posterior de la velocidad. Cada vez que se realiza un análisis, se alienta a los científicos del
deporte a detallar los criterios específicos adoptados y la cantidad de datos que se descartan,
como se ha demostrado en el fútbol australiano (80).
INNOVACIONES EN RECOLECCIÓN DE DATOS Y
INTERCAMBIO
Algunos deportes se han beneficiado de poner a disposición del público los datos de
seguimiento de los jugadores. Por ejemplo, en la Asociación Nacional de Baloncesto (NBA), la
información de OT en el juego se comparte con los equipos a un nivel detallado, así como
datos resumidos que están disponibles gratuitamente para el público (48). Esto ha permitido
un análisis generalizado del desempeño en el juego por parte de grupos externos a las
organizaciones involucradas en la competencia misma. La Sloan School of Management del
MIT coordina un concurso de trabajos de investigación y carteles en su conferencia anual de
análisis deportivo, y los finalistas han explorado previamente datos de seguimiento posicional
de acceso abierto (53). En otro ejemplo, se utilizaron datos de la NBA disponibles públicamente
para evaluar las diferencias en el rendimiento del juego entre jugadores "estrellas" y no
"estrellas", así como los cambios en el rendimiento según los roles del juego (63). En este caso,
los datos posicionales ya están combinados con datos de notación, lo que permite sacar
conclusiones basadas en resultados físicos, técnicos y tácticos integrados.
FIGURA 10.5 Preguntas de flujo de trabajo al analizar datos de velocidad y
aceleración en un entorno práctico. Los científicos del deporte deberían
trabajar en varios de estos puntos al analizar los sprints, las aceleraciones
o ambos. Deben tener definiciones claras de sprints o aceleraciones (o
ambas) basadas en los umbrales (1,2,5), duración (3,4) y, alisado (6) de los
datos. Además, se dan una serie de consideraciones metodológicas (AG).
Basado en Malone et al. (2017).
Los equipos pueden optar por publicar la investigación realizada internamente utilizando información detallada.
información de seguimiento posicional, con miras a avanzar en el conocimiento del deporte.
Los científicos del deporte pueden ser sabios al mirar a los deportes, organizaciones e
individuos pioneros en busca de ideas progresistas de estudios emergentes. Tal investigación
puede tener implicaciones para comprender las tácticas del equipo (2) y la preparación del
juego y la gestión del juego (22), por ejemplo. Es primordial que los científicos del deporte que
busquen investigar conceptos similares dentro de su propio entorno mantengan la aplicación
práctica de dichos análisis. Si bien dicho análisis puede proporcionar una ventaja competitiva
dentro de un entorno específico, puede requerir una inversión en tiempo y conocimiento,
además de incurrir en los riesgos potenciales asociados con la realización e implementación de
la innovación.
Para llevar a cabo dicha investigación, puede ser beneficioso, o incluso necesario, explorar
asociaciones entre equipos y organizaciones externas. Un ejemplo de esto es la investigación
integrada, donde los científicos del deporte y los estudiantes de doctorado dividen su tiempo
entre el equipo y el entorno académico. Se ha fomentado la colaboración entre universidades y
equipos deportivos para garantizar el rigor académico en la recopilación de datos, así como
para garantizar que la investigación se aplique al "mundo real" de los deportes profesionales (
18). Además, se han realizado convocatorias de acuerdos comerciales que permitan realizar
investigaciones pioneras para conocer mejor una determinada tecnología y su aplicación en el
ámbito deportivo (48). Además de los equipos individuales, los órganos rectores pueden
participar en la investigación por sí mismos, como el Programa de calidad para sistemas
electrónicos de rendimiento y seguimiento de la Fédération Internationale de Football
Association y el establecimiento del Comité de dispositivos portátiles de la Asociación de
jugadores de la NBA (48).
La validación de dispositivos es un proceso continuo, y los modelos, marcas, software y
firmware nuevos o actualizados se lanzan con relativa frecuencia, lo que refleja los avances
tecnológicos en el área de monitoreo de carga de trabajo. En consecuencia, al seleccionar
o usar dispositivos de rastreo, se alienta a los profesionales a monitorear la literatura en
busca de inteligencia con respecto a sus dispositivos específicos y obtener del fabricante
tantos detalles como sea posible con respecto a las capacidades de los dispositivos para
sus métricas preferidas, así como una indicación de la intención. actualizaciones de
software y firmware. Es importante tener en cuenta estas actualizaciones y cuándo se
aplican dentro del contexto de la temporada de los practicantes, ya que un cambio de
algoritmo o firmware que parece inocuo puede cambiar las inferencias de un proceso de
monitoreo, como se menciona enCapítulo 9. A medida que se desarrollen los sistemas, la
detección y clasificación de eventos en tiempo real se volverá algo común y combinará
información técnica y táctica con métricas de carga simples. mientras haya
ya retroalimentación basada en el medio ambiente (71), también puede haber comentarios individuales
en tiempo real sobre el estado de fatiga o la recuperación mediante algoritmos de aprendizaje
automático.
Los profesionales siempre deben tener en mente las limitaciones y las posibles
desventajas de dicha tecnología. Si bien las limitaciones técnicas en torno a la precisión de
la medición son una consideración constante, el panorama general que rodea a la
tecnología y los atletas también merece atención. McLean y colegas (48) describen las
preocupaciones con respecto a la recopilación de datos que se han discutido en relación
con el baloncesto profesional pero se cruzan con muchos entornos. Estos incluyen
temores de que la información sea para el beneficio del equipo más que para el individuo.
Esto destaca la necesidad de que los profesionales muestren sólidas habilidades de
comunicación y construyan relaciones abiertas con los atletas, lo que permite
conversaciones honestas en relación con los datos de seguimiento posicional. Además, se
ha advertido a los propios practicantes sobre la pseudociencia utilizada por algunas
empresas de tecnología deportiva y se les ha instado a considerar siempre si la
recopilación de dicha información es innecesaria o un factor estresante potencial para los
atletas (35). La motivación para usar datos de seguimiento posicional nunca debe ser
únicamente recopilar datos, sino transformarlos en información significativa que pueda
ayudar en la preparación de los atletas. En última instancia, los objetivos centrales de dicha
recopilación de datos siempre deben ser ayudar a mejorar la disponibilidad, el
rendimiento y la longevidad de la carrera de cada atleta.
CONCLUSIÓN
El uso de sistemas posicionales y dispositivos MEMS portátiles que permiten el seguimiento de la
posición dentro de las actividades deportivas continúa creciendo. Aunque la búsqueda de una
ventaja competitiva a menudo tienta a los equipos y las organizaciones a convertirse en los
primeros en adoptar la tecnología, es esencial comprender la precisión de la medición de dichos
datos. Si bien la precisión potencialmente mayor proporcionada por las soluciones RFID es
atractiva, el uso de dispositivos MEMS que incorporan GPS y acelerómetros está aquí para
mantenerse en el deporte, ya que ha llevado el entorno de laboratorio controlado al entorno
aplicado del campo. Si bien el uso de acelerómetros como elementos independientes puede
aumentar, esto solo ocurrirá a medida que los avances del software hagan que el procesamiento de
la señal y los tiempos de respuesta sean más fáciles y rápidos. Independientemente del sistema
utilizado, los profesionales deben tener confianza en la confiabilidad de sus medidas y comprender
el impacto de las diferentes actualizaciones o técnicas de procesamiento en esto. Solo una vez que
se ha establecido la validez, la confiabilidad y el acuerdo entre sistemas, se pueden aplicar los datos
para intervenciones prácticas, como la estratificación de las demandas en función de los grupos, el
monitoreo de la carga individual y la rehabilitación o los marcadores de regreso al juego.
LECTURAS RECOMENDADAS
Gray, AJ, Shorter, K, Cummins, C, Murphy, A y Waldron, M.
Modelado de la energía del movimiento utilizando dispositivos del Sistema de
Posicionamiento Global en deportes de equipo de contacto: limitaciones y soluciones.
medicina deportiva 48:1357-1368, 2018.
Leser, R, Schleindlhuber, A, Lyons, K y Baca, A. Precisión de un
Sistema de seguimiento de posición basado en UWB utilizado para análisis de tiempo y movimiento
en deportes de juego. Eur J Sport Sci 14:635-642, 2014.
Linke, D, Link, D y Lames, M. Validación de desempeño electrónico
y sistemas de seguimiento EPTS en condiciones de campo. Más uno
13:e0199519, 2018.
O'Reilly, M, Caulfield, B, Ward, T, Johnston, W y Doherty, C.
Sistemas de sensores inerciales portátiles para la detección y evaluación del ejercicio de las
extremidades inferiores: una revisión sistemática. medicina deportiva 48:1221-1246, 2018.
Scott, MTU, Scott, TJ y Kelly, VG. La validez y la fiabilidad de
Sistemas de Posicionamiento Global en el deporte de equipo: una breve revisión.J
Resistencia Cond Res30:1470-2490, 2016.
CAPÍTULO 11
Cinemática y análisis de la marcha
Doctora Enda King
Chris Richter, doctorado
La forma en que las personas se mueven es fundamental para la forma en que interactúan
con su entorno durante las tareas cotidianas y especialmente durante el desempeño
deportivo. Es probable que las personas involucradas en el entrenamiento, el desarrollo
atlético y la rehabilitación de los atletas lleven a cabo algún tipo de análisis de movimiento
subjetivo informal durante casi todas las interacciones con un atleta. Esto puede referirse a
cómo el atleta ejecuta una tarea específica del deporte (p. ej., swing de golf o mecánica de
carrera), ejercicio explosivo (p. ej., saltar y aterrizar) o ejercicio de fuerza (p. ej., sentadilla
frontal); el objetivo es identificar los factores que pueden estar relacionados con las
lesiones o el rendimiento. Sin embargo, este enfoque carece de la objetividad y
consistencia requeridas para rastrear los cambios dentro de un atleta durante un período
de tiempo, comparar el movimiento entre atletas dentro de un equipo o deporte, o
comparar evaluaciones entre entrenadores o científicos deportivos que examinan al
mismo atleta. El registro y análisis del movimiento de los objetos es un subcampo de la
biomecánica conocido como cinemá[Link]álisis cinemático proporciona a los
entrenadores y practicantes la capacidad de evaluar objetivamente a un atleta o grupo de
atletas periódicamente. Esto permite la identificación de barreras o mejoras en el
rendimiento deportivo, la detección de factores de riesgo específicos de lesiones y la
evaluación del efecto de las intervenciones o programas de entrenamiento en el cambio
de movimiento. Esta sección describe las variables cinemáticas de uso común y las técnicas
requeridas para capturar y procesar datos cinemáticos, así como los métodos de análisis
que están disponibles en la actualidad. También describe las pruebas de movimiento de
uso frecuente, con las variables clave para cada prueba o movimiento que se han
identificado en relación con la lesión y el rendimiento. El capítulo debe mejorar la
comprensión del científico deportivo de las opciones disponibles para evaluar
objetivamente el movimiento, las fortalezas y debilidades de cada método,
VARIABLES CINEMATICAS
Cinemáticadescribe el movimiento de objetos sin evaluar las fuerzas que causan el
movimiento (conocido comocinéticay cubierto decapitulo 12). Los más comúnmente
reportadosvariables cinemáticasse relacionan con el centro de masa (CoM) (de un
segmento individual o de todo el cuerpo), así como con el desplazamiento lineal y
angular, la velocidad y la aceleración.
Centro de masa
El centro de masase define como el punto que corresponde a la posición media para
la concentración de toda la materia de un cuerpo (79,106,108). El CoM es un punto
imaginario que se encuentra en el centro geométrico (el medio) de un objeto denso y
de forma regular (por ejemplo, el centro de una pelota). El CoM de un objeto con
forma y densidad irregulares depende de la distribución de forma y masa. Cuando se
calcula el CoM de un atleta (objeto con segmentos irregulares entrelazados), se debe
considerar la posición del centro de cada segmento y su masa relativa (datos
antropométricos) (verfigura 11.1). El CoM es útil porque reduce a un atleta a un solo
punto que se puede describir en unsistema de coordenadas globales(dos o tres ejes
fijos que se definen con respecto al entorno de prueba, como vertical, adelante-atrás y
lateral), lo que permite la aplicación de principios físicos básicos (leyes de movimiento
de Newton). El CoM se informa comúnmente en milímetros o pulgadas en relación con
un punto específico (es decir, el origen del sistema de coordenadas global).
FIGURA 11.1Movimiento del centro de masa (CoM) de todo el cuerpo y específico del
segmento durante un salto con caída de dos piernas. La línea azul oscuro representa el
movimiento del CoM durante un salto con caída a dos piernas. Las líneas sombreadas
ilustran la posición vertical del centro del segmento del tronco, la pelvis, el muslo, la
pierna y el pie. Usando datos cinemáticos, la velocidad vertical de un marcador de
punta (línea negra) se puede usar para identificar la punta (evento 4) y el impacto
(eventos 2 y 5), mientras que el CoM se puede usar para identificar el inicio del
movimiento (evento 4). 1), final del movimiento excéntrico (evento 3), o final del drop
jump (evento 6).
Desplazamiento lineal, velocidad y aceleración
El desplazamiento, la velocidad y la aceleración están inherentemente relacionados entre
sí a través de las leyes del movimiento de Newton. El desplazamiento lineal se relaciona
con el movimiento de un objeto entre dos puntos de tiempo y es una cantidad vectorial (es
decir, tiene una magnitud [distancia] y dirección). Si la tarea fuera a ejecutarse en línea
recta, la medición sería a lo largo de un solo eje (p. ej., carrera de 100 m). Sin embargo, las
actividades deportivas rara vez se realizan en una sola línea recta, por lo que su
descripción requiere dos o tres ejes para describir el desplazamiento del atleta. En la
ciencia del deporte, el desplazamiento lineal comúnmente se relaciona con la distancia que
un atleta ha corrido, saltado, lanzado o pateado un objeto. El desplazamiento lineal puede
a su vez utilizarse para calcular la velocidad de un atleta a través de la diferenciación
(velocidad = desplazamiento / tiempo). El rendimiento atlético comúnmente se mide
examinando la velocidad promedio en una distancia o tarea específica (p. ej., sprint de 100
m) o en un punto específico en el tiempo (p. ej., la velocidad máxima en un sprint). Una
mayor diferenciación de la velocidad calcula la aceleración, que es el cambio de velocidad a
lo largo del tiempo (aceleración = cambio de velocidad / cambio de tiempo). Esto puede ser
positivo cuando un objeto está aumentando su velocidad, o negativo cuando el objeto está
disminuyendo su velocidad (desacelerando). En las ciencias del deporte, el desplazamiento
(distancia recorrida), la velocidad (en particular, la velocidad máxima) y la aceleración
(tanto positiva como negativa) se evalúan como cualidades físicas. Estas variables
cinemáticas se usan comúnmente para monitorear las cargas de entrenamiento y juego de
un atleta, así como los resultados que pueden orientarse para entrenar cualidades
específicas dentro de una sesión (p. ej., carrera de alta velocidad, en metros o millas). La
relevancia e interpretación de estas variables con respecto al rendimiento deportivo
individual es diferente de un deporte a otro dependiendo de las exigencias del juego. Para
Por ejemplo, la cantidad de distancia recorrida a alta velocidad puede ser diferente entre posiciones
dentro de un deporte (p. ej., portero frente a centrocampista) y entre deportes (fútbol australiano
frente a fútbol americano). De manera similar, en la carrera de 100 metros, la aceleración y la
velocidad máxima son métricas clave, mientras que en el fútbol, la aceleración y la desaceleración
ocurren con mayor frecuencia y la velocidad máxima puede alcanzarse con menos frecuencia. La
evaluación de estas variables cinemáticas puede permitir que el científico del deporte controle la
carga del atleta, identifique los déficits en el rendimiento específico de un atleta y el deporte, y
realice un seguimiento de los cambios en el desarrollo atlético a lo largo del tiempo.
Desplazamiento angular, velocidad y
aceleración
Desplazamiento angular describe el movimiento de un objeto entre dos puntos
alrededor de un eje de rotación creando un arco. En el análisis del movimiento
humano, esto ocurre con mayor frecuencia durante la evaluación del movimiento
articular. Los ángulos articulares se calculan mediante la identificación de segmentos
individuales del cuerpo (p. ej., tronco frente a pelvis, fémur frente a tibia), el cálculo del
centro articular entre esos dos segmentos y la posición de un segmento en relación
con el otro (ángulo articular informado en grados). La dirección del ángulo informado
se relaciona con la posición del segmento distal en relación con el segmento proximal
(p. ej., la rotación interna del fémur sobre la tibia se informa como rotación externa de
la rodilla porque es la rotación externa de la tibia en relación con el fémur). ). Por lo
general, se describe en un momento determinado (p. ej.,Rango de movimiento
[ROM]) durante una tarea o fase específica de una tarea (p. ej., grados de flexión de la
rodilla durante la fase de apoyo del sprint). Similar al movimiento lineal,velocidad
angular es la tasa de cambio de la posición angular de un cuerpo giratorio (grados por
segundo), y aceleración angular es la tasa de cambio de la velocidad angular (ya sea
positiva o negativa). La velocidad angular y la aceleración se examinan comúnmente
en relación con el rendimiento o el riesgo de lesiones durante tareas específicas del
deporte, como patear una pelota de fútbol.41,52), velocidad de la cabeza del palo
durante un swing de golf (90), o rotación humeral durante el lanzamiento de una
pelota (38,87).
ANÁLISIS E INTERPRETACIÓN DE
DATOS CINEMÁTICOS
Se puede utilizar una variedad de dispositivos para registrar datos cinemáticos, desde
soluciones simples hasta soluciones más complejas (la complejidad aumenta con puntos de
datos, dimensiones y segmentos adicionales). Un ejemplo de una solución simple sería el uso
de puertas de tiempo para medir el tiempo de finalización de un sprint de 100 metros. Esto
permitiría solo la medida del rendimiento cronometrado y el cálculo de la velocidad media. El
uso de múltiples compuertas de tiempo a lo largo de una distancia podría medir la velocidad y
la aceleración dentro de fases específicas (p. ej., los primeros 10 m, los segundos 10 m).
Dispositivos de seguimiento de posición(Las unidades del sistema de posicionamiento global
[GPS]) son soluciones más complejas, ya que registran la posición de un atleta varias veces
dentro de un período de tiempo en un sistema de coordenadas bidimensional (por ejemplo, un
eje de izquierda a derecha hacia delante y hacia atrás). A partir de estos datos, se pueden
calcular la distancia y la dirección, así como la velocidad y la aceleración. Las soluciones más
complejas son sistemas que recopilan datos en tres dimensiones. Una forma de hacer esto es
filmar simultáneamente a un atleta desde diferentes puntos de vista (sistemas ópticos) o
combinar un conjunto de sensores que capturan la velocidad y la rotación de la unidad de
sensor adherida al cuerpo conocida como unidades de medida de inercia(IMU) (verCapítulo
10). Los sistemas ópticos se pueden dividir en sistemas que rastrean la posición de un
marcador (sistema basado en marcadores ópticos) y sistemas que identifican el objeto a
rastrear en el video y ajustan un modelo predefinido a una silueta (sistema sin marcador
óptico). Tabla 11.1 examina los detalles de estos tres sistemas.
Cuando se utilizan sistemas de captura de movimiento ópticos o IMU, se requiere una
prueba estática al comienzo de la prueba. Durante la prueba estática, se le pide al atleta
que asuma una posición predefinida y luego los datos capturados se ajustan a un modelo
anatómico predefinido. Los modelos anatómicos pueden diferir mucho en su complejidad
(p. ej., algunos modelos tienen el pie como un segmento único sin articulaciones; otros lo
tienen como un segmento con múltiples articulaciones), y este es un punto importante a
considerar según el movimiento y el segmento a medirse (79). Si bien los principios detrás
de los sistemas de captura de movimiento óptico e IMU difieren, la posición de un
segmento u objeto (por ejemplo, el tronco) se describe comúnmente con respecto a un
sistema de coordenadas global tridimensional (X-y-z). Por lo tanto, la posición y la rotación
de un segmento se pueden describir y calcular mediante una matriz de 4 puntos × 3 ejes
que consta de un punto de origen y los puntos finales del segmento.
eje lateral, anterior y proximal de un segmento para cada punto de tiempo registradot (marco).
Esta matriz de 4 puntos × 3 ejes se puede usar para calcular segmentos y ángulos de
articulación a través de cinemática inversa o trigonometría (79,106,108):
Sistema de marcador óptico
Un sistema basado en marcadores ópticos convierte una colección de imágenes de un
conjunto de marcadores de diodos emisores de luz (LED) o reflectantes de cámaras con
diferentes vistas tomadas en un punto de tiempo en datos posicionales. Como tal, solo se
pueden capturar los movimientos (marcadores) que están a la vista de las cámaras (el
volumen de captura). El primer paso cuando se registran datos utilizando un sistema
basado en marcadores ópticos es la calibración estática y dinámica, que se realiza para
determinar la posición de las cámaras y establecer el sistema de coordenadas global. El
propósito de la calibración dinámica es estimar la posición relativa de las cámaras entre sí
y se lleva a cabo moviendo un objeto conocido (marco de calibración) con tres o más
marcadores dentro del volumen de captura. La posición de las cámaras entre sí se puede
calcular a partir de este paso (usando un proceso llamado triangulación) porque la
distancia entre los marcadores en el marco de calibración se conoce y es la misma en
todas las imágenes, incluso si se ve diferente en diferentes vistas. Cuando se utiliza el
sistema basado en marcadores, el número y la configuración de las cámaras (su ubicación
y vista) son vitales, especialmente durante las situaciones más complejas o dinámicas.
evaluaciones de movimiento, porque la posición de un marcador se puede rastrear solo si
un marcador es capturado por dos o más cámaras, y la triangulación requiere múltiples
vistas para el cálculo de la posición de un marcador. Si este no es el caso, la posición de un
marcador no se puede rastrear y esto genera una brecha en los datos posicionales. El
propósito de la parte estática del proceso de calibración es definir el origen y los ejes del
sistema de coordenadas global. Para ello, se coloca un marco de calibración dentro del
volumen de captura y se utiliza la alineación de los marcadores en el marco para
establecer el origen y los ejes del marco global. Cualquier movimiento o perturbación de
las cámaras después de este proceso de calibración conduce a un error en el cálculo de los
datos de posición del marcador.
Una vez que se ha realizado la captura de datos, los sistemas basados en marcadores
requieren un procesamiento posterior (etiquetado, llenado de espacios y filtrado) que se realiza de
forma manual o automática, según la calidad de los datos recopilados y el software utilizado.
Etiquetado se refiere al proceso de asignación y reasignación de cada marcador rastreado a la
posición correspondiente apropiada en el atleta. relleno de huecos se refiere al proceso de estimar
la posición de un marcador durante los períodos en los que no fue rastreado. Los procesos que se
pueden usar para llenar los vacíos se basan comúnmente en otros marcadores o técnicas de
interpolación. Rellenar un espacio en función de la información de los marcadores en el mismo
segmento es la opción más precisa, porque la posición de un marcador se puede calcular si hay tres
o más marcadores en el segmento (relleno de segmento) o se puede estimar en función del
movimiento del marcador. unido al mismo segmento (relleno de patrón). Las opciones menos
precisas son las técnicas de interpolación (p. ej., relleno spline) que utilizan los datos existentes para
estimar las piezas que faltan. Una ventaja de los sistemas basados en marcadores ópticos sobre
otros es su precisión (menos de 0,5 mm de error) cuando se configuran correctamente (58). Debido
a su alta precisión, a menudo se les conoce como el estándar de oro en la evaluación de la posición (
95). Los errores en los datos cinemáticos de la captura de movimiento óptima pueden originarse
por una mala colocación del marcador (lo que da como resultado un mal ajuste a un modelo
anatómico), mal llenado de espacios en las trayectorias de los marcadores (p. ej., durante el llenado
de espacios), cambios en la luz del sol y movimiento en la posición de la cámara después calibración
(vertabla 11.1).
Sistema sin marcador óptico
El principio básico de los sistemas sin marcadores es el análisis digital de
imágenes grabadas. Este proceso detecta e identifica el objeto a rastrear dentro
del volumen de captura y genera la silueta del objeto definiendo un borde
entre la imagen de fondo y el objeto (usando un proceso llamado sustracción de fondo). Con
múltiples vistas de cámara, estos sistemas pueden detectar la forma del objeto en múltiples
dimensiones a las que se puede ajustar un modelo anatómico, con un aumento en el número de
cámaras que mejora la precisión del ajuste. Al igual que con los sistemas basados en marcadores,
los sistemas sin marcadores requieren calibración. La ventaja de los sistemas sin marcador sobre
otros es que no es necesario colocar marcadores o sensores en el atleta; sin embargo, al igual que
con los sistemas basados en marcadores, están limitados a un volumen de captura. En
comparación con los sistemas basados en marcadores durante una tarea de sentadillas, un
estudio de validación informó diferencias (parcialidad, que es un término estadístico para la
diferencia de un valor esperado) en ángulos articulares máximos de alrededor de 15° para ángulos
del plano sagital del tronco, la pelvis y la articulación de la cadera entre el sistema basado en
marcadores y sin marcadores, mientras que los ángulos de flexión de la rodilla difería alrededor de
0,3° (75). Otro estudio que comparó estos sistemas durante la marcha informó sesgos en los
ángulos sagitales de 17,6°, 11,8° y 12,9° para la cadera, la rodilla y el tobillo, respectivamente.
Además, los sistemas sin marcadores tienen dificultades para realizar un seguimiento preciso de los
movimientos de rotación (p. ej., rotación humeral o tibial) sin marcadores o sensores adicionales, lo
que genera un aumento de los errores en estos planos (p. ej., errores en la rotación del tobillo 7°
[88 %] o rotación de la cadera). 14,1° [129 %], así como rotación de rodilla 22,5° [141 %] o rotación
de cadera 5,8° [207 %]) (11,75).
Sistemas de unidades de medida inerciales
El principio básico detrás de los sistemas IMU (descrito en Capítulo 10) es integrar los
datos de aceleración de uno o más acelerómetros, giroscopios y magnetómetros en la
velocidad, que puede integrarse en el cambio de posición o ángulo desde el punto
anterior. Sin embargo, este proceso es susceptible de error porque los pequeños errores
(en la precisión de la medición) se trasladan y se acumulan con el tiempo. Este fenómeno
se conoce comoderiva y puede ser causado por factores ambientales (p. ej., calor,
humedad). Los filtros de Kalman o los algoritmos de optimización de descenso de
gradiente se usan comúnmente para eliminar el efecto de la deriva del sensor al fusionar
los datos del sensor (la deriva es independiente entre los sensores).
Con el uso de sistemas IMU, cada unidad almacena sus datos a bordo o los envía a una computadora
o ambos. Con un sistema de almacenamiento a bordo, el usuario necesita cargar los datos después de la
captura de prueba para su posprocesamiento, mientras que los sistemas que envían datos directamente
a la computadora pueden producir vistas en tiempo real de las posiciones de los sensores, con o sin
animaciones de avatar, y guardar datos a bordo. en caso de conexión
pérdida (los datos se pueden descargar después). No se necesita etiquetado ni relleno de espacios
en los sistemas de captura de movimiento IMU debido a la conexión del sensor a un segmento
corporal definido, por lo que el sensor nunca puede estar "fuera de la vista".
La ventaja de un sistema de captura de movimiento IMU sobre las alternativas es que no
hay restricción de volumen de captura, y estos sensores son más apropiados cuando capturan
objetos que chocan (por ejemplo, placa de rugby), ya que no se producen espacios ni mezclas
de dos siluetas. Sin embargo, al igual que los sistemas basados en marcadores, requieren la
colocación del sensor en el atleta, y la colocación inapropiada sirve como fuente potencial de
error durante el ajuste del modelo anatómico. Al comparar los ángulos articulares al caminar y
ponerse en cuclillas capturados simultáneamente por IMU y sistemas basados en
marcadores, un estudio de validez informó una excelente similitud (coeficiente de correlación
múltiple [CMC] yr2 >0,75) entre el ángulo articular en el plano sagital (sesgo de cadera = 15°,
sesgo de rodilla = 5° y sesgo de tobillo = 10°), mientras que los planos frontal y transversal se
consideraron aceptables (CMC y r2 0,40-0,74) (2).
Traducido del inglés al español - [Link]
PROCESAMIENTO DE DATOS CINEMÁTICOS
Antes de la interpretación de los datos capturados, es necesario procesarlos y
seleccionar las variables analizadas. La higiene de los datos es fundamental en esta
etapa del procesamiento para garantizar que los datos limpios se puedan usar para
análisis e interpretaciones (consulteCapítulo 8).
Posprocesamiento de datos
Antes del análisis y la interpretación, los datos cinemáticos deben posprocesarse porque la
captura de datos contiene ruido e información no deseada (datos antes y después de la tarea
de interés). El ruido se relaciona con pequeños errores aleatorios en los datos (p. ej., errores de
digitalización o movimiento de la piel) que se pueden eliminar mediante filtros o algoritmos de
suavizado (79). Sin embargo, la técnica de filtrado utilizada debe considerarse con cuidado
porque puede afectar las amplitudes de las medidas (53). Otro paso crucial es la identificación
de ciclos de movimiento y puntos de interés. Por ejemplo, en el análisis de la marcha, se
necesita la identificación del impacto y la puntera para calcular medidas generales como el
tiempo de contacto, la longitud de la zancada o el ROM de flexión de la rodilla a través de la
postura. La identificación de estos puntos se basa en los datos disponibles y existen diferentes
enfoques para detectar el contacto con el suelo y la fase de oscilación. Una vez que se han
detectado puntos o fases de interés, puede tener lugar la extracción de medidas clave.
Variables discretas
A variable discreta es una métrica que describe un punto o característica clave (p. ej., la flexión
máxima de la rodilla o la fuerza de reacción del suelo vertical máxima) del movimiento capturado.
Las variables cinemáticas pueden describir el rendimiento (p. ej., la altura del salto, la longitud del
salto, el contacto con el suelo o el tiempo de finalización o ambos) o las características del
movimiento. Al describir el movimiento, se usa un punto discreto para reducir los datos (p. ej., el
ángulo de flexión de la rodilla) dentro de un ciclo de movimiento a una medida singular para
describir mejor ese movimiento (es decir, el ángulo máximo de flexión de la rodilla o el ángulo de
flexión de la rodilla en el contacto inicial). La selección de un punto discreto suele basarse en
conocimientos previos (investigación previa o experiencia profesional) o análisis post hoc. Si bien el
análisis de puntos discretos puede ser útil para comprender los movimientos, la selección de
puntos discretos tiene el potencial de descartar importantes
información (21,23), para comparar características que presentan capacidades neuromusculares no
relacionadas (80) y fomentar la búsqueda de significancia (p. ej., pruebas de hipótesis no dirigidas
no trivialmente sesgadas) (72). Debido a la posible pérdida de información durante el análisis de
puntos discretos, otros métodos de análisis que utilizan todos los datos dentro de un ciclo de
movimiento (análisis de forma de onda) ha sido introducido.
Análisis de forma de onda
Una serie de métodos de análisis de forma de onda se utilizan comúnmente en el análisis
cinemático, incluido el mapeo paramétrico estadístico (72), análisis funcional de
componentes principales (100), análisis de fases caracterizantes (20), prueba de manera
punto por punto (20), y otras técnicas (12,13,82,97). Estas técnicas analizan el ciclo de
movimiento completo sin descartar ningún dato, pero requieren que la duración de todos
los ciclos de movimiento examinados se normalice a un número fijo de tramas de datos.
Como tal, el análisis de forma de onda requiere un paso adicional de posprocesamiento
para garantizar que las duraciones de todas las formas de onda se normalicen en un
número fijo de marcos de datos. Por ejemplo, las curvas a menudo se normalizan de 80 o
111 fotogramas a 101 fotogramas (mediante interpolación), y cada fotograma
corresponde a un porcentaje dentro del ciclo de movimiento (0%-100%). Otro factor a
considerar es la calidad neuromuscular utilizada durante una fase específica del
movimiento (es decir, contracción [excéntrica y concéntrica] o aceleración [desaceleración
y aceleración]) que puede ser diferente en un punto de tiempo particular entre intentos.
Por ejemplo, un atleta puede tener una fase excéntrica corta (0%-25%) y una fase
concéntrica larga (26%-100%) durante una prueba específica, pero una fase excéntrica más
larga (0%-50%) y una fase concéntrica más corta (51%-100%). 100%) en el ensayo posterior.
En consecuencia, comparar fases alrededor del 30% al 40% del movimiento puede no ser
apropiado y podría generar resultados erróneos (80). Este problema se puede abordar
utilizando técnicas de registro de puntos de referencia que alinean un evento (p. ej., el
inicio de una fase concéntrica) de modo que ocurra para cada ensayo en el mismo punto
en el tiempo (p. ej., 37 %) alterando el tiempo (cambiando el tiempo de lineal a señal no
lineal) usando una función de distorsión de tiempo (63,83).
Análisis de coordinación
Una limitación tanto del análisis de puntos discretos como del análisis de formas de onda es que
examinan la magnitud de una medida o forma de onda como una entidad individual en lugar de
que como una de varias medidas interconectadas, lo que puede causar la pérdida de
información importante sobre la interacción entre juntas y segmentos. Sin embargo, es
valioso comprender la interacción entre las articulaciones y los segmentos, ya que cada
movimiento se basa en la interacción entre segmentos que no son independientes entre
sí. Examinar la coordinación, la secuencia o el tiempo de las interacciones entre los
segmentos durante un movimiento (47), busca superar esta limitación. Los métodos
destinados a examinar la coordinación incluyen diagramas de plano de fase (30), análisis
bivariado de componentes principales (34), y análisis de mapeo paramétrico estadístico
(SPM) (72). Sin embargo, el análisis de la coordinación en las ciencias del deporte está en
sus inicios y todavía no existen pautas basadas en la evidencia.
PRUEBAS Y VARIABLES PARA CINEMATICA
ANÁLISIS
El propósito de esta sección es delinear las pruebas comúnmente utilizadas en el análisis
cinemático y las variables más comúnmente identificadas relacionadas con lesiones
(extremidad inferior) y rendimiento.
Cuando uno está evaluando el movimiento humano, es esencial
seleccionar pruebas que proporcionen información válida y fiable en relación con el
atleta,
comprender qué variables se relacionan específicamente con el rendimiento y el riesgo de lesiones
dentro de cada tarea, y
comprender las posibles fuentes de error específicas de esa prueba y método de
análisis.
Esta no es una lista exhaustiva de pruebas o variables, pero debería brindar a los
científicos del deporte suficiente información y conocimiento cuando estén considerando
qué pruebas incluir y las variables cinemáticas que medirán al evaluar a sus atletas.
Pruebas de salto y aterrizaje
Las pruebas de salto y aterrizaje son probablemente las pruebas más utilizadas en el análisis cinemático
relacionado con el rendimiento deportivo y el riesgo de lesiones. Debido a la facilidad general con la que
se pueden administrar las pruebas de salto y aterrizaje, así como a la naturaleza altamente significativa
de los datos que se pueden adquirir utilizando tales aproximaciones, las pruebas de salto y aterrizaje
presentan una herramienta valiosa para el análisis cinemático.
Desempeño atlético
Prueba de saltose usa comúnmente para evaluar qué tan explosivo o poderoso es un atleta (
62). Se pueden seleccionar diferentes pruebas de salto para apuntar a cualidades
neuromusculares específicas. Por ejemplo, la altura del salto con contramovimiento se usa
comúnmente como una medida de explosividad ya que está fuertemente relacionada con la
producción de potencia máxima (62). Una sentadilla con salto también es una medida de
explosividad, pero minimiza el componente de estiramiento-acortamiento del salto (98). Por el
contrario, el salto por distancia se centra más en el desplazamiento horizontal que en el
vertical, y puede identificar diferentes deficiencias o deficiencias (7). Suelta saltos desde varios
las alturas también se utilizan como una medida de la explosividad, así como la capacidad
pliométrica (eficiencia en la absorción y transferencia de fuerza) (91). Las pruebas generalmente se
llevan a cabo utilizando una tarea de dos piernas (para un rendimiento máximo) o una tarea de una
sola pierna (por especificidad o para identificar asimetrías que pueden influir en el rendimiento o el
riesgo de lesiones). La altura del salto se puede calcular si los datos cinéticos están disponibles a
través del momento de impulso o de los datos cinemáticos utilizando el tiempo de vuelo (video), el
desplazamiento del CoM o la velocidad del CoM en el despegue. Sin embargo, pueden ocurrir
errores con cada una de estas medidas, ya que el desplazamiento de CoM puede verse influenciado
por el movimiento de las extremidades (p. ej., levantar los brazos por encima de la cabeza) durante
la ejecución de la tarea. Aunque el tiempo de vuelo es un método válido y fiable para calcular la
altura del salto, tiende a sobrestimar el rendimiento del salto en comparación con otros métodos (4
). El tiempo de vuelo puede ser modificado por la ejecución de la prueba (p. ej., si los atletas
aterrizan con más flexión de la cadena cinética que cuando abandonaron el suelo, tendrán un
tiempo de vuelo más largo, dando la apariencia de una mayor altura de salto). Es importante ser
consciente de las fuentes de error y tener un método consistente de medición entre los atletas y
dentro de ellos a lo largo del tiempo para una comparación adecuada (4).
Lesiones y Rehabilitación
Las pruebas de salto se pueden utilizar no solo para evaluar el riesgo de lesiones de los atletas, sino también para
evaluar a los atletas durante la rehabilitación, especialmente en relación con las lesiones de las extremidades
inferiores.
TobilloLas pruebas de salto se usan comúnmente en la evaluación después de una lesión en el pie y
el tobillo. Se ha informado que la altura del salto con contramovimiento diferencia entre aquellos
con síntomas de tendinopatía de Aquiles más o menos graves (89), y se ha demostrado que los
déficits de altura de salto persisten hasta 6 años después de la reparación del tendón de Aquiles (76
). Se ha demostrado que la rigidez del tendón de Aquiles influye en el rendimiento del salto con
caída, con una mayor rigidez del tendón relacionada con tiempos de contacto con el suelo más
cortos y una mayor altura de salto (1). Además, las asimetrías en la fuerza reactiva y la altura del
salto con caída están fuertemente relacionadas con las asimetrías en la rigidez del tobillo.54). Se ha
demostrado que los atletas que presentan inestabilidad crónica del tobillo tienen estrategias de
aterrizaje alteradas con una menor flexión de la rodilla y una mayor flexión de la cadera y rotación
externa para compensar los déficits en la articulación del tobillo.9,92, 93) (ver figura 11.2).
RodillaLos estudios cinemáticos relacionados con el riesgo de lesión de rodilla tienden a centrarse
en el componente de aterrizaje o desaceleración del salto. Variables cinemáticas en la cadera
y la rodilla han sido sugeridos como factores de riesgo para ligamento cruzado anterior (
lesión del LCA) durante un salto con caída de dos piernas (35,73). Además, se han
demostrado asimetrías en la cinemática del plano frontal y sagital en la cadera y la rodilla a
través de una serie de pruebas de salto después de la reconstrucción del LCA en
comparación con la extremidad sana y los atletas previamente ilesos (40,45,46). Los atletas
que presentan tendinopatía rotuliana han demostrado ángulos de flexión máxima más
bajos y desplazamiento angular en la cadera y la rodilla durante el aterrizaje (81, 96).
También se han demostrado diferencias en la posición de la cadera y el tronco durante el
aterrizaje en mujeres atletas con dolor femororrotuliano.77,78).
Cadera y Columna LumbarLas variables cinemáticas clave relacionadas con la lesión de la
cadera y la ingle tienden a relacionarse con el control de la aducción de la cadera. Se han
demostrado aumentos en la aducción de la cadera durante los saltos en aquellos que
presentan dolor en la ingle atlético, y se resuelven a niveles normativos después de la
rehabilitación en personas que regresan al deporte sin dolor (31). Además, se ha sugerido que
es un factor propagativo en aquellos que presentan dolor lateral de cadera o tendinopatía
glútea (33). Se ha demostrado que los atletas que presentan dolor lumbar tienen una mayor
flexión de la cadera y una menor flexión de la rodilla durante los saltos con contramovimiento,
lo que puede influir en la carga a través de la columna lumbar.88).
FIGURA 11.2Cinemática del plano sagital del tobillo durante un drop jump con
dos piernas. Las líneas naranja (derecha) y verde (izquierda) representan la
prueba de salto con caída con el área sombreada en gris representativa de la
distribución normal de atletas sanos con antecedentes deportivos similares. En
el ejemplo elegido, los datos ilustran que el atleta presenta dorsiflexión
asimétrica, con flexión plantar reducida en el lado derecho durante las fases de
impacto y despegue en comparación con el lado izquierdo y la normativa.
datos. Esto podría interpretarse como una capacidad reducida para absorber y transferir
fuerza en el lado derecho durante la actividad pliométrica, lo que refleja una recuperación
física insuficiente y un aumento potencial del riesgo de nuevas lesiones.
Ejecución de pruebas
Ya sea que correr sea el componente principal del deporte de un atleta (p. ej., un corredor de
400 m) o sea un componente del deporte (p. ej., fútbol), el análisis de la mecánica de la carrera
puede dar una idea de los déficits de rendimiento y el riesgo de lesiones.
Desempeño atlético
Se utiliza una amplia variedad de pruebas para llevar a cabo el análisis cinemático de
funcionamiento. Por lo general, estas evaluaciones de rendimiento son de velocidad lineal a lo largo
de varias distancias, como 5, 10, 20 y 100 metros. La velocidad media, la velocidad máxima y la
aceleración son medidas cinemáticas clave del rendimiento de carrera. Esta cinemática influye en el
rendimiento de carrera y cambia a medida que aumenta la velocidad de carrera; la frecuencia del
paso (cadencia) y la longitud del paso aumentan, y el tiempo de contacto con el suelo y el
desplazamiento vertical del CoM disminuyen con el aumento de la velocidad de carrera (10,51,55,61
,sesenta y cinco). La velocidad de carrera cuando se lleva a cabo el análisis y si se evalúa la carrera
continua (p. ej., en una cinta rodante) o la aceleración son factores importantes a tener en cuenta
para garantizar un análisis válido y fiable. La capacidad de producir fuerza y la dirección en la que
se aplica la fuerza también influyen en el rendimiento de carrera. Esto se refleja en parte por la
relación entre la distancia de despegue (distancia desde el CdM hasta el dedo del pie en el
momento del despegue) y los tiempos de aceleración más rápidos tanto en los jugadores de rugby
como en los velocistas (103). Aunque el análisis cinemático se debe realizar a lo largo del ciclo de
carrera, las medidas clave a menudo se evalúan en puntos de tiempo definidos, como en el
contacto inicial con el suelo (p. ej., evaluación de la sobrezancada), posición media (definida por el
tiempo o cuando el tobillo está directamente debajo de la cadera, evaluación de la carga). absorción
y postura de carrera) y despegue de los dedos (p. ej., inclinación y control pélvicos).
Lesiones y Rehabilitación
El análisis de la mecánica de carrera es clave para identificar a los atletas que pueden estar en riesgo de
sufrir lesiones relacionadas con la carrera y para aquellos atletas que regresan a jugar después de la
rehabilitación.
TobilloLas variables cinemáticas durante la carrera se han asociado con lesiones en el pie y el
tobillo. Los atletas que presentan síndrome compartimental de esfuerzo crónico (comúnmente
conocido como calambres en las piernas) demostraron una serie de cambios cinemáticos
después de la reeducación de la carrera relacionados con la reducción de la sobrezancada
(ángulo tibial y ángulo de flexión de la cadera en el contacto inicial, así como rango de
dorsiflexión del tobillo y longitud de la zancada) que llevaron a una resolución exitosa de los
síntomas (8,18). En relación con la tendinopatía tibial posterior, el aumento de la eversión del
retropié durante la carrera se informa constantemente en la literatura (64). También se ha
sugerido que la eversión del retropié tiene relevancia en aquellos que presentan tendinopatía
de Aquiles, así como el ROM de flexión de la rodilla, que se redujo desde el contacto inicial
hasta la posición media en atletas que presentan síntomas de Aquiles.5,64). Se han informado
cambios en la cinemática de carrera con mayor inversión del tobillo y ángulos de flexión
plantar, así como una mayor variabilidad del movimiento en estos factores, en personas que
presentan inestabilidad crónica del tobillo.14,60).
RodillaEl papel de la cinemática de la cadera durante la carrera se ha destacado en varias
lesiones de rodilla. Se ha demostrado una mayor aducción de la cadera durante la postura en
corredores con dolor patelofemoral en comparación con aquellos sin (19). Además, se han
demostrado cambios en la aducción de la cadera y la caída pélvica contralateral durante la fase
de apoyo de la carrera después de un programa de reeducación de la carrera dirigido al dolor
patelofemoral, y estos cambios persistieron en el seguimiento de 1 y 3 meses (68,105).
También se ha demostrado que el aumento de la cadencia reduce las cargas patelofemorales y
puede ser un factor importante a considerar en el manejo de estos atletas (104). Se han
informado deficiencias en el control de la eversión del tobillo y la aducción de la cadera
durante la carrera en personas con tendinopatía rotuliana sintomática.32,64). Los cambios en
la cinemática durante la carrera suelen estar presentes después de la reconstrucción del LCA, a
pesar de que la carrera rara vez es un factor de riesgo de lesión del LCA, con deficiencias en el
ROM de flexión de la rodilla durante la fase de apoyo que persisten hasta 2 años después de la
cirugía.70).
Cadera y Columna LumbarLa carrera o el sprint de alta velocidad es el mecanismo más común de
lesión de los isquiotibiales, en particular durante la última fase de balanceo.69). Se ha informado
que la inclinación pélvica anterior y la flexión del tronco durante la fase de balanceo son mayores en
los jugadores de fútbol que posteriormente sufrieron una lesión en el tendón de la corva.84), con
una mayor flexión lateral del tronco reportada en jugadores de rugby que luego sufrieron lesiones (
42). Además, se han identificado diferencias cinemáticas relacionadas con una mayor flexión de
cadera, inclinación pélvica anterior y rotación femoral interna.
demostrado entre aquellos con y sin antecedentes de lesión en el tendón de la corva (15). Se ha
sugerido que la inclinación del tronco hacia adelante aumenta la tensión en los isquiotibiales
durante la última fase de balanceo y también puede ser un factor en las lesiones (36). Se ha
sugerido que los cambios en la cinemática de la inclinación del tronco hacia adelante y la
aducción de la cadera influyen en la sobrecarga relacionada con la carrera de los tendones
isquiotibiales proximales y los tendones de los glúteos, respectivamente.6) (ver figura 11.3). Se
ha demostrado que el overstride y la inclinación pélvica anterior influyen en la carga de la
sínfisis púbica anterior de la cadera y deben tenerse en cuenta durante el análisis de carrera en
atletas que presentan lesiones agudas o crónicas en la cadera y la ingle.43). También se puede
detectar una coordinación reducida de la rotación del tronco y la pelvis entre atletas con y sin
dolor lumbar (85).
FIGURA 11.3 Cinemática de la cadera en el plano frontal durante la carrera. Las líneas
en negrita naranja (extremo derecho) y verde (extremo izquierdo) representan la
media de 100 ciclos de ejecución con el área sombreada a cada lado de la línea en
negrita que representa la desviación estándar de los ciclos. El área sombreada en gris
representa la distribución normal de atletas sanos con antecedentes deportivos
similares. En el ejemplo elegido, los datos ilustran que el lado derecho colapsa en una
mayor aducción de la cadera desde el contacto inicial hasta la fase de soporte medio
que el lado izquierdo y en atletas sanos. Esto podría interpretarse como un déficit en la
fuerza lateral de la cadera y la tasa de desarrollo de la fuerza, lo que puede influir en la
carga de la musculatura en las caras medial y lateral de la cadera, así como en las
articulaciones tibiofemoral y patelofemoral.
Pruebas de cambio de dirección
La capacidad de cambiar de dirección de manera eficiente es uno de los componentes clave de
el rendimiento atlético en los deportes de campo y también un factor importante que influye
en las lesiones por sobrecarga agudas y crónicas, en particular en las extremidades inferiores.
Si bien estos a menudo abarcan patrones motores complejos, la evaluación y la evaluación
diagnóstica de los atributos de cambio de dirección son valiosas para definir las características
fundamentales que sustentan el rendimiento.
Desempeño atlético
Una gran cantidad de pruebas examinan el rendimiento del cambio de dirección (CoD);
como las pruebas de corte de 505, 45° y 180° y de agilidad profesional (66). Es importante
diferenciar entre la evaluación de la CoD durante un movimiento anticipado, que está
fuertemente relacionada con la capacidad física y la competencia de movimiento (67, 74), y
pruebas de agilidad que son CoD en respuesta a un estímulo externo y tienen factores
cognitivos adicionales que influyen en el rendimiento (107). Uno de los desafíos en la
evaluación del rendimiento de CoD es la variedad de pruebas incluidas con varias
distancias y la cantidad de cambios de dirección, lo que dificulta la comparación. Además,
hay demandas físicas crecientes con ángulos de DdC más agudos (p. ej., 45 frente a 180°
[66]). Se ha demostrado una compensación entre la velocidad de aproximación y la
capacidad de ejecutar CoD más agudos; su influencia debe tenerse en cuenta cuando se
establece una prueba y se comparan los resultados dentro y entre los atletas (24). Además,
existe una fuerte relación entre el rendimiento en las pruebas de CoD y la velocidad de
carrera lineal, lo que significa que los atletas que son rápidos en línea recta tienden a
hacerlo mejor en las pruebas de CoD (26). Además, la simetría del rendimiento
cronometrado de CoD está poco relacionada con la simetría del rendimiento biomecánico
durante la prueba, lo que hace que el tiempo de rendimiento sea un resultado deficiente
para juzgar la eficiencia del movimiento durante la ejecución de la prueba (44,46). Como
resultado, tanto el rendimiento cronometrado como el análisis cinemático deben llevarse a
cabo cuando se evalúa el rendimiento de CoD.
Se ha informado que varias variables cinemáticas se relacionan con el rendimiento
cronometrado de CoD. Un CoM más bajo facilita la transición en el plano horizontal (102),
mientras que se ha demostrado que una mayor inclinación pélvica lateral, rotación del
tronco y flexión lateral del tronco se relacionan con tiempos de CoD más rápidos (56,102).
Además, mantener la posición del CoM medial al tobillo y la rodilla hacia la dirección del
recorrido previsto mejoró los tiempos de CoD (102). Aunque la fase de apoyo final es la
que se evalúa con más frecuencia durante el análisis de CoD, también se ha demostrado
que el penúltimo paso influye en el rendimiento de corte y debe tenerse en cuenta.
(25).
Lesiones y Rehabilitación
El cambio de dirección es un mecanismo de lesión común, especialmente en los deportes de campo, y su
análisis es clave en la prevención de lesiones y en la orientación de los atletas a través de la
rehabilitación.
TobilloEl cambio de dirección es un mecanismo común de lesión en los esguinces de tobillo,
con una combinación de rotación interna e inversión en el momento de la lesión.48, 71). Se ha
demostrado un ángulo de inversión del tobillo reducido durante las pruebas de CoD entre
atletas con y sin antecedentes de inestabilidad crónica del tobillo, potencialmente como un
mecanismo de protección o como reflejo de una rehabilitación incompleta.28).
RodillaEl análisis cinemático durante la CoD se ha centrado en la lesión del LCA y, en particular,
en qué variables aumentan la carga en valgo de la rodilla durante la CoD (ver figura 11.4). Se ha
demostrado que colocar el CoM en la dirección de desplazamiento prevista, una velocidad de
aproximación más lenta y un ancho de corte reducido reducen la carga en valgo de la rodilla (
22,49,99). Además, una posición del tronco más erguida con menos flexión lateral del tronco y
rotación hacia la pierna de apoyo redujo la carga en valgo de la rodilla (dieciséis,17). Se han
demostrado déficits continuos entre las extremidades después de la reconstrucción del LCA,
con aumento de la rotación externa de la rodilla y reducción de los ángulos de flexión de la
rodilla observados, a pesar de que no hay diferencia en el tiempo de CoD (44).
FIGURA 11.4 Ángulos de rodilla en valgo durante un cambio de dirección planificado
de 90°. Las líneas naranja (rodilla derecha) y verde (rodilla izquierda) representan cada
prueba de un cambio de dirección de 90°, con el área sombreada en gris
representante de la distribución normal de atletas sanos en deportes
similares. En el ejemplo elegido, los datos ilustran que hay un mayor
valgo de la rodilla del lado derecho en el contacto inicial y durante la fase
excéntrica de la postura en comparación con la extremidad izquierda y los
atletas sanos durante el cambio de dirección. Sin embargo, cabe señalar
que aunque comienza en varo mayor de la rodilla en el contacto inicial, la
rodilla izquierda realiza un movimiento en valgo pronunciado durante la
fase de carga inicial de la postura. Esto demuestra el valor de considerar
la forma y magnitud completas de una forma de onda en lugar de puntos
discretos (p. ej., contacto inicial). Estas observaciones podrían
interpretarse como un déficit en el control del plano frontal de la rodilla
izquierda, especialmente durante la fase de carga,
Cadera y Columna LumbarEl cambio de dirección se ha citado como un mecanismo
común de lesión aguda en la ingle y un contribuyente a la sobrecarga crónica en aquellos
que presentan dolor en la ingle atlético (27,86). Los atletas que se han rehabilitado con
éxito del dolor crónico en la ingle atlético han demostrado una serie de cambios
cinemáticos durante la CoD después de la rehabilitación, incluida la reducción de la flexión
lateral del tronco y la rotación pélvica hacia la pierna de apoyo, así como una reducción de
la flexión de la rodilla y tiempos de contacto con el suelo más cortos y mayor movimiento.
de CoM hacia la dirección del viaje previsto, lo que puede influir en la carga de la ingle y la
pelvis anterior (43).
Consideraciones en la interpretación de los resultados de las pruebas
Una vez que se completa el análisis, se deben considerar una serie de factores para mejorar la
comprensión de los datos al interpretar los resultados.
Confiabilidad y fuentes de error en las pruebas
La confiabilidad de una prueba y los datos obtenidos de ella son clave en cualquier análisis, y se ha
informado sobre la confiabilidad de muchas de las pruebas descritas anteriormente (3,37, 39,59).
Sin embargo, una serie de posibles fuentes de error durante la prueba son inherentes a la
configuración de la prueba y su administración. Por lo tanto, si bien se puede haber demostrado
que una prueba es confiable en un entorno de investigación, es importante que los científicos del
deporte revisen periódicamente los resultados de sus propias pruebas para asegurarse de que sus
la ejecución de los protocolos de prueba es precisa, especialmente si varios profesionales están
involucrados en el proceso de prueba. El coeficiente de variación (CV, la desviación estándar
dividida por la media) se puede usar para describir la variabilidad de una medida dentro de
una sesión de prueba, y los profesionales pueden encontrar útil calcular CV mientras
interpretan los resultados para reconfirmar la precisión de los datos recopilados. .
Desviación estándar, error estándar de
medición y cambio mínimo detectable
Al interpretar datos, especialmente variables cinemáticas, es fundamental que los
científicos del deporte conozcan y comprendan la variabilidad, o desviación estándar, de la
variable medida. Elerror estándar de medida(SEM) es una medida de confiabilidad e
informa la magnitud de la dispersión de una variable alrededor del puntaje verdadero (101
). Los cambios en cualquier variable por debajo del SEM pueden potencialmente
considerarse errores de medición (29). Elcambio mínimo detectable(MDC = SEM×1.96×√2)
se calcula a su vez a partir del SEM y representa el cambio más pequeño en una variable
requerida para reflejar un cambio real en el rendimiento de un atleta individual. Los
valores de SEM y MDC para una variable dada serán diferentes entre pruebas y pueden ser
mayores para movimientos más dinámicos o complejos (p. ej., salto versus CoD). A la hora
de interpretar los resultados es vital que el científico del deporte esté familiarizado con
estos valores de cada variable, específicos de cada test, ya que una diferencia debe ser
mayor que el MDC para que se considere un cambio real y no un error de medición (29).
Aplicación de los resultados de las pruebas cinemáticas
Al interpretar los resultados, es importante no extrapolar significados que puedan ser
erróneos o representar información errónea. Por ejemplo, la presencia o ausencia de asimetría
de rendimiento durante el salto (altura) y las pruebas de CoD (cronometrado) pueden no
indicar asimetría de las variables cinemáticas a lo largo de la cadena cinética y, por lo tanto,
tanto el movimiento como el rendimiento deben interpretarse simultáneamente (44,45,46). En
segundo lugar, a menudo puede haber una correlación deficiente en una variable individual
entre dos pruebas (por ejemplo, ángulos de cadera y rodilla durante una sentadilla con una
sola pierna y aterrizaje con una sola pierna, o cinemática de rodilla durante el aterrizaje y CoD)
(50,57). Por lo tanto, siempre es preferible una batería de pruebas cuando se está creando un
perfil de movimiento de un atleta (94). Finalmente, saltar, correr y CoD tienen una fuerte
validez ecológica en relación con los deportes de campo, pero no evalúan directamente cómo
un atleta se mueve en respuesta a demandas o estímulos específicos del deporte que requieren información
cognitiva adicional. Por lo tanto, se justifica la precaución cuando uno está relacionando los análisis basados
en el gimnasio o en el laboratorio directamente con el campo.
INNOVACIONES EN ANÁLISIS CINEMÁTICO
El progreso futuro en el campo del análisis cinemático estará relacionado con nuevos
desarrollos en tecnología y metodología de análisis. Con respecto a la tecnología, los sistemas
de captura de movimiento han evolucionado significativamente y es probable que sigan
evolucionando. La funcionalidad de los sistemas de captura de movimiento se está
expandiendo para facilitar la optimización de la captura de datos a gran escala en todos los
entornos. Esto ayudará a cerrar la brecha entre el laboratorio, el gimnasio y el campo y
permitirá un análisis más específico del deporte. Esto, a su vez, ayudará a ampliar la
comprensión de los patrones de movimiento subyacentes que se relacionan con las lesiones y
el rendimiento. Por ejemplo, los sensores IMU permiten capturar el movimiento durante las
pruebas de campo o durante una carrera de maratón; Los sistemas sin marcador y GPS
permiten la captura de cinemática en escenarios de juego en vivo, mientras que los
laboratorios han comenzado a utilizar la realidad virtual para hacer que su captura de datos
basada en marcadores sea más realista mientras controlan el entorno. Si bien estos avances
tecnológicos permiten a los profesionales grabar más temas y manejar una mayor cantidad de
movimientos complejos, y durante un período de tiempo más prolongado, también plantean
desafíos. El mayor desafío será la cantidad de datos generados y la representación e
interpretación de estos datos. Los estudios previos comúnmente han extraído solo algunos
puntos de interés en un número pequeño a moderado de sujetos durante una tarea específica;
pero al capturar datos en el campo de juego o en otras situaciones de la vida real con captura
de datos durante períodos más largos (p. ej., capturar a un corredor de maratón), se
requerirán habilidades de procesamiento de datos de nivel superior.
Además de los desarrollos en la captura de movimiento, también hay avances
interesantes en los métodos de análisis de datos cinemáticos, con un cambio que deja de
examinar una variable en una articulación en un momento dado. Los movimientos
humanos son complejos porque el pie, la pierna, el muslo, la pelvis y el tronco están todos
interconectados y se influyen mutuamente. El trabajo futuro puede dar una mejor idea de
la coordinación y la variabilidad de los movimientos. Otra tendencia es la diferenciación de
patrones de movimiento, para identificar la presencia de más de una estrategia de
movimiento dentro de una cohorte al explorar los mecanismos de lesión (27). Esto se
puede hacer usando técnicas de aprendizaje automático (lineal y no lineal) en la ciencia del
deporte que se pueden entrenar para aprender patrones de movimiento complejos que
antes estaban ocultos.
Si estos desafíos se abordan correctamente, los profesionales pronto verán la combinación
de sistemas avanzados de captura de movimiento (p. ej., una combinación de óptica e IMU) y
metodologías modernas que permitirán proporcionar retroalimentación en vivo sobre el
rendimiento motor y el riesgo de lesiones en situaciones de juego. Las tecnologías de captura
de movimiento y las técnicas de análisis de datos presentadas en este capítulo no han
alcanzado todo su potencial y las soluciones de datos cinemáticos evolucionarán rápidamente
en los próximos años.
CONCLUSIÓN
Este capítulo debe proporcionar al lector una comprensión más amplia del análisis
cinemático, las variables que incluye y su relación con las lesiones y el rendimiento. Para
garantizar el uso apropiado del análisis cinemático, es imperativo recopilar datos válidos y
confiables, así como comprender la influencia de varios métodos de análisis. Las
oportunidades para la expansión del análisis cinemático en los próximos años son
enormes a medida que la tecnología para simplificar los datos esté más disponible.
Mientras que el análisis cinemático puede ser extremadamente informativo para el
científico clínico o deportivo, en última instancia, su mejor uso es en combinación con el
análisis cinético, que se trata en el próximo capítulo.
LECTURA RECOMENDADA
Barton, CJ, Bonanno, DR, Carr, J, Neal, BS, Malliaras, P, Franklyn-Miller,
A, y Menz, HB. Reentrenamiento en carrera para tratar lesiones de las extremidades
inferiores: un estudio de métodos mixtos de la evidencia actual sintetizada con la opinión
de [Link] J Sports Med50:513-526, 2016.
Rey, E, Franklyn-Miller, A, Richter, C, O'Reilly, E, Doolan, M, Moran,
K, Strike, S y Falvey, E. Resultados clínicos y biomecánicos de la
rehabilitación dirigida al control intersegmentario en el dolor inguinal
atlético: cohorte prospectiva de 205 [Link] J Sports Med
52:1054-1062, 2018.
ricardos, [Link]ánica en Clínica e Investigació[Link]: Churchill
Livingston, 2008.
Stergiou, N, [Link]álisis innovadores del movimiento humano. Champaign, Illinois:
Cinética humana, 2004.
Invierno, [Link]ánica y Control Motor del Movimiento Humano.
Hoboken, Nueva Jersey: John Wiley & Sons, 2009.
CAPÍTULO 12
Cinética y Plataformas de Fuerza
Dr. Daniel Cohen
Cory Kennedy, MSc
Históricamente, el análisis cinético de la función mecánica en humanos se ha realizado utilizando
plataformas de fuerza incrustadas en el piso de los laboratorios de investigación, junto con sistemas de
medición cinemática (es decir, captura de movimiento, análisis de video). Sin embargo, la segunda
década del siglo vio un aumento exponencial en el uso de plataformas de fuerza en entornos aplicados
por parte de científicos del deporte, personal médico y personal de rendimiento, y esta tecnología ahora
es una característica común de muchas salas de pesas deportivas profesionales, olímpicas y
universitarias. La mayor viabilidad de las plataformas de fuerza como herramienta para adquirir datos
detallados de rendimiento neuromuscular durante actividades dinámicas y estáticas está relacionada en
gran medida con dos factores clave. En primer lugar, el software contemporáneo y las herramientas de
procesamiento de datos ahora brindan retroalimentación instantánea sobre los estándares de
desempeño. en lugar de requerir extensos ejercicios de procesamiento de datos. En segundo lugar, la
disponibilidad de plataformas de fuerza portátiles es mayor debido a los costos menos prohibitivos en el
mercado actual (es decir, el costo de la tecnología de grado de laboratorio ahora es lo suficientemente
barato como para ser atractivo para los profesionales aplicados). Ambos desarrollos han significado que
las evaluaciones de la plataforma de fuerza, que anteriormente se limitaban en gran medida a la
elaboración de perfiles de atletas (como las evaluaciones de pretemporada y postemporada), ahora
también se presentan como un medio para monitorear el estado neuromuscular de los atletas (69) y
cuantificar las respuestas agudas y residuales a la carga de entrenamiento y competición con mayor
frecuencia (71).
Las plataformas de fuerza proporcionan información sobrecinética, un término que se
refiere a las fuerzas aplicadas a y por los objetos. Estas fuerzas se miden utilizando celdas de
carga integradas que incluyen medidores de tensión, celdas piezoeléctricas o celdas de carga
de haz. Los propios transductores de fuerza cuantifican la fuerza en Newtons (N) y muestrean
la aplicación de fuerza a altas frecuencias (500-2000 veces por segundo) para producir datos de
[Link] el término utilizado para describir el producto de la fuerza y el
tiempo (Newton-segundos [N∙s]), o el área bajo la curva fuerza-tiempo,
y permite una mejor comprensión de los cambios en el movimiento del cuerpo en cuestión. La
aceleración, la velocidad, la potencia y el desplazamiento también se pueden derivar de los
datos sin procesar de la plataforma de fuerza (ver (51) para una descripción de dicho análisis), y
esta plétora de métricas proporciona inteligencia sobre el resultado, la mecánica subyacente y
las estrategias neuromusculares adoptadas durante los movimientos humanos, como saltar,
aterrizar y acciones musculares isométricas. Mientras que otras herramientas, como tapetes de
contacto y dispositivos ópticos, también se pueden usar para evaluar el rendimiento mecánico
(p. ej., altura de salto [JH]), estas tecnologías estiman principalmente los resultados de
rendimiento utilizando cálculos de tiempo de vuelo como proxy para la medición de JH. En
comparación, las plataformas de fuerza utilizan la relación impulso-momento más precisa (45),
que, a diferencia del método del tiempo de vuelo, no se ve afectado por variaciones en factores
metodológicos como la posición de despegue y aterrizaje (45,51).
En este capítulo,monitoreo de respuesta de carga(LRM) se refiere al seguimiento de la
respuesta de un atleta a la carga fisiológica (p. ej., entrenamiento, competición y otras fuentes),
la fatiga asociada (caracterizada por déficits de rendimiento), adaptaciones positivas en las
características de rendimiento y el estado neuromuscular habitual. Elmodelo fitness-fatiga (
dieciséis), que es una característica central de muchos programas de monitoreo de atletas, ha
llevado a un enfoque en la cuantificación de los atletas utilizando herramientas como los
Sistemas de Posicionamiento Global (GPS) o la calificación del esfuerzo percibido (RPE) (12). La
tecnología de plataforma de fuerza puede proporcionar una caracterización detallada de la
respuesta de los atletas individuales a la carga a lo largo del tiempo y puede usarse junto con
otras tecnologías de monitoreo de carga o sin ellas. Por ejemplo, las medidas fisiológicas como
la variabilidad de la frecuencia cardíaca (HRV) o los cuestionarios de bienestar subjetivo pueden
complementar las medidas obtenidas a través de pruebas de plataforma de fuerza (53), y
juntas, estas variables pueden proporcionar una visión integral del estado de un atleta (es
decir, fisiológico, mecánico y perceptivo).
El propósito de este capítulo es proporcionar una descripción general de las aplicaciones
principales para las pruebas de plataforma de fuerza en poblaciones atléticas. Incluyen lo
siguiente:
Perfilado y benchmarkingse refiere a caracterizar los estándares de rendimiento y los
mecanismos subyacentes en un solo punto de tiempo para la comparación dentro de un
grupo o longitudinalmente a lo largo del tiempo para un individuo o grupo de atletas.
Supervisión de respuesta de carga (LRM) cuantifica los efectos agudos, residuales y
respuestas neuromusculares crónicas al estrés del entrenamiento, la competencia y otras
fuentes.
Rehabilitación y vuelta al deporte (R-RTS), que también puede considerarse LRM,
se relaciona con el uso de datos de la plataforma de fuerza para evaluar a los atletas
lesionados e introduce métricas específicas para la rehabilitación. Por esta razón, se
trata por separado.
PERFIL Y BENCHMARKING
El perfilado de las poblaciones de atletas brinda la oportunidad de establecer indicadores clave de
rendimiento (KPI) dentro de un deporte (ver Capítulo 5), o una agrupación posicional, para rastrear
cambios crónicos a lo largo del tiempo que pueden ser cruciales para el desarrollo. Las plataformas
de fuerza se pueden usar para perfilar y monitorear a los atletas durante acciones musculares tanto
isométricas (es decir, estáticas) como dinámicas. Estos indicadores derivados de la plataforma de
fuerza pueden no ser medidas directas de rendimiento dentro del deporte (ver Capítulo 6), aún así
pueden proporcionar información crítica que apoye el desarrollo atlético e influya en la estrategia
de entrenamiento. Por ejemplo, en muchos deportes de campo, el salto vertical se usa a menudo
para identificar adaptaciones físicas importantes (p. ej., cambios en la potencia de la parte inferior
del cuerpo), incluso si el salto vertical en sí no es un movimiento dentro del deporte. El proceso de
desarrollo de KPI pertinentes es un esfuerzo extremadamente valioso y debe implementarse
regularmente con respecto a la elaboración de perfiles de los atletas, porque el objetivo principal es
la transferencia de las adaptaciones del entrenamiento al rendimiento deportivo.
Si bien las plataformas de fuerza se encuentran entre una serie de herramientas utilizadas
en la elaboración de perfiles de atletas, proporcionan medidas válidas, precisas y detalladas del
rendimiento [Link] 12.1muestra ejemplos del uso de plataformas de fuerza en
el perfilado de atletas. Las pruebas incluyen tirón isométrico de la mitad del muslo (IMTP), salto
con contramovimiento (CMJ), salto en cuclillas (SJ), salto con caída (DJ) y prueba de hombro
atlético (ASH). Las métricas incluyen JH, índice de fuerza reactiva (RSI) y tasa de desarrollo de
fuerza (RFD). SJ, CMJ y DJ brindan evaluaciones globales del rendimiento dinámico, y las
pruebas IMTP y ASH brindan información específica sobre la fuerza máxima y relativa de la
parte inferior y superior del cuerpo, respectivamente. Todas estas pruebas también pueden
proporcionar medidas de asimetría entre miembros (datos no mostrados).
Pruebas isométricas
Se puede realizar una variedad de pruebas isométricas usando plataformas de fuerza (ver tabla 12.1 para
algunos valores de referencia de muestra). Por lo general, se trata de pruebas isométricas multiarticulares en
posición fija (MJIT, por sus siglas en inglés) para las extremidades inferiores realizadas bilateralmente en
plataformas duales, lo que proporciona una recopilación de datos unilateral. Sin embargo, cuando las
plataformas de fuerza duales no están disponibles, estas pruebas también se pueden realizar de forma
bilateral o unilateral utilizando una plataforma de fuerza única. También se utilizan pruebas isométricas
adicionales en entornos deportivos aplicados que miden las acciones musculares de una sola articulación. Las
pruebas isométricas más comúnmente utilizadas en la práctica actual incluyen las siguientes.
Tirones isométricos de medio muslo (IMTP)se realizan para replicar la posición del “segundo
tirón” de los movimientos de arranque o cargada de levantamiento de pesas, con entre 125° y
150° de flexión de la rodilla; los participantes tiran contra una barra fija situada delante de los
muslos (8).
Sentadillas isométricas (IsoSq)se realizan utilizando una barra fija en una jaula de sentadillas en un ángulo
de rodilla de aproximadamente 90 ° (10) o, cuando esto está contraindicado por problemas de espalda, usar un
dispositivo de sentadillas con cinturón que puede reducir la carga de la columna (49). Prensa isométrica de
piernas (IsoLP)implica colocar plataformas de fuerza portátiles sobre la superficie de una máquina de prensa
de piernas y luego fijar los ángulos de las articulaciones de la cadera y la rodilla en una posición
predeterminada.
Cadena posterior isométrica (IPC)es una evaluación de la flexión isométrica de la rodilla y la
extensión de la cadera, normalmente realizada en decúbito supino con los talones sobre una
superficie elevada para crear 90° o 30° en la rodilla con diferentes contribuciones de la
musculatura de la cadena posterior (60). También se puede realizar de pie (54)
o posiciones supinas.
Prueba de hombro atléticoestá diseñado para medir la transferencia de fuerza de
palanca larga a través de la cintura escapular en tres posiciones diferentes. Estas pruebas
son de interés en la evaluación de atletas que participan en deportes con mayor demanda
de miembros superiores, o en R-RTS (4).
“Test de pantorrillas” isométricase realiza debajo de una barra fija en posición de pie o
sentado para involucrar preferentemente los músculos gastrocnemio o sóleo durante la
flexión plantar; esta prueba se utiliza para simular una posición clave en carreras de alta
velocidad.
Fuerza máxima (Fcima) es la variable más comúnmente evaluada en las pruebas isométricas
debido en parte a la alta confiabilidad de esta métrica, incluso con poca familiarización (20).F
cima puede expresarse como un valor absoluto (Newtons), relativo a la masa corporal (N/kg) o
escalado alométricamente (N/kg0.83) donde se tiene en cuenta la masa corporal del participante
(67). La mayoría de las pruebas isométricas requieren bajos niveles de habilidad y, a menudo,
se pueden ejecutar en un corto período de tiempo, lo que las hace muy prácticas en la
evaluación regular de la fuerza máxima (es decir,Fcima) (24,25). Por supuesto,Fcima
en el IMTP e IsoSq se ha demostrado que están fuertemente relacionados con 1RM en los principales
ejercicios compuestos de levantamiento de pesas para la parte inferior del cuerpo (26). La literatura
también indica que isométricaFcima en MJIT puede estar correlacionado con la velocidad de sprint y las
cualidades de aceleración (13).
La tasa de desarrollo de la fuerza (es decir, el cambio en la producción de fuerza durante un
período de tiempo específico o la pendiente del aumento de la fuerza) es otra métrica comúnmente
evaluada durante las pruebas isométricas. En lugar de determinar el rendimiento máximo, comoF
cima , el objetivo de medir la RFD es capturar la producción de fuerza durante períodos definidos de
una acción muscular isométrica explosiva (1), y el muestreo puede ocurrir en cualquier período de
tiempo (por ejemplo, 0-50 ms, 0-100 ms, 100-200 ms). La práctica común es tomar muestras
durante los primeros 100 o 200 ms siguientes al inicio de una contracción muscular. Las épocas
tempranas, como 0 a 75 ms, probablemente estén relacionadas con propiedades intrínsecas y
neurales, mientras que las RFD posteriores quizás estén más influenciadas por elementos
contráctiles.1). Si bien las ventanas de muestreo de menos de 200 ms tienden a tener una gran
cantidad de variabilidad, lo que a menudo dificulta la inferencia de los cambios de rendimiento a
partir de (13), con la familiarización adecuada y las indicaciones apropiadas, se puede mejorar su
confiabilidad y, por lo tanto, pueden ser útiles en la evaluación de las cualidades de desempeño (36
).
En MJIT, ambos Fcima y múltiples épocas de RFD se han correlacionado con
aceleración de sprint, velocidad de sprint y rendimiento de cambio de dirección (74). En
consecuencia, se alienta a los científicos del deporte a evaluar ambas métricas como un medio para
perfilar y caracterizar la respuesta a la carga de entrenamiento. Es importante destacar que la
evidencia indica que IMTP RFD es más sensible a la fatiga neuromuscular aguda y residual inducida
por la competencia.52) o entrenamiento que Fcima (38). Además, la recuperación posterior de las
características de RFD después de lesiones en comparación conFcima
sugiere que los médicos también deberían considerar las asimetrías entre miembros
en RFD al cuantificar los déficits en la función neuromuscular durante R-RTS (2,14,68).
IMTP o IsoSqFcima también se puede combinar con CMJ o SJ Fcima para calcular el índice
de fuerza dinámica (DSI = CMJ o SJ Fcima /IMTP o IsoSq Fcima) (12). Este índice refleja la
proporción de fuerza isométrica máxima que produce un atleta en condiciones
dinámicas y tiene como objetivo determinar las cualidades de fuerza-velocidad de un
atleta con el fin de programar intervenciones de entrenamiento más eficientes.
Evaluaciones Dinámicas
El CMJ, SJ, DJ y el salto con una sola pierna (SL-CMJ) se han utilizado ampliamente en la
elaboración de perfiles atléticos para la evaluación del rendimiento dinámico.23), siendo el
CMJ la evaluación de plataforma de fuerza más común utilizada en entornos aplicados. En
CMJ, SJ y SL-CMJ, JH es la variable informada con mayor frecuencia. En el DJ, que comienza
en una superficie elevada, también se evalúa el tiempo de contacto, lo que permite
además el cálculo de uníndice de fuerza reactiva(RSI = JH / tiempo de contacto). Cabe
señalar que el RSI puede modularse mediante un cambio en JH o en el tiempo de contacto.
Por lo tanto, un atleta que mantiene JH mientras pasa menos tiempo en el suelo mostrará
un RSI más alto, y también se aplica lo contrario.
Los científicos del deporte deben conocer los protocolos utilizados para perfilar las
cualidades de fuerza dinámica de los atletas. Los principales levantamientos compuestos,
como sentadillas, peso muerto y derivados del levantamiento de pesas (3) se pueden realizar
en plataformas de fuerza y proporcionan salidas y asimetrías bilaterales durante estos
ejercicios. En otros lugares, perfiles de salto de fuerza-velocidad cargados (41) o el protocolo
Bosco (11), o ambos, también se pueden realizar; sin embargo, estas evaluaciones requieren
solo la medición de JH o tiempos de contacto. Dado que estas variables de salida se pueden
obtener usando otras tecnologías y, por lo tanto, no necesariamente requieren plataformas de
fuerza, no se tratan en este capítulo, y se dirige a los lectores a descripciones más detalladas
en otro lugar (11,42).
MONITOREO DE CARGA-RESPUESTA
La fatiga se puede definir como una pérdida de fuerza, potencia o ambas, o una mayor percepción
del esfuerzo para producir cualquiera de los dos (58), y es muy complejo, con orígenes tanto
centrales como periféricos. Por lo tanto, mientras que la fatiga puede ser inducida por factores
metabólicos y mecánicos como las contracciones excéntricas de alta intensidad en carreras de alta
velocidad (47), los factores del estilo de vida como el sueño, el estrés y la mala nutrición también
pueden contribuir a los déficits de rendimiento (sesenta y cinco). Si bien las pruebas de plataforma
de fuerza se pueden usar para cuantificar la fatiga aguda y la resistencia a la fatiga (p. ej., evaluar a
los atletas antes e inmediatamente después de la competencia o el entrenamiento), las barreras
logísticas y prácticas generalmente limitan esta aplicación a las personas en R-RTS. Sin embargo, la
tecnología de plataforma de fuerza se usa comúnmente para evaluar la función neuromuscular en
los días posteriores al entrenamiento intenso y la competencia para cuantificar la magnitud de la
fatiga residual, su duración y la tasa de recuperación.
Varias métricas de salto exhiben efectos de fatiga residual 24, 48 y hasta 72 horas después
de la competencia (23,30). Es probable que estos cambios reflejen varios tipos de fatiga, y
determinar si las alteraciones en métricas específicas o partes de la curva fuerza-tiempo
reflejan tipos específicos de fatiga es cada vez más comprensible (75). Tomar medidas de LRM
en diferentes intervalos (por ejemplo, 24 horas antes, a las 0 horas y a las 24 y 48 horas
después de la competencia) proporciona datos para informar las estrategias de recuperación y
las cargas de entrenamiento dentro del microciclo actual o próximo y puede influir
potencialmente en las estrategias de selección y despliegue de jugadores. . Estos datos pueden
indicar que un atleta requiere una carga de entrenamiento reducida, pero también podrían
resaltar a los atletas que se las arreglan bien con las cargas fisiológicas actuales (competencia
+ entrenamiento) e indicar una oportunidad para aumentar la carga (18).
Con base en sus demandas excéntricas y de ciclo de estiramiento-acortamiento (SSC), el
CMJ y el DJ se consideran los saltos más apropiados para LRM en deportes de carrera o
salto de alta intensidad (52). Sin embargo, debido al mayor estrés musculoesquelético, o la
percepción del mismo, los atletas a menudo son reacios a realizar DJs con frecuencia como
parte de las estrategias regulares de LRM, especialmente durante las fases de
competencia (es decir, en temporada, torneos). Si bien hay menos datos sobre el uso del SJ
en LRM (31), puede ser útil evaluar esto para los atletas que participan en actividades que
presentan poco uso del SSC. Estos pueden incluir remeros, nadadores y atletas en varios
eventos de ciclismo. El SJ también podría usarse potencialmente junto con el CMJ para
contrastar la respuesta en las dos pruebas y para
distinguir el SSC y la fatiga excéntrica de la de las acciones musculares concéntricas. No
obstante, la adopción generalizada de CMJ realizados en una plataforma de fuerza desde
la prueba principal LRM se justifica actualmente en base a consideraciones prácticas como
la familiaridad del atleta, el volumen de evidencia publicada que demuestra su
confiabilidad (17,31) y la sensibilidad de las métricas de rendimiento del CMJ en la
respuesta a cargas tanto agudas como crónicas (24,29,53).
Los científicos del deporte están justificadamente interesados en pruebas que sean
altamente específicas para las acciones en un deporte, particularmente cuando intentan
perfilar a los atletas para el éxito futuro. Sin embargo, estas actividades suelen tener un
elemento técnico significativo que introduce fuentes adicionales de variabilidad en la
producción además de la relacionada con la variabilidad biológica ya presente. En línea con
esto, el protocolo aplicado con más frecuencia en la investigación LRM (24,30) implica
minimizar la participación de la parte superior del cuerpo a través de la ejecución del CMJ con
las manos en las caderas o mientras sostiene una clavija de madera sobre los hombros. Es
importante que los científicos del deporte y los miembros del equipo de rendimiento entiendan
el valor del CMJ y otros datos de prueba de la plataforma de fuerza en LRM, y que este valor no
dependa de su especificidad para el atleta o el deporte en cuestión (73). En cambio, se
relaciona con la capacidad de detectar cambios relevantes en el estado neuromuscular, que se
manifiestan como cambios en las métricas de CMJ, y la evidencia de que las alteraciones en
esas métricas están asociadas con cambios no solo en el rendimiento del salto, sino también
en otras actividades como la aceleración durante el sprint. (22,39).
Pruebas isométricas en monitoreo de carga-respuesta
En algunos entornos deportivos, por ejemplo, entre atletas más pesados o atletas de edad
avanzada con antecedentes de dolor o lesión en la rodilla, puede haber resistencia a realizar
pruebas de salto regulares durante la temporada competitiva con fines de LRM. Debido a que el
impacto del aterrizaje suele ser la principal preocupación de estos atletas, las pruebas isométricas
pueden representar una alternativa aceptable. Por ejemplo, en atletas deportivos que corren a alta
velocidad, se debe considerar el uso de pruebas de IPC, ya queFcima en esta prueba es sensible a la
fatiga aguda y residual inducida por la competición de fútbol, mostrándose una recuperación de
48 a 72 horas después (21), en línea con los patrones de recuperación de CMJ. El IMTP también tiene
un valor LRM potencial en los deportes de carrera (59) y en otras disciplinas deportivas (66). En
algunos entornos de deportes de equipo, el LRM semanal incluye pruebas de CMJ e IPC para
proporcionar información sobre la respuesta de carga en diferentes grupos musculares.
Análisis e Interpretación de Métricas de Carga-
Respuesta
Realizar una batería de pruebas de plataforma de fuerza puede proporcionar una gran
cantidad de métricas valiosas; por lo tanto, deben existir procesos para convertir todo esto en
datos procesables que puedan informar las decisiones tomadas por el científico del deporte y
otros miembros del equipo de apoyo al rendimiento (vercapitulo 22). Esta sección resume una
selección de métricas bilaterales de CMJ que los científicos del deporte deberían considerar
para propósitos de LRM (verfigura 12.1). Además, las variables que aparecen en la literatura de
perfiles y R-RTS (25,35,36,68), pero con evidencia publicada limitada hasta la fecha en el
contexto de LRM, también se incluyen y se denominan métricas prospectivas.
Altura de salto
La altura del salto es la métrica de CMJ más utilizada e investigada en la elaboración de
perfiles de atletas. Esto se debe en parte a la accesibilidad de los métodos para medir JH, y
también a la fuerte asociación entre esta métrica y otros aspectos del rendimiento
deportivo, como el rendimiento de sprint (39,40). Además, la mejora en la altura del CMJ
puede ser en sí misma un objetivo de entrenamiento relevante para el éxito deportivo (p.
ej., voleibol, baloncesto). También hay evidencia que respalda el valor de JH en la
investigación de LRM, que muestra que los cambios en JH se pueden usar como un
indicador de fatiga acumulada (40,64) o disposición para entrenar. También se ha
demostrado su uso para informar modificaciones a un plan de entrenamiento para
maximizar la adaptación (18,19). Si bien las siguientes secciones enfatizan la importancia
de rastrear otras métricas subyacentes que muestran una mayor sensibilidad que JH en
LRM, JH sigue siendo una variable de interés en la elaboración de perfiles y LRM.
Índice de Fuerza Reactiva Modificado y Tiempo de
Vuelo:Tiempo de Contracción
La relación tiempo de vuelo:tiempo de contracción (FT:CT) (23) y el índice de fuerza reactiva
modificado (RSImod) son métricas equivalentes y, como tal, solo una de estas métricas necesita
ser monitoreada (55). El FT:CT y el RSImod se calculan dividiendo la salida (es decir, el tiempo
de vuelo o JH, respectivamente) por el tiempo necesario para producir esa salida (es decir, el
tiempo hasta el despegue, también conocido como tiempo de contracción). Si el tiempo hasta
el despegue (TTT) se considera la entrada y JH la salida, entonces FT:CT/RSImod
podría considerarse un índice de la “eficiencia” del CMJ (ver figura 12.1a). Si bien estas métricas
están fuertemente correlacionadas con JH, representan una cualidad neuromuscular
suficientemente distinta (5,44), proporcionando información adicional sobre las características
físicas de un atleta. En algunos atletas, JH en sí mismo puede ser un atributo importante; sin
embargo, la capacidad de producir la salida en un tiempo más corto (TTT) también representa
una adaptación positiva, especialmente cuando se relaciona con el rendimiento de la velocidad
(27). Además, debido a una mayor sensibilidad a los efectos agudos y residuales de los
estímulos de competición y entrenamiento (5,29) que a JH, FT:CT/RSImod debería ser la métrica
principal a seguir (más allá de JH) en LRM.
a La fuerza (en N [Newtons]) y la potencia (en W [vatios]) se expresan como múltiplos del peso corporal
(BN). Con = concéntrico; Ecc = excéntrico; RFD = tasa de desarrollo de la fuerza; RPD = tasa de
desarrollo de potencia; COM= centro de masa; Con Imp100 = impulso concéntrico (neto) durante los
primeros 100 ms siguientes al inicio de la fase ascendente (concéntrica). "Profundidad" se refiere al
desplazamiento COM. No se muestra la fuerza máxima concéntrica; debido a las variaciones en la
forma de la curva fuerza-tiempo, ocurre en diferentes puntos de tiempo a lo largo de la fase. La fuerza
máxima excéntrica generalmente se alinea con la fuerza a velocidad cero, ocurriendo justo antes de
ella. Las variables en cursiva indican que también se examinan en otras épocas además de las que se
muestran: impulso concéntrico también parte 1 (primer 50%) y parte 2 (segundo 50%) en el tiempo;
RPD concéntrico también 0-50 y 0-100 ms; impulso de aterrizaje (aterrizaje a potencia máxima)
también aterrizaje a fuerza máxima y aterrizaje a aterrizaje +70 ms;
b La fuerza (en N [Newtons]) se expresa como múltiplos del peso corporal (BW). Con = concéntrico; ecc =
excéntrico; RFD = tasa de desarrollo de la fuerza. Las variables en cursiva indican que también se
examinan en otras épocas (según las variables bilaterales).
FIGURA 12.1 Métricas de salto con contramovimiento. (a) Curva de fuerza-tiempo de
reacción vertical del suelo, curva de velocidad-tiempo, curva de potencia-tiempo y curva de
desplazamiento-tiempo del centro de masa, con variables bilaterales seleccionadas
resaltadas. (B) Curvas de fuerza-tiempo de reacción del suelo vertical para extremidades
afectadas y no afectadas 6 meses después de la cirugía del ligamento cruzado anterior del
atleta, que muestran asimetrías de interés.
Un agradecimiento especial a Richter C., Betancur E. y Taberner M. por su contribución a esta figura.
La mayor sensibilidad de FT:CT sobre JH en LRM se explica por la observación de que en
algunos atletas la fatiga neuromuscular no se manifiesta en una reducción de JH, sino en
una alteración de la estrategia de salto (34), expresado como una reducción en FT:CT/
RSImod (ver tabla 12.2). Este cambio de estrategia implica aumentar el impulso neto, el
principal determinante de JH, mediante la extensión de TTT. Este aumento, que sugiere
que la fatiga neuromuscular subyacente está presente, afecta la capacidad del atleta para
preestirarse (47). Por el contrario, los valores reducidos representan una adaptación
positiva indicativa de un SSC más eficiente, que también puede ocurrir
independientemente de cualquier cambio en JH.
Hora de despegar
El mantenimiento de JH en asociación con una disminución en FT:CT es indicativo de un
aumento en TTT o tiempo de contracción (CT), que en las pruebas de salto se define como
el tiempo desde el inicio del contramovimiento hasta el momento del despegue (23). Como
TTT comprende la duración de las fases excéntrica y concéntrica (verfigura 12.1), un
aumento de CT puede deberse a un cambio en la duración de una o ambas fases. En la
práctica, la duración excéntrica suele ser más sensible a la carga (5,25,30) y, por lo tanto,
priorizado sobre la duración concéntrica en LRM, pero debido a que este último también
responde en algunos atletas, también debe considerarse. Si bien las métricas de la
estrategia de salto (FT:CT/RSImod) y las duraciones de sus subcomponentes aparecen
predominantemente en la literatura de monitoreo de fatiga, la mejora en estas métricas
representa un medio para detectar respuestas positivas a un estímulo de entrenamiento o
a la carga de competencia que pueden no manifestarse en un aumento de JH.
Fuerza a velocidad cero
En un CMJ, al final del contramovimiento, en la transición entre la fase excéntrica y la
concéntrica, la velocidad del centro de masa es cero (ver figura 12.1a). En muchos
deportistas, la fuerza a velocidad cero (FV0) es también el instante en el queFcima ocurre. En
algunos,Fcima puede ocurrir durante la fase concéntrica, particularmente en atletas en
desarrollo y en deportes que dependen más de las características de producción de fuerza
concéntrica. Se observa una disminución de FV0 después del ejercicio agotador, lo que se
alinea con una mayor duración excéntrica y CT, mientras que se han informado aumentos
beneficiosos en FV0 después de intervenciones de entrenamiento (30).
Pico concéntrico y potencia media
Potencia máxima concéntrica (PAGScima), o el producto instantáneo más alto de fuerza y
velocidad en la fase concéntrica, se usa comúnmente como métrica en el perfil de atletas
debido a sus asociaciones con el rendimiento en varias tareas deportivas. El valor principal de
la concentricidad máxima y mediaPAGScima está en el perfil de los atletas y la evaluación de las
adaptaciones crónicas al entrenamiento, mientras que ninguna de estas variables muestra una
sensibilidad constante a la fatiga aguda o residual y, por lo tanto, su uso está limitado en LRM (
30).
Métricas prospectivas de CMJ
Variables limitadas en el tiempo, como el tiempo para PAGScima, o la pendiente de la curva de
potencia concéntrica (es decir, la tasa de desarrollo de potencia o RPD), se muestran
prometedores como métricas de rendimiento en LRM. Originalmente citada como métrica para
la elaboración de perfiles de atletas y la evaluación de adaptaciones crónicas al entrenamiento
(25), estas variables prospectivas también parecen tener mayor sensibilidad que PAGScima en
LRM (30) y en la identificación de déficits post-RTS (34). El RPD concéntrico y el impulso
concéntrico a 100 ms (es decir, desde el inicio de la fase concéntrica) tienen como objetivo
capturar una calidad concéntrica explosiva en la primera parte de la fase concéntrica del CMJ.
Esto también podría estar representado por la tasa concéntrica de desarrollo de la fuerza (es
decir, RFD); sin embargo, se cuestiona su utilidad debido a la forma de la curva fuerza-tiempo
en la fase concéntrica del CMJ, lo que socava el cálculo confiable.
Otras métricas que se muestran prometedoras incluyen las siguientes:
Impulso de desaceleración excéntrica y RFD, potencia excéntrica, es la tasa de
desarrollo de la fuerza durante la desaceleración (o fase de frenado). Relaciones
excéntricas a concéntricas de tiempo o impulso (Ecc:Con)proporcionar a los científicos
del deporte una instantánea y la influencia relativa del entrenamiento y las lesiones en
estas fases del CMJ.
Es crucial que los científicos del deporte comprendan que, además de las variables de
rendimiento convencionales, las métricas cinéticas con restricciones de tiempo son clave para una
comprensión más profunda de la respuesta de los atletas sanos de alto rendimiento a cargas
agudas y crónicas y en R-RTS.
REHABILITACIÓN Y VUELTA AL DEPORTE
Si bien las pruebas de plataforma de fuerza han sido tradicionalmente dominio del científico del
deporte o del entrenador de fuerza y acondicionamiento, dichas evaluaciones también pueden
proporcionar información valiosa para el personal médico y los profesionales de la salud. De hecho,
en combinación con otros datos de rendimiento y razonamiento clínico, los datos bilaterales,
unilaterales o de asimetría de las pruebas dinámicas e isométricas pueden informar la toma de
decisiones sobre la carga y la progresión de fase a lo largo de R-RTS (68). Está bien establecido que
los déficits neuromusculares y biomecánicos residuales identificados en las pruebas de salto al
suelo pueden persistir durante meses e incluso años después de la RTS después de la
reconstrucción del ligamento cruzado anterior (LCA), y que una reducción de estos déficits no está
fuertemente asociada con el tiempo transcurrido desde cirugía (56). Además, en el deporte de élite,
a menudo existe presión para acelerar el regreso de los atletas a la competencia, a pesar de la
evidencia de que el regreso temprano se asocia con un mayor riesgo de volver a lesionarse (33). Por
lo tanto, los datos de la plataforma de fuerza pueden agregar objetividad crítica al cuantificar la
respuesta neuromuscular del individuo a la lesión y la rehabilitación, reduciendo la dependencia de
los criterios de progresión basados en el tiempo y mejorando la toma de decisiones de RTS y los
posibles resultados.
Dado que los datos de rendimiento unilateral antes de la lesión (es decir, la línea de base) a
menudo no están disponibles para los atletas, la asimetría entre miembros en las medidas de
fuerza isocinética o isométrica, o el rendimiento en pruebas de salto, salto o agilidad calculadas
usando la extremidad no lesionada como referencia, se usa comúnmente como un indicador del
progreso de la rehabilitación y los criterios de RTS (p. ej., un índice de simetría de las extremidades
de <10 %) (48). Este enfoque, sin embargo, es potencialmente engañoso, ya que el rendimiento en
la extremidad sana también puede disminuir durante la rehabilitación, lo que lleva a una
subestimación del déficit de la extremidad lesionada. Además, después de la lesión, se observan
asimetrías cinéticas significativas entre las extremidades y deficiencias biomecánicas incluso en
atletas que han logrado una simetría de distancia de salto o un rendimiento JH normal.48). Por lo
tanto, la evaluación comparativa del rendimiento neuromuscular debe integrarse en entornos de
alto rendimiento como parte de las mejores prácticas y el deber de cuidado. Los CMJ bilaterales
realizados en plataformas de doble fuerza permiten capturar el rendimiento y las asimetrías en
aproximadamente 45 segundos (3-5 intentos) por individuo cuando se usa el software adecuado, lo
que hace factible la evaluación comparativa sistemática incluso cuando hay un gran número de
atletas presentes (es decir, deportes de equipo y militares). ajustes).
Está bien documentado que las asimetrías cinéticas residuales entre miembros en saltos
Las actividades terrestres persisten después de una lesión de los músculos y ligamentos de las
extremidades inferiores después de la RTS y la competencia (35,43). En individuos evaluados
con el CMJ 32 meses después de la reconstrucción del LCA (ACL-R) (6,7,37), y en atletas después
de lesiones mixtas de miembros inferiores (36), las mayores asimetrías se observaron en las
fases de deceleración excéntrica y aterrizaje. Hart y colegas (35) también mostraron que, en
paralelo con su mayor sensibilidad en LRM, las variables de salto alternativas (FT:CT) y
prospectivas (p. ej., ConRPD, relación Ecc:Con) también pueden mostrar déficits residuales
post-RTS no detectados por JH y concé[Link]. Esto es evidente en el estudio de caso
de un jugador de fútbol de élite, en el que los datos de referencia y dos puntos de tiempo
durante la rehabilitación después de una lesión en la rodilla muestran una recuperación más
lenta de las métricas de rendimiento alternativas y prospectivas que las convencionales (ver
tabla 12.3). Por lo tanto, estas métricas bilaterales también deben tenerse en cuenta al evaluar
el progreso de la rehabilitación y el RTS, además de las asimetrías entre miembros.
En particular, además del aumento de JH y la disminución de la asimetría del impulso
concéntrico entre la rehabilitación 1 y 2 (vertabla 12.3), este jugador también tuvo un aumento
sustancial en la velocidad de sprint. Sin embargo, en contraste con el progreso indicado por
estos datos, también se observan aumentos tanto en la fuerza máxima de aterrizaje como en la
asimetría entre extremidades de la RFD excéntrica, y representan información importante a
considerar en la toma de decisiones sobre la progresión a las mayores demandas de carga
excéntrica y desaceleración de alta velocidad. actividades de cambio de dirección (19a). Este
estudio de caso destaca que las asimetrías en diferentes fases pueden no estar correlacionadas
en un solo punto de tiempo (9), lo que requiere la consideración de asimetrías específicas de
fase, y también que estas fases pueden mostrar diferentes patrones de respuesta a la carga
durante la rehabilitación.
Tabla 12.4 destaca asimetrías medias en variables CMJ seleccionadas en una muestra
de jugadores profesionales de fútbol 6 meses después de la cirugía ACL-R (19a) que
muestran diferencias sustanciales en la magnitud de la asimetría en las métricas de fase
excéntrica, concéntrica y de aterrizaje. Tales diferencias en magnitud también se observan
en atletas sanos (35). Con base en estos patrones y variaciones en la asimetría relacionada
con las demandas del deporte, no se recomienda el uso de umbrales de asimetría
universales para identificar una asimetría excesiva o anormal. En su lugar, los practicantes
deben usar datos específicos del deporte y de la fase si están disponibles, o determinar los
valores de sus atletas (sin lesiones recientes) como [Link] 12.4 también muestra
el perfil de asimetría en jugadores seleccionados dentro de la muestra post-ACL-R y
demuestra que el atleta individual puede presentar diferencias sustanciales en los valores
de asimetría en cada fase (19a, 19b,35). Por lo tanto, las pruebas pueden informar al
científico del deporte y al personal médico sobre la eficacia específica de la fase de su
programación de ejercicios durante la rehabilitación. Esta información permite una mayor
precisión en la individualización de la programación a través de R-RTS y, luego del regreso
a la competencia, para abordar los déficits neuromusculares residuales.
Las intervenciones de acondicionamiento destinadas a reducir las asimetrías entre
miembros en el rendimiento SL-CMJ en atletas sanos se han descrito previamente (32). Si bien
las asimetrías en estos movimientos funcionales pueden representar déficits de fuerza, las
asimetrías entre las extremidades observadas durante la realización de CMJ de dos piernas y
otras pruebas de salto y tierra pueden reflejar además estrategias compensatorias para evitar
altas tasas de carga en un lado previamente lesionado.6). Además, a pesar de las mayores
demandas de carga del SL-CMJ, tiene una velocidad excéntrica sustancialmente más baja (y una
profundidad de contramovimiento) que lo hace menos adecuado que el CMJ.
para desafiar la capacidad de desaceleración y por lo tanto cuantificar los déficits y asimetrías de la
misma. Estos factores también explican en parte la observación común de que las asimetrías entre
miembros determinadas en el CMJ y SL-CMJ a menudo no se alinean (19a). Por lo tanto, los datos de las
pruebas de una y dos piernas pueden proporcionar información complementaria que puede informar la
programación de rehabilitación. Es importante destacar que Baumgart y sus colegas informaron que
después de ACL-R, las asimetrías más grandes entre las extremidades del CMJ en FV0, la fase de
desaceleración excéntrica (6) y la fuerza máxima de aterrizaje (7) se asociaron con una función subjetiva
más deficiente, mientras que las asimetrías SL-CMJ JH no lo fueron, lo que sugiere que estos son
marcadores más sensibles de los déficits residuales de R-RTS. Además, mientras que una mayor fuerza
de aterrizaje máxima relativa de DJ es un factor de riesgo potencial para una lesión o una nueva lesión
del LCA en atletas femeninas (37), una mayor fuerza de aterrizaje máxima relativa del CMJ puede ser un
factor de riesgo de lesiones de rodilla por uso excesivo en atletas de deportes mixtos de interior (72). La
asimetría de la fuerza máxima de aterrizaje del salto con una sola pierna y la RFD de desaceleración
excéntrica del CMJ se han identificado como factores de riesgo de lesiones en las extremidades inferiores
en jóvenes de fútbol (59a) y cadetes militares (52a), respectivamente.
El CMJ de dos piernas tiene el potencial de incluirse relativamente temprano en R-RTS, pero a
medida que un atleta se vuelve más capaz de tolerar la carga, pueden ser necesarias pruebas más
exigentes como DJ, SL-CMJ, saltos repetidos y potencialmente SL-DJ. agregado como una progresión
a la batería de monitoreo. Además, incluso antes de la autorización para saltar, realizar sentadillas
en plataformas de doble fuerza puede proporcionar información temprana sobre la magnitud de
las asimetrías y las estrategias compensatorias (15). Además, mientras que el rendimiento unilateral
o bilateral y las asimetrías durante estos saltos verticales permiten la cuantificación detallada de los
déficits de capacidad de las extremidades y las estrategias compensatorias durante la triple
extensión, el análisis cinemático de estas tareas también puede ser valioso.63). Las pruebas de
fuerza dinámica o isométrica, incluidas algunas de las descritas anteriormente, pueden informar
aún más sobre la comprensión de las contribuciones específicas de las articulaciones o los músculos
a los déficits generales y el progreso a través del progreso de la rehabilitación.
ADMINISTRACIÓN DE PRUEBAS Y CONSIDERACIONES
PRÁCTICAS CON PLATAFORMAS DE FUERZA
Al ingresar a un nuevo entorno, se puede esperar que los científicos del deporte persistan con
una batería de pruebas preexistente para permitir la comparación con los datos históricos del
equipo. Sin embargo, cuando sea posible, el científico del deporte debe intentar integrar los
mejores protocolos de evaluación disponibles, considerando la especificidad del deporte, la
población de atletas y la literatura científica actual y las mejores prácticas. Muchos equipos de
rendimiento realizan con éxito baterías de pruebas más extensas de dos a cuatro veces por
temporada, con protocolos LRM cortos (es decir, CMJ o CMJ + una prueba isométrica) utilizados
con alta frecuencia, semanal, quincenal o incluso diaria. En LRM, se recomienda utilizar datos
medios basados en rangos de repetición adecuados (3-5 para saltos, 2-3 para isométricos)
sobre el resultado de la mejor prueba cuando el objetivo es detectar cambios (18,69), mientras
que los rendimientos máximos también son de interés desde una perspectiva de creación de
perfiles. Los datos de referencia robustos combinados con protocolos continuos confiables y
repetibles son fundamentales para crear un sistema de evaluación del rendimiento cinético
capaz de identificar cambios significativos para las necesidades de monitoreo a corto y largo
plazo.
La familiarización con las pruebas, el historial de entrenamiento y la edad son factores que
pueden influir en la variabilidad del rendimiento en diferentes deportes y grupos de atletas.
Consultar la literatura y compartir información entre colegas ayudará a determinar los puntos de
referencia apropiados para una cohorte de atletas determinada. Si bien es posible que no se
puedan lograr condiciones de laboratorio estrictas en un entorno deportivo de alto rendimiento, las
condiciones de prueba estandarizadas, los protocolos coherentes y claramente definidos y las
señales de entrenamiento pueden mejorar la confiabilidad y aumentar la confianza de que los
cambios observados pueden interpretarse como significativos.
Las siguientes son condiciones de prueba que pueden influir en el rendimiento o confundir
la interpretación de las tendencias:
Día de prueba relativo a competición o entrenamiento intenso: Un ejemplo es comparar los
datos de rendimiento obtenidos 48 horas después de la competencia con los datos obtenidos
24 horas después.
protocolos de calentamiento: Pueden existir diferencias en la temperatura muscular, la
preactivación o la fatiga aguda provocada por la duración o el contenido variado de los protocolos
de calentamiento o ambos.
Hora del día: Debido a los ritmos circadianos, el rendimiento suele ser mayor
por la tarde (70).
Las distracciones inherentes a algunos entornos de prueba, como la música, que también
pueden afectar positiva o negativamente los estándares de esfuerzo y desempeño, son factores que
son más difíciles de controlar. Tener un flujo de trabajo eficiente al instalar plataformas de fuerza
en una ubicación conveniente (dentro del gimnasio o cerca de él) y minimizar los tiempos de espera
en las pruebas grupales, afecta positivamente la experiencia de la prueba y mejora la aceptación de
los atletas. Brindar información oportuna, significativa y procesable a los compañeros del personal
y a los atletas potenciales es tan valioso como las pruebas en sí mismas (28) (ver capitulo 21).
Comunicar la importancia de los resultados de las pruebas para las sesiones de entrenamiento
actuales o el calendario de competencias, y proporcionar resultados individuales en el contexto de
las respuestas de carga del grupo, son ejemplos de tales prácticas (62). Algunos comentarios
contextualizados inmediatos para los atletas, con referencia al desempeño anterior o tablas de
clasificación del equipo, también pueden ser efectivos para promover los esfuerzos máximos y
mejorar la confiabilidad en estas pruebas. Si bien el entrenamiento de CMJ puede ser tan simple
como decir “Salta lo más alto que puedas”, una velocidad adecuada en el descenso o
contramovimiento es un elemento importante a monitorear. Por lo tanto, la familiarización debe
incluir esfuerzos con un descenso explosivo. Independientemente de las indicaciones de
entrenamiento específicas para el salto en sí, dos aspectos críticos y no negociables de cualquier
protocolo de plataforma de fuerza son estar de pie en silencio para un pesaje preciso y un período
estable de 1 a 2 segundos antes de cada salto, lo que afecta la precisión del salto. cálculo de una
serie de variables clave y como un medio para identificar con precisión el inicio del movimiento,
respectivamente.
Permitir el balanceo del brazo durante las evaluaciones de salto tiende a producir una curva
de fuerza-tiempo más ruidosa (menos estable), lo que dificulta la detección precisa del inicio
del movimiento y, por lo tanto, reduce la confiabilidad de algunas variables estratégicas clave (
36). Sin embargo, como una excepción práctica a la recomendación de no utilizar los brazos en
el CMJ, si el practicante considera que el uso de los brazos es crítico en el entorno particular,
entonces implementar un protocolo en el que el inicio del balanceo del brazo y la flexión de la
rodilla estén sincronizados en el tiempo puede mitigar algo de este ruido.
INNOVACIONES EN CINÉTICA Y FUERZA
ANÁLISIS DE PLATAFORMA
Con un mayor uso de la plataforma de fuerza en el entorno de entrenamiento diario, se anticipa un
aumento en la investigación aplicada en diferentes deportes, y con grandes conjuntos de datos, el
análisis seguirá evolucionando en los próximos años. Las áreas específicas que se desarrollarán a
medida que el científico del deporte aumente la integración de esta tecnología en entornos
aplicados incluyen las siguientes:
Análisis y visualización: Habrá un uso más amplio del análisis de la curva fuerza-tiempo
sin procesar utilizando técnicas estadísticas como el análisis de componentes principales
(PCA); superposición de curvas fuerza-tiempo brutas normalizadas y no normalizadas en
el tiempo (75); comparación de bucles fuerza-velocidad (25); y otros métodos de análisis
destinados a identificar diferencias en patrones cinéticos entre posiciones deportivas
dentro de un deporte, respuestas a cargas específicas (61), lesión y rehabilitación (68), y
caracterización de diferentes tipos de fatiga (75). Opciones de prueba isométrica: La
creatividad continua en el posicionamiento de los segmentos del cuerpo y el aparato de
plataforma de fuerza ampliará las opciones para las pruebas de plataforma de fuerza
isométrica utilizadas en LRM y R-RTS. Las evaluaciones como el IPC, la prueba ASH y la
prueba isométrica de pantorrillas se están integrando actualmente en LRM, otras
posiciones de prueba específicas del deporte que probablemente sean de interés para el
análisis cinético.
Pruebas de la parte superior del cuerpo: Además de las pruebas isométricas de las extremidades
superiores, las pruebas dinámicas de la parte superior del cuerpo, como las flexiones pliométricas (
46) y sus variaciones se integrarán cada vez más en la creación de perfiles, la supervisión y la R-RTS.
Más allá de las salidas convencionales de tiempo de vuelo y estimaciones dePAGScima, la prueba
puede, en paralelo con el CMJ, también proporcionar medidas de eficiencia de push-up (FT:CT),
métricas de impulso y fuerza con restricciones de tiempo (RFD) y asimetrías izquierda-derecha,
entre otras.
Evaluación de la resistencia a la fatiga: La cuantificación de la disminución en la producción de
fuerza dinámica o isométrica o en la producción de potencia durante actividades extenuantes
puede proporcionar índices de fuerza o resistencia a la potencia, una característica de
rendimiento neuromuscular que a menudo se pasa por alto. Además, la capacidad de
cuantificar mejor el "costo" de diferentes sesiones de entrenamiento podría ayudar en la
planificación y periodización en atletas sanos e informar el progreso en R-RTS.
Perfilando habilidades deportivas: Las plataformas de fuerza proporcionan un medio para
el análisis exploratorio del perfil cinético de los movimientos deportivos. Con la ayuda de
un biomecánico o analista de rendimiento, se puede obtener información sobre la
producción de fuerza necesaria para completar con éxito acciones deportivas específicas.
Un buen ejemplo de esto es el trabajo de Nagahara y colegas (57), que utilizó plataformas
de fuerza incrustadas en una pista de atletismo para describir las características de
producción de fuerza a lo largo de un sprint completo de 60 metros. Comprender el
rendimiento de los sprints a través de los primeros principios puede permitir a los
practicantes formular hipótesis sobre los mejores métodos para imitar o modificar estos
perfiles de fuerza-tiempo con ejercicios de acondicionamiento específicos. Este tipo de
análisis también ha comenzado a usarse en golf, béisbol, softbol, cricket, boxeo y kárate
(50).
CONCLUSIÓN
El mayor uso de plataformas de fuerza en el entorno aplicado como
herramientas para medir de forma fiable las variables cinéticas que reflejan
la función neuromuscular y el movimiento subyacente proporciona a los
profesionales los medios para comprender mejor el rendimiento físico, así
como las respuestas a corto y largo plazo a la carga en ambos. deportistas
sanos y lesionados. Esta información también respalda el proceso del
científico del deporte para identificar los KPI neuromusculares específicos
del deporte y para evaluar la progresión en un atleta o equipo. Las
mediciones rápidas y el procesamiento de datos, así como la flexibilidad de
esta tecnología, también facilitan la investigación aplicada y el desarrollo de
nuevas pruebas y variables de interés en pruebas isométricas, dinámicas de
la parte superior o inferior del cuerpo. Adicionalmente,
Un científico del deporte con la capacidad de usar la tecnología de plataforma de fuerza,
interpretar y comunicar los resultados en una organización, y también contribuir a una cultura
en la que los atletas, el personal de rendimiento y los entrenadores valoran estos datos y el
proceso de recopilación por igual puede agregar un valor inmenso a una organización
deportiva. Junto con el análisis estadístico apropiado, estos datos pueden informar las
decisiones a corto plazo (p. ej., diario, semanal) y a más largo plazo (p. ej., mensual, anual)
sobre el entrenamiento y la recuperación. La evaluación comparativa sistemática del perfil
neuromuscular con esta tecnología y una mayor integración en R-RTS prometen mejorar la
precisión de estos procesos, así como los resultados de salud musculoesquelética de los
atletas.
LECTURAS RECOMENDADAS
Beckham, G, Suchomel, T y Mizuguchi, S. Force plate use in
monitoreo del rendimiento y pruebas de ciencias del deporte. Nuevos Estudios en
AtletismoNo. 3, 2014.
Buchheit, M. ¿Quiere ver mi informe, entrenador?Aspetar Sports Med J6:36-43,
2017.
Chavda, S, Bromley, T, Jarvis, P, Williams, S, Bishop, C, Turner, AN y
Mundy, PD. Características fuerza-tiempo del salto con contramovimiento:
análisis de la curva en [Link] Cond J40:67-77, 2018.
Coles, Pensilvania. Una pirámide de prevención de lesiones para equipos deportivos de é[Link] J Deportes
Medicina52:1008-1010, 2018.
Linthorne, NP. Análisis de saltos verticales de pie utilizando una plataforma de fuerza.
Soy J Física69:1198-1204, 2001.
CAPÍTULO 13
Seguimiento y análisis de fuerza
Jean-Benoît Morin, PhD
Dr. Pierre Samozino
Cuando los atletas quieren cambiar la velocidad (es decir, acelerar o desacelerar) o la
dirección del movimiento (es decir, de lado a lado o hacia arriba y hacia abajo), tienen que
proyectar fuerza en el suelo. Esto se deriva de los principios de la dinámica de Newton. Los
mismos principios se aplican al actuar sobre una pelota, una raqueta o un oponente,
debiendo aplicarse fuerza a estos diversos tipos de masa externa. Esta producción de
fuerza debe ser lo más alta posible en muchas actividades deportivas (deportes de equipo,
artes marciales o atletismo) en las que los cambios rápidos de movimiento son indicadores
clave del rendimiento, o cuando los atletas tienen que resistir o superar una resistencia,
como en contacto y colisión. Deportes. La capacidad de producción de fuerza máxima del
atleta es, por lo tanto, uno de los numerosos componentes del rendimiento deportivo y
uno de los rasgos más importantes en los deportes que involucran movimientos
explosivos y balísticos. fuerza maxima. En algunos idiomas, el mismo término se usa para
fuerza o fuerza (p. ej., "fuerza" en francés). Sin embargo, la expresión de fuerza máxima no
debe confundirse con la fuerza desarrollada durante un movimiento dado realizado con el
máximo esfuerzo. Este último no refleja la calidad de la fuerza máxima de los atletas ya
que es específico de las limitaciones mecánicas de la tarea (inercia, resistencia). Por
ejemplo, la fuerza, el impulso mecánico o la producción de potencia desarrollada durante
un salto vertical máximo no es una métrica correcta para la fuerza máxima de las
extremidades inferiores, ya que también depende directamente de la inercia y la
resistencia que ofrece la masa corporal y el peso del atleta (27). Por lo tanto, un atleta dado
puede ser capaz de producir más o menos fuerza dependiendo de las condiciones de
carga del salto, por lo que estos valores pueden no caracterizar la fuerza máxima de las
extremidades inferiores o las capacidades máximas de producción de fuerza de ese atleta.
El objetivo de este capítulo es explorar los factores importantes que se relacionan con la
evaluación y el análisis de la fuerza, de modo que los científicos del deporte puedan
evaluar con precisión las cualidades de la fuerza y
en consecuencia influyen en la estrategia de entrenamiento y el rendimiento deportivo.
FUERZA ESPECÍFICA VERSUS FUERZA NO ESPECÍFICA
Si las métricas de fuerza deben ser independientes de las condiciones mecánicas (es decir, carga,
resistencia) en las que se evalúan, están inevitablemente asociadas con la configuración del cuerpo,
las modalidades de contracción y los grupos musculares involucrados en el movimiento utilizado
para la prueba y la evaluación. Por ejemplo, medir la fuerza de los extensores de la parte inferior del
cuerpo (es decir, los extensores de la cadera, la rodilla y el tobillo) durante un movimiento de
sentadilla arroja valores diferentes que si se evaluara en una posición sentada en un ergómetro de
prensa de piernas, durante sprints de ciclismo o al realizar ejercicios isocinéticos de extensores de
rodilla. prueba (34). Por lo tanto, la tarea de prueba debe elegirse cuidadosamente después de
considerar qué es exactamente lo que debe evaluarse, especialmente con respecto a la
especificidad cinemática y cinética. Esto va desde la fuerza de un grupo muscular específico (p. ej.,
los extensores de la rodilla) en condiciones muy estandarizadas (p. ej., usando una máquina de
extensión de piernas para aislar el movimiento a una sola articulación), hasta la evaluación de la
fuerza de los extensores de la parte inferior del cuerpo durante el ciclismo ( lo que implica múltiples
articulaciones) o la evaluación de la fuerza durante el remo, que involucra a todo el cuerpo. Los dos
últimos proporcionan índices de fuerza más macroscópicos y más cercanos al rendimiento
funcional, mientras que el primero es más informativo sobre las capacidades mecánicas del sistema
neuromuscular de un grupo muscular determinado, no específico de ninguna actividad deportiva.
Al centrarse en la fuerza y el acondicionamiento y el rendimiento deportivo, La evaluación de la
fuerza estrechamente relacionada con el movimiento funcional es de gran interés. Por lo tanto,
medir la magnitud de la fuerza que pueden producir las extremidades inferiores o superiores es
común y proporciona información práctica directa para orientar el entrenamiento y maximizar el
rendimiento. Por esta razón, este capítulo se centra en dicha evaluación de la fuerza, incluso si
todos los conceptos y métodos presentados aquí también pueden aplicarse a otros diagnósticos de
fuerza más específicos.
Entre las diversas pruebas de fuerza de la parte superior e inferior del cuerpo, vale la pena
distinguir las evaluaciones de fuerza que son específicas para una actividad deportiva dada de
aquellas que no son específicas. Estos últimos tienen como objetivo evaluar la producción de fuerza
total que el sistema neuromuscular de las extremidades es capaz de producir (es decir,capacidad
máxima). Esto refleja pruebas basadas en ejercicios de sentadillas, saltos, press de piernas o press
de banca, por ejemplo. El interés no es evaluar la fuerza de las extremidades inferiores para
mejorar el rendimiento de sentadillas, saltos o press de banca, sino evaluar las capacidades de
producción de fuerza total durante la extensión de las extremidades, independientemente de las
habilidades específicas de una actividad determinada. Tales evaluaciones de fuerza no específicas
contribuyen al rendimiento en muchos deportes. La asociadamétricas de fuerza, que abarcan
casi toda la producción de fuerza producida por las extremidades, se transfieren fácilmente a
diferentes actividades y pueden referirse a una de las cualidades físicas generales del atleta.
Algunos otros tipos de evaluación de la fuerza son más específicos para una tarea determinada
(p. ej., ciclismo máximo o pruebas de velocidad de carrera). En estos casos particulares, para la
evaluación de la fuerza de la parte inferior del cuerpo, no se considera toda la producción de
fuerza desarrollada por las extremidades, solo el componente de fuerza que está orientado en
la dirección del movimiento y, por lo tanto, efectivo para el desempeño en la tarea específica.
Los ejemplos incluyen el componente de fuerza normal aplicado a la biela del pedal en ciclismo
(8) o a la componente horizontal de la fuerza desarrollada sobre el suelo en la carrera de
velocidad (31). En estos casos, las mediciones de fuerza integran tanto la fuerza total
desarrollada por la parte inferior del cuerpo (refiriéndose a la fuerza no específica mencionada
anteriormente) como la capacidad de orientarla de manera efectiva (que más bien corresponde
a las habilidades específicas de la tarea de prueba). Estas métricas de fuerza son muy
específicas del movimiento utilizado para la prueba y, por lo tanto, menos transferibles a otros
movimientos en comparación con las métricas de fuerza no específicas. Sin embargo, son
valiosos cuando la actividad deportiva objetivo involucra movimientos similares a la tarea de
prueba, ya que evalúan las capacidades de producción de fuerza de las extremidades inferiores
en el contexto específico de esta tarea. Este es el caso cuando se evalúa la fuerza de un atleta
durante pruebas de carreras de velocidad total para deportes de equipo o disciplinas de
atletismo que implican aceleraciones lineales (p. ej., fútbol, rugby, carreras de velocidad de
100 o 200 m, o fútbol americano). En este capítulo se analizan las pruebas de fuerza específicas
y no específicas del deporte.
FUERZA COMO DEPENDIENTE DE LA VELOCIDAD
CONCEPTO
Más allá de la tarea o los grupos musculares involucrados en las pruebas, ¿qué significa ser un
“atleta fuerte”? En primer lugar, un pilar central de la fisiología del ejercicio dicta que la
producción de fuerza muscular depende de la velocidad del movimiento. En el ciclismo de
velocidad, por ejemplo, "ser fuerte" mientras se producen altos niveles de fuerza al pisar un
pedal durante la primera bajada no es lo mismo que "ser fuerte" unos segundos más tarde,
cuando se aplican los mayores niveles de fuerza posibles en el pedal. Todavía se necesitan
pedales, esta vez a una velocidad de pedaleo superior a 200 rotaciones por minuto. Sin
embargo, para tener un desempeño exitoso, el objetivo del ciclista debe ser aplicar la mayor
cantidad de fuerza en todas las condiciones de velocidad posibles a lo largo del sprint. La
misma línea de pensamiento se puede aplicar a muchos otros deportes o movimientos, como
empujar una barra de press de banca de 200 kg (muy alta fuerza de salida, probablemente baja
velocidad) versus una acción de lanzamiento de peso (relativamente menor fuerza de salida,
muy alta velocidad de salida). Por lo tanto, aunque la fuerza está asociada en el pensamiento
colectivo con el nivel máximo de producción de fuerza que un atleta puede producir (contra
una resistencia muy alta y en un contexto de velocidad muy baja), es fundamental comprender
esa fuerza máxima y, por lo tanto, la capacidad de fuerza. , depende develocidad de
movimiento. Este pilar de la fisiología del músculo esquelético humano se ha verificado a nivel
de fibra muscular aislada (15), durante los movimientos monoarticulares (3), y durante
movimientos deportivos multiarticulares como saltos verticales y press de banca, así como
ciclismo y carreras de velocidad (17). En tareas complejas como saltos verticales o carreras de
velocidad, hay una disminución lineal en la capacidad de producción de fuerza con el aumento
de la velocidad de movimiento (29).
Se compararon las capacidades de fuerza-velocidad de varios cientos de atletas masculinos y
femeninos (desde el nivel de ocio hasta el nivel de élite) en 14 deportes, y se demostró claramente
que la capacidad de fuerza máxima a bajas velocidades, en general y dentro de cada deporte,
estaba pobremente correlacionada con la capacidad de fuerza máxima a altas velocidades (aquí
denominada capacidad de velocidad), especialmente en atletas altamente entrenados (21). Una
ilustración de este resultado experimental se muestra enfigura 13.1. Aunque los atletas
excepcionales muestran niveles muy altos tanto de fuerza como de velocidad, los dos extremos del
espectro fuerza-velocidad no están correlacionados alta y sistemáticamente, y ser fuerte en un
contexto de baja velocidad no significa necesariamente ser fuerte en un contexto intermedio o alto.
-contexto de velocidad. Además, cuanto mayor sea la
nivel de entrenamiento y práctica, menor será la correlación general entre la fuerza máxima y
la velocidad de salida, tanto en las modalidades de salto vertical como de sprint (21). Por
ejemplo, los autores de este capítulo estudiaron directamente a velocistas de élite de menos de
10 segundos que no eran capaces de producir un alto nivel de fuerza al realizar una media
sentadilla (1RM por debajo de 120 kg), pero podían aplicar más fuerza sobre el suelo que su
sus compañeros cuando corren a más de 10 m/s. Eran definitivamente fuertes, pero en el
extremo de velocidad muy alta del espectro de fuerza-velocidad (fase de velocidad máxima del
sprint), no en el extremo de baja velocidad del espectro (es decir, prueba de 1RM de media
sentadilla).
FIGURA 13.1 Correlaciones entre la fuerza máxima y las capacidades de
velocidad: (a) correlación entre la fuerza máxima de sprint y las salidas de
velocidad en la dirección anteroposterior horizontal y (B) correlación entre la
fuerza máxima de salto vertical y las salidas de velocidad. En ambos casos, la
gráfica muestra perfiles interindividuales muy grandes y magnitudes de
correlación bastante bajas.
Los datos se obtuvieron de más de 500 atletas de varios niveles (entre ocio y élite) en varios deportes (p. ej.,
baloncesto, atletismo, fútbol, rugby, levantamiento de pesas, gimnasia).
En consecuencia, los entrenadores deben evitar la creencia infundada de que un atleta fuerte
(como se cuantifica en las pruebas clásicas de fuerza máxima) será de facto fuerte, es decir, capaz
de producir grandes cantidades de fuerza en todo el espectro de fuerza-velocidad. En su lugar, los
entrenadores deben tratar de evaluar y monitorear todo el espectro de fuerza-velocidad del atleta
para obtener una imagen general de la fuerza del atleta dentro de todas las condiciones de
velocidad posibles. A su vez, dado que el rendimiento físico en tareas específicas (por ejemplo,
aceleración de sprint, empuje de la parte superior del cuerpo, saltos verticales) generalmente
ocurre dentro de anchos de banda de velocidad cuantificables, el entrenamiento podría basarse en
la comparación individual entre las demandas de la tarea deportiva (en términos de
de velocidad) y la capacidad de producción de fuerza del atleta (tanto fuera como dentro de
esta zona de velocidad específica).
El entrenamiento moderno, basado en los principios fisiológicos, neuromusculares y
biomecánicos de la producción de fuerza y velocidad, debe incluir la evaluación, el análisis
y el seguimiento a largo plazo del espectro de fuerza-velocidad de forma individual. De
hecho, otro hallazgo claro de la investigación es que se pueden observar grandes
diferencias interindividuales en el perfil de fuerza-velocidad o en la orientación del
espectro dentro de grupos heterogéneos de atletas de diferentes deportes, posiciones y
niveles de práctica (14,21). Esto puede ayudar a mejorar la práctica del entrenamiento,
pero también el proceso de prevención y rehabilitación y el desarrollo físico a largo plazo
de los atletas jóvenes. Finalmente, cómo cambia este perfil de fuerza-velocidad en
condiciones de fatiga (específicas del deporte o no) es información adicional clave para una
descripción más completa de las capacidades de fuerza del atleta.
PERFIL FUERZA-VELOCIDAD-POTENCIA
En esta sección se detallan los componentes mecánicos y las principales variables del
perfil fuerza-velocidad-potencia, y cómo se pueden determinar en tareas de salto
vertical y sprint. Luego enumera las métricas clave y analiza cómo analizarlas e
interpretarlas para una evaluación y capacitación más individualizadas.
Características del perfil de fuerza-velocidad-potencia
Independientemente de la tarea y los grupos de músculos involucrados, la cantidad
máxima de fuerza que el sistema neuromuscular puede producir durante un movimiento
depende de la velocidad del movimiento. Como se mencionó anteriormente, la alteración
en la producción de fuerza cuando aumenta la velocidad no es la misma para todos los
atletas. Cuando uno se enfoca en acciones musculares concéntricas (observadas en la
mayoría de los deportes), esto se describe mediante la bien conocida relación inversa de
fuerza-velocidad (FV). Cuando se explora usando músculos aislados (y a veces en
movimientos monoarticulares), la relación FV ha sido descrita por una ecuación hiperbólica
(15,46). Sin embargo, durante tareas funcionales multiarticulares como pedaleo,
sentadillas, press de banca o movimientos de carrera de velocidad, las relaciones lineales
de FV se observan consistentemente (17). Este modelo lineal no es una simplificación del
hiperbólico más complejo. En cambio, es lo que se ha observado experimentalmente cada
vez que se evaluó la producción de fuerza máxima durante un movimiento multiarticular a
diferentes velocidades. Investigadores (37,38) han demostrado que la relación FV es lineal
hasta al menos el 90% de la fuerza teórica máxima (38) y el 80% de la velocidad teórica
máxima (37), como se muestra en figura 13.2. Esta diferencia en los modelos
probablemente se explica, en parte, por los diferentes niveles biológicos en los que se han
evaluado las capacidades de producción de fuerza, desde fibras aisladas estudiadas in
vitro hasta carreras de velocidad en una pista. Los mecanismos fisiológicos, biomecánicos
y neuromusculares subyacentes a la fuerza medida en estos diferentes niveles de
exploración son diferentes. Cuando se miden durante movimientos multiarticulares, las
relaciones FV son una integración compleja de los diferentes mecanismos involucrados en
la fuerza externa total producida durante la extensión de una sola articulación, que no
están necesariamente implicados en la fuerza producida por un músculo aislado. Tales
relaciones de FV multiarticular abarcan las propiedades mecánicas individuales de las
diversas unidades músculo-tendinosas involucradas en el movimiento (p. ej., FV intrínseco
y relaciones de tensión de longitud, índice de desarrollo de la fuerza,
factores morfológicos (p. ej., área transversal, longitud del fascículo, ángulo de penación,
brazos de palanca articulares), mecanismos neurales (p. ej., reclutamiento de unidades
motoras, frecuencia de activación, sincronización de unidades motoras, coordinación
intermuscular) y dinámica segmentaria (3). Estas propiedades describen no solo la mecánica
del fascículo de un músculo dado, sino también las capacidades generales de producción de
fuerza dinámica de toda la extremidad, lo que puede explicar las diferencias observadas con
las condiciones in vitro para un solo músculo.
La relación FV inversa no debe confundirse con los principios fundamentales de la
dinámica que establecen que cuando la fuerza externa aplicada a una masa aumenta, la
aceleración de esta masa aumenta y también su velocidad. Esta asociación positiva entre la
fuerza aplicada a un sistema (p. ej., atleta, pelota, raqueta) y su velocidad resultante suele
ser la primera idea intuitiva sobre la fuerza y la velocidad. Esto no se opone a la relación
FV inversa mencionada anteriormente, que se refiere a una disminución en la capacidad
de producción de fuerza máxima de un atleta cuando aumenta la velocidad de
movimiento. Además, desdeSalida de potenciaes el producto de la fuerza y la velocidad,
la producción de potencia máxima que un atleta puede desarrollar también cambia con el
cambio de velocidad. Para movimientos multiarticulares, esto se describe mediante una
función polinomial de segundo orden en forma de U invertida (verfigura 13.2;8,36,43).
Tanto las relaciones FV como PV individuales ofrecen una visión general de las capacidades
de producción de fuerza y potencia durante las contracciones dinámicas. Esta es la del
atletafuerza-velocidad-potencia(FVP) perfil (verfigura 13.2). Representa una vista o
espectro más completo que uno, dos o tres tests en condiciones específicas (por ejemplo,
1RM de sentadilla, salto vertical u horizontal, carreras de 20 m).
Para determinar las relaciones individuales de FV o PV, el atleta debe realizar una
evaluación de una tarea determinada (por ejemplo, extensión de miembros inferiores) a
diferentes velocidades, ejecutada al máximo independientemente de la resistencia externa o el
umbral de velocidad. El único parámetro que cambia durante el curso de la evaluación es la
velocidad, no las otras modalidades de movimiento, y especialmente no el rango de
movimiento de las diversas articulaciones involucradas en la prueba. En la práctica, existen
diferentes soluciones para inducir cambios en la velocidad del movimiento. Métodos más
simples consisten en cambiar la resistencia o inercia del sistema en movimiento (usando carga
adicional, resistencia o asistencia elástica o neumática), lo que por sí mismo implica un cambio
en la velocidad (por principios de dinámica), al igual que la fuerza máxima del sistema
neuromuscular. sistema puede desarrollar (4,43). También es posible establecer una velocidad
objetivo utilizando ergómetros específicos que ajustan la resistencia para que la velocidad
Traducido del inglés al español - [Link]
o la fuerza producida se mantienen casi constantes durante todo el movimiento (47, 48). La
producción de fuerza y la velocidad de extensión de las extremidades deben medirse para
obtener un valor por extremidad y luego establecer las relaciones FV y PV. Estos valores de
fuerza, velocidad y potencia que se consideran para determinar el perfil de FVP durante la
extensión del miembro pueden ser los valores máximos instantáneos observados durante el
movimiento o los valores promediados durante todo el movimiento (extensión del miembro,
por ejemplo). Incluso si los valores máximos son más fáciles de detectar, los valores
promediados tienen más sentido cuando se evalúa la fuerza máxima o las capacidades de
producción de potencia en un solo movimiento. Además, los valores máximos de fuerza,
velocidad y potencia no ocurren al mismo tiempo durante un movimiento total, y los valores
instantáneos corresponden a configuraciones anatómicas y neuromusculares muy específicas
y no representan completamente todas las capacidades dinámicas de las extremidades
inferiores o superiores durante un movimiento. La prueba del perfil de fuerza-velocidad-
potencia se presenta con mayor profundidad en la siguiente sección.
FIGURA 13.2 Relaciones fuerza-velocidad y potencia-velocidad típicas obtenidas
durante (a)extensiones balísticas completas de las extremidades inferiores y (B)
corriendo Los puntos rojo (fuerza) y rosa (potencia) corresponden a valores
promedio obtenidos sobre las diferentes extensiones o pasos de miembros
inferiores realizados a diferentes velocidades correspondientes a diferentes
condiciones o fases de la aceleración del sprint. Las líneas continuas representan
los modelos lineales y polinómicos de segundo orden asociados con las relaciones
fuerza- y potencia-velocidad, respectivamente, a partir de los cuales se estiman las
principales métricas de fuerza: la producción de potencia máxima (PAGSmáximo) y la
fuerza máxima teórica (F0) y velocidad (V0).
Fuerza específica e inespecífica de la parte inferior del cuerpo:
Perfilado de velocidad y potencia
Esta sección cubre las pruebas de perfil de FVP para la fuerza no específica (salto) y específica
del deporte (carrera) de las extremidades inferiores. Todas las consideraciones presentadas
pueden trasladarse a cualquier otro tipo de movimiento (p. ej., prensa de piernas, press de
banca, tracción, ciclismo, remo). Tenga en cuenta que, por razones prácticas, el perfil de FVP en
salto y carrera se ha denominado perfil vertical y horizontal, respectivamente, debido a la
dirección general del movimiento utilizado para la prueba (21, 28). Sin embargo, las métricas
de fuerza asociadas no se pueden usar solo para la producción de fuerza en estas direcciones
respectivas. Por ejemplo, la fuerza inespecífica de las extremidades inferiores (es decir, el perfil
FVP vertical) se refiere a la capacidad de las extremidades inferiores para producir fuerza en la
misma orientación general que la extremidad (por ejemplo, durante un salto vertical), pero
también durante un arranque o empuje horizontal. en fase de natación o propulsión en remo.
La fuerza específica del sprint (es decir, el perfil FVP horizontal) caracteriza la capacidad de
producción de fuerza en una dirección general que difiere del eje de la extremidad, que es
cuasi-normal en relación con el miembro inferior cuando el velocista está erguido.
Métodos de medición de la fuerza no específica
Para evaluar la fuerza no específica, como la fuerza de los extensores de la parte inferior del cuerpo,
el perfil de FVP puede determinarse durante movimientos acíclicos, por ejemplo, sentadillas o
saltos, probando diferentes pruebas con diferentes cargas o resistencias. Cuanto mayor sea la
carga, menor será la velocidad y mayor será la fuerza de salida desarrollada por las extremidades.
Dado que el objetivo es evaluar las capacidades máximas del atleta, cada prueba debe ser un
esfuerzo total. Cuando sea posible, el movimiento debe terminar con un despegue balístico para
sentadillas (o un lanzamiento para press de banca). Para la sentadilla (independientemente del tipo
de sentadilla realizada o el tipo de barra utilizada), las diferentes condiciones de carga pueden
variar desde un salto vertical sin carga adicional hasta una sentadilla con la carga de 1RM (38). Entre
estas dos condiciones, se pueden usar diferentes cargas durante las pruebas de salto (o de empuje
total). El rango de movimiento durante el impulso debe estandarizarse en las diferentes condiciones
de carga para que solo cambie la velocidad de extensión de las extremidades inferiores. La posición
inicial (o la posición más baja con el uso de contramovimiento) se puede predeterminar (en un
ángulo determinado de la articulación de la rodilla, por ejemplo, para que coincida con las
posiciones específicas del deporte) o el atleta la puede elegir libremente como la posición más
cómoda. La última opción es la preferida por los autores de este capítulo (dieciséis).
Para determinar los perfiles de FVP, al menos cuatro a seis progresivos
Se requieren condiciones de carga (resistencia) que cubran el mayor rango de velocidades
posible. La carga más baja a menudo corresponde a un salto sin carga adicional, y la carga
más alta suele ser la carga más alta con la que el atleta puede saltar (por razones de
calidad del movimiento y riesgo, no se recomiendan cargas para saltos inferiores a ~8-10
cm) . Para asegurar una confiabilidad aceptable para determinar el perfil de FVP, el rango
de velocidades cubierto por las diferentes condiciones es más importante que el número
de condiciones (11). Cuando los atletas están familiarizados con este tipo de evaluación,
dos condiciones de carga diferentes (por ejemplo, sin carga adicional y con la carga
correspondiente a un salto de ~10 cm) pueden ser suficientes (es decir, el método de dos
cargas [11]). Durante los saltos verticales, la condición sin carga adicional corresponde a la
mitad de todo el espectro FV ya que la masa corporal es en realidad una carga moderada.
Para alcanzar el extremo de la velocidad del espectro FV, se deben utilizar otras
modalidades además del salto vertical contra el peso corporal o la masa adicional. Se
puede lograr un empuje más rápido que durante una sentadilla con salto con los
siguientes métodos: extensiones de las extremidades inferiores realizadas en dirección
horizontal (sentadilla con salto horizontal [44]); saltos verticales asistidos contra una
resistencia inferior al peso corporal, que se pueden lograr con el uso de bandas elásticas (
10, 24, 45); o extensiones de los miembros inferiores solamente (sin desplazamiento del
tronco para reducir la inercia) durante los despegues horizontales asistidos (37) (ver figura
13.2).
Para cada prueba, las variables de fuerza, velocidad y potencia se pueden medir utilizando
plataformas de fuerza o mediciones cinemáticas (video, codificador lineal, acelerómetro), o
ambas (12). En una prueba de fuerza inespecífica de este tipo, se mide casi toda la fuerza
desarrollada por el miembro inferior. Para las pruebas de campo, se propuso y validó un
método simple para evaluar fácilmente la fuerza, la velocidad y la potencia durante los saltos
verticales cargados a partir de solo tres parámetros fuera del laboratorio: masa corporal, altura
del salto y distancia de despegue (41). Su confiabilidad y validez concurrente contra las
mediciones de la plataforma de fuerza se han probado varias veces durante sentadillas y saltos
con contramovimiento y se ha informado que es muy alta (12, dieciséis, 20, 35). Una hoja de
cálculo simple que incluye los diferentes cálculos está disponible en línea para permitir que los
atletas o entrenadores determinen los perfiles individuales de FVP y luego obtengan las
diferentes métricas de fuerza (consulte la siguiente sección) después de ingresar los datos de
entrada individuales (distancia de empuje, masa y altura de salto para cada condición de
carga). Por último, existen aplicaciones comerciales para dispositivos inteligentes (2) que
también permiten ensayar algunas de las características mencionadas.
Métodos de medición de la fuerza específica del
deporte
Para evaluar la fuerza específica del deporte, por ejemplo, la fuerza de los extensores de
las extremidades inferiores durante carreras de velocidad o ciclismo, el perfil de FVP
individual puede evaluarse durante movimientos cíclicos a partir de un único esfuerzo total
de 6 segundos (1, 6, 30). Cada carrera descendente o paso corresponde a distintas
extensiones de miembros inferiores realizadas a diferentes velocidades y, por lo tanto, a
diferentes puntos en las relaciones FV y PV. Los métodos estándar de oro utilizados para
calcular los perfiles de FVP involucran pistas o cintas de correr (para correr) y pedales (para
ciclismo) que están equipados con sensores de fuerza (células de carga o plataformas de
fuerza). Para cubrir el mayor rango de velocidades posible, el sprint de carrera debe
realizarse desde un inicio de pie hasta alcanzar la velocidad máxima dentro de los
primeros 5 o 6 segundos, antes de que la fatiga induzca una disminución de la velocidad.
En el caso de un solo sprint ciclista, la elección de la carga es clave para obtener un amplio
abanico de puntos bien repartidos por todo el espectro FV (9). Durante las pruebas de
carrera de velocidad, la carga suele corresponder a la masa corporal cuando se realiza
sobre el suelo o a la resistencia de la cinta rodante, que cubre un rango aceptable del
espectro FV (26, 36). La aplicación de carga resistiva es posible (p. ej., trineo cargado [5, 7]),
pero no es conveniente para mediciones mecánicas simultáneas.
La velocidad de movimiento y la fuerza producida por las extremidades inferiores deben
medirse continuamente para obtener un único valor promedio por extensión o paso de las
extremidades. En tales pruebas de fuerza específicas del deporte, no se considera toda la
fuerza producida por las extremidades inferiores, sino solo el componente en la dirección del
movimiento y, por lo tanto, el componente de fuerza directamente asociado con la aceleración
en la dirección general del movimiento. En carrera de velocidad, esto corresponde a la
componente horizontal de la fuerza producida sobre el suelo (30). Por lo tanto, el perfil de FVP
en la carrera de velocidad informa al científico del deporte sobre la capacidad de las
extremidades inferiores para producir fuerza, pero también la capacidad de transmitirla y
orientarla de manera efectiva sobre el suelo (eficacia mecánica de la aplicación de fuerza [26]).
La fuerza específica del sprint incluye estas dos capacidades, que se pueden distinguir por
índices específicos durante la prueba del perfil FVP del sprint (ver la siguiente sección). Para
evaluar esta fuerza de las extremidades inferiores específica para la propulsión de sprint, se
han propuesto diferentes metodologías para medir la fuerza horizontal y la velocidad durante
la aceleración total de la carrera (ver [6] para una revisión). Clásico
Los métodos de laboratorio emplean cintas de correr instrumentadas motorizadas o no
motorizadas (18, 30) o sistemas de placas de fuerza (33, 36) para correr y pedales
instrumentados para ciclismo (8). Para las pruebas de campo, se ha desarrollado un método
simple, basado en un modelo biomecánico macroscópico (32, 42). Este método es muy
conveniente para el uso de campo, ya que solo requiere variables de entrada antropométricas
(masa corporal y estatura) y espacio-temporales (tiempos fraccionados o velocidad de carrera
instantánea). Modela valores promediados por pasos de fuerza horizontal, velocidad y potencia
sobre una aceleración máxima de sprint. Se ha demostrado que la confiabilidad y la validez
concurrente contra las mediciones de la plataforma de fuerza son muy altas en varios estudios
(13, 25, 36). Los tiempos parciales y la velocidad instantánea pueden medirse con varios
dispositivos y dar lugar a mediciones precisas, siempre que la precisión inicial del dispositivo
utilizado sea alta para los datos de posición-tiempo o velocidad-tiempo (32). Similar a lo que se
ha discutido anteriormente para los saltos, hay una hoja de cálculo disponible en línea para
calcular fácilmente las diferentes variables que caracterizan el perfil de FVP en carreras de
velocidad a partir de unas pocas entradas. Existe una aplicación para teléfono inteligente o
tableta que fue diseñada y validada para calcular las variables mecánicas del sprint utilizando el
presente método simple a partir de tiempos parciales determinados con la cámara de cámara
lenta de 240 cuadros por segundo en dispositivos Apple (39).
Métricas clave en perfiles de fuerza-velocidad-potencia
Las relaciones fuerza-velocidad-potencia caracterizan las capacidades dinámicas de
producción de fuerza máxima y se pueden describir a través de diferentes métricas, cada
una de las cuales representa un componente específico de la fuerza. Estos diferentes
índices se presentan en detalle entabla 13.1para perfiles FVP de salto y sprint. El índice
más macroscópico para caracterizar la fuerza dinámica es la producción de potencia
máxima (PAGSmáximo). Aunque incompleto, ofrece el primer panorama general de todo el
perfil de FVP. Sin embargo, similaresPAGSmáximopuede ser logrado por dos atletas que
presentan perfiles de fuerza muy diferentes caracterizados por diferentes capacidades de
producción de fuerza a velocidades bajas versus altas. Estos últimos se cuantifican
mediante los dos extremos teóricos (intersecciones de los ejes de fuerza y velocidad) de la
relación FV (F0y V0, respectivamente). El interés de considerar estos extremos, aunque sean
valores teóricos, deriva del hecho de que son independientes de las condiciones de carga o
velocidad de medida. Este no es el caso si la fuerza a baja y alta velocidad se evalúa a dos
velocidades diferentes o en dos condiciones de carga diferentes (a través de dos saltos con
carga baja y alta, por ejemplo); la elección
de las condiciones exactas influye en gran medida en las métricas de fuerza. La orientación
de la fuerza del atleta haciaF0o V0viene dado por el perfil mecánico FV (SVF) que representa
la relación individual entre las cualidades de fuerza y velocidad (es decir, la pendiente de
la relación FV). El perfil FV es independiente dePAGSmáximo, por lo que es necesario, además
dePAGSmáximo, para tener una visión integral de la fuerza dinámica del atleta. Se ha
demostrado que las actuaciones balísticas destinadas a acelerar la propia masa corporal
(p. ej., saltos o despegues máximos) dependen de ambos PAGSmáximoy SVF, con la existencia
de un perfil FV óptimo (SVFoptar [20, 40, 43]). Este perfil óptimo se puede determinar con
precisión para cada atleta y se utiliza para determinar el desequilibrio de FV (VFsoy B) hacia F
0o V0, así como la magnitud de los déficits de fuerza o velocidad asociados. Estos índices
son herramientas interesantes para individualizar el programa de entrenamiento de un
atleta con el objetivo de mejorar el rendimiento balístico. También se han sugerido índices
similares para optimizar el perfil de FVP de sprint, aunque aún no se han publicado.
Para el seguimiento de la fuerza específica del sprint, PAGSmáximo, F0, V0, ySVF describen
exactamente las mismas características mecánicas, excepto que se refieren a la capacidad de
producción de fuerza específica del sprint en la dirección anteroposterior horizontal. Este
conjunto de variables integra las cualidades de fuerza no específicas del atleta y las más
específicas de la propulsión en carrera (eficacia mecánica de la aplicación de la fuerza).
Por lo tanto, se necesitan métricas adicionales para caracterizar esta capacidad de transmitir y
orientar efectivamente la fuerza hacia el suelo. Este último se puede calcular en cada paso por
la relación entre el componente horizontal y la fuerza resultante (RF) (26). La efectividad
mecánica entonces puede ser bien descrita por el valor máximo deRF observado en el primer
paso (RFmáximo) y su tasa de disminución cuando aumenta la velocidad (DRF). La cuantificación
individual de la efectividad mecánica puede ayudar a distinguir los orígenes físicos y técnicos
de las diferencias interindividuales o intraindividuales tanto en los perfiles de FVP como en el
rendimiento de sprint, lo que puede ser útil para orientar el proceso de entrenamiento de
manera más adecuada hacia las cualidades mecánicas específicas a desarrollar.
Finalmente, debido a su nivel macroscópico, el perfil de FVP de miembros inferiores no
informa sobre todos los índices de fuerza que subyacen a las principales métricas de FVP.
Por ejemplo, la tasa de desarrollo de la fuerza, generalmente medida durante una
modalidad de ejercicio isométrico (23), es una métrica de fuerza clave para las
contracciones explosivas. Es uno de los fundamentos mecánicos deF0y sobre todoV0, y a su
vezPAGSmáximo. Aunque la tasa de desarrollo de la fuerza no se discute aquí, los autores de
este capítulo piensan que debe medirse además del perfil de FVP para caracterizar un
componente particular de la fuerza no específica (especialmente si el objetivo es la
explosividad).
Análisis e Interpretación de las Características
Fuerza-Velocidad-Potencia
Es importante construir, analizar e interpretar el espectro de FVP
individual más allá del análisis de rendimiento básico (p. ej., altura de
salto o tiempo de carrera). Comprender cómo interpretar los resultados
individuales es una habilidad importante para el científico del deporte
que, si se hace en el contexto específico del atleta (p. ej., nivel de práctica,
objetivos, estado físico y de entrenamiento, o estado de rehabilitación,
etc.), permitirá programas de capacitación más profundos y basados en
evidencia. Por supuesto, a veces los atletas muestran perfiles y
rendimientos mecánicos muy similares para el mismo nivel de
rendimiento de salto o sprint, pero la mayoría de las veces los atletas
individuales tienen perfiles con diferentes subcomponentes, que es lo que
hace que las pruebas y el seguimiento de las capacidades físicas y la
búsqueda de márgenes de mejora tan interesantes. En este punto,
Perfil Mecánico de Extensión de Miembros Inferiores y
Rendimiento de Salto
El primer paso en el análisis del espectro FVP individual de miembros inferiores con el método
descrito en este capítulo es simplemente mapear las principales variables mecánicas descritas
anteriormente. Esto brindará una imagen detallada de las capacidades del individuo en el
contexto de la prueba, que no solo tiene un interés inmediato (que describe el rendimiento y
sus fundamentos mecánicos), sino también un impacto a largo plazo (un punto de tiempo
dentro de un desarrollo, entrenamiento, rehabilitación). proceso).
En el caso de las pruebas de salto vertical (típicamente sentadillas o saltos con
contramovimiento) que permiten el análisis de las capacidades generales de las extremidades
inferiores, los estudios han demostrado que el rendimiento del salto (es decir, la altura máxima
del salto) a veces no es un buen indicador de la potencia máxima de las extremidades
inferiores (27). Varios factores pueden confundir la relación entre la producción de potencia
máxima y la altura de la sentadilla o del salto con contramovimiento y, por lo tanto, deben
considerarse para un análisis exhaustivo: la masa corporal, la distancia de empuje y el perfil de
FV en sí. Para este último, la investigación ha demostrado que para un nivel dado dePAGSmáximo,
entre los muchos perfiles posibles (es decir, la pendiente de la relación FV), el rendimiento del
salto se maximizó para obtener un valor óptimo. A su vez, cualquierVFsoy B se asociará con un
rendimiento de salto submáximo y, por lo tanto, un margen potencial de mejora. La
investigación en atletas altamente entrenados mostró que los mejores atletas eran aquellos
que mostraban tanto un alto PAGSmáximocapacidad y un bajo VFsoy B (es decir, una pendiente de
perfil FV real cercana a su pendiente óptima individual [40]). El siguiente ejemplo (verfigura
13.3) muestra a dos atletas con el mismo rendimiento de salto (altura de salto de sentadilla de
27 cm), pero perfiles FV y características antropométricas muy diferentes. El análisis de estos
atletas es un ejemplo de cómo interpretar el perfil FV en el contexto del entrenamiento para
mejorar el rendimiento del salto. Entonces es posible extrapolar este enfoque a otros
contextos, como escenarios de rehabilitación y regreso al juego.
FIGURA 13.3Dos atletas con el mismo rendimiento de salto desde sentadilla (altura
máxima de salto de 27 cm) pueden mostrar extremidades inferiores muy [Link]
, y viceversa. En este ejemplo,(a)El jugador A muestra un 20% mayorPAGSmáximo
máximo
pero un granVFsoy B, mayor masa corporal y una distancia de impulso más corta, lo
que explica por qué el rendimiento de salto del jugador A no es mayor que el del
jugador B;(B)a pesar de lo bajoPAGSmáximo, el jugador B muestra un perfil óptimo
casi perfecto (VFsoy B cerca de 0).
La interpretación aquí es que una mejora en el rendimiento de salto respectivo de estos
atletas probablemente resultará de diferentes programas de entrenamiento, o al menos
diferentes modulaciones del contenido del entrenamiento. Es probable que un enfoque de
entrenamiento similar para todos resulte en adaptaciones subóptimas, ya que estos jugadores
muestran diferentes componentes mecánicos para un rendimiento de salto similar. En este
caso particular, como se discutirá más adelante, el jugador A debe seguir un programa que
disminuiráVFsoy B (especialmente mejorando el lado izquierdo del perfil, es decir, un perfil más
orientado a la fuerza) además de mejorarPAGSmáximo. Por el contrario, el Jugador B debe seguir
un programa de entrenamiento que tendrá como objetivo cambiar toda la curva FV hacia
niveles más altos dePAGSmáximomanteniendo un perfil similar, cercano al óptimo.
Perfil mecánico del rendimiento de
aceleración de sprint
El mismo análisis se puede aplicar al rendimiento de aceleración de sprint: un
tiempo de sprint similar no significa necesariamente un soporte mecánico similar.
perfil. El rendimiento de aceleración de sprint lineal (p. ej., carrera de 30 m o 40 yardas) se
puede interpretar como resultado de las siguientes variables mecánicas (consulte la
descripción anterior):PAGSmáximo(determinado porF0y V0valores),RFmáximo, yDRF. El siguiente
ejemplo (verfigura 13.4) muestra a dos jugadores de rugby con el mismo rendimiento en los 30
metros, pero con perfiles mecánicos subyacentes muy diferentes.
FIGURA 13.4Dos jugadores de rugby con un rendimiento de sprint de 30 metros casi
idéntico pero muy diferente(a)perfiles fuerza-velocidad-potencia y(B) relación de fuerzas
en función de la velocidad de carrera. Las líneas de fuerza son sólidas y las líneas de la
curva de potencia son discontinuas.
El jugador A muestra una mayorPAGSmáximoy correrF0, en parte explicado por un
mayor máximoRF al inicio del sprint (49%). Sin embargo, el jugador B muestra una
menorRFmáximo, pero una mejor capacidad para limitar la disminución de RF con
velocidad creciente (DRF de −7,64 % s/m frente a −11,2 % s/m para el jugador A). Por lo
tanto, el jugador B puede producir más fuerza anteroposterior neta sobre el suelo
durante más tiempo durante la aceleración y, finalmente, alcanzar una mayor
velocidad máxima en la última fase del sprint. Si la distancia de prueba fuera más corta
o más larga que los 30 metros elegidos aquí, la interpretación de las capacidades de
sprint de estos dos individuos y la recomendación de entrenamiento asociada
probablemente difieran. La interpretación de la prueba de sprint no debe depender de
la distancia de prueba elegida. Esta es la razón por la que los autores recomiendan
enfáticamente que los científicos del deporte construyan y analicen el perfil FV
completo, lo cual es posible a partir de los datos de un solo sprint. En este ejemplo, el
entrenamiento individual debe adaptarse, al menos en parte, a los perfiles específicos
y, por lo tanto, a las necesidades de los jugadores A y B. Específicamente,
velocidad de carrera (DRF) y sus capacidades de producción de fuerza horizontal a alta velocidad (V0). Por
el contrario, el jugador B debería mejorar su producción de fuerza horizontal máxima a través de una
mejor capacidad para orientar la fuerza horizontalmente a una velocidad de carrera muy baja (RFmáximo).
Además, si la extremidad inferiorF0del jugador B en el perfil de salto es menor (déficit orientado a la
fuerza o bajo F0valor o ambos), su contenido de entrenamiento debe apuntar tanto a la producción de
fuerza máxima no específica de las extremidades inferiores como a su capacidad para transferirla en el
contexto específico de aceleración de sprint. Esto respalda el hecho de que incluso en los especialistas en
velocidad, el perfilado de las extremidades inferiores utilizando el método de perfil de salto ayuda a
construir una imagen completa de las capacidades del atleta y permite descifrar mejor las necesidades y
prioridades de entrenamiento asociadas.
Modulación basada en perfiles del contenido de capacitación
Al considerar un equipo o grupo completo, esta interpretación individual seguramente hará
que el análisis y la interpretación general sean desafiantes, pero las grandes diferencias en los
perfiles y el desempeño entre individuos hacen evidente el potencial para una capacitación
más efectiva. Se puede construir un programa individual (o grupal, si varios atletas muestran
características mecánicas similares), al menos en parte, para apuntar y corregir los eslabones
débiles y reforzar o mantener eslabones fuertes en la cadena de rendimiento de la mecánica (
28). Por el contrario, es probable que un enfoque único para todos (es decir, sin modulación
individual del contenido del entrenamiento) induzca adaptaciones subóptimas a nivel
individual, incluso si los resultados promedio son positivos. El científico del deporte debe
centrarse en los efectos individuales del entrenamiento, no solo en los efectos promedio del
grupo que fácilmente podrían enmascarar a los que no responden o incluso a los que
responden negativamente. El primer estudio que muestra la superioridad de un programa
diseñado individualmente en función deVFsoy B para mejorar el rendimiento de salto fue
publicado por Jiménez-Reyes y colegas en 2017 (19). El programa de entrenamiento específico
de 9 semanas utilizado indujo (a) una disminución clara y casi sistemática deVFsoy B en el grupo
experimental, y (b) aumentos sustanciales en el rendimiento de sentadilla con salto en una
magnitud mayor y con mucha menos variabilidad interindividual en las adaptaciones que para
el grupo de control (que no tenía individualización basada enVFsoy B).
Los atletas tienen diferentes perfiles individuales de FVP (y fatiga), por lo tanto, diferentes
necesidades de entrenamiento. Además, es probable que se adapten de manera diferente a la
capacitación específica propuesta (en términos de magnitud y tiempo de respuesta). Por lo
tanto, un enfoque moderno y basado en la evidencia para el rendimiento de salto y sprint
debería incluir estos análisis (que se facilitan gracias a los métodos de campo) en
el proceso de seguimiento y control de la fuerza.
INNOVACIONES EN FUERZA–VELOCIDAD–POTENCIA
PERFILADO
Las próximas fronteras que los profesionales de la práctica aplicada y la investigación están
tratando de cruzar son las relacionadas con el contenido de entrenamiento y la periodización más
eficientes (es decir, ¿qué tipo de resistencia, ejercicios, programa de entrenamiento, para qué tipo
de atleta y contexto?). Un estudio piloto de 2017 (19) sobre el salto incluyeron un programa de
duración fija y ninguna información sobre la cinética individual de adaptación dentro de las 9
semanas o durante el desentrenamiento después de la finalización del programa. En 2019, Jiménez-
Reyes y colegas replicaron el primer estudio (22) y obtuvieron los mismos resultados, pero esta vez
lograron llevar a cada atleta estudiado a la zona de perfil óptimo de ese atleta después de un
número variable de semanas. También demostraron que la magnitud de la inicialVFsoy B (en fuerza o
velocidad) se correlacionó con el número de semanas de entrenamiento necesarias; es decir, cuanto
mayor sea el desequilibrio, más tiempo se tarda en llegar a una zona de perfil óptimo.
En sprint, las mismas preguntas deben ser respondidas (es decir, contenido de
entrenamiento para estimular efectivamente cada parte del perfil, mejor enfoque de
periodización, efectos de la fatiga), y especialmente la existencia de un perfil de FV de sprint
óptimo similar a los movimientos de salto balístico. Estos estudios están actualmente en curso.
En términos de periodización, el desafío será integrar unVFsoy B programa de reducción o
mantenimiento diseñado para mejorar eventualmente el rendimiento de salto o aceleración de
sprint dentro del desarrollo general de fuerza y acondicionamiento, táctico, técnico y físico del
atleta o del equipo, o de ambos. Por supuesto, esto concierne solo a los jugadores (y equipos)
para quienes mejorar el rendimiento balístico o la aceleración del sprint (o ambos) es un
objetivo. Sin embargo, estos enfoques y métodos también se pueden usar para monitorear los
efectos de otros tipos de entrenamiento (p. ej., período de entrenamiento de producción de
fuerza máxima) en el perfil del atleta y otros tipos de eventos físicos, como rehabilitación
posterior a una lesión, períodos de reducción gradual y postemporada. desentrenamiento
Finalmente, en ambos casos, el futuro también implicará poder recopilar datos en el juego
o en la carrera, para hacer que las pruebas de FVP sean aún más realistas y específicas del
deporte. Algunos estudios científicos, por ejemplo, muestran que es posible estimar la
producción de fuerza muscular durante la carrera con tecnología portátil, liviana y conveniente
(25). Aunque las pruebas actuales ya son sencillas y se aplican a movimientos específicos del
deporte (saltos y carreras de velocidad), es solo cuestión de tiempo.
antes de que los métodos discutidos en este capítulo se integren en sensores portátiles y
brinden datos precisos de la vida real en el contexto real de la práctica.
CONCLUSIÓN
El rendimiento en varios deportes que incluyen acciones balísticas (es decir, acciones durante las cuales el objetivo es impulsar un
objeto, una extremidad o el cuerpo en general lo más rápido posible bajo restricciones deportivas específicas) está altamente
determinado por el impulso y la potencia mecánica. La producción de potencia de los atletas depende de sus capacidades de fuerza y
velocidad y del nivel de fuerza que pueden producir en el contexto específico de velocidad de la acción deportiva. Por lo tanto, una
evaluación integral de la fuerza de un atleta debe explorar todo el espectro de FVP. Aunque aún no está disponible para todos los
tipos de acciones deportivas, este análisis y seguimiento ahora es posible para ejercicios de salto vertical, press de banca y
aceleración de sprint, gracias a métodos simples validados con mediciones de laboratorio estándar de oro. Estos métodos requieren
solo entradas que generalmente se miden durante las pruebas de campo (altura de salto, tiempos de sprint o velocidad) y
dispositivos asequibles. Al cerrar la brecha y eliminar las barreras entre el laboratorio (ciencia) y el campo (práctica), la investigación
también ha sugerido que un enfoque individual de los perfiles de FV podría permitir un análisis e interpretación mucho más
profundos de la fuerza, el rendimiento y sus fundamentos de cada atleta. . Esta información, a su vez, puede usarse para guiar y
mejorar las intervenciones de capacitación, monitoreo y rehabilitación. La investigación también ha sugerido que un enfoque
individual de los perfiles de FV podría permitir un análisis e interpretación mucho más profundos de la fuerza, el rendimiento y sus
fundamentos de cada atleta. Esta información, a su vez, puede usarse para guiar y mejorar las intervenciones de capacitación,
monitoreo y rehabilitación. La investigación también ha sugerido que un enfoque individual de los perfiles de FV podría permitir un
análisis e interpretación mucho más profundos de la fuerza, el rendimiento y sus fundamentos de cada atleta. Esta información, a su
vez, puede usarse para guiar y mejorar las intervenciones de capacitación, monitoreo y rehabilitación.
LECTURAS RECOMENDADAS
Artículos de blog: [Link]
Jiménez-Reyes, P, Samozino, P y Morin, JB. Entrenamiento optimizado para
rendimiento de salto utilizando el desequilibrio fuerza-velocidad: cinética de
adaptación individual.Más uno14:e0216681, 2019.
Morin, JB, Jiménez-Reyes, P, Brughelli, M, and Samozino, P. Al saltar
la altura no es un buen indicador de la producción de potencia máxima de las
extremidades inferiores: demostración teórica, evidencia experimental y soluciones
prá[Link] deportiva49:999-1006, 2019.
Morin, JB y Samozino, P. Interpretación de perfiles de potencia-fuerza-velocidad para
entrenamiento individualizado y especí[Link] J Deportes Physiol Realizar
11:267-272, 2016.
Morin, JB, Samozino, P, [Link]ánica del entrenamiento y las pruebas:
Conceptos innovadores y métodos de campo simples. Cham, Suiza:
Publicaciones internacionales de Springer, 2018.
CAPÍTULO 14
Ritmo cardíaco y frecuencia cardíaca
Variabilidad
joel jaimeson
Aunque la primera medición registrada de la frecuencia cardíaca generalmente se atribuye a
Herófilo de Alejandría, Egipto (circa 335-280 aC) (32), su uso en el deporte no comenzó hasta
más de 2.000 años después con la llegada y lanzamiento de la primera banda pectoral de
electrocardiografía inalámbrica de Polar Electro en 1983 (26). En las décadas siguientes, el
análisis de la frecuencia cardíaca y las métricas relacionadas, comovariabilidad del ritmo
cardíaco(HRV), una medida de la variación de los intervalos de latido a latido durante un
tiempo específico, se ha vuelto cada vez más común en todo el campo del desempeño humano
(6, 13). El surgimiento de una multitud de aplicaciones móviles, junto con la disponibilidad
generalizada de dispositivos de monitoreo precisos y de bajo costo, solo ha servido para
impulsar el uso más amplio de métricas derivadas del ritmo cardíaco como indicadores
potenciales de carga interna, así como cambios en ambos. condición física y fatiga (25, 85).
A pesar de este aumento y la relativa facilidad de medición en varios entornos de entrenamiento,
sigue existiendo una falta de acuerdo en la literatura y entre los entrenadores en cuanto a las mejores
prácticas y la capacidad de estas métricas para ayudar a impulsar las decisiones relacionadas con el
manejo de la carga tanto aguda como crónica a lo largo del tiempo. (64, 66, 67). Por ejemplo, aunque se
han propuesto una variedad de métodos y fórmulas como medios simples y prácticos para calcular la
carga de entrenamiento a partir de los datos de la frecuencia cardíaca, como el impulso de
entrenamiento (TRIMP; consulte la sección "Modelado de la carga de entrenamiento utilizando la
frecuencia cardíaca y la variabilidad de la frecuencia cardíaca"). propuesto por primera vez por Bannister
en 1991 (5), ninguno ha sido adoptado como patrón oro o ha ganado una adopción generalizada. Una
posible causa de inconsistencia en la literatura relacionada con el uso práctico de la monitorización
de la frecuencia cardíaca puede ser la naturaleza altamente dinámica de la frecuencia cardíaca y las
métricas relacionadas, junto con la multitud de influencias, tanto internas como externas, que las
impulsan (13). La simplicidad de la frecuencia cardíaca y la VFC como números únicos desmiente la
complejidad y la interacción sensible entre el externo
ambiente y los muchos sistemas biológicos dinámicos que los influyen.
LA REGULACIÓN DEL RITMO CARDÍACO
El suministro de oxígeno a los tejidos y células de todo el cuerpo es un requisito fundamental
del metabolismo y, por lo tanto, es necesario para mantener la vida. Debido a esto, la
frecuencia cardíaca está estrictamente controlada por una amplia gama de circuitos de
retroalimentación superpuestos a través de múltiples sistemas biológicos que, en última
instancia, conducen a la regulación y el mantenimiento de la homeostasis energética.1). Sin
estos procesos y mecanismos reguladores, la frecuencia cardíaca estaría confinada a su valor
intrínseco de 100 a 110 latidos por minuto (lpm) (43), establecido por la tasa de activación
espontánea de las células en el nódulo sinoauricular (SA), y sería poco adecuado para satisfacer
las demandas de energía variables en diferentes entornos. La base de la regulación de la
frecuencia cardíaca es laSistema nervioso autónomo (ANS) y su afán por mantener el estado
interno dentro de los límites necesarios para el metabolismo en cada momento, al mismo
tiempo que se esfuerza por satisfacer las necesidades inmediatas del medio externo (56). El
SNA regula la frecuencia cardíaca a través de los nervios autónomos y sus dos ramas: los
sistemas nerviosos simpático y parasimpático (69).
Dentro de este contexto regulatorio, la activación de la rama simpática del SNA
estimula la liberación de una cascada de hormonas como la noradrenalina, junto con otros
mecanismos de señalización que provocan un aumento de la frecuencia cardíaca y, por
tanto, del suministro de oxígeno y de la producción de energía aeróbica. Este aumento
ocurre en respuesta a factores estresantes reales o percibidos dentro del entorno externo,
incluidos estos:
Factores estresantes físicos, como un aumento en las demandas de oxígeno secundario al
aumento del metabolismo en los tejidos periféricos (debido al ejercicio, por ejemplo) Factores
estresantes ambientales (cambios de temperatura, elevación, ruido, etc.) Factores estresantes
psicológicos (aumento del miedo, la ansiedad y similares) ) (13, 74)
Además, una serie de condiciones fisiológicas internas, como la hidratación, la
disponibilidad de nutrientes, la sensibilidad hormonal y la fatiga, pueden alterar la respuesta
simpática e influir en la frecuencia cardíaca y la HRV (17, 34, 48, 79).
En el contexto de la actividad física, la demanda de una mayor producción de fuerza y potencia
en forma de trabajo muscular juega el papel más importante en el requerimiento de energía
adicional. En los deportes metabólicamente exigentes, en los que el rendimiento puede verse
limitado por el metabolismo aeróbico, la producción de esta energía adicional está impulsada por
una mayor demanda de oxígeno y, por lo tanto, una mayor frecuencia cardíaca.
tarifas Dado esto, junto con la naturaleza altamente variable de las influencias tanto
internas como externas en los entornos de entrenamiento y competencia, la frecuencia
cardíaca durante la actividad representa una suma de la respuesta integrada del cuerpo a
las cargas físicas y mentales que se le imponen (70).
Durante los períodos de descanso y gasto energético reducido, se produce un cambio en la
actividad del SNA y la rama parasimpática se convierte en la influencia dominante en la regulación
de la frecuencia cardíaca.69). A diferencia de la rama simpática del SNA, el sistema parasimpático
desempeña el papel principal en la restauración de la homeostasis después de períodos de estrés,
así como en la asignación de energía para la reparación, regeneración y adaptación celular.78).
Actuando a través de la liberación de acetilcolina, la entrada del sistema nervioso parasimpático
juega un papel principal en la modulación de la frecuencia cardíaca durante el descanso, el sueño y
otros períodos de actividad física reducida y estrés mental.38).
Esta entrada, conocida como tono vagal cardíaco, es en gran parte responsable de reducir
la frecuencia cardíaca muy por debajo de su valor intrínseco en reposo, y su retiro es el primer
componente que aumenta la frecuencia cardíaca por encima de este nivel a medida que
aumentan las demandas de energía.43). Un mayor nivel de tono vagal cardíaco, junto con
cambios morfológicos en los sistemas cardiovascular y neuromuscular, comprende dos
adaptaciones centrales para una mayor capacidad metabólica y se ha relacionado con un
mejor rendimiento aeróbico y un menor riesgo de lesiones bajo cargas de trabajo elevadas.64,
75, 86).
Juntos, los sistemas simpático y parasimpático impulsan la maquinaria de
adaptación del cuerpo que le permite estar mejor equipado para sobrevivir y
desempeñarse en muchos entornos. La relación entre estas dos ramas del SNA y
sus variaciones diarias en respuesta a la carga aguda y crónica juega un papel
crucial en la salud general, el rendimiento y el riesgo de lesión.77, 86). El
seguimiento de los cambios en la frecuencia cardíaca y la HRV en varios contextos
representa el método más común y probado para obtener información sobre este
equilibrio, con el objetivo de gestionar la carga de entrenamiento y optimizar el
rendimiento deportivo (13, 62, 64, 82).
FRECUENCIA CARDÍACA Y VARIABILIDAD DE LA FRECUENCIA CARDÍACA
SUPERVISIÓN
El predominio cada vez mayor de los teléfonos móviles, los dispositivos portátiles y la tecnología
moderna de transmisión de señales, como Bluetooth, ha hecho que medir y monitorear las métricas
de frecuencia cardíaca sea más rentable, accesible y práctico que nunca. Los dispositivos
tradicionales de estilo reloj, que se conectan a una correa para el pecho y se usan principalmente
solo durante las sesiones de entrenamiento, han visto una competencia creciente de dispositivos
más nuevos que miden y rastrean continuamente la frecuencia cardíaca durante todo el día. El
aumento de las aplicaciones para dispositivos móviles y tabletas también ha creado mayores
oportunidades para monitorear varios atletas simultáneamente a través de centros de datos que
pueden recibir y procesar múltiples señales a la vez.
A pesar de este rápido aumento en los tipos de monitores de frecuencia cardíaca (FC),
factores de forma y aplicaciones, los sensores y métodos utilizados para detectar la frecuencia
cardíaca generalmente se clasifican en una de dos categorías: eléctricos (ECG) u ópticos
(fotopletismografía) (60). Cada tipo de sensor tiene sus propias fortalezas y limitaciones y
puede ser más adecuado para diferentes tipos de mediciones y usos.
Sensores eléctricos
El primer uso de señales eléctricas para medir la actividad cardíaca, conocido como
electrocardiografía (ECG o EKG), se remonta a su invención por el Dr. Willem
Einthoven en 1895. Este trabajo le valió a Einthoven un Premio Nobel en la categoría
de fisiología y medicina en 1924 (3). En las décadas siguientes, el ECG se utilizó
ampliamente en todo el campo médico en la investigación y prevención de
enfermedades cardiovasculares.87). La venta del Sport Tester PE 2000 por parte de
Polar Electro en 1983 marcó el lanzamiento del primer dispositivo de ECG inalámbrico
y el comienzo de su uso en las industrias del fitness y el deporte (26).
Desde el lanzamiento de este primer producto, la precisión, la duración de la batería y la
ergonomía de los sensores basados en correas para el pecho han mejorado, pero los fundamentos
del ECG que se utilizan para detectar los latidos del corazón se han mantenido prácticamente sin
cambios. La principal ventaja de los sensores de ECG sobre los sensores ópticos es su precisión en
una variedad de condiciones (58). Esto es particularmente cierto durante el ejercicio; la
investigación ha demostrado constantemente que son más precisos a intensidades más altas y en
patrones de movimiento más variados y dinámicos (30, 84). Por esta razón, el ECG
Los sensores se recomiendan y son los más adecuados para condiciones que requieren el más alto nivel de
precisión o para monitorear la frecuencia cardíaca durante el ejercicio de alta intensidad.
Sensores ópticos
El aumento de la popularidad de los dispositivos que utilizan sensores ópticos ha ido acompañado
de mejoras en su facilidad de uso, los diferentes factores de forma que permiten usarlos en la
muñeca y su integración con dispositivos portátiles que recopilan una variedad de otros datos de
salud y estado físico. datos (76). A diferencia de los monitores que usan señales eléctricas para
monitorear la actividad cardíaca, los dispositivos con sensores ópticos usan un método más nuevo
conocido comofotopletismografía (PPG) para detectar cambios en el flujo sanguíneo para
determinar la FC (27).
Cada vez que el corazón late, envía un pulso de sangre a los tejidos de todo el cuerpo. Los
dispositivos de fotopletismografía utilizan un sensor óptico que consta de una combinación de
luces de diodo emisor de luz (LED) y un fotosensor para detectar cambios en la absorción de
luz a medida que estos pulsos de sangre perfunden los tejidos debajo de la piel (27). Con esta
técnica, los sensores PPG modernos pueden detectar tanto la FC como los intervalos latido a
latido necesarios para la HRV con un nivel razonable de precisión en reposo y durante
condiciones de entrenamiento de intensidad baja a moderada (58). A frecuencias cardíacas
más altas y durante la ejecución de movimientos acíclicos rápidos, los sensores PPG pueden
ser más propensos a errores de medición que los sensores eléctricos, con diferencias
significativas existentes entre varios productos PPG en el mercado (58, 39).
Tecnologías de transmisión de señales
Con las mejoras en la tecnología han llegado cambios en los métodos utilizados para
transmitir HR desde los sensores que los detectan hasta los receptores que los muestran.
Hoy en día, estas pantallas suelen adoptar la forma de un reloj, una aplicación móvil o de
tableta, u otro dispositivo portátil. Varias piezas de equipos de fitness comerciales también
tienen pantallas integradas capaces de mostrar la FC transmitida desde varios dispositivos
(p. ej., cintas de correr, bicicletas fijas, máquinas de remo).
La más antigua de estas tecnologías de transmisión de datos es una señal de radio analógica de
5 kHz patentada y utilizada por primera vez por Polar Electro (21). Esta tecnología se basa en los
dispositivos receptores para procesar la señal de radio para calcular y mostrar la FC. Hoy en día, el
uso de esta tecnología se limita principalmente a dispositivos más antiguos y comerciales.
equipos cardiovasculares como cintas de correr, remeros y bicicletas de spinning. Los dispositivos de 5
kHz tienen un rango de transmisión limitado y carecen de identificadores únicos, lo que los hace poco
prácticos en entornos de entrenamiento grupal.
La primera de las dos tecnologías de transmisión de datos que han reemplazado en gran
medida a la transmisión de radio de 5 kHz es ANT+, un protocolo de transmisión inalámbrica de
datos de código abierto introducido en 2004 (24). Las principales ventajas de ANT+ son un rango
significativamente mejorado, a menudo de 30 a 50 metros o más según el dispositivo, y la
capacidad de transmitir una identificación única y conectarse a concentradores ANT+ diseñados
para entornos de entrenamiento grupal (83). Además, una amplia variedad de dispositivos y
equipos de fitness, como sensores de velocidad, medidores de potencia y relojes, admiten el
protocolo ANT+, lo que aumenta significativamente su compatibilidad en comparación con la señal
de radio de 5 kHz.
La más moderna tecnología de transmisión de datos es Bluetooth de baja energía, que
también se ha incorporado en una variedad de dispositivos portátiles. Al igual que ANT+, es un
protocolo de comunicación inalámbrica de estándar abierto que permite la transmisión de
varios tipos de datos entre dos dispositivos (31). Es capaz de velocidades de transmisión de
datos significativamente más altas que ANT+, y la transmisión Bluetooth se ha convertido en el
estándar entre dispositivos móviles, tabletas, auriculares, rastreadores de actividad física y
más. Debido a esto, muchos dispositivos de monitoreo de recursos humanos ahora incorporan
Bluetooth y ANT+ para mejorar la compatibilidad.
FRECUENCIA CARDÍACA Y VARIABILIDAD DE LA FRECUENCIA CARDÍACA
MEDICIÓN
La frecuencia cardíaca y la HRV representan medidas fáciles de adoptar que brindan
información poderosa que se puede usar para guiar la comprensión de las demandas
fisiológicas que se imponen a los atletas, así como su estado de bienestar. Sin embargo, la
medición e interpretación correctas de estas medidas simples pero importantes son
fundamentales para garantizar su precisión y, en última instancia, su valor.
Medición de la frecuencia cardíaca
Debido a que la frecuencia cardíaca es relativamente simple y no invasiva para monitorear y
registrar, se puede medir en múltiples marcos de tiempo y condiciones fisiológicas. En
términos de condición física y rendimiento, estas mediciones se pueden dividir en dos
categorías principales: FC en reposo y FC durante el ejercicio (HRex). La frecuencia cardíaca
medida en reposo y durante el ejercicio puede proporcionar información sobre diferentes
aspectos del cambio en la función autónoma, el gasto de energía, la fatiga y el estado físico.1).
Una tercera categoría, el monitoreo continuo de HR durante 24 horas, se ha vuelto más
práctica con el crecimiento de los dispositivos portátiles de fitness. Sin embargo, hay una falta
de investigación de validación en esta área, por lo que no se discute aquí.
La medición de la FC y la HRV en reposo se ha utilizado tradicionalmente para reflejar los
cambios en la fatiga tanto aguda como crónica, así como en la forma física.1). Dado que el
sistema simpático es muy sensible a una variedad de factores estresantes, se ha demostrado
que las mediciones en reposo son más precisas cuando las condiciones están estandarizadas
en cuanto a la hora del día, la posición del cuerpo, la ingesta nutricional y el entorno.4). La falta
de tal estandarización puede explicar los resultados inconsistentes en la literatura y, por lo
tanto, subrayar la importancia de monitorear durante los períodos de descanso (13).
La frecuencia cardíaca registrada durante el ejercicio representa la medición durante
condiciones fisiológicas dinámicas y multidimensionales mucho mayores, incluidos los
cambios rápidos en la intensidad, la posición del cuerpo y los entornos psicológicos y
físicos, y por lo tanto está sujeta a una mayor variación e influencias.13). El número de
variables de confusión hace que la interpretación de los datos sea más desafiante y puede
explicar la falta de acuerdo en la literatura sobre los resultados de las pruebas
submáximas y máximas (13).
Además de varias pruebas de condición física que utilizan HRex, se han propuesto muchos métodos y
cálculos para estimar tanto la carga de entrenamiento aguda como los cambios en la condición física y la
fatiga. La literatura generalmente muestra un mayor acuerdo en cuanto a la capacidad de HRex para
reflejar mejoras longitudinales en el estado físico y el rendimiento, exhibidas por un HRex relativo más
bajo y una mayor recuperación de HR en un nivel determinado de producción de potencia e intensidad,
en comparación con su capacidad para servir como un marcador claro. de fatiga (13, 14).
Medición de la variabilidad del ritmo cardíaco
La variabilidad de la frecuencia cardíaca es ampliamente reconocida como un indicador general de
la salud, el bienestar y el estado físico, ya que su uso se ha vuelto más común a través de una serie
de dispositivos portátiles y aplicaciones móviles (25). En comparación con la FC, la medición de la
HRV requiere un procesamiento de datos adicional y dispositivos de monitorización más
especializados que sean capaces de medir y transmitir intervalos latido a latido con un alto grado de
precisión (15). El uso de monitores de correa torácica (ECG) ha sido ampliamente validado en la
literatura, aunque también se ha demostrado que un número limitado de sensores PPG son lo
suficientemente precisos en general para las mediciones de HRV (23, 35).
Para diferenciar los cambios en el ANS debidos al entrenamiento de los causados
por el ruido ambiental y las condiciones fisiológicas como el sonido y la luz, la posición
del cuerpo, la nutrición y la hidratación, la mejor práctica es estandarizar estas
variables en la mayor medida posible dentro de las limitaciones prácticas. . Para lograr
esto, se ha propuesto y examinado un rango de períodos de medición desde tan solo
30 segundos hasta 24 horas (22, 35).
Aunque los registros durante la noche pueden ofrecer el mayor potencial para la
estandarización, el requisito de la medición concomitante de la onda del sueño, la
variación de las posiciones del cuerpo, el potencial de movimiento del sensor, la falta de
validación en la literatura y otras limitaciones prácticas hacen que este enfoque sea menos
viable.37). Las mejores prácticas actuales en el campo suelen ser mediciones más cortas,
entre 3 y 5 minutos, en línea con las aplicaciones móviles comúnmente disponibles,
registradas durante un período matutino al despertar (13). Este período de tiempo puede
representar la mejor oportunidad para la estandarización de las condiciones ambientales y
la practicidad.
Debido a la naturaleza sensible del sistema nervioso simpático, las mejores prácticas en la medición
de la HRV incluyen la estandarización de la hora del día, la posición del cuerpo (la mayoría de las veces en
decúbito supino o sentado), el patrón de respiración, la temperatura y la nutrición previa.
ingesta, al tiempo que limita el ruido y otros factores estresantes ambientales durante el
proceso de medición (4, 13, 72). Si bien generalmente se recomienda una mayor
frecuencia de medición, esto puede no ser siempre práctico en el campo, y la literatura ha
demostrado que tan solo tres o cuatro mediciones por semana son suficientes para
proporcionar información significativa (67).
Detección de intervalos de latido a latido
El primer paso para calcular la HRV es medir con precisión el tiempo preciso entre latidos
cardíacos sucesivos utilizando sensores de ECG o PPG. Debido a que el ECG detecta
cambios en la actividad eléctrica del corazón y el PPG usa cambios en la luz para medir las
fluctuaciones en el volumen de sangre a través de la piel, utilizan diferentes técnicas de
procesamiento para identificar el pico de la señal y así determinar el tiempo entre latidos
cardíacos sucesivos. Independientemente del tipo de dispositivo utilizado, este tiempo se
conoce comúnmente como elintervalo RR, que indica el tiempo entre los picos de dos
ondas R en mediciones basadas en ECG (ver figura 14.1).
FIGURA 14.1 intervalo RR.
La literatura ha demostrado que tanto los dispositivos de ECG como los de PPG son capaces
de detectar intervalos de latido a latido con precisión.68), aunque las comparaciones entre las
dos tecnologías generalmente han mostrado una mayor precisión y consistencia en los
dispositivos de ECG (84). Esto puede deberse a un mayor nivel de dificultad para detectar picos
de señal, un mayor potencial de artefactos de movimiento y variaciones en la calidad del
sensor PPG entre diferentes fabricantes.
Filtración
Un paso crucial y a menudo pasado por alto en el cálculo preciso de HRV es filtrar la
serie de tiempo del intervalo RR, a menudo denominada corrección de artefactos
(15). Este proceso es necesario para eliminar los latidos ectópicos (aquellos que surgen fuera del
nódulo SA), latidos omitidos y otros artefactos que pueden surgir del movimiento u otros
problemas de la señal. Si se deja en la serie temporal, incluso un solo latido falso puede provocar
una diferencia en las métricas de HRV de hasta un 50% y, por lo tanto, el filtrado adecuado es
esencial para garantizar la precisión (13). Esto es especialmente cierto con las mediciones a corto
plazo que a menudo se emplean en entornos deportivos, porque este tipo de análisis es más
sensible a los artefactos (15). Las aplicaciones móviles modernas de HRV suelen incluir algoritmos
de filtrado automático, aunque las soluciones informáticas más completas a menudo incluyen la
capacidad de seleccionar entre una variedad de filtros y, por lo tanto, son más adecuadas para la
investigación y el análisis complejo (55).
Cálculo de la variabilidad de la frecuencia cardíaca
Se ha propuesto un número considerable de métodos analíticos, incluidos lineales y no
lineales, como un medio para calcular la HRV y diferentes componentes de la función
autónoma.15). Los dos métodos de cálculo que se usan con más frecuencia en la actualidad
caen en la categoría dedominio del tiempo(cálculos que analizan la variabilidad de las
diferencias de tiempo entre los intervalos RR) oanálisis espectral de potencia(una técnica más
compleja que analiza la frecuencia a la que cambian los intervalos RR y los divide en bandas de
potencia de baja frecuencia [LFP], potencia de muy baja frecuencia [VLFP] y potencia de alta
frecuencia [HFP]). De las dos, las medidas en el dominio del tiempo a menudo se consideran
más adecuadas para el seguimiento práctico en poblaciones atléticas, ya que requieren
mediciones más cortas (22), están menos sujetos a las influencias respiratorias y es probable
que las variaciones diarias sean menores, lo que permite una separación más clara entre el
ruido y el cambio significativo (12, 13). Para promover estos esfuerzos, las técnicas estadísticas
como la normalización de datos se utilizan comúnmente en el campo. Un ejemplo de esto es la
transformación logarítmica natural de RMSSD (raíz cuadrada media de diferencias sucesivas
entre latidos cardíacos normales) (vertabla 14.1; 1, 15), una de las medidas de HRV más
ampliamente reportadas y utilizadas tanto en la literatura como en la práctica común (64,
sesenta y cinco, 67).
ANÁLISIS E INTERPRETACIÓN DE CORAZÓN
FRECUENCIA Y VARIABILIDAD DE LA FRECUENCIA CARDÍACA
El objetivo de cada programa de entrenamiento es estimular la maquinaria de adaptación
del cuerpo para producir cambios positivos en varias capacidades fisiológicas,
permitiéndoles así satisfacer demandas ambientales específicas con mayor facilidad y
eficiencia. Con respecto al rendimiento deportivo, estas adaptaciones internas facilitan el
potencial para un mayor nivel de ejecución de habilidades y una mayor producción de
potencia externa (3).
Para lograr este objetivo, el entrenamiento debe impartir repetidamente cargas lo suficientemente
grandes como para proporcionar el nivel de estrés biológico necesario para estimular la adaptación. Al
mismo tiempo, si la carga del tejido o del sistema no se compensa con una recuperación suficiente, las
ganancias de rendimiento pueden verse afectadas (54). En los casos en los que esta carga excede
crónicamente la capacidad biológica del cuerpo para adaptarse positivamente a ella, el potencial de
disminución del rendimiento, o incluso lesiones, aumenta (19).
Uno de los principales desafíos de todos los profesionales de las ciencias del deporte es diseñar y
administrar programas de entrenamiento que logren el nivel y el patrón de carga apropiados para cada
atleta para mejorar continuamente el estado físico y la preparación a lo largo del tiempo. Una parte vital
de estos esfuerzos es evaluar los efectos agudos y crónicos de las distintas cargas externas en el cuerpo
y las respuestas internas resultantes. Cuando se usan de manera efectiva, las medidas de HR y HRV en el
deporte pueden resultar valiosas en estos esfuerzos (particularmente como parte de un enfoque
multivariante para contribuir a una estimación de la carga de entrenamiento), proporcionar un indicador
de los cambios en la fatiga y la preparación en respuesta a factores de carga y estilo de vida. y realizar un
seguimiento de los cambios en la forma física en respuesta a la carga crónica a lo largo del tiempo (7, 82
).
TABLA 14.1 Medidas comunes de la variabilidad de la frecuencia cardíaca
Nombre Dominio Descripción Comentarios
SDNN (ms) Hora Desviación estándar de Representa toda la variación cíclica sobre una lectura y
FR normal (NN) tiene un uso estadístico limitado ya que la variabilidad
intervalos medida aumenta con la duración del registro
SDAN (ms) Hora Desviación estándar de Se utiliza en medidas de HRV más largas para estimar la
intervalos NN promedio para variabilidad debida a ciclos de más de 5 min.
cada ciclo de 5 minutos de una
medición
RMSSD (ms) Hora Raíz cuadrática media de Estima el componente parasimpático a corto
diferencias sucesivas en plazo de la variabilidad con estadísticas útiles
intervalos RR propiedades; una de las medidas más
utilizadas en aplicaciones deportivas
índice pNN50 (%) Hora Porcentaje de Estima el componente parasimpático de la variabilidad y
intervalos NN consecutivos se correlaciona estrechamente con RMSSD, aunque con
que difieren en más de 50 ms una utilidad estadística menos útil
VLFP (ms2) Frecuencia Potencia absoluta de banda Los fundamentos fisiológicos no están tan claramente
de muy baja frecuencia definidos como otras medidas de frecuencia;
(0,0033-0,04 Hz) utilidad cuestionable para mediciones de variabilidad en
menos de 5 min
LFP (ms2) Frecuencia Potencia absoluta de banda Se considera una medida de la modulación tanto
de baja frecuencia (0.04- simpática como parasimpática de la FC y se puede
0,15 Hz) expresar en unidades normalizadas
HFP (ms2) Frecuencia Potencia absoluta de la banda Se considera una medida de la modulación
de alta frecuencia (0.15- parasimpática de la FC (el componente de variabilidad
0,4 Hz) vinculado a la respiración) y se puede expresar en
unidades normalizadas
LF/HF Frecuencia Relación entre la potencia absoluta Considerada una medida del equilibrio autonómico,
de la banda de baja frecuencia y la donde una alta relación LF/HF indica predominio
banda de alta frecuencia simpático
Potencia total (ms2) Frecuencia La potencia total de recursos Mide la variación de todos los intervalos NN y depende en gran
humanos entre 0,00066 y medida de la posición del cuerpo y la frecuencia respiratoria
0,34 Hz
MODELADO DE LA CARGA DE ENTRENAMIENTO UTILIZANDO EL CORAZÓN
FRECUENCIA Y VARIABILIDAD DE LA FRECUENCIA CARDÍACA
Años de investigación y experiencia práctica en los campos de las ciencias del deporte y el
entrenamiento han dado lugar a una amplia gama de métricas de seguimiento, y se han
propuesto modelos asociados para cuantificar el impacto general de una sesión de
entrenamiento (8). Los esfuerzos por describir este impacto con un solo número, o una
serie de números, definidos como elcarga de entrenamiento, generalmente han
evolucionado hacia el uso de métricas externas, como datos del Sistema de
Posicionamiento Global (GPS), mediciones de fuerza-velocidad, número de repeticiones o
tiempo de entrenamiento, o medidas internas, como marcadores específicos de sangre y
saliva, HR y HRV (80). Además, se han propuesto y utilizado marcadores subjetivos como el
índice de esfuerzo percibido (RPE) y otras pruebas y cuestionarios psicométricos como
parte de un enfoque multivariante (8).
Dentro de este marco, los sistemas de monitoreo han rastreado extensamente HRex
debido a su relativa facilidad de medición en entornos de entrenamiento tanto individuales
como grupales (1, 8, 13). Como tal, su uso ha sido ampliamente investigado en una variedad de
deportes individuales y de equipo. La variabilidad de la frecuencia cardíaca durante el ejercicio
también se ha evaluado como una métrica potencialmente útil (71), aunque el desafío de medir
con precisión los intervalos RR durante la actividad, el tiempo adicional requerido para el
análisis y la falta de literatura que demuestre su utilidad en este sentido lo hace menos
adecuado para el uso práctico que solo HR (13). En este sentido, el uso efectivo de HRex para
estimar la carga de entrenamiento puede considerarse ampliamente dentro del alcance de las
dos variables principales que definen el impacto de la carga externa y el estrés en el cuerpo:
volumen e intensidad. Dado que los aumentos de FC por encima de la FC intrínseca de 100 a
110 lpm son impulsados en gran medida por el sistema nervioso simpático y varían
linealmente con el suministro de oxígeno durante la actividad continua, las medidas de FC
sirven como indicador de la actividad del SNA y el gasto de energía (1, 8).
Cuando se ve en el transcurso de una sesión de entrenamiento, la FC expresada como un
porcentaje de la FCmáx de un individuo puede proporcionar un indicador de la intensidad relativa,
donde las FC más altas corresponden a una mayor actividad simpática y contribuciones de energía
anaeróbica (44). Un modelo basado en tres o cinco zonas de FC, generalmente construido en torno
a un porcentaje de la FCmáx de un individuo, es un método de uso común que se incorpora con
frecuencia al software de monitoreo. diferentes colores son
se usa para representar diferentes niveles de intensidad y, a menudo, se usa para ayudar a
visualizar las demandas metabólicas y el gasto de energía de una sesión de entrenamiento (ver
figura 14.2). Este enfoque puede ayudar a enfocarse en niveles de intensidad específicos, es decir,
zonas, para lograr la adaptación metabólica deseada y el cambio en el estado físico. En el campo, un
entrenador puede usar el entrenamiento por zonas de FC en un nivel práctico para programar
entrenamientos compuestos de varias cantidades de tiempo en cada zona en un esfuerzo por
lograr un efecto de entrenamiento específico y una carga general.
FIGURA 14.2Zonas de entrenamiento de frecuencia cardíaca.
El uso de zonas de FC como un medio para cuantificar la intensidad también se incorpora
en varios modelos del método más ampliamente investigado de uso de HRex para calcular la
carga de entrenamiento, conocido como RECORTAR (13). Desde que Bannister lo propuso por
primera vez como un medio para cuantificar el volumen y la intensidad en 1991, se han
propuesto múltiples variaciones de TRIMP usando cálculos alternativos, cada una con posibles
usos y limitaciones (vertabla 14.2; 5, 21, 49a, 51a, 52a, 72a, 76a). Hoy en día, varias soluciones
de software incluyen la capacidad de calcular automáticamente TRIMP y, en muchos casos,
índices de carga de entrenamiento patentados adicionales. Si bien esta automatización puede
parecer práctica, la mayoría de estas métricas patentadas carecen de validación en la
investigación y, por lo tanto, no se puede determinar su precisión en relación con los modelos
TRIMP más establecidos.
MONITOREO DE CAMBIOS EN LA CONDICIÓN FÍSICA Y
FATIGA
Como se discutió anteriormente, el uso de HRV ha sido bien investigado en varios deportes,
incluyendo carreras, ciclismo, piragüismo, levantamiento de pesas, remo y deportes de equipo,
como un medio para evaluar y monitorear la respuesta del cuerpo al entrenamiento y su
impacto correspondiente en el estado físico y fatiga (18, 36, 49, 59, 66, 81). Estos esfuerzos han
producido hallazgos mixtos y, a menudo, contradictorios en patrones de datos, tendencias y
correlaciones con el rendimiento. Como resultado, la interpretación y el análisis de los datos de
recursos humanos es un tema ampliamente debatido (20, 50). Esto puede deberse en gran
parte a consideraciones metodológicas, diferencias de población y la posibilidad de mala
interpretación de los datos (sesenta y cinco). El propósito de esta sección no es continuar o
contribuir a este debate, sino revisar varias estrategias para analizar e interpretar los datos de
HRV que están respaldados tanto en la literatura como en la práctica común de los
entrenadores y científicos del deporte en el campo.
Al considerar la aplicación de métricas de HRV al proceso de toma de decisiones relacionadas
con el entrenamiento, es importante tener en cuenta que, a través de los cambios en la actividad
del ANS, reflejan una suma de muchos sistemas biológicos diferentes que trabajan juntos en
respuesta a varios factores estresantes externos dentro del medio ambiente. Esta
presenta una oportunidad para inferir la respuesta al entrenamiento, así como otras variables clave que modulan directamente esta respuesta, como el sueño, el estado nutricional,
el estrés psicológico y la temperatura, sin métodos que consumen mucho tiempo, son costosos, invasivos o poco prácticos. Con esta oportunidad, sin embargo, viene el desafío de
desenredar los muchos factores subyacentes a las métricas de recursos humanos y la naturaleza compleja de la respuesta del cuerpo al estrés y los cambios correspondientes en el
estado físico y la fatiga. En este sentido, puede ser útil pensar en la forma física y la fatiga como respuestas diferentes pero relacionadas del cuerpo a varios estímulos a lo largo del
tiempo. Cualquier interpretación de los datos de recursos humanos debe comenzar con la comprensión de que estas respuestas se miden por medios indirectos. Debido a esto, el
uso de un enfoque multivariado es la mejor práctica cuando se analizan datos de HR y HRV. Ambas métricas representan la salida o respuesta colectiva del cuerpo, pero carecen del
contexto de los factores estresantes que estimularon esta respuesta. Las métricas externas que describen la naturaleza de la carga externa (como datos de fuerza-velocidad, datos
de GPS, intensidad y distancia de carrera, medidas de series, repeticiones, peso y tonelaje total) pueden ayudar a proporcionar este contexto y, por lo tanto, son una parte integral de
convirtiendo las métricas de recursos humanos en información procesable. Los biomarcadores adicionales y las métricas generadas por dispositivos portátiles que brindan datos
sobre otros factores moduladores, como el sueño, la nutrición, el estrés mental y los viajes, pueden aportar información valiosa y mejorar el proceso de toma de decisiones que
resulta del análisis y la interpretación de datos ( pero carecen de contexto de los factores estresantes que estimularon esta respuesta. Las métricas externas que describen la
naturaleza de la carga externa (como datos de fuerza-velocidad, datos de GPS, intensidad y distancia de carrera, medidas de series, repeticiones, peso y tonelaje total) pueden ayudar
a proporcionar este contexto y, por lo tanto, son una parte integral de convirtiendo las métricas de recursos humanos en información procesable. Los biomarcadores adicionales y
las métricas generadas por dispositivos portátiles que brindan datos sobre otros factores moduladores, como el sueño, la nutrición, el estrés mental y los viajes, pueden aportar
información valiosa y mejorar el proceso de toma de decisiones que resulta del análisis y la interpretación de datos ( pero carecen de contexto de los factores estresantes que
estimularon esta respuesta. Las métricas externas que describen la naturaleza de la carga externa (como datos de fuerza-velocidad, datos de GPS, intensidad y distancia de carrera,
medidas de series, repeticiones, peso y tonelaje total) pueden ayudar a proporcionar este contexto y, por lo tanto, son una parte integral de convirtiendo las métricas de recursos
humanos en información procesable. Los biomarcadores adicionales y las métricas generadas por dispositivos portátiles que brindan datos sobre otros factores moduladores, como
el sueño, la nutrición, el estrés mental y los viajes, pueden aportar información valiosa y mejorar el proceso de toma de decisiones que resulta del análisis y la interpretación de datos
( pueden ayudar a proporcionar este contexto y, por lo tanto, son una parte integral para convertir las métricas de recursos humanos en información procesable. Los biomarcadores
adicionales y las métricas generadas por dispositivos portátiles que brindan datos sobre otros factores moduladores, como el sueño, la nutrición, el estrés mental y los viajes, pueden aportar información valiosa
Dentro de este marco de referencia, los datos de HRV se pueden considerar en el contexto de la
evaluación de cambios tanto agudos como crónicos dentro del cuerpo. A corto plazo, se ha demostrado
que los cambios agudos en estas métricas generalmente se alinean bien con las variaciones tanto en el
volumen como en la intensidad del entrenamiento (13). Las tendencias a más largo plazo han
demostrado ser más inconsistentes en la literatura y pueden reflejar la acumulación de fatiga, cambios
en el estado físico y el rendimiento, o ambos. Se ha demostrado que las tendencias son muy variables
dentro de diferentes individuos y deportes y, por lo tanto, es probable que dependan de la naturaleza del
entrenamiento que se realiza, los niveles de condición física y la genética del atleta, las diferencias en las
metodologías de seguimiento y otros factores que aún no se comprenden por completo (20, 50).
Evaluación de respuestas agudas
La respuesta aguda a cualquier factor estresante es la movilización de reservas de energía a través
de la rama simpática del SNA. Después de esta exposición al estrés es una subsiguiente
retiro de la entrada simpática y un aumento concomitante en la activación parasimpática que
impulsa la restauración tanto de la homeostasis como de las reservas de energía con el tiempo.
Este proceso representa la curva fundamental de recuperación-supercompensación del estrés
que impulsa las adaptaciones fisiológicas según la naturaleza de los factores estresantes
específicos a medida que se repiten con el tiempo. Diariamente, las variaciones en la carga de
entrenamiento conducen a grandes cambios en el ANS que se reflejan tanto en la HR como en
la HRV, aunque en general se ha pensado que la HRV es la medida más sensible de las dos (13,
62, sesenta y cinco).
Las principales variables de entrenamiento que afectan el transcurso del tiempo de este
ciclo y su reflejo tanto en la HR como en la HRV son el volumen y la intensidad. De los dos, se
cree que la intensidad es un desafío mayor para la homeostasis durante el ejercicio aeróbico
exigente y, por lo tanto, es más influyente para impulsar la actividad simpática y períodos más
largos de FC aumentada (FCH disminuida) en reposo (13). Se ha demostrado que el ejercicio de
resistencia cardiovascular de alta intensidad requiere al menos 48 horas para la recuperación
cardiaca autonómica completa, en comparación con hasta 24 horas para baja intensidad y
hasta 24 a 48 horas para intensidad moderada.52, 77).
Dadas estas respuestas, las disminuciones agudas en los índices de reposo de HRV o los
aumentos en HRreposo (o ambos), medidos diariamente, pueden representar la respuesta inicial
del cuerpo a esta mayor intensidad y carga de entrenamiento (62). A medida que aumenta la
condición física y el cuerpo se acomoda a un nivel determinado de carga, el curso temporal de la
curva de estrés-recuperación-adaptación puede disminuir y, a menudo, se puede observar una
respuesta parasimpática más fuerte en el aumento de la HRV (disminución de la FC en reposo) el día
después de la carga (61). El mismo aumento diario en la respuesta a la carga también se observa
con frecuencia durante los períodos de entrenamiento de menor intensidad y mayor volumen, y en
atletas con niveles basales más altos de VFC, lo que indica una mayor capacidad aeróbica.13, 41).
Dentro de los límites que se discuten en la sección siguiente, estos cambios generalmente se
consideran indicativos de adaptaciones positivas, disminución del riesgo de lesión (86), y una señal
de que el atleta se está adaptando a la carga de entrenamiento (13).
También se debe tener en cuenta que muchas aplicaciones móviles comunes de HRV
disponibles en la actualidad incorporan algoritmos patentados que interpretan
automáticamente los cambios en HRV y HRrest para generar índices compuestos de
recuperación o fatiga o ambos (25). Si bien estas características aumentan la practicidad de
usar estas medidas con un gran grupo de atletas, la precisión de estas métricas puede variar
mucho entre aplicaciones y dispositivos, y existe una falta general de literatura para establecer
su validez en relación con medidas más establecidas o directas. .
Además de las medidas de HR en reposo, también se ha propuesto el uso de HRex
durante períodos de producción de potencia submáxima continua como un medio para
evaluar el impacto fisiológico agudo de los cambios en la carga y la fatiga. Los resultados
de este enfoque son poco claros y controvertidos; algunos autores sugieren que los
aumentos agudos en HRex en respuesta a la misma producción de potencia reflejan fatiga
(10, 11), con otros reportando asociaciones débiles o nulas entre los dos (14). Un enfoque
alternativo, el uso derecuperación del ritmo cardíacodespués del ejercicio a intensidades
fijas, también se ha sugerido como un posible medio para evaluar los cambios agudos en
la fatiga (46).
La recuperación de la frecuencia cardíaca es una medida de la rapidez con la que la frecuencia
cardíaca disminuye después de períodos de esfuerzo y está impulsada primero por la retirada de la
entrada simpática y luego por la posterior reactivación del sistema parasimpático. Dado esto, las
medidas de recuperación de la frecuencia cardíaca durante períodos de tiempo variables, generalmente
60 segundos o menos, pueden ser indicativas del estado del SNA y, por lo tanto, la recuperación reducida
de la frecuencia cardíaca puede reflejar aumentos agudos en la fatiga.47). Se ha informado que los
protocolos que usan intensidades más altas entre el 85 % y el 90 % de la FCmáx, seguidos de 60
segundos de recuperación, son potencialmente más indicativos de fatiga que los protocolos que usan
intensidades más bajas (46). Al interpretar cualquier tipo de FC registrada durante el ejercicio, es
importante tener en cuenta que los factores ambientales como el calor, el estado de hidratación, los
viajes y el sueño, entre otros, también pueden jugar un papel importante en la modulación de esta
respuesta y deben ser considerados en el análisis. y extrapolación de los datos (1, 13, 17, 20).
Evaluación de respuestas crónicas
A medida que el cuerpo se expone a una carga crónica a lo largo del tiempo, se producen cambios
en el estado físico, la fatiga y el rendimiento debido a una variedad de adaptaciones tanto
fisiológicas como morfológicas del cuerpo. Muchos de estos cambios conducen a un aumento o
disminución de la capacidad aeróbica y la producción de potencia en el transcurso de semanas o
meses que están bien correlacionados con, o en parte causados por, las diferencias en la función
del SNA que se reflejan principalmente en las tendencias variables en las métricas derivadas de la
FC (4, dieciséis, 57) (vertablas 14.3 y 14.4; 47, 61, 77). El análisis de estas métricas en marcos de
tiempo cortos, medianos y largos representa un esfuerzo por interpretar los cambios tanto en el
estado físico como en la fatiga a través de patrones y tendencias en la actividad autónoma que
pueden manifestarse tanto en el descanso como en el ejercicio.
El desafío en estos esfuerzos es multifacético dado que la fatiga y el estado físico
puede aumentar simultáneamente (teoría de la fatiga física) (5). Para complicar aún más
las cosas, están las respuestas del SNA altamente variables y, a veces, contradictorias,
vinculadas a los cambios en el rendimiento que se han informado en la literatura en
diferentes deportes, individuos, fases de entrenamiento, patrones de carga e índices de FC
(40, 41, 42, 51, sesenta y cinco). Un intento de resolver este desafío debe incluir un enfoque
multivariado que incorpore el análisis de las métricas de FC derivadas de las condiciones
de ejercicio y de reposo, junto con medidas de carga externa y cambios en el rendimiento.
Aunque existen muchos índices HRV y medidas de FC, las métricas más comunes, tanto en
la literatura como en entornos prácticos para evaluar tendencias en el monitoreo de datos de
FC durante condiciones de reposo, incluyen tanto números sin procesar como medidas
estadísticas como lnRMSSD (usado a menudo en aplicaciones móviles de HRV). ), HR,
coeficiente de variación de HRV (RMSSD CV) y HRV normalizado para HR (intervalo RR) (13, 64,
sesenta y cinco). Durante las condiciones de ejercicio, la respuesta de la frecuencia cardíaca se
puede evaluar tanto en condiciones submáximas como máximas, por ejemplo, a través de O2
prueba de umbral máximo o de lactato. Dentro del contexto de varias medidas de carga y fase
de entrenamiento, estos parámetros pueden ayudar a identificar las respuestas crónicas al
entrenamiento y separar el cambio significativo del ruido para informar mejor las decisiones
relacionadas con el entrenamiento (vertablas 14.3 y 14.4; 73).
INNOVACIONES EN FRECUENCIA CARDÍACA Y CORAZÓN
SEGUIMIENTO DE LA VARIABILIDAD DE LAS TARIFAS
Los avances en la tecnología y la recopilación de datos durante la última década han aumentado
enormemente la cantidad de datos que se pueden medir y controlar en relación con la carga
externa y el entorno, así como con las diversas respuestas internas resultantes. Esto ha ocurrido
principalmente como resultado de una mayor cantidad y más tipos de dispositivos de monitoreo,
que brindan una mayor disponibilidad a costos más bajos, junto con un crecimiento exponencial
coincidente en la cantidad de aplicaciones y soluciones de software para teléfonos móviles y
computadoras de escritorio capaces de almacenar y (para variar) grados) analizando estos datos (23
, 25, 27, 50, 58, 68, 76). Sin embargo, lo que se ha quedado atrás de este crecimiento exponencial en
la cantidad de monitoreo son los modelos bien validados, los sistemas automatizados y los recursos
educativos que son necesarios para ayudar a convertir esta información adicional en conocimientos
procesables que se pueden usar en un nivel práctico para conducir mejor. decisiones de
entrenamiento (sesenta y cinco, 66, 67).
TABLA 14.3 Indicadores de aumentos en el estado físico
Tendencias métricas Comentarios Indica
Aumentos semanales A menudo se observa durante cargas de intensidad baja a Respuesta positiva al entrenamiento.
VFC promediada con moderada con volúmenes crecientes. La carga es bien tolerada.
reducciones en FCreposo y
CV (coeficiente de
variación) RMSSD
HRex reducido durante La FC promediada durante los 30 a 60 s anteriores se utiliza Mejoras en la aptitud aeróbica
ejercicio continuo o generalmente para el análisis. y la capacidad de trabajo.
intermitente de alta intensidad
Aumento de la recuperación de la La recuperación de intensidades más altas puede ser un indicador Aumento en total
frecuencia cardíaca en 60 s del 85 % al 90 más confiable de un cambio significativo que las intensidades más actividad parasimpática y gasto
% de la FC máx. bajas. energético anaeróbico
reducido para una intensidad
dada.
Reducción en semanal Puede estar relacionado con un mayor rendimiento en el Conectado con el rendimiento
VFC promediada con contexto de un período de reducción gradual con carga cuando se ve en las etapas
incrementos moderados en reducida. La mayoría de las veces se ve como positivo solo finales de preparación.
HRdescanso después de un período de aumento prolongado de la VFC.
TABLA 14.4Indicadores de aumentos en la fatiga o disminuciones en el estado
físico
Tendencias métricas Comentarios Indica
Reducciones en la semana A menudo se ve durante la carga de alta intensidad y durante las Probablemente indica fatiga o mala
VFC promediada con primeras etapas de los nuevos programas de entrenamiento. adaptación cuando se mide durante
aumentos de FCdescanso varias semanas.
También puede ocurrir durante la fase de reducción Puede indicar una mejora
después de aumentos prolongados en la HRV a medida que disposición para funcionar cuando se ve
aumenta la actividad simpática en respuesta a volúmenes durante períodos de reducción gradual a corto
reducidos. plazo.
Disminución del estado físico cuando se observa
durante los períodos de desentrenamiento.
Aumento de CV RMSSD con A menudo se ve durante los períodos de las fases de Mayor actividad simpática. Puede
reducción de RMSSD o carga más intensas cuando el SNA responde a altos reflejar fatiga y falta de capacidad para
aumento de recursos humanos niveles de estrés. afrontar bien la carga de
entrenamiento.
RMSSD reducido con Es más probable que se observe en atletas con RMSSD Aumento de la actividad
FC reducida promedio más alto durante períodos de carga de alto parasimpática hasta el punto de
volumen durante varias semanas. saturación.
Puede indicar fatiga acumulada cuando se
observa una tendencia durante varias
semanas.
Disminución del ritmo cardíaco Se observa con mayor frecuencia durante períodos de Reducción de la actividad parasimpática y
recuperación tras ejercicio desentrenamiento junto con aumentos en la FCreposo. disminución de la capacidad aeróbica.
de alta intensidad con
incrementos de FCreposo
En este sentido, siguiendo su uso desde la década de 1980, la aplicación de la monitorización de
HR probablemente representa la métrica singular más utilizada e investigada en el campo de las
ciencias del deporte. A pesar de esto, los esfuerzos para crear estándares uniformes y mejores
prácticas que estén bien validados y sean prácticos de implementar en diferentes tamaños de
grupos y deportes se han quedado cortos en gran medida (8).
A los entrenadores y científicos deportivos en el campo se les ha encomendado la tarea de
determinar las formas más efectivas y eficientes en el tiempo para implementar el monitoreo
de recursos humanos y decidir dónde encaja en sus sistemas de entrenamiento y modelos de
gestión de carga. Con diversos grados de éxito, se ha probado e implementado una amplia
gama de sistemas y soluciones de monitoreo en diferentes equipos y organizaciones, que van
desde simples y de bajo costo hasta complejos y que requieren muchos recursos (8, 45).
En el futuro, la solución a los desafíos de monitorear recursos humanos y otros datos
biométricos probablemente se encontrará en el campo en rápida evolución de soluciones y
modelos de big data que son capaces de realizar un análisis multivariante mucho mayor que el que
se ha utilizado en el pasado (53). El uso de técnicas de aprendizaje automático que avanzan
rápidamente ya está demostrando ser valioso para resolver desafíos probabilísticos
extremadamente complejos y remodelar la forma en que se toman decisiones estratégicas en áreas
tan diversas como el póquer y las inversiones financieras (28). Como el volumen de coleccionables
los datos continúan creciendo, la aplicación de este tipo de análisis y modelado de big data,
combinado con esfuerzos colaborativos entre grupos de investigación, organizaciones e
individuos, representa el próximo y más importante paso adelante. El análisis deportivo como
campo aún se encuentra en su infancia relativa y es probable que continúe expandiéndose y
evolucionando en alcance, tamaño y utilidad en los próximos años.
Al mismo tiempo, es poco probable que los rápidos avances en la tecnología de monitoreo se
desaceleren en el corto plazo. Las mejoras en las capacidades de los sensores, incluido un tamaño
más pequeño, una mayor precisión y una mayor variedad de datos que se pueden recopilar a través
de medios pasivos y no invasivos, probablemente conducirán a dispositivos que pueden ofrecer
soluciones de monitoreo mejores y más integradas. Dichos cambios requerirán menos esfuerzo por
parte del usuario final, lo cual es clave para el cumplimiento entre los atletas.
El resultado final de los avances continuos en la tecnología de dispositivos, el análisis
de big data y los esfuerzos de colaboración será, en última instancia, una comprensión
mucho mejor y más profunda de la compleja relación entre el estrés externo y la respuesta
interna del cuerpo. Esta información facilitará una mejor toma de decisiones y estrategias
e intervenciones de carga y recuperación más efectivas que se personalizan en función de
una variedad de biomarcadores y métricas, de modo que todos los atletas puedan alcanzar
su máximo nivel de rendimiento. En las próximas décadas, esta personalización finalmente
se convertirá en un lugar común en los campos de la medicina y el deporte, lo que
conducirá a nuevos niveles de rendimiento, durabilidad y logros humanos.
CONCLUSIÓN
Al igual que con muchas medidas biológicas, tanto la HR como la HRV tienen el potencial de ser
herramientas poderosas en el arsenal de los entrenadores y científicos del deporte de hoy en día,
pero también tienen limitaciones inherentes que deben considerarse dentro del contexto más
amplio de convertir la información en una aplicación. Quizás el mayor de ellos es el grado en que la
variación biológica normal y factores como las inconsistencias en la recopilación de datos, el error
del dispositivo, los problemas metodológicos y otros factores desconocidos pueden oscurecer un
cambio significativo (63). Cada medida de la función de recursos humanos está sujeta a diferencias
en estas características; y para complicar las cosas, la investigación ha demostrado
consistentemente un alto grado de variabilidad entre atletas en respuesta a la carga y los factores
estresantes externos (2, 9, 33).
El cambio más pequeño que vale la pena (SWC, por sus siglas en inglés) es un concepto importante
que se puede aplicar al monitoreo de recursos humanos (ver capitulo 18), pero las normas de toda la
población, incluso cuando se establecen, pueden no ser precisas o significativas para un individuo
determinado (sesenta y cinco). Dadas estas limitaciones y otras, las métricas de recursos humanos deben
verse mejor como un medio para aumentar los procesos de toma de decisiones en torno a la gestión y
optimización de la carga. Con respecto a este objetivo, son más efectivos cuando se analizan en
combinación con otros biomarcadores, medidas directas de desempeño, calificaciones subjetivas y la
intuición y el conocimiento que se obtienen con la experiencia en el campo. Como marcadores únicos de
la función del SNA, no se pueden extrapolar a todas las áreas del estado físico, la salud o el rendimiento.
Además, el uso de métricas de HR ha sido mejor investigado y respaldado en deportes con
altas demandas metabólicas, como deportes de resistencia cardiovascular y varios deportes de
equipo, con su utilidad menos comprendida en deportes en los que la generación de fuerza y
potencia máximas sobre períodos de tiempo muy cortos es un factor determinante del éxito. El
uso eficaz de las métricas de recursos humanos se basa en aprovechar sus puntos fuertes, así
como la capacidad general de proporcionar información significativa sobre los marcadores de
la respuesta biológica a la carga aguda y crónica, al tiempo que se reconocen sus limitaciones
inherentes. Su uso para impulsar las decisiones relacionadas con el entrenamiento debe
centrarse en las áreas clave en las que se adaptan mejor y como parte de una estrategia de
seguimiento más amplia diseñada para satisfacer las necesidades y demandas específicas del
entrenador, el atleta y la organización en su conjunto.
LECTURAS RECOMENDADAS
Atko, V. Adaptación en el Entrenamiento Deportivo. Nueva York: Informa Healthcare,
2017.
Cardinale, M, Newton, R, Nosaka, K, eds. Fuerza y acondicionamiento:
Principios biológicos y aplicaciones prácticas. West Sussex, Reino Unido:
John Wiley & Sons, 2011.
Freeman, JV, Dewey, FE, Hadley, DM, Myers, J y Froelicher, VF.
Interacción del sistema nervioso autónomo con el sistema cardiovascular durante el
ejercicio. Enfermedad cardiovascular prog. 48:342-362, 2006.
Kamath, MV, Watanabe, M, Upton, A, eds. Variabilidad de la frecuencia cardíaca (VFC)
Análisis de señales: aplicaciones clínicas. Boca Ratón, Florida: CRC Press, 2012.
Virú, AA. Hormonas Actividad Muscular, Volumen I: Conjunto Hormonal en
Ejercicio. Boca Ratón, Florida: CRC Press, 1985.
Virú, AA. Hormonas Actividad Muscular, Volumen II: Efecto Adaptativo de
Hormonas en el Ejercicio. Boca Ratón, Florida: CRC Press, 1985.
CAPÍTULO 15
Electroencefalografía y
electroneuromiografía
Roman N. Fomin, PhD
Cassandra C. Collins, BS
Los deportes modernos imponen exigencias extremadamente altas a la fisiología de un atleta.
Para cumplir con estas demandas y rendir de manera óptima, los atletas deben emprender
programas de entrenamiento que cambien el funcionamiento de los sistemas fisiológicos
dentro de sus cuerpos. Este proceso de cambio es una forma de adaptación: así como un
animal puede cambiar para adaptarse mejor a las demandas de un nuevo entorno, también
puede cambiar un atleta para adaptarse mejor al entorno artificial del deporte. Por lo tanto, la
esencia del entrenamiento deportivo es colocar repetidamente el cuerpo bajo el estrés de un
deporte para optimizar su rendimiento.
Dos de los principales sistemas fisiológicos que sustentan el rendimiento deportivo
son los sistema nervioso, que estimula el movimiento, y la sistema muscular, que
efectúa el movimiento. El sistema nervioso se puede dividir a su vez en sistema
nervioso central(SNC), que contiene el cerebro y la médula espinal, y elsistema
nervioso periférico(SNP), que consiste en las vías que transmiten información hacia y
desde el SNC. Las principales unidades funcionales del sistema nervioso son células
especializadas llamadasneuronasque se comunican disparando señales
electroquímicas. Estas señales electroquímicas viajan desde la parte superiorneuronas
motorasubicado en elcorteza motoradel cerebro por las vías del SNP hasta los
músculos esqueléticos, estimulándolos para que se contraigan (verfigura 15.1).
Juntos, el sistema nervioso y los músculos esqueléticos constituyen el sistema
neuromuscularde un atleta Las adaptaciones que se producen en el sistema neuromuscular
como resultado del entrenamiento determinan laestado funcionaldel atleta y por lo tanto la
preparación para el rendimiento. La recopilación de información sobre el estado funcional del
sistema motor permite a los especialistas rastrear la dinámica de las reacciones adaptativas
sistémicas, evaluar los efectos de entrenamiento agudos y acumulativos y
tomar decisiones de entrenamiento más precisas para una individualización y optimización
efectivas del proceso de entrenamiento. En resumen, monitorear el estado funcional del
sistema neuromuscular de los atletas es un requisito previo para garantizar que estén listos y
en condiciones de rendir al máximo.
Los dos métodos más importantes que los científicos del deporte pueden usar para
monitorear y evaluar los cambios neuromusculares en respuesta a las cargas de
entrenamiento son: electroencefalografía (EEG) y electroneuromiografía (ENMG). La
electroencefalografía se puede utilizar para registrar y analizar la actividad eléctrica del
cerebro durante diferentes estados funcionales, incluso en reposo y durante la actividad
motora. La electroneuromiografía es un complejo de métodos electrofisiológicos para
evaluar el estado del sistema neuromuscular (principalmente la parte periférica) mediante
el registro de la actividad bioeléctrica de nervios y músculos. La electroneuromiografía se
puede utilizar para evaluar tanto la actividad voluntaria como la actividad del sistema
neuromuscular inducida por la estimulación.
DESCRIPCIÓN GENERAL DE LA ELECTROENCEFALOGRAFÍA
El primer paso para que los atletas optimicen la forma en que su cerebro impulsa y
gestiona de manera adaptativa la activación de los músculos es obtener visibilidad
del estado actual de su función cerebral. La electroencefalografía se desarrolló con
este fin y permite registrar y analizar la actividad eléctrica del cerebro de forma
segura y no invasiva.
FIGURA 15.1El sistema neuromuscular.
Los sistemas de electroencefalografía funcionan mediante el registro de una versión amplificada de
la actividad eléctrica de muchas neuronas en el cerebro que se disparan sincrónicamente. Esta actividad
neuronal sincronizada da como resultado un pulso de actividad cerebral que parece ondas. Como
cualquier onda, las ondas cerebrales se pueden describir en términos de su frecuencia (velocidad
oscilatoria), amplitud (fuerza) y fase (punto en el ciclo de la onda). Los neurocientíficos nombran las
ondas cerebrales de acuerdo con rangos de frecuencia establecidos (es decir, alfa, beta y theta), cada
uno de los cuales está vinculado a diferentes funciones.
Un sistema EEG típico consta de sensores llamados electrodos, una tapa en la que se colocan los
electrodos para garantizar la colocación correcta del cuero cabelludo, un amplificador y una
computadora. Una vez colocados en la gorra, los electrodos hacen contacto con el cuero cabelludo y
recogen los impulsos eléctricos del área cerebral subyacente. La actividad registrada por estos
electrodos se amplifica y se digitaliza en la computadora, donde los atletas pueden visualizar sus
ondas cerebrales o los datos se pueden guardar para un análisis posterior (verfigura 15.2).
La alta resolución temporal de la encefalografía, la capacidad de registrar la actividad
neuronal casi en tiempo real, es su principal ventaja sobre otras tecnologías de imágenes
cerebrales utilizadas por los atletas en la actualidad. Mientras que EEG registra la actividad
neuronal en una fracción de segundo después de su generación, las tecnologías como la
resonancia magnética (MRI) tienen un retraso de registro de varios segundos. Sin embargo, la
resonancia magnética tiene una mejor resolución espacial, lo que significa que puede localizar
con mayor precisión el origen de la actividad cerebral registrada. El desarrollo de sistemas EEG
móviles de bajo costo y fáciles de usar ha convertido a EEG en una herramienta de rendimiento
poderosa y accesible para que inviertan tanto los atletas como las organizaciones de
rendimiento.
Electroencefalografía Requisitos Generales
Los sistemas de electroencefalografía usan electrodos colocados en el cuero cabelludo para
medir las fluctuaciones enVoltaje(una diferencia de potencial eléctrico entre dos puntos) en el
tejido cerebral subyacente. El voltaje que mide el EEG refleja principalmente las cargas
sumadas de los potenciales postsinápticos excitadores (EPSP) creados por el disparo de
muchosneuronas piramidales, las células excitatorias primarias de la corteza cerebral.
FIGURA 15.2El sistema de electroencefalografía inalámbrico Emotiv EPOC
Flex.
La señal que registra el EEG se diluye porconducción de volumen, que es el paso de la
señal eléctrica desde su origen en el tejido cerebral a través de las capas del cráneo hasta
llegar a los electrodos de registro. La conducción de volumen es la principal responsable
de la baja resolución espacial de EEG: EEG registra una versión 2D de una señal 3D distante
y, por lo tanto, la ubicación de la señal no se puede inferir fácilmente a partir de las
grabaciones de electrodos (24).
Grabación de señales de electroencefalografía
Electroencefalografía electrodos son sensores conductivos que hacen contacto con la parte no
metálica de un circuito: la piel del cuero cabelludo. Los sensores adoptan la forma de pequeños
discos de metal (generalmente un material Ag/AgCl sinterizado o galvanizado). Los sistemas
pueden usarelectrodos secos (electrodos que se colocan directamente sobre el cuero cabelludo) o
electrodos húmedos (electrodos que se conectan al cuero cabelludo a través de un medio
conductor como gel o solución salina). Los electrodos húmedos son más populares hoy en día
porque reducen el contactoimpedancia (resistencia en un circuito de CA como el cerebro) de la
interfaz electrodo-piel. Mientras que la conducción de volumen permite una
Traducido del afrikáans al español - [Link]
señal neural para ser transportada como iones a través de medios conductores en el cerebro, los
iones no pueden pasar fácilmente a través del cráneo, las células muertas de la piel, el cabello y el
aire que separan el tejido cerebral del electrodo. Agregar gel conductor reduce las bolsas de aire, lo
que permite que la señal continúe siendo conducida al electrodo de registro (ver figura 15.3;18).
Dado que EEG mide el voltaje, la señal registrada en un electrodo mide su caída de
voltaje con unreferenciao electrodo de comparación. un electroencefalograma canalse
refiere a esta diferencia de voltaje registrada entre dos electrodos. Idealmente, un
electrodo de referencia debe colocarse en una ubicación eléctricamente neutral en el
cuerpo como sea posible para que la señal no se vea significativamente afectada por la
actividad eléctrica generada por el movimiento muscular u otras fuentes. Las opciones
comunes incluyen la mastoides (el hueso detrás de la oreja) o el lóbulo de la oreja. A
menudo, en lugar de elegir una sola ubicación de referencia, unareferencia promedio
comúnse usa En este caso, se promedia la señal registrada en todos los electrodos y la
señal promediada se utiliza como referencia común para cada electrodo.
FIGURA 15.3El gel ayuda a la conducción de volumen de la señal eléctrica desde el
cerebro hasta el electrodo.
Reimpreso con permiso de AF Jackson y DJ Bolger (2014, pp. 1061-1071).
Los sistemas de EEG que se utilizan en la actualidad suelen utilizar entre 8 y 256 electrodos.
La colocación de los electrodos está estandarizada de acuerdo con la10-20 sistemas. Para
cubrir todas las áreas del cerebro, el sistema divide la cabeza en distancias proporcionales
desde los puntos de referencia prominentes del cráneo, como elnación, el punto entre los
ojos, y elinión, una pequeña protuberancia en la parte posterior del cráneo. Las distancias
entre los electrodos adyacentes son del 10 % o 20 % de la medición total del cráneo de nasión a
inión (anterior-posterior) o trago-trago (oído-oído) (verfigura 15.4; 20a).
Los electrodos están etiquetados con letras de acuerdo con su objetivo cerebral subyacente
(es decir, F para el lóbulo frontal) y números de acuerdo con el lado de la cabeza en el que se
superponen (los números impares indican el lado izquierdo de la cabeza y los números pares
indican el lado derecho). Desde el desarrollo del sistema 10-20, elsistema 10-10y el10-5
sistemasse han desarrollado, que especifican la colocación de una mayor densidad de
electrodos, hasta 300. La colocación de electrodos de acuerdo con estos sistemas se logra con
el uso de gorras EEG con orificios etiquetados de acuerdo con el sistema dado para especificar
la colocación de electrodos. Las gorras vienen en varios tamaños para adaptarse a una
colocación precisa en cualquier tamaño de cabeza.
FIGURA 15.4Colocación de electrodos según el sistema 10-20:(a) nasion a
inion (delante-atrás) y(B)trago a trago (oído-oído).
Reimpreso con autorización de P. Malmivuo, J. Malmivuo y R. Plonsey (1995, pág. 368).
Dependiendo de los objetivos del estudio y las capacidades de un sistema EEG dado, un
ciertomontajeo se determina un grupo de electrodos. Además de los electrodos de registro
activos, generalmente se usan al menos dos electrodos para capturar los movimientos
oculares, de modo que el movimiento ocular pueda luego filtrarse de la señal neuronal pura.
UN VEOG (electrooculograma vertical) colocado debajo del ojo tiene como objetivo capturar
los movimientos oculares verticales como parpadeos. Del mismo modo, un HEOG (
electrooculograma horizontal) colocado justo al lado del ojo tiene como objetivo capturar
movimientos oculares horizontales como movimientos sacádicos.
Amplificación de señal de electroencefalografía
Antes de que la señal registrada en un electrodo se transmita a una computadora, se ingresa a
un amplificador donde se incrementa en un grado constante. El amplificador no solo sirve para
aumentar la señal, sino que también filtra algunas interferencias de otras fuentes eléctricas,
incluida la interfaz tejido-electrodo, las líneas eléctricas y el ruido (31). Afiltro de paso alto(
normalmente establecido en 0,1-0,7 Hz) permite que solo se amplifiquen las frecuencias
superiores a un número específico, atenuando los potenciales bioeléctricos no deseados de
baja frecuencia de movimientos como la respiración. Por el contrario, unfiltro de paso bajo
puede evitar que las frecuencias altas interfieran con la tasa de muestreo (31).
Una vez que se amplifica la señal, se puede convertir de forma analógica a
digital. Para convertir la señal a formato digital, se toman medidas a una
determinadatasa de muestreo, o número de veces por segundo. Al comprar un
sistema de EEG, es importante saber cuál es la frecuencia de interés más alta (es
decir, theta o gamma) ya que la tasa de muestreo mínima aceptable debe ser 2,5
veces esta frecuencia.
En los sistemas de EEG inalámbricos, el amplificador generalmente se conecta a la tapa de
EEG y la señal se transmite a una computadora a través de Bluetooth y un dongle USB;
comparativamente, en los sistemas EEG cableados, la señal fluye a través de un cable hasta el
amplificador antes de transmitirse a una computadora.
Procesamiento de datos de electroencefalografía
Después de la amplificación, los datos de EEG sin procesar seguirán conteniendoartefacto—Señales
registradas en datos de EEG que no fueron producidas por el cerebro (verfigura 15.5;21a). Los artefactos
deben eliminarse antes de que se pueda realizar un análisis significativo. Las fuentes más comunes de
artefactos en los datos de EEG son las siguientes:
electrooculograma(Los artefactos EOG) se generan a partir de movimientos oculares como
movimientos sacádicos y parpadeos. Los artefactos del electrooculograma tienden a tener una amplitud
más alta y una frecuencia más baja que las señales típicas de EEG y aparecen de manera prominente en
los canales frontales registrados más cerca de los ojos.
Electrocardiograma(ECG) los artefactos son generados por los latidos del
corazón. Estos artefactos aparecen como pulsaciones rítmicas superpuestas a la
señal del EEG.
electromiograma(Los artefactos EMG) son generados por movimientos musculares como
apretar la mandíbula o bostezar. El movimiento a menudo aparece como una desviación
repentina y significativa en la señal con frecuencias de alrededor de 100 Hz.
Otros ruidos fisiológicos, como la sudoración, pueden provocar una desviación lenta de la señal del
EEG de referencia.
FIGURA 15.5Ejemplos de artefactos comunes en datos de EEG sin procesar.
Reimpreso con permiso de S. Motamedi-Fakhr et al. (2014, págs. 21-33).
La forma más sencilla de reducir el ruido en los datos de EEG es aplicar filtros de paso alto y
bajo. El movimiento de los ojos es una de las mayores fuentes de ruido en el EEG y se puede
corregir de varias maneras. La mayoría de los programas modernos de análisis de EEG tienen
funcionalidad para identificar y eliminar automáticamente ventanas oépocasde datos de EEG que
contienen artefactos de EOG de acuerdo con un umbral de "parpadeo" dado. Desafortunadamente,
esto puede resultar en la eliminación de una cantidad considerable de datos. Por esta razón,
algunos especialistas prefieren utilizar otros métodos para eliminar artefactos comoanálisis de
componentes independientes(ICA).
El análisis de componentes independientes se basa en una técnica llamadaseparación
ciega de fuentes(BSS) que utiliza la descomposición lineal para separar una señal en sus
componentes que se originan en diferentes fuentes. El análisis de componentes
independientes hace esto mediante la identificación de fuentes de variación en los datos que
son estadísticamente independientes al máximo. Básicamente, es como si ICA estuviera
trabajando para seleccionar lo que dice un solo individuo en una multitud de personas
hablando en una fiesta. Una vez que ICA ha identificado los diferentes componentes en una
señal, los ordena según la variación que representan en los datos, colocando primero el
componente que representa la mayor variación.
Cada componente se evalúa típicamente para el rechazo basado en sumapa topográfico
del cuero cabelludo, que muestra la distribución de la actividad en el cerebro, junto con los
datos del curso temporal del componente y su espectro de potencia. Si se usaron dos canales
para rastrear los movimientos oculares (un canal HEOG y un canal VEOG), se deben rechazar al
menos dos componentes. Los componentes adicionales pueden ser rechazados en base a un
juicio subjetivo. Las razones comunes para considerar el rechazo de un componente incluyen
las siguientes:
Si un componente tiene una distribución que tiene un peso fuertemente anterior en el gráfico de
topografía, es probable que corresponda a un artefacto EOG generado por el movimiento ocular
en la parte frontal de la cabeza. Esto se puede confirmar buscando un evento de "parpadeo" de
alta amplitud y baja frecuencia en los datos del transcurso del tiempo.
Si toda la señal o variación de un componente parece provenir de un solo electrodo, es
probable que el componente refleje el ruido del movimiento muscular. Observar el
espectro de potencia de la actividad puede ser útil para confirmar esta sospecha. El
espectro de potencia para la actividad muscular puede parecer una caída rápida y luego
un aumento en la actividad en oposición a la curva de distribución EEG característica en la
que la densidad de potencia está inversamente relacionada con la frecuencia (curva 1/
frecuencia).
Análisis de electroencefalografía durante el rendimiento
deportivo
Al analizar los datos de EEG, los especialistas observan las relaciones de frecuencia, amplitud y fase
de las ondas cerebrales en las áreas cerebrales relevantes para una tarea determinada. Los datos
electrofisiológicos del EEG se pueden correlacionar con métricas de comportamiento (p. ej.,
precisión, tiempo de reacción) para comprender mejor el funcionamiento neuronal.
fundamentos del rendimiento deportivo.
Una de las métricas de EEG más analizadas es la potencia. Los especialistas consideran
cómo el poder de una determinada frecuencia de ondas cerebrales (es decir, la onda alfa)
cambia en un área del cerebro con el tiempo dentro de un solo atleta y entre muchos atletas.
En los deportes, el poder de laritmo sensoriomotor(SMR) a menudo se relaciona con el
rendimiento deportivo. El SMR corresponde al rango de frecuencia de 12 a 15 Hz de ondas
cerebrales localizadas en las áreas sensoriomotoras del cerebro. La investigación sugiere que
los atletas que exhiben ritmos SMR más potentes durante el rendimiento deportivo logran
mejores resultados (7,8,9). Se cree que un ritmo SMR más potente refleja un procesamiento
sensoriomotor más eficiente y, por lo tanto, una mayor automaticidad de la habilidad. Como
era de esperar, se ha demostrado que las personas que experimentan "estados de flujo"
demuestran un SMR de mayor potencia (7,9). Mar capitulo 26para obtener más información
sobre los estados de flujo.
Sin embargo, interpretar los cambios de poder es difícil porque pueden
ser ambiguos: un aumento en el poder no significa necesariamente que
se intercambie más información en el cerebro. La razón es que EEG
representa desproporcionadamente actividad sincrónica en amplias áreas
del cerebro. Tomemos el ejemplo de las personas que conversan en una
fiesta. Cuando ocurren muchas conversaciones separadas a la vez, se
intercambia una gran cantidad de información. Sin embargo, la señal
promedio del grupo sonaría como un murmullo bajo y borroso. Por el
contrario, si todos en la fiesta comienzan a cantar a la vez, se intercambia
menos información pero la sincronía produce una señal mucho más
fuerte. Lo mismo ocurre con EEG; una señal más fuerte puede indicar que
se está produciendo una actividad más sincrónica pero que se
intercambia menos información. Además, la anatomía del cerebro de
todos es diferente,
Dos estudios que analizaron la relación entre el poder en laritmo theta de la línea media
frontal (FMT)y el rendimiento deportivo destacan la ambigüedad de los cambios de potencia.
Theta de la línea media frontal corresponde al rango de frecuencia de 4 a 7 Hz registrado a lo
largo de las áreas prefrontales mediales del cerebro. El theta de la línea media frontal se ha
investigado como un marcador de atención sostenida. Por un lado, un estudio de jugadores de
baloncesto de élite reveló que la potencia del FMT era mayor y más estable antes de los tiros
libres acertados que en los tiros fallidos (10). Por el contrario, un estudio de golfistas encontró
que los valores de FMT de menor potencia se correlacionaron con un rendimiento de putt
exitoso (19).
Para evitar la ambigüedad de las interpretaciones de poder, los científicos del deporte
pueden observar medidas deconectividad funcional—Cómo fluye la información entre las
diferentes áreas del cerebro. La medida EEG más común de conectividad de funcionalidad
escoherencia, un coeficiente de correlación que mide si existe una relación de amplitud
constante y un cambio de fase entre dos señales registradas en cada banda de frecuencia (
29). Una relación consistente es la clave para una alta coherencia: dos señales pueden ser
muy coherentes incluso si tienen unaretraso de fase—Un retraso de tiempo entre un
punto en la fase de una señal y el mismo punto en la señal de comparación medido en
ángulos, siempre que el retraso sea constante en el tiempo.
Los estudios de electroencefalografía revelan que los atletas de élite tienden a exhibir
una coherencia muy estable entre los ritmos cerebrales en el área visuoespacial de sus
cortezas parietales y los ritmos en otras áreas de la corteza (12). Esto destaca las
habilidades de integración supervisuomotoras que guían la preparación, ejecución y
control de los movimientos motores de un atleta de élite (como se analiza en detalle en
capitulo 27).
Aunque la verdadera coherencia puede ser una medida útil de la conectividad funcional,
también puede surgir o parecer exagerada debido a la coherencia aleatoria creada por la
conducción de volumen (29). Con coherencia aleatoria, la señal en múltiples electrodos
provenientes de diferentes fuentes de corriente cortical se vuelve borrosa. Cuanto más cerca
estén los electrodos, mayor será el potencial de que la conducción de volumen afecte su
coherencia. El uso de medidas de coherencia laplaciana puede ayudar a reducir la interferencia
de la coherencia aleatoria al enfatizar las fuentes actuales en escalas espaciales más pequeñas.
Sin embargo, la coherencia laplaciana debe usarse con cuidado, porque también puede
disminuir la apariencia de una verdadera coherencia en un área amplia del cerebro.29).
Análisis de electroencefalografía durante otros
estados funcionales
Si bien es útil analizar el estado funcional del cerebro de un atleta durante el
tiempo de juego, comprender y entrenar cómo funciona el cerebro de un atleta en
otros estados funcionales puede ser una vía importante para mejorar el
rendimiento.
Las investigaciones de los últimos 20 años han arrojado cada vez más luz sobre la importancia
de optimizar los ritmos cerebrales cuando el cerebro está enestado de reposoy no se dedica a
tarea orientada a objetivos. Contrariamente a la creencia popular, el cerebro no está inactivo
cuando está “en reposo”; más bien una serie deredes de estado de reposo(RSN) que componen
una mayor red de modo predeterminado(DMN) son bastante activos. El DMN abarca varias áreas
del cerebro, incorporando redes que se ocupan del procesamiento interno, el pensamiento
autorreferencial, la selección de estímulos dirigidos a un objetivo, el procesamiento visual, la
producción del habla y la planificación y ejecución sensoriomotora.21).
Los estudios de electroencefalografía respaldan los resultados de los estudios de
resonancia magnética funcional (fMRI) que señalan diferencias en los RSN de los atletas
que reflejan la experiencia (25). Se encontró que la amplitud de las ondas cerebrales alfa
en el RNS parietal y occipital de los atletas de kárate era significativamente mayor para los
atletas de élite que para los atletas aficionados o no atletas. Asimismo, se ha demostrado
que la amplitud del delta y alfa parietal y occipital es más fuerte en gimnastas rítmicas de
élite en comparación con las no atletas (2).
Curiosamente, investigaciones posteriores han revelado que, si bien los ritmos cerebrales de una
DMN activa pueden reflejar la habilidad atlética, también puede hacerlo la capacidad de suprimir la DMN
cuando se cambia para activar las redes cerebrales necesarias para una tarea (25,27). Juntos, estos
resultados sugieren que el entrenamiento deportivo conduce a una optimización tanto en la
sincronización neuronal como en la supresión de preparación de tareas de los ritmos EEG en estado de
reposo.
La meditación es una herramienta poderosa que los atletas pueden usar para entrenar
sus ritmos corticales, incluidos los ritmos de la [Link]ón de atención plena, una
práctica que consiste en centrar la atención en el momento presente, ha ganado una
considerable tracción entre los atletas. Se ha descubierto que algunos años de práctica
diaria de atención plena (> 894 horas) cambian los ritmos gamma de los RSN de un
individuo para indicar menos procesamiento interno y autorreferencial (es decir,
divagación mental) y más conciencia ambiental que subyace al enfoque durante el
deporte. rendimiento (6).
Estos cambios neuronales pueden ser la base de los resultados conductuales positivos de los
que se han beneficiado los atletas después de adoptar prácticas de atención plena. Se ha
demostrado consistentemente que las prácticas de atención plena disminuyen las ansiedades de
rendimiento de un atleta y los pensamientos irrelevantes para la tarea de manera sostenida, así
como también aumentan su propensión a experimentar un estado de flujo (5,28,32). Los atletas
pueden practicar la atención plena y así entrenar sus ritmos cerebrales usando aplicaciones como
Headspace Cal y Calm™ que ofrecen meditaciones guiadas para ayudar a controlar el sueño, el
estrés y la ansiedad. Además, Muse es una diadema EEG innovadora que proporciona
neurorretroalimentación para ayudar a construir una práctica de meditación de atención enfocada.
(marcapitulo 27para aprender cómo los atletas están usando neurofeedback para mejorar su
rendimiento). La versión más reciente de Muse incluso contiene sensores adicionales para controlar
la frecuencia cardíaca, la respiración y el movimiento corporal.
DESCRIPCIÓN GENERAL DE LA ELECTRONEUROMIOGRAFÍA
La electroneuromiografía (ENMG) es un complejo de métodos electrofisiológicos para
evaluar el estado funcional del sistema neuromuscular humano mediante el registro y el
análisis de la actividad bioeléctrica de los músculos esqueléticos y los nervios en reposo y
durante la actividad motora. Electroneuromiografía es un término general que se refiere a
una combinación de todo tipo de métodos electrofisiológicos (invasivos y no invasivos,
voluntarios y evocados, clínicos y prácticos, etc.) para registrar y analizar la actividad
bioeléctrica de nervios y músculos (ver figura 15.6). Comparativamente, la superficie
electromiografía(EMG) es un término específico que se refiere al método EMG de
superficie no invasivo (registrado por sensores EMG de superficie en reposo o durante la
actividad muscular voluntaria o ambos). Estos son los principales tipos de ENMG utilizados
hoy en día:
Aguja EMGconsiste en registrar la actividad eléctrica de unidades motoras individuales
(MU) y fibras musculares mediante la introducción de electrodos de aguja en el músculo
esquelético. Debido a su naturaleza invasiva y dolorosa, la EMG con aguja se utiliza
principalmente con fines clínicos.
EMG de superficie(sEMG), el tipo de EMG más utilizado en la ciencia del deporte, registra
la actividad eléctrica de los músculos esqueléticos utilizando electrodos colocados en la
superficie de la piel que recubre el músculo de interés.
electromiografía estimulanteregistra la actividad eléctrica de los músculos esqueléticos
y los nervios periféricos provocada por la estimulación eléctrica o magnética de una parte
separada del sistema nervioso. Se utiliza con éxito para diagnosticar y tratar
enfermedades del sistema motor humano. A pesar de su gran potencial, este método aún
no es muy utilizado en las ciencias del deporte.
FIGURA 15.6Electroencefalografía (EEG) y ENMG para
Evaluación del sistema neuromuscular.
Las siguientes secciones brindan una descripción general de los conceptos básicos de ENMG antes de
profundizar en cada uno de estos tipos de EMG con más detalle.
Electroneuromiografía Requisitos Generales
Todos los sistemas ENMG modernos incluyen electrodos, un preamplificador, un
amplificador y una computadora. Los sistemas EMG estimulantes también incluyen un
estimulador magnético o eléctrico, y los sistemas EMG de aguja usan agujas. Mientras que
los electrodos de EEG se colocan en el cuero cabelludo, los electrodos de ENMG son
almohadillas conductoras que se colocan sobre la piel del cuerpo. La actividad bioeléctrica,
inducida o provocada voluntariamente por un estimulador o una aguja, es registrada por
estos electrodos y magnificada por el preamplificador y el amplificador. Un ordenador
gestiona las características técnicas del estimulador y permite la visualización y
almacenamiento de la señal. Tenga en cuenta que los sistemas sEMG inalámbricos
desarrollados en la segunda década del siglo permiten que las señales sEMG se transmitan
sin el uso de cables de conexión a una computadora. Sin embargo, para un estudio ENMG
completo,
Los estudios de electroneuromiografía deben realizarse en una sala especialmente
equipada que mantenga una temperatura y humedad constantes y confortables y una
ventilación adecuada. La sala debe estar ubicada lejos de generadores de campos
electromagnéticos (p. ej., dispositivos de rayos X y fisioterapia), y el ENMG
el equipo debe estar conectado a tierra. Se deben seguir estrictamente todos los requisitos de seguridad
eléctrica.
Antes de la aplicación de los electrodos, la superficie de la piel se desengrasa con
alcohol y se raspa, y se afeita el vello. Para mejorar el contacto del electrodo con la piel, se
utiliza un gel o pasta para electrodos. Cuando se utiliza EMG para registrar actividad
muscular intracoordinada más intensa y compleja, como la que se observa en los deportes
de combate o la gimnasia rítmica, las almohadillas de electrodos deben fijarse a la piel con
pegamento especial, esparadrapo adhesivo, adhesivo y bandas elásticas para estudiar
músculos más simples. actividad o actividad en estado de reposo. Se pueden usar
almohadillas de electrodos que ya tienen adhesivo adherido. Cada sistema ENMG viene
con instrucciones específicas para su uso y operación seguros.
Grabación de señales de electroneuromiografía
Dependiendo de la funcionalidad deseada, se pueden utilizar tres tipos de
electrodos ENMG:grabación,estimulante, ytierraelectrodos o alguna
combinación de estos (vertabla 15.1).
TABLA 15.1Características del electrodo de electroneuromiografía por
tipo
Estimulante
Electrodo de registro electrodo Electrodo de puesta a tierra
Forma Superficie Superficie Superficie
Discos Discos Discos
Tazas Barras Anillos
Barras Anillos
Anillos Aguja
Rectangular Electrodos monopolares
Aguja Electrodos bipolares
Electrodos monopolares Electrodos concéntricos
Electrodos bipolares
Bipolares coaxiales
electrodos
Electrodos monofibra
Macroelectrodos
multielectrodos
Electrodos de alambre fino
Tipo de grabación o monopolar monopolar referencia neutra
estimulación Bipolar Bipolar (tierra)
multipolar
Como sugiere su nombre,electrodos de registroestán diseñados únicamente para
registrar la actividad bioeléctrica de las UM o mú[Link] de registro de superficie
capturar la actividad muscular en la superficie de la piel (cutánea) mientraselectrodos de
registro de agujaregistrar biopotenciales en las inmediaciones de la fuente de generación de
potencial (es decir, las UM). Estructuralmente, los electrodos de superficie suelen ser discos,
barras o rectangulares. Los electrodos de registro se pueden colocar en diferentes
configuraciones en los músculos. Cuando unconfiguración bipolarse utiliza, dos electrodos de
registro se colocan equidistantes o casi equidistantes sobre el músculo estudiado. Por ejemplo,
se pueden construir dos electrodos de disco en un bloque con una distancia fija de 20 mm
entre sus centros. El EMG de superficie utiliza principalmente una configuración de electrodos
bipolares. Por el contrario, la EMG de estimulación a menudo utiliza configuraciones tanto
bipolares como monopolares. Cuando unconfiguración monopolarse utiliza, el electrodo
activo se encuentra en la zona activa de generación de potencial mientras que el electrodo de
referencia se coloca fuera de la zona de generación de potencial. Cabe señalar que un aumento
en el área de los electrodos y la distancia entre sus centros conducen a un aumento en la
amplitud de los potenciales musculares registrados. Para comparar los datos obtenidos en
diferentes laboratorios, es necesario utilizar electrodos estándar con área fija y distancia entre
electrodos.
Electrodos estimulantesgeneralmente están diseñados para aplicar estimulación eléctrica a los
músculos y nervios esqueléticos. Un electrodo estimulante puede adoptar la forma de un disco, un anillo
o una barra. Los electrodos de placa son convenientes porque pueden funcionar tanto para registrar
como para estimular. Los electrodos de barra se utilizan para estimular los troncos nerviosos profundos.
Los electrodos anulares se utilizan para estimular las fibras sensibles de los nervios de los dedos. Los
electrodos de estimulación constan de dos partes: el cátodo (cargado negativamente) y el ánodo
(cargado positivamente). Durante la estimulación, las cargas eléctricas fluyen de un electrodo al otro a
través de los tejidos a lo largo de los caminos de menor resistencia.
Electrodos de tierraestán diseñados para reducir el ruido de las corrientes industriales.
Mientras que los electrodos estimulantes se utilizan para aplicar la corriente, los electrodos de
tierra sirven para proteger al paciente y al equipo de laboratorio del exceso de corriente y mejorar
la calidad de la señal registrada. Al proporcionar un camino conductor para que fluyan las
corrientes inducidas, los electrodos de tierra pueden redirigir el ruido hacia la tierra en lugar de
hacia la señal de interés. De la misma manera, los electrodos de tierra pueden redirigir la corriente
excesiva del cuerpo de un paciente o un cable expuesto en el equipo de laboratorio durante un
procedimiento como EMG.
Amplificación de señal de electroneuromiografía
El preamplificador y el amplificador aumentan las señales de baja amplitud de los músculos
esqueléticos (medidas en microvoltios) varios miles de veces. Esto permite que el científico del
deporte visualice la señal EMG en una pantalla de computadora y realice el análisis posterior.
Los parámetros técnicos importantes del amplificador incluyen la impedancia de entrada y el
ancho de banda de frecuencia. Al igual que con los amplificadores EEG, los filtros de paso alto y
bajo controlan qué bandas de frecuencia pasan por el amplificador.
Estos son los principales tipos de ruidos en la señal ENMG:
Ruido eléctricoproviene de líneas eléctricas, equipos eléctricos y otras
fuentes eléctricas
Ruido de movimientoes causado por el movimiento de los electrodos EMG en la piel durante
actividades dinámicas o movimiento de cables
Ruido fisiológicoes producido por la actividad eléctrica del corazón
(electrocardiograma), señales respiratorias y otras señales fisiológicas Ruido
de “diafonía”comprende señales de los músculos vecinos (14)
Las soluciones para la reducción de ruido ENMG incluyen asegurarse de que la piel esté
limpia (es decir, limpiada con un hisopo con alcohol), colocar con precisión los electrodos
EMG en el músculo objetivo y garantizar un buen contacto entre los electrodos y la piel
para que no se muevan. La aplicación de estas soluciones para la reducción de ruido
ayudará a maximizar el ENMGrelación señal-ruido(SNR): la relación entre la señal EMG
registrada durante la contracción muscular y la señal eléctrica no deseada registrada
durante el descanso muscular. Cuanto mayor sea la SNR, mayor será la calidad de la señal
EMG.
Para estudios ENMG,un canal solo(para estimular un solo nervio) y multicanal(
para estimular dos nervios) los estimulantes eléctricos se utilizan para estimular
nervios o músculos con corriente eléctrica. Se aplican estímulos simples, emparejados
o rítmicos de forma rectangular a una frecuencia que varía de 0,1 a 100 Hz. La
intensidad de la estimulación eléctrica está regulada por corriente de 0,1 a 100 mA.
Análisis de señales de electroneuromiografía
Equipar el sistema ENMG con una computadora permite controlar el amplificador y el
estimulador desde un teclado, configurando las características técnicas apropiadas
para ambos: por ejemplo, sensibilidad, ancho de banda y parámetros de estímulos
eléctricos. La presencia de una computadora con programas especializados.
acelera significativamente el procesamiento y análisis de la señal EMG (vertabla
15.2).
TABLA 15.2 Análisis de electromiografía, métricas clave y
Interpretación
Análisis Descripción Métrica Interpretación
Amplitud Calcula las principales características de la raíz media Fuerza muscular individual
análisis amplitud sEMG cuadrado (isométrica)
Media absoluta Relaciones intermusculares (comparar
valor la contribución relativa de diferentes
Valores pico músculos)
Mínimo y
máximo
valores
Valores de pendiente
Moviente
promedio
Músculo Define el tiempo y el orden de activación-desactivación Hora de activación Tiempo de encendido-apagado de los músculos
activación muscular (es decir, ON-OFF) (ENCENDIDO APAGADO) individuales
Activación activación muscular o
pedido orden de desactivación
Tiempo de retardo coactivación
Integración Describe la serie de datos de entrada integrada Área bajo el Actividad muscular total Gasto
curva energético (EMG-cost)
Espectral Evalúa diferentes componentes de frecuencia del espectro Mediana Fatiga muscular (isométrica)
análisis de frecuencia total utilizando la transformación rápida de frecuencia
Fourier (FFT) Significar
frecuencia
La punta del Poder
Poder total
Cruzar- Evalúa el tiempo de retardo entre 2 señales Medidas Determinar la fibra muscular
correlación EMG similitud de conducción de velocidad
dos series
(Rxy)
Histograma Calcula el número de ocurrencias para cada Histograma Cuente el número de ráfagas de EMG
intervalo en toda la serie de datos impulsadas por umbral
Contador de eventos controlado por amplitud
Umbral Determina los intervalos donde la señal EMG y la Umbral EMG Reconocimiento de eventos EMG
serie de datos exceden el umbral específico valores Sincronización muscular
Tipos de Electroneuromiografía
Se pueden usar diferentes tipos de ENMG para monitorear la actividad estimulada natural o
artificialmente de los nervios y músculos de un atleta. Estos se revisan a continuación.
Electromiografía con aguja
El EMG de aguja es un método invasivo y doloroso para registrar y analizar la actividad
bioeléctrica de fibras musculares y UM individuales mediante la introducción de
electrodos de aguja directamente en el vientre del músculo. El EMG de aguja es útil
porque produce datos sobre la electroactividad de las fibras musculares individuales y
las MU, incluido su orden de activación y desactivación y la interacción entre ellas. Las
características metodológicas de la EMG de aguja (dificultad de manejo de los
electrodos, su carácter invasivo y el riesgo de lesión o infección) limitan su uso práctico
en el deporte en comparación con la EMG de superficie o la EMG de estimulación. Sin
embargo, para ciertos problemas, la EMG con aguja es la mejor y, a veces, la única
opción. Por ejemplo, sólo es recomendable estudiar los parámetros de las UM
individuales fatigadas con EMG de aguja.
Electromiografía de superficie
Surface EMG (sEMG) es un método no invasivo e indoloro para registrar y analizar la
actividad bioeléctrica total de los músculos esqueléticos en reposo y durante el
movimiento utilizando electrodos cutáneos (superficie de la piel) ubicados en el músculo.
Debido a su facilidad de uso e indoloro, sEMG es el tipo de EMG más utilizado en fisiología
del deporte, biomecánica, kinesiología, fisioterapia, entrenamiento deportivo y ergonomía.
El EMG de superficie en la ciencia del deporte se utiliza para estudiar
el grado de activación del músculo esquelético durante la ejecución de movimientos
voluntarios,
la regulación de varios músculos (p. ej., sinergistas versus antagonistas), el orden en
que los músculos se activan (es decir, se encienden y apagan) durante el movimiento,
la interacción y coordinación de los músculos durante los movimientos, y los
mecanismos de formación de habilidades motoras.
Equipos de electromiografía de superficieLos sistemas sEMG modernos tienen de 8
a 16 canales para registrar señales sEMG. El rango de frecuencias más bajas se
establece en 2 a 10 Hz y el superior en 10 kHz. La sensibilidad del amplificador se
selecciona en función de la amplitud esperada de los potenciales. Un ejemplo del
sistema sEMG se presenta a la izquierda defigura 15.7.
El registro de EMG de superficie se realiza con electrodos bipolares que son
gelificado (con Al/AgCl, etc.) oseco(plata) y tienen un rango de transmisión de señal de
unos 20 m (21 yardas). Los sistemas sEMG modernos utilizan tecnología avanzada de sensores de
alta calidad con un espacio entre electrodos pequeño y, a menudo, fijo. Cada sensor tiene un
acelerómetro, un giroscopio y una unidad de medición inercial de 9 ejes incorporados que le
permiten discernir la actividad de movimiento sincronizada en el tiempo con las señales sEMG. Un
ejemplo de un sensor sEMG inalámbrico bipolar de plata seco moderno se presenta en figura 15.8.
Este sensor consta de dos barras paralelas, cada una de 1 cm de largo y de 1 a 2 mm de ancho, que
están separadas 1 cm.
FIGURA 15.7Sistema EMG de superficie producido por Delsys.
La selección de músculos para sEMG está determinada por los objetivos del estudio y las
capacidades técnicas del sistema EMG (es decir, cuántos canales tiene). Por lo general, la sEMG
de un movimiento complejo registra la actividad de 8 a 16 músculos, mientras que la sEMG de
movimientos simples involucra de 2 a 6 músculos. De los músculos seleccionados, sEMG se
registra desde elprincipalo músculo esquelético principal para el movimiento específico del
deporte.
La colocación precisa del sensor aumentará significativamente la calidad de la señal
sEMG y reducirá la diafonía (13). El sensor de registro sEMG debe colocarse entre la
unión músculo-tendón y la zona de inervación más cercana en la línea media del
vientre muscular (verfigura 15.8). Para identificar la zona de inervación, use
estimulación eléctrica o mapeo de superficie eléctrica.
Procedimiento de electromiografía de superficie y patrones típicosLa amplitud y
frecuencia del potencial eléctrico registrado por sEMG refleja la magnitud de la contracción
de los músculos registrados. El EMG de superficie se puede registrar mientras el atleta se
encuentra en muchas condiciones diferentes (verfigura 15.9):
sEMG en estado de reposose registra típicamente mientras un atleta está en decúbito supino
posición (tumbado, boca arriba) con los músculos completamente relajados. Registrar
este estado relajado es útil para medir la capacidad del sujeto para controlar la
tensión muscular. Marfigura 15.9a.
sEMG de mantenimiento de la posturase registra mientras un atleta mantiene una postura
particular (es decir, acostado, sentado o de pie). En general, la sEMG de mantenimiento de la
postura registra la actividad muscular con una amplitud relativamente pequeña y una
frecuencia moderada. Las mayores amplitudes se registran para los músculos de las
extremidades inferiores, que soportan la carga principal mientras mantienen posturas
verticales. El EMG de mantenimiento de la postura es útil para identificar un problema
específico del deporte con la regulación de la actividad muscular, ya que los movimientos
clave de cada deporte están asociados con una postura particular (p. ej., navegar en kayak
implica principalmente sentarse, nadar implica la posición prona). Marfigura 15.9B.
FIGURA 15.8Colocación de electrodos de registro EMG de superficie en el
músculo.
FIGURA 15.9Patrones de electromiografía en diferentes condiciones:(a) estado
de reposo sEMG,(B)mantenimiento de la postura sEMG,(C)sEMG isométrico o
estático, y(D)sEMG durante la actividad motora cíclica.
isométricaoSEMG estáticose registra mientras un atleta mantiene una
contracción muscular voluntaria isométrica de un grado dado, típicamente 25%,
50%, 75% o 100% de la cantidad máxima de fuerza que un atleta puede producir
para contraer ese músculo o elcontracción voluntaria máxima (MVC). En
algunos casos, la EMG estática se mide mientras el atleta sostiene una carga
estándar. La amplitud y frecuencia de la electromiografía dependen de la
magnitud del esfuerzo estático, observándose los valores más altos en MVC. Mar
figura 15.9C.
EMG de superficie durantecíclicooactividad motora acíclica(es decir,
movimiento dinámico) se caracteriza por potenciales de alta amplitud y alta
frecuencia generados en fases activas de acciones motoras repetidas. Ejemplos
de movimientos cíclicos son correr y andar en bicicleta, mientras que los
movimientos acíclicos estudiados con sEMG incluyen movimientos rítmicos y de
precisión de esgrima, gimnasia y acrobacias. Marfigura 15.9D.
El EMG de superficie se puede registrar durante un estado defatigacuando los músculos
esqueléticos están experimentando una fuerte disminución en el rendimiento, a menudo
evidenciado por un temblor visual.
EMG de superficie enactividad reflejaregistra la electroactividad de las interneuronas
que transportan información dentro de la médula espinal (recuerde que muchos
reflejos se originan en la médula espinal y no en el motor cerebral).
corteza). Los reflejos que se pueden evaluar incluyen los reflejos de "carga" y "descarga",
el reflejo tendinoso y el reflejo de vibración tónica. Se utilizan dispositivos técnicos
especiales para provocar estos reflejos.
Análisis de electromiografía de superficieLa primera etapa del análisis sEMG debe
ser una evaluación cualitativa: el científico del deporte realiza un análisis de la amplitud
de la señal sEMG para establecer los músculos principales y de apoyo para un
movimiento específico del deporte. El análisis cualitativo de la actividad eléctrica
muscular se puede complementar con el análisis cuantitativo de sEMG utilizando
plataformas especializadas. Aplicación de los métodos comunes de análisis EMG
presentados entabla 15.2puede proporcionar información valiosa para los
investigadores.
normalización de MVCse utiliza para explorar el análisis de amplitud sEMG en relación
con MVC como valor de referencia. La normalización de MVC permite la comparación de la
actividad del mismo músculo del atleta en diferentes días o la comparación del mismo
músculo entre atletas. Por lo general, el valor de MVC se calcula antes del estudio EMG en
esfuerzos estáticos: se realizan tres pruebas (3-5 s cada una) con un período de descanso
de 3 minutos que separa cada prueba. El investigador selecciona el valor máximo de estos
ensayos.
A pesar de sus amplias aplicaciones para la ciencia del deporte, sEMG todavía tiene varias
limitaciones (vertabla 15.3). El desafío más importante es la incapacidad de replicar con
precisión los resultados de un estudio anterior. La estrategia óptima para cualquier registro de
EMG es mantener constantes tantos factores como sea posible. Los enfoques presentados en
tabla 15.3puede ayudar significativamente a estandarizar la investigación de EMG y reducir la
variabilidad observada de los resultados de EMG en estudios repetidos. Consulte la sección
"Lecturas recomendadas" para conocer otras fuentes de información.
Electromiografía de estimulación
electromiografía de estimulaciónes un método para registrar y analizar la actividad
bioeléctrica de los músculos esqueléticos y los nervios periféricos mediante la activación del
sistema nervioso con un estímulo eléctrico o magnético. La estimulación ENMG genera
principalmente dos tipos de respuestas, como se muestra enfiguras 15.10y15.11—Una
respuesta motora (onda M) y una respuesta refleja (reflejo H).
Onda MUnonda Mes unpotencial de acción muscular compuesto(CMAP)
provocada por la aplicación de un solo estímulo eléctrico o magnético a un
nervio motor (verfiguras 15.10y15.11). Un estudio ENMG completo típico
comienza con una grabación CMAP. Dado que la onda M se evoca artificialmente, no es
una respuesta muscular fisiológica natural. En la actividad motora natural, las MU activas
funcionan de forma asíncrona; por el contrario, la estimulación artificial de un nervio
provoca una descarga sincrónica de MU que parece una sola onda, de ahí el nombre de
onda M.
Como con cualquier tipo de estudio ENMG, la elección del músculo en el que estimular una
onda M depende de los objetivos específicos del estudio. Por regla general, se estudian los
músculos que subyacen a la ejecución de una acción motora básica necesaria para el deporte
de interés. Por lo general, se estimulan los músculos involucrados en el movimiento ubicados
más distal y superficialmente (gastrocnemio, sóleo, etc.).
TABLA 15.3Limitaciones de la electromiografía de superficie y posibles
soluciones
factores Limitaciones Soluciones
señal EMG Variabilidad en la colocación de Localización precisa de los electrodos en el
factores de registro electrodos (de un registro a otro y músculo
entre sujetos)
Variabilidad del grado de electrodo – resistencia Realizando siempre una prueba de impedancia
de la piel
Diferente distancia entre electrodos (si se usa Uso de electrodos estimulantes con distancia
una configuración monopolar) estándar entre electrodos
control de movimiento Variabilidad del estado funcional del atleta antes Evaluando en el mismo estado funcional (misma
y musculoso de la prueba EMG (es decir, recuperación hora del día, recuperación completa, sin fatiga,
contracción incompleta, fatiga muscular o del SNC o ambas, misma motivación, mismo entorno)
factores de regulación motivación)
Variabilidad de carga y duración Medir la carga aplicada y estandarizar la duración
del protocolo (control de volumen e intensidad)
Uso de retroalimentación de audio y visual para una
mejor regulación de la contracción muscular
Durante la evaluación estática: variabilidad de la posición del Estandarización de la posición del ángulo mediante
ángulo equipos específicos (máquinas) o correas para lograr una
fijación suficiente
Durante la evaluación dinámica: rango de Reducir el rango de movimiento y la variabilidad de la
movimiento (s) y variabilidad de la velocidad velocidad utilizando metrónomos, goniómetros y diferentes
equipos de entrenamiento (cintas de correr, máquinas
isocinéticas, etc.)
FIGURA 15.10Vías del reflejo H y de la onda M.
Una onda M se registra con electrodos de superficie, ya que registran la actividad
bioeléctrica de los músculos objetivo en su conjunto, mientras que los electrodos de aguja
registran solo UM o fibras musculares aisladas. Los electrodos estimulantes se colocan en el
área de la proyección del nervio periférico, donde típicamente entregan un estímulo eléctrico
de onda cuadrada que dura de 0,5 ms a 1 ms. Se obtiene una onda M bien definida
aumentando progresivamente la magnitud del estímulo hasta que se activa el 100% de las
fibras nerviosas periféricas.
La onda M se puede evaluar mediante los siguientes parámetros:
Umbral: el valor mínimo de estimulación eléctrica que crea una onda
M con amplitud mínima
Latencia: el tiempo entre la aplicación del estímulo y la respuesta
muscular
Amplitud: la cantidad y el sincronismo de la actividad de MU en el músculo objetivo
(típicamente medido como amplitud de pico a pico)
Duración: el tiempo desde el momento de la desviación inicial de la isolínea (línea
de base) hasta el momento de volver a la isolínea
Formulario: bifásico o trifásico
Área: calculado como el área total bajo la curva de onda M
FIGURA 15.11Características de la onda M y del reflejo H.
H-reflejoElH-reflejoes la respuesta refleja sincronizada de las MU a la estimulación
eléctrica de las fibras nerviosas sensoriales y aferentes (verfiguras 15.11y
15.12). El reflejo H es un análogo inducido artificialmente del reflejo del tendón rotuliano y
es uno de los reflejos más simples llevados a cabo por unarco reflejo monosináptico(mar
figura 15.11). Los arcos reflejos monosinápticos involucran dos neuronas, una sensorial y
una motora, conectadas en una sinapsis. El reflejo H es ampliamente utilizado en el
deporte como una poderosa técnica para medir laexcitatorioy inhibitoriomecanismos de
las neuronas motoras espinales (22,34).
En los adultos, el reflejo H normalmente se puede registrar solo en los músculos de las extremidades
inferiores (es decir, sóleo, gastrocnemio) en respuesta a la estimulación del nervio tibial delfosa poplítea
, una depresión poco profunda en la parte posterior de la articulación de la rodilla. La amplitud del reflejo
H depende de la posición del sujeto: por lo general, se pide a los sujetos que se acuesten en posición
supina y relajen los músculos tanto como sea posible. Dependiendo de los objetivos del estudio, se
pueden utilizar estímulos únicos, emparejados o repetidos.
Al igual que con la onda M, los científicos del deporte pueden analizar varios aspectos de los
parámetros del reflejo H (p. ej., umbral, latencia, amplitud [relación H-max/M-max]), duración,
forma y área para estudiar a corto y largo plazo. Adaptaciones neuronales a largo plazo en el
sistema neuromuscular de un atleta en una variedad de deportes (p. ej., tenis, ciclismo, baloncesto,
ballet) y actividades (p. ej., correr, entrenamiento de alta resistencia, entrenamiento de intervalos,
estiramiento, entrenamiento de resistencia) (1,3,4,15,17,20,23,24,26,30,33).
Evaluación de mecanismos inhibitorios
InhibiciónEs un proceso neural local activo que conduce a la supresión o prevención de la
excitación. Al igual que los procesos de excitación, los procesos de inhibición en el sistema
nervioso juegan un papel crucial en la regulación de la actividad neuronal, las contracciones
musculares y la coordinación de la actividad motora.
La inhibición tiene tres funciones principales:
[Link]ón de la excitación: La inhibición puede servir para suprimir la excitación
excesiva en el SNC o concentrar la excitación en un área objetivo específica.
[Link]ón: Los procesos inhibitorios suprimen la actividad de músculos y órganos
específicos que no deberían participar en una acción motora particular.
[Link]: La inhibición protege los centros neurales de una sobrecarga excesiva o de
una estimulación excesiva.
FIGURA 15.12Relación entre el potencial postsináptico excitatorio y el
potencial postsináptico inhibitorio.
Los procesos de inhibición siempre son llevados a cabo porneuronas inhibitorias, que
son activados por neuronas excitatorias (irónicamente, la inhibición es provocada por la
excitación). La inhibición es provocada por neurotransmisores inhibidores (el ácido
gammaaminobutírico [GABA] es un ejemplo común) que suprime parcial o completamente
la capacidad de una membrana neural para generar o conducir la excitación. Los impulsos
neurales derivados de la excitación de neuronas inhibidoras específicas provocan la
hiperpolarización de la membrana postsináptica, generando unapotencial postsináptico
inhibitorio(IPSP) (verfigura 15.12).
Un IPSP es un potencial inhibitorio local en el área postsináptica que disminuye
(hiperpolariza) la excitabilidad de una neurona, lo que hace que sea menos probable que
genere un potencial de acción. Por el contrario, unpotencial postsináptico excitatorio(EPSP)
es un potencial excitatorio local en un área postsináptica que aumenta (despolariza) la
excitabilidad neuronal y crea mejores condiciones para la generación de potencial de acción. Los
potenciales postsinápticos excitatorios son provocados por neurotransmisores excitatorios como el
glutamato.
La inhibición comúnmente se concibe erróneamente como fatiga: esto es incorrecto. Si
bien la inhibición puede ocurrir al mismo tiempo que la fatiga, la inhibición es un proceso
separado de la fatiga causado por la excitación y expresado como la supresión de la
excitación. Los siguientes tipos de inhibición están presentes en la médula espinal:
presináptico,postsináptico,autógeno (no recíproco),recurrente, y recíproco(marfigura
15.13). Estos mecanismos de inhibición reflejan el estado funcional del sistema
neuromuscular del atleta en diferentes condiciones (es decir, estado de reposo, fatiga,
diferentes cargas de entrenamiento) y pueden medirse mediante métodos ENMG
específicos.
Inhibición presináptica
Inhibición presinápticaocurre en la terminal presináptica antes de que un impulso neural
alcance una sinapsis con una neurona postsináptica. La inhibición presináptica funciona
principalmente para regular todos los impulsos aferentes que viajan a los centros neurales
de la médula espinal. La base morfológica de la inhibición presináptica es un tipo especial
de sinapsis llamadasinapsis axo-axonal—Una sinapsis donde un impulso nervioso viaja
entre los axones de dos células nerviosas. La inhibición presináptica actúa sobre el “
retroalimentación negativa"Principio, que regula el flujo de información sensorial hacia
el SNC (es decir,,"puertas"El flujo). La inhibición presináptica se basa en GABA, el principal
mediador inhibidor del SNC.
En la ciencia del deporte, la inhibición presináptica puede evaluarse indirectamente
mediante la facilitación del reflejo H en los nervios periféricos: cuanto mayor sea la
facilitación del reflejo H, menor será el grado de inhibición presináptica (dieciséis). La
inhibición presináptica también se puede evaluar midiendo el grado de depresión del
reflejo H provocada por la vibroestimulación del tendón de Aquiles: cuanto mayor sea la
depresión del reflejo H, mayor será el nivel de inhibición presináptica.
Inhibición postsináptica
Inhibición postsinápticapuede ser directo o [Link]ón postsináptica
directaes una excitación de una neurona inhibitoria que la impulsa a liberar un
neurotransmisor inhibitorio (en lugar de un neurotransmisor excitatorio) que causa
hiperpolarización de la membrana postsináptica y conduce a una disminución
en la excitabilidad de la neurona [Link]ón postsináptica recurrentees un
mecanismo de autorregulación de la neurona motora espinal alfa (realizado a través de la
Celda Renshaw, una interneurona inhibidora específica ubicada en la médula espinal) para
evitar una salida excesiva y proteger la neurona motora. Tenga en cuenta que el axón de una
neurona motora tiene un colateral recurrente que está conectado directamente con la célula
de Renshaw. La célula de Renshaw puede inhibir directamente la neurona motora alfa a través
del neurotransmisor glicina. La inhibición postsináptica recurrente puede evaluarse mediante
el método del reflejo H.
FIGURA 15.13Mecanismos de inhibición neural de la médula espinal.
Inhibición recíproca
Inhibición recíprocaes una inhibición de la neurona motora alfa agonista, provocada por la
activación de las interneuronas inhibidoras después de la contracción del músculo antagonista. La
inhibición recíproca es una base para la locomoción. La inhibición recíproca se evalúa mediante una
técnica de estimulación pareada (es decir, la aplicación de la estimulación de acondicionamiento del
nervio fibular y la estimulación de prueba del nervio tibial).
Inhibición autógena
Inhibición autógena (no recíproca)es un mecanismo inhibitorio protector que
evita que los músculos se dañen. El mecanismo principal de la inhibición autógena son
descargas neurales del órgano tendinoso de Golgi del músculo activado. La magnitud de la
inhibición autógena puede evaluarse mediante el “método del período de silencio”—
Estimulación de un nervio periférico durante un esfuerzo muscular estático voluntario.
Cuanto mayor sea la activación muscular voluntaria, mayor será la magnitud de la
inhibición autógena.
En resumen, dado que los procesos de excitación e inhibición trabajan juntos para respaldar el
rendimiento deportivo, ambos son igualmente importantes para que los científicos del deporte los
comprendan a fin de crear programas de entrenamiento que adapten mejor la fisiología de un
atleta a un deporte determinado. La médula espinal juega un papel especialmente importante en la
inhibición al regular las neuronas motoras descendentes y ascendentes. La inhibición que facilita la
médula espinal toma muchas formas, incluida la inhibición presináptica, la inhibición postsináptica
y recurrente, la inhibición autogénica a través de los receptores de los tendones y la inhibición
recíproca. A pesar de la importancia de los procesos inhibitorios en el rendimiento deportivo, se
han realizado muy pocas investigaciones para comprender mejor su funcionamiento en los atletas.
Para identificar mejor los cambios neuronales adaptativos impulsados por la inhibición, se necesita
mucho más trabajo.
ORIENTACIONES FUTURAS PARA EL MONITOREO DE
SISTEMA NEUROMUSCULAR
A medida que los sistemas EEG y EMG continúen avanzando, los atletas tendrán herramientas
más efectivas a su disposición para monitorear e incluso cambiar el funcionamiento de sus
sistemas neuromusculares en tiempo real, de manera específica para el deporte, integrada y
práctica.
Direcciones futuras para la electroencefalografía
Actualmente, la utilidad de EEG para el análisis deportivo está limitada principalmente por lo
siguiente:
Inquietudes sobre la precisión espacial y temporal de la grabación de señales derivadas de la
conducción de volumen y la contaminación por artefactos
Variación en los resultados de la literatura creada por la elección variable de parámetros
de estudio y métodos de análisis.
Costo inicial de comprar un sistema EEG tradicional y el conocimiento
especializado necesario para registrar, analizar e interpretar datos
Afortunadamente, con cada año, estas limitaciones se reducen en grado por estos
desarrollos:
Se están desarrollando mejores métodos para corregir la conducción de volumen y la
contaminación por artefactos.
Otras tecnologías de imágenes cerebrales continúan siendo menos costosas y mejor
entendidas, lo que permite a los investigadores comparar los resultados de una
batería de herramientas para obtener evaluaciones más precisas del rendimiento
cerebral (es decir, EEG, fNIRS, fMRI).
Se continúan realizando más estudios, corroborando o socavando las
afirmaciones de trabajos anteriores e investigando si los resultados de los
estudios realizados con atletas en un solo deporte se aplican a otros deportes.
Los nuevos productos de consumo, como la diadema Muse, se desarrollan con sistemas
de EEG integrados y fáciles de usar.
A pesar de las limitaciones de EEG, muchos atletas de élite ya están usando EEG para realizar
entrenamiento de neurorretroalimentacióntratar de cambiar sus patrones de ondas cerebrales
para que sean más óptimos para el rendimiento (vercapitulo 27para más información sobre
neurorretroalimentación). Sin embargo, en el futuro,interfaces cerebro-computadora(BCI) es
probable que lleven la tecnología de rendimiento un paso más allá. Las interfaces cerebro-
computadora recopilan y procesan datos sobre señales del SNC en tiempo real y usan estos
datos para alterar (mejorar, restaurar o dirigir) una acción del SNC. Las interfaces cerebro-
computadora que recopilan datos de EEG tienden a dirigir la salida del SNC en función de lo
[Link] relacionados con eventos(ERP), respuestas cerebrales medidas
bloqueadas en el tiempo a estímulos específicos. Cerebro: las interfaces de computadora que
usan ERP ya se usan para aplicaciones clínicas, como permitir que las personas con
discapacidades de movimiento dirijan acciones como escribir mediante el registro de sus
ondas cerebrales. Esto significa que, en el futuro, los atletas podrían usar BCI que consisten en
un teléfono inteligente y un sistema de EEG móvil para dirigir o mejorar su rendimiento
deportivo utilizando sus ritmos cerebrales.
Direcciones futuras para la electromiografía
Modernoelectrodos EMG textilesincrustado en la ropa deportiva puede proporcionar una
alternativa práctica a la EMG de superficie tradicional, facilitando la recopilación de información de
excitación muscular en entornos de campo válidos externamente, como instalaciones de
entrenamiento deportivo normales en lugar de laboratorios científicos (11). Las tecnologías EMG
portátiles basadas en la nube pueden brindar nuevas oportunidades únicas para el procesamiento
y la evaluación rápidos de la información sobre la actividad muscular, lo que permite a los
entrenadores y atletas aplicar esta información de manera práctica para optimizar la gestión del
proceso de entrenamiento.
CONCLUSIÓN
Si bien las tecnologías para monitorear y mejorar el rendimiento del sistema
neuromuscular todavía son utilizadas principalmente por especialistas en entornos de
laboratorio, con cada año que pasa, estas herramientas se mejoran y adaptan
rápidamente para que las use el atleta promedio. Estas mejoras incluyen avances en los
propios sistemas de monitoreo (velocidad de procesamiento, reducción de tamaño,
aumento de la movilidad, cambio de tecnología local a tecnología en la nube, etc.), avances
en las aplicaciones de apoyo a la investigación para los sistemas y la mejora espectacular
de los análisis predictivos que dan apoyo a más individualización específica del atleta (es
decir, ayudar a los atletas a comprender exactamente cómo deben entrenar para su
deporte específico). El resultado es que los atletas tienen mejores herramientas a su
disposición para monitorear el funcionamiento de su sistema neuromuscular en tiempo
real con acceso inmediato,
Sin embargo, muchas de estas herramientas todavía se usan individualmente en lugar
de combinarse en unenfoque sistémico integradocapaz de monitorear todos los
sistemas fisiológicos de un atleta en varios estados funcionales. En los próximos 10 años,
es imaginable que una batería de herramientas de monitoreo del desempeño (por
ejemplo, análisis de video, EEG, ENMG, sensores de fuerza, etc.) podría combinarse en un
solo sistema para proporcionar una evaluación integral del grado de una adaptación del
atleta para el rendimiento (verfigura 15.14). Este sistema serviría como una interfaz de
computadora NCIneuromuscular, lo que permitiría recopilar datos de varios tipos de
sensores del SNC con registro y análisis simultáneos en tiempo real para mejorar la
preparación, el rendimiento y la recuperación específicos del deporte de un atleta. No solo
cambiarán los sistemas para monitorear y modular a los atletas, sino también los entornos
en los que entrenan los atletas.
FIGURA 15.14Integración de EEG y EMG con otras tecnologías para monitorear
simultáneamente el organismo de un atleta como un todo.
A medida que avanza la tecnología de realidad virtual y aumentada, los especialistas en
deportes, los neurocientíficos y los programadores pueden trabajar juntos para crear entornos
de entrenamiento adaptables y realistas para los atletas. Las entradas y salidas de los NCI del
futuro podrían adaptar el contenido de este entorno deportivo de realidad virtual y aumentada
para proporcionar a un atleta un programa de entrenamiento completamente personalizado
para la optimización total del sistema neuromuscular de ese atleta.
LECTURAS RECOMENDADAS
cohen, [Link]álisis de datos de series temporales neuronales: teoría y práctica.
Cambridge, MA: MIT Press, 2014.
diario o Electromiografía y kinesiología,
[Link]/locate/jelekin.
Kamen, G y Gabriel, [Link] de la electromiografía. champán,
IL: Cinética humana, 2010.
Merletti, R y Farina, [Link]ía de superficie: fisiología,
Ingeniería y Aplicaciones. Hoboken, Nueva Jersey: John Wiley & Sons, 2016.
Schomer, DL y Da Silva, [Link]ía de Niedermeyer:
Principios básicos, aplicaciones clínicas y campos relacionados.
Filadelfia: Lippincott Williams & Wilkins, 2012.
CAPÍTULO 16
Biomarcadores para la Salud y
Rendimiento
Dr. Xavier Schelling i del Alcázar
Julio Calleja-González, PhD
Nicolás Terrados, MD, PhD
La capacidad de cuantificar con precisión el estado fisiológico del atleta o el impacto de un
programa de entrenamiento en el cuerpo es crucial para comprender las necesidades de
recuperación y permitir un descanso adecuado antes de una segunda sesión de ejercicio. Esta
es una consideración esencial que puede permitir a los científicos del deporte desarrollar
programas más individualizados, limitando el potencial de problemas relacionados con la salud
y maximizando la intensidad del entrenamiento para lograr mejoras significativas en el
rendimiento. Este capítulo revisa las consideraciones y los principios principales de la
monitorización de biomarcadores en el deporte y se centra en su aplicación para la evaluación
de la salud y el rendimiento de los atletas.
REGLAMENTO INTERNO Y RETROALIMENTACIÓN
SISTEMAS
Para preservar la vida, todos los organismos requieren la capacidad de adaptarse a
las perturbaciones y factores estresantes del entorno exterior (25). En 1878, Claude
Bernard señaló "la fijeza del medio interno" como condición de la vida libre e
independiente (9). Posteriormente, en 1929, Walter B. Cannon desarrolló el
concepto de regulación interna y acuñó el términohomeostasis, que incluía el
principio de estabilidad dinámica (22).
El término homeostasis ha sufrido una importante revisión, con modelos
contemporáneos que difieren significativamente de la formulación original (homeocinesis
[45], homeodinámica [36] y alostasis [80]). A los efectos de esta sección, la homeostasis
implica un proceso dinámico, no un estado estacionario, mediante el cual un organismo
intenta mantener la estabilidad fisiológica a través de parámetros cambiantes de su medio
interno al adaptarlos adecuadamente a las demandas ambientales y contextuales (60).
La mayor contribución a la comprensión del concepto de regulación interna provino de
entender cómo unBucle de retroalimentaciónobras (74). La retroalimentación se define como
la información obtenida sobre una reacción a un producto, que permitirá la modificación del
producto. Por lo tanto, los bucles de retroalimentación son el proceso por el cual un cambio en
el sistema genera una alarma que luego activará un determinado resultado. Este resultado
aumentará el cambio en el sistema (retroalimentación positiva) o lo reducirá (retroalimentación
negativa) para que el sistema vuelva a la estabilidad dinámica (60). La magnitud del cambio de
una variable en relación con su línea de base y la tasa de recuperación de dicha línea de base
se conocen como la "ganancia" del sistema y su "tiempo de ganancia", respectivamente (81).
Cuanto mayor es la ganancia y el tiempo de ganancia, más eficientes son las funciones
fisiológicas y los procesos de señalización (51). El monitoreo de biomarcadores consiste en
rastrear estos cambios en el cuerpo del atleta a lo largo del tiempo, incluidos tanto los
procesos normativos como los estados patogénicos (7), analizando el comportamiento de
indicadores biológicos como moléculas medibles en sangre, orina, saliva o cualquier otra
fuente del cuerpo humano (63).
La complejidad de los sistemas biológicos
Un sello distintivo de los sistemas biológicos es su extraordinaria complejidad. El comportamiento
de tales sistemas es distinta del comportamiento de su gran número de componentes (37),
que interactúan entre sí (directa e indirectamente) para modular la función del sistema
(verfigura 16.1;43). Una visión reduccionista implica reducir los sistemas a sus partes en un
intento de comprenderlos (58). Los sistemas biológicos, incluido el cuerpo humano, a
menudo carecen de periodicidad mecánica o dinámica lineal y, por lo tanto, se les conoce
comosistemas no lineales(66). Dentro de los sistemas no lineales, la salida a menudo no
es proporcional a la entrada, y la salida para un valor de entrada dado puede no ser
constante en el tiempo (44). La fisiología del ejercicio en sí misma contiene innumerables
fenómenos no proporcionados, como la ley de todo o nada en las células nerviosas y las
fibras musculares, o los umbrales de ventilación y lactato (los umbrales son características
de la dinámica no lineal) (44). A diferencia de los sistemas lineales, es posible que dividir un
sistema no lineal en sus componentes y analizar esas partes en condiciones controladas no
refleje con precisión el comportamiento complejo presente ni capture las relaciones
dinámicas operativas (43). Al implementar sistemas de monitoreo de biomarcadores, el
científico del deporte debe considerar continuamente la naturaleza integradora, dinámica
y, a veces, no lineal de los procesos fisiológicos (51).
FIGURA 16.1Un sistema está compuesto por elementos o partes (hexágono,
pentágono, rectángulo, triángulo y círculo) que manifiestan un comportamiento
propio y pueden interactuar entre sí (flechas). Además, los bucles de retroalimentación
positiva y negativa pueden estar presentes entre los elementos (la salida del círculo
retroalimenta al hexágono). La interacción y modulación de estos elementos bajo
diversas condiciones y en diferentes momentos dan como resultado un sistema
dinámico, que puede responder a la entrada en un momento particular bajo
condiciones particulares con una salida específica.
Adaptado con permiso de JP Higgins (2002, pp. 247-260).
La Adaptación del Deportista al Medio
Comprender la adaptación del atleta (p. ej., el nivel de rendimiento o el estado de salud) al
entorno (p. ej., el clima, el entrenamiento, la nutrición o el sueño) puede verse
conceptualmente como la relación entre el entorno (p. ej., el entrenamiento) y el resultado
(p. ej., el rendimiento). (88), pero esto en muchos casos es un vínculo bastante complejo e
incierto, o lo que se llama uncaja negra. Uno puede conocer algunas (o muchas) de las
entradas en el recuadro (p. ej., variables de entrenamiento) y el resultado del recuadro (p.
ej., mejor tiempo de sprint de 20 m), pero uno no puede estar completamente seguro
(todavía) de qué entrenamiento fisiológico específico procesos provocó la mejora en el
rendimiento (88). La razón es que varios sistemas de órganos y sus mecanismos de control
están involucrados en dicha adaptación (88), incluyendo diferentes mecanismos
intracelulares que vinculan la función celular con la actividad del aparato genético celular (
55). Por ejemplo, la actividad celular intensa (p. ej., debido a una sesión de entrenamiento
de sprint repetida) aumenta la síntesis de proteínas especialmente relacionadas con la
manifestación funcional. Las proteínas sintetizadas se utilizarán como material de
construcción para renovar y aumentar las estructuras proteicas, o como proteínas
enzimáticas que catalizan las vías metabólicas que hacen posible la actividad funcional (p.
ej., vías metabólicas anaeróbicas) (88). Como resultado, las estructuras celulares
implicadas aumentan de tamaño y se potencian las actividades enzimáticas. Por lo tanto, la
síntesis de estas proteínas asegura un efecto adaptativo (p. ej., un mejor rendimiento en
sprints repetidos), y este proceso se conoce comosíntesis proteica adaptativa(88).
La regulación de la síntesis de proteínas en todos los niveles se logra a través de
metabolitos, hormonas y el sistema nervioso.88).control metabólicoes la herramienta
para ajustar los procesos metabólicos en varios tejidos para sostener los requerimientos
del cuerpo humano. El principio fundamental del control metabólico es que la relación
sustrato/producto determina la actividad de las enzimas que catalizan la conversión de
sustrato en producto (88). Por lo tanto, monitorear una respuesta de síntesis de proteína
específica (estructuras o enzimas), el nivel de un metabolito objetivo (sustrato o producto)
o una hormona como indicador del estado y la adaptación del atleta es el principio
fundamental del monitoreo de biomarcadores, y es un manera de develar los procesos
involucrados en la caja negra de adaptación del atleta.
BIOMARCADORES EN EL DEPORTE
En un contexto deportivo,biomarcadoresa menudo se utilizan para evaluar el impacto del
ejercicio en diferentes sistemas biológicos, órganos y tejidos (63). Los científicos del
deporte pueden analizar los metabolitos y sustratos que se encuentran dentro del cuerpo
para evaluar las tres áreas principales relacionadas con el control de la carga interna en el
deporte: adaptaciones relacionadas con el estado físico, fatiga y estado de recuperación, y
salud. Además, para interpretar correctamente los biomarcadores, los científicos del
deporte también deben tener en cuenta los moduladores que los afectan (es decir, el
entorno y los elementos físicos y cognitivos del atleta). Otra consideración es el factor
temporal inherente a cualquier respuesta fisiológica, que se puede clasificar en aguda
(respuesta fisiológica durante el ejercicio e inmediatamente después de finalizarlo), tardía
(desde 24 horas después del ejercicio hasta un par de días después) y crónica (que explica
el estado fisiológico que dura de varias semanas a meses) (26) (verfigura 16.2).
FIGURA 16.2Las tres áreas principales de seguimiento fisiológico en el
deporte (salud, fatiga y recuperación, y estado físico), los principales
moduladores (ambientales, fisiológicos y psicológicos) y el momento de la
respuesta interna (aguda, retardada o crónica). Las tres áreas están
interrelacionadas, pero la selección de biomarcadores, el protocolo de
muestreo (frecuencia y tiempo) y la interpretación pueden ser diferentes
según el área, el factor temporal de la respuesta interna y la influencia de
cada modulador.
Es importante monitorear el efecto agudo del ejercicio en un atleta, o las adaptaciones de
condición física asociadas, para determinar si el atleta está respondiendo adecuadamente.
al programa de entrenamiento, y si las adaptaciones fisiológicas están evolucionando
eficientemente hacia los requerimientos del deporte (dieciséis). La magnitud de una respuesta
fisiológica aguda generalmente está relacionada con el nivel de estrés. Por lo tanto, la magnitud de
las respuestas agudas a una sesión de ejercicio estándar generalmente se toma como una medida
de la capacidad de un individuo para responder al estrés físico (aptitud física). Los ejemplos de
respuestas agudas al ejercicio incluyen aumento de la frecuencia cardíaca, ventilación pulmonar,
sudoración, temperatura corporal central, secreción de catecolaminas y disminución de la actividad
vagal, motilidad gastrointestinal y perfusión esplácnica.26). Con el tiempo, con una adaptación
adecuada al entrenamiento, las adaptaciones fisiológicas permitirán una mayor capacidad para
hacer ejercicio con respuestas agudas menos severas a la misma carga de trabajo absoluta, para el
mismo o mejor rendimiento (26).
Por otro lado, la fatiga o la falta de recuperación es un síntoma incapacitante en el que
las funciones físicas y cognitivas se ven limitadas por las interacciones entre la
fatigabilidad de rendimiento y la fatigabilidad percibida (27). El control de la fatiga y el
estado de recuperación debe permitir una periodización de entrenamiento personalizada (
20), y puede implicar períodos de disminución del rendimiento a corto plazo que
eventualmente conducirán a una mejora en el rendimiento después de la recuperación
(sobreesfuerzo funcional), así como ayudar a minimizar o evitar largos períodos de
estancamiento del rendimiento (sobreesfuerzo no funcional o sobreentrenamiento) (40,49,
56). Debido a la complejidad inherente a la fatiga, ha habido controversia en la literatura
respecto a qué parámetros son los más relevantes para su seguimiento (39,63,85), y no se
ha identificado ningún marcador definitivo (39,85). Como consecuencia, se ha sugerido el
análisis de una combinación de biomarcadores como la mejor práctica para evaluar el
estado de fatiga y recuperación de un atleta (19,33,48,54,63,78).
Finalmente, el monitoreo integral de la salud puede incluir una serie de evaluaciones,
que incluyen hematología, inmunología, nivel de inflamación, estrés oxidativo,
neuroendocrinología, función hepática y renal, composición de la microbiota intestinal,
parámetros de tendones, cartílago y parámetros óseos, y también necesidades
nutricionales, estado de hidratación. o genética. Esta área tiene como objetivo identificar
las contraindicaciones de una lesión o enfermedad y evitar que el atleta llegue a estados
patogénicos o, en caso de que la patología ya esté presente, saber cómo intervenir mejor
en cada caso en función de las características del atleta, la respuesta individual y el
entorno. (ver también medicina individualizada, medicina personalizada, medicina de
precisión [35]).
Desafortunadamente, la investigación en estas áreas de las ciencias del deporte es relativamente
limitada en comparación con el trabajo en la población general, y mucho de lo que se sabe
sobre el seguimiento de la respuesta interna (especialmente como indicador de fatiga y
recuperación) proviene de la experiencia personal y de información anecdótica, ya que
muchos de estos datos permanecen protegidos e inéditos (39).
CARACTERÍSTICAS DE LOS BIOMARCADORES
Un biomarcador, como ocurre con cualquier otro tipo de datos, de forma aislada no se traduce
en información procesable. El monitoreo eficiente y significativo de biomarcadores requiere
una contextualización adecuada, que se define por principios, suposiciones y procedimientos
específicos.
Principios de monitoreo de biomarcadores
La monitorización de biomarcadores se realiza con el fin de evaluar las respuestas
fisiológicas al entrenamiento y la competición y para aumentar la eficacia y la
eficiencia de las intervenciones de entrenamiento y competición. Con respecto al
uso de biomarcadores para propósitos de monitoreo, se debe considerar una
variedad de principios fundamentales:
1. La información adquirida debe proporcionar percepciones significativamente mayores que la
información obtenida con la ayuda de herramientas de monitoreo más simples y menos
costosas.
El monitoreo de biomarcadores debe realizarse de la manera menos invasiva
y disruptiva posible.
Los atletas deben tener acceso a sus propios datos biométricos cuando lo deseen.
4. Los biomarcadores obtenidos deben proporcionar información confiable, precisa y
válida relativa al área o sistema que se está monitoreando.
5. La interpretación de los resultados debe considerar la mínima diferencia clínicamente importante
para identificar la verdadera sensibilidad en el estado del atleta.
6. La simplificación excesiva de un proceso fisiológico a veces puede reflejar de manera inexacta
su comportamiento complejo y dificultar la captura de las relaciones dinámicas operativas,
lo que lleva a decisiones erróneas basadas en dicha interpretación.
7. La información obtenida debe ser comprensible para las partes interesadas clave y los
responsables de la toma de decisiones (entrenadores, personal médico y de
rendimiento deportivo, etc.), y cuando lo soliciten los propios atletas.
El seguimiento de biomarcadores se basa en el registro de las respuestas de un deportista a
lo largo de las diferentes etapas del entrenamiento y la competición (p. ej., fuera de
temporada, pretemporada, temporada regular, eliminatorias, campeonatos) y bajo la
influencia de los principales elementos de las actividades deportivas (sesión de
entrenamiento, competición, viajar, etc.).
El monitoreo de biomarcadores es un proceso muy específico, que depende del evento
deportivo, el nivel de rendimiento del atleta, las características del atleta (es decir, edad,
sexo, composición corporal o raza) y los recursos disponibles (es decir, tiempo, presupuesto
o tecnología). ogía). Por lo tanto, los biomarcadores seleccionados deben dar cuenta
efectivamente de todos estos factores contextuales.
Supuestos de biomarcadores y marco
conceptual
El uso de biomarcadores en el análisis y seguimiento de la salud, el bienestar y el
rendimiento de los atletas puede ser muy beneficioso y un medio para obtener
información valiosa sobre la capacidad del cuerpo para responder a las intervenciones
de entrenamiento y la competencia. Sin embargo, los factores biológicos y los
biomarcadores pueden verse influidos por una serie de condiciones fisiológicas,
psicológicas y ambientales. En consecuencia, se justifican ciertas consideraciones
cuando se adopta tal enfoque; incluyendo lo siguiente:
1. El rendimiento deportivo está influenciado y limitado por interacciones entre
factores fisiológicos y psicológicos. Puede estar modulada por desafíos a la
homeostasis, alteraciones en la función neuromuscular y en la capacidad de
proporcionar una señal de activación adecuada a los músculos involucrados, e
incluso alteraciones en el estado psicológico.
Las adaptaciones fisiológicas (celulares, hormonales y nerviosas) constituyen la
base para mejorar el rendimiento específico del deporte.
El seguimiento de cualquier adaptación fisiológica puede tener importancia para
determinar la eficacia de una intervención de entrenamiento.
4. La periodización y programación del entrenamiento pueden evaluarse utilizando los
cambios fisiológicos y funcionales determinados a partir de biomarcadores.
Una gestión errónea del entrenamiento, que produzca una adaptación fisiológica no
deseada o una caída peligrosa de la adaptabilidad y de los recursos corporales, puede
detectarse con la ayuda de análisis metabólicos y hormonales.
Procedimientos de monitoreo de biomarcadores
Al elegir la fuente fisiológica o la muestra para analizar usando biomarcadores,
es importante considerar la relevancia del biomarcador de acuerdo con el
objetivo de monitoreo. Por ejemplo, al investigar el metabolismo muscular, el
El valor de la información obtenida de cada fuente disminuye en el siguiente orden: (a) biopsia
de tejido, (b) diferencia arteriovenosa, (c) sangre venosa, (d) sangre capilar, (e) orina y saliva, (f)
sudor. Para información directa, es necesaria la toma de biopsias (88). Además, las decisiones
correctas de diagnóstico y programación dependen de la precisión y confiabilidad de los
resultados de las pruebas. La preparación adecuada del atleta, la recolección de muestras y el
manejo de muestras son requisitos previos esenciales para obtener resultados de prueba
precisos. De hecho, la precisión de los resultados de las pruebas depende de la integridad de
las muestras.
En todos los entornos en los que se recolectan muestras y se preparan para la prueba, el
personal certificado debe seguir las técnicas estériles recomendadas actuales, incluidas las
precauciones con respecto al uso de agujas y otros equipos estériles, así como las pautas para
la eliminación responsable de todo el material biológico (50).
Antes de la recolección de muestras, los científicos del deporte deben revisar la descripción
adecuada de la prueba, incluido el tipo de muestra, el volumen requerido, un procedimiento
estandarizado, el equipo necesario para la recolección, la preparación e instrucciones de los atletas
y las pautas de almacenamiento y manipulación. La atención cuidadosa a los procedimientos de
rutina puede eliminar la mayoría de los problemas potenciales relacionados con la recolección de
muestras. Algunas de las consideraciones más comunes con respecto a todos los tipos de
colecciones de muestras y biomarcadores son las siguientes (50):
Proporcione al atleta, con anticipación, las instrucciones de recolección apropiadas e
información sobre el ayuno, la dieta y las restricciones de medicamentos cuando esté
indicado. Examine los suministros de recogida y transporte de muestras antes de la hora
de recogida.
Etiquete la muestra correctamente y proporcione toda la información requerida
del atleta.
Envíe una cantidad de muestra suficiente para realizar el ensayo o análisis. Apriete con
cuidado las tapas de los contenedores de muestras para evitar fugas y posible
contaminación.
Mantenga la muestra a la temperatura indicada por los requisitos de la prueba. Al recolectar
muestras al aire libre, una hielera con hielo seco ayudará a proporcionar una temperatura
moderada hasta que las muestras se lleven al laboratorio para su procesamiento.
De acuerdo con el propósito del monitoreo de biomarcadores, puede haber dos procedimientos
principales de recolección de muestras: para evaluar el estado basal del atleta o para comprender la
respuesta del atleta a intervenciones específicas en momentos específicos, de la siguiente manera:
Estado básico:En general, las muestras para determinar la concentración de componentes
corporales deben recolectarse cuando el atleta se encuentra en un estado basal (es decir,
temprano en la mañana después de despertarse, aproximadamente 12 horas después de la
última ingestión de alimentos, y sin haber realizado ejercicio extenuante en las últimas 24
horas). Los intervalos de referencia se basan con mayor frecuencia en especímenes de este
período de recolección.
Especímenes cronometrados:Hay dos tipos de especímenes cronometrados. Uno es para
recolectar una sola muestra en un momento específico (p. ej., glucosa posprandial); el otro es
para una prueba que puede requerir la recolección de múltiples muestras en momentos
específicos (p. ej., para probar el efecto de una determinada intervención).
Un ciclo de prueba completo implica lo siguiente (41,59):
Recogida de muestras (con diferentes grados de invasividad)
2. Identificación
Transporte (cuando la muestra no se analiza en el sitio)
4. Preparación
5. Análisis
6. Informes
7. Interpretación
8. Acción
La identificación de estos pasos y sus implicaciones puede ayudar a optimizar el
proceso de prueba, así como el rechazo o la aceptación con base en los
procedimientos y requisitos de tiempo (verfigura 16.3). Encontrar la calidad analítica
adecuada y minimizar la carga del personal y los atletas es fundamental para una
implementación exitosa.
MÉTRICAS CLAVE PARA BIOMARCADORES RELEVANTES
Una revisión exhaustiva de la literatura sobre cada biomarcador informado está más allá del
alcance de este capítulo; por lo tanto, tres tablas resumen presentan algunos de los
biomarcadores más relevantes, agrupados por diferentes objetivos de seguimiento, así como
una breve descripción de los biomarcadores más frecuentes en el deporte para cada área de
interés incluida en esta sección.
FIGURA 16.3Descripción de las diferentes fases involucradas en el monitoreo
de biomarcadores: preanalítica (recolección a preparación), analítica (análisis) y
postanalítica (reporte a la acción).
Al considerar el uso de biomarcadores, se debe tener en cuenta que la cantidad de
biomarcadores potenciales en el deporte y la medicina crece continuamente debido al
avance tecnológico y científico. Además, como se discutió a lo largo de este capítulo, la
naturaleza interactiva y sistémica de cualquier proceso fisiológico implica que varios
biomarcadores están involucrados en más de un proceso y pueden comportarse de
manera no lineal. En consecuencia, las actualizaciones constantes de los biomarcadores
disponibles y una visión integradora de la respuesta interna del atleta constituyen la mejor
práctica para la selección de biomarcadores.
Los biomarcadores se han agrupado como indicadores del estado muscular
(metabolismo del trifosfato de adenosina [ATP] muscular, daño muscular y
respuesta endocrina), sistema inmunitario e inflamación, estrés oxidativo, nutrición
e hidratación, y otros (metabolismo hepático; parámetros renales; perfil hormonal;
tendones, cartílagos y parámetros óseos; sistema nervioso autónomo y
parámetros neuroendocrinos; y genética).
Estado muscular
El estado muscular se refiere al estado de fatiga y recuperación del músculo, y su
evaluación debe centrarse en aspectos específicos (vertabla 16.1): homeostasis
metabólica (p. ej., equilibrio anabólico-catabólico, proteínas y aminoácidos
deficiencias, disponibilidad de sustrato), daño muscular, regulación endocrina de la
reparación muscular, adaptaciones y excitabilidad (52). Este último aspecto no es un tema
de discusión para este capítulo.
Metabolismo Muscular
La capacidad de un atleta para realizar trabajo físico está intrínsecamente ligada a las vías
metabólicas que sostienen los requerimientos de ATP para el rendimiento muscular dado.83).
Durante el ejercicio dinámico de moderado a intenso,amoníaco la producción y la oxidación de
aminoácidos de cadena ramificada (BCAA) aumentan, mostrando una relación exponencial con
la potencia aeróbica (72). El amoníaco se produce a partir de la desaminación de aminoácidos
en el hígado, los músculos y los riñones; y se ha sugerido que un nivel elevado en la sangre es
un indicador de una anomalía en la homeostasis del ATP y del nitrógeno (5). LA es el producto
de la descomposición anaeróbica de los carbohidratos (8). Venosolactato en sangreLa
concentración es un marcador bien conocido del metabolismo muscular, y su cambio en la
sangre se usa ampliamente como indicador de la carga de entrenamiento o para la
organización de la intensidad del entrenamiento (o ambos) (verfigura 16.4;2,38,53,57,73).
CUADRO 16.1Estado muscular, inflamación, sistema inmunológico y
biomarcadores de estrés oxidativo
Grupo
criterio Subgrupo Biomarcadores
Estado muscular Músculo lactato
metabolismo Amoníaco
Fosfato inorgánico
Oxipurinas (hipoxantina, xantina)
Aminoácidos libres (triptófano, glutamina, glutamato)
Aminoácidos ramificados (leucina)
daño muscular mioglobina
Creatina quinasa
enolasa
cadenas pesadas de miosina
Aldolasa
Lactato deshidrogenasa
Aspartato aminotransferasa
Alanina aminotransferasa 3-
metilhistidina
Nitrógeno ureico en sangre
Marcadores miocárdicos (péptido natriurético tipo proB N-terminal, troponinas
cTnT, cTnI)
Endocrino testosterona
respuesta Testosterona libre
Dehidroepiandrosterona
Factor de crecimiento similar a la interleucina 1
Globulina transportadora de hormonas sexuales (SHBG)
Hormona luteinizante
cortisol
Hormona del crecimiento
Proporción de testosterona libre a cortisol
Inflamación diferencial de sangre
Hemograma completo
leucocitos
Proteína C-reactiva
Factor de necrosis tumoral
interleucina-6
interleucina-1
interleucina-1
interleucina-8
interleucina-10
Interleucina-12p40
Factor inhibidor de la leucemia Proteína
quimiotáctica de monocitos-1 Molécula de adhesión
intercelular soluble-1 Gránulos de plaquetas séricas
Sistema inmune Inmunoglobulina A secretora Grupo
de diferenciación 3 (CD3) CD4
CD8 +
CD4/CD8+
Asesino natural
alfa-amilasa
lactoferrina
lisozima
oxidativo Peroxidación lipídica Sustancias ácidas reactivas
estrés Isoprostanes
8-isoprostano
Proteína Carbonilos de proteínas
peroxidación
antioxidante glutatión
capacidad Peróxido de glutation
catalasa
Capacidad antioxidante
total Superóxido dismutasa
Ácido úrico
Equilibrio Glutatión reducido / disulfuro de glutatión (GSH / GSSG)
Durante la evaluación de la intensidad del ejercicio cuando los músculos utilizan principalmente
oxidación de grasas mitocondriales (que se ha informado que ocurre a una intensidad
entre 47% y 75% de O2max, variando entre individuos entrenados y no entrenados), los
valores de LA no cambian; pero tan pronto como los músculos comienzan a utilizar vías
extramitocondriales (es decir, la glucólisis), aumenta la concentración de lactato en sangre
[Link] 16.4muestra valores de LA de un atleta de alto nivel, con valores muy bajos
de LA y cociente respiratorio (RQ) que indican oxidación de grasas mitocondriales. Un
cambio a valores más altos de LA y RQ refleja un aumento en la glucólisis. Además, el
análisis de LA se utiliza en las pruebas de ejercicio clínico para la programación del
ejercicio (ejercicio mediante lipólisis o glucólisis) y evaluaciones de los efectos de la terapia
y el entrenamiento físico (38).
daño muscular
La fatiga muscular no siempre va acompañada de daño muscular; por lo tanto, se ha
recomendado que se utilicen diferentes biomarcadores para cada condición (17,sesenta y cinco
). El daño a la matriz extracelular (p. ej., debido a contusiones o contracciones excéntricas)
puede aumentar la permeabilidad de la membrana del sarcolema, aumentando la salida de
ciertos productos como la creatina quinasa y la mioglobina.17).mioglobinaLa concentración en
sangre puede variar ampliamente tanto en condiciones patológicas como fisiológicas, pero se
ha utilizado ampliamente como indicador del daño muscular inducido por el ejercicio.82) —
Aunque la apoptosis de las células musculares también puede desencadenarse por un
aumento del estrés oxidativo (sesenta y cinco).Creatina quinasa(CK) es una enzima que se
encuentra en el corazón, el cerebro, el músculo esquelético y otros tejidos. El ejercicio
extenuante, las contusiones, la inflamación muscular, las miopatías como la distrofia muscular
y la rabdomiólisis aumentan significativamente la CK en sangre (sesenta y cinco). Esta
sensibilidad está bien establecida y hace que la CK, y su isoforma 3, sean un marcador
sanguíneo popular de tensión muscular en el deporte (17).
Respuesta endocrina
La señalización hormonal adecuada es esencial para las adaptaciones fisiológicas esperadas al
entrenamiento y la [Link] la síntesis de proteínas, la producción de
glóbulos rojos, la reposición de glucógeno y una reducción en la descomposición de proteínas. En
cambio,cortisol, además de sus efectos agudos beneficiosos sobre la disponibilidad de sustratos o
el recambio de proteínas, funciona de manera antagónica a la testosterona, inhibiendo la síntesis
de proteínas al interferir con la unión de la testosterona a su receptor de andrógenos
y al bloquear la señalización anabólica a través de mecanismos independientes de la
testosterona. Cuando se eleva crónicamente, el cortisol es catabólico e inmunosupresor (52).
En consecuencia, elproporción de testosterona libre a cortisol (FTCR) ha sido ampliamente
utilizado para estudiar y prevenir el sobreentrenamiento en diferentes deportes (verfigura 16.5
;75). El uso de FTCR para marcar el sobreentrenamiento se basó originalmente en dos criterios:
un valor absoluto inferior a 0,35×10−3, o una disminución de la relación del 30% o más en
comparación con el valor anterior (4, 28,75).factor de crecimiento similar a la insulina 1(
IGF-1) es un mensajero producido en el hígado que transmite los efectos de la hormona del
crecimiento humano a los tejidos periféricos e imita los efectos pro-anabólicos y reductores de
glucosa en sangre de la insulina. Se ha propuesto que una disminución de IGF-1 acompañada
de un aumento en la proteína de unión respectiva (IGF-BP3) indica un estado de austeridad de
glucosa después del agotamiento de las reservas de carbohidratos debido al entrenamiento de
resistencia.79).
FIGURA 16.4Concentración de lactato en sangre y cociente respiratorio durante
una prueba incremental (datos no publicados del laboratorio de los autores).
Sistema inmunológico e inflamación
La hipótesis de una relación en forma de U entre la actividad física y la resiliencia a la
enfermedad sugiere que, si bien las dosis moderadas regulares de actividad física tienen
efectos beneficiosos sobre la salud, las cantidades o intensidades excesivas de actividad física
tienen consecuencias negativas.90). Los tipos de evaluaciones inmunológicas que se informan
con más frecuencia, especialmente en estudios de ejercicio en humanos, implican análisis de
proteínas inmunitarias circulantes transmitidas por la sangre (p. ej., interleucina-6,
interleucina-1β, proteína C reactiva, interleucina-8, factor de necrosis tumoral alfa),
leucocitos sanguíneos circulantes (p. ej., células T CD4+, células T CD8+, células B,
neutrófilos, monocitos), y concentraciones de anticuerpos o inmunoglobulina (Ig) en saliva
y plasma (90).interleucina-6(IL-6) pertenece a un grupo de citocinas que actúan tanto
como citocinas proinflamatorias (monocitos, macrófagos) como antiinflamatorias
(miocitos) (33). La interleucina-6 generalmente se determina en el suero y es
probablemente la citocina estudiada con más frecuencia.18). Se ha informado que la
interleucina-6 está influenciada por el entrenamiento físico y se cree que es un mediador
importante de la respuesta aguda al ejercicio.18,79). Su aumento está relacionado con la
duración del ejercicio, la intensidad, los músculos involucrados en el trabajo mecánico y la
capacidad de resistencia (33).factor de necrosis tumoral alfa(TNFα) es una citoquina
proinflamatoria que es predominantemente producida por macrófagos y capaz de inducir
apoptosis, inflamación, proliferación celular y diferenciación celular. Es una parte del
sistema de citocinas, que modula la organoneogénesis (18), incluyendo la regeneración y
recuperación muscular (sesenta y cinco). La producción de inmunoglobulina A(IgA),
específicamente IgA secretora (SIgA), es la principal función efectora del sistema
inmunitario de la mucosa; SIgA junto con defensas mucosas innatas comoα-amilasa,
lactoferrina, ylisozimaproporciona la primera línea de defensa contra los patógenos
presentes en las superficies mucosas. Las sesiones agudas de ejercicio moderado tienen
poco impacto en la inmunidad de la mucosa, pero el ejercicio muy prolongado y los
períodos de entrenamiento intenso pueden resultar en una disminución de la secreción
salival de SIgA.90). Sin embargo, se requiere una interpretación cuidadosa del sistema
inmunitario y los biomarcadores de respuesta inflamatoria, porque no todos los cambios
en estos parámetros se traducen en inflamación tisular e inmunosupresión, lo que resulta
en un mayor riesgo de infecciones.90). En cambio, se ha sugerido que una reducción en el
volumen y la función de los linfocitos (y otras células inmunitarias) en la sangre periférica
podría representar un estado elevado de vigilancia inmunitaria y regulación inmunitaria
impulsada por una movilización preferencial de células hacia los tejidos periféricos.21). Del
mismo modo, las elevaciones agudas de IL-6 e IL1-β que se encuentran después del
ejercicio pueden ser más importantes para las respuestas metabólicas al ejercicio que para
las inmunológicas.90). En consecuencia, también se deben emplear mediciones
longitudinales individualizadas, paneles completos de biomarcadores de inmunidad e
inflamación y un análisis integrador que también considere otros factores involucrados en
la supresión inmunológica.
FIGURA 16.5Variación absoluta y porcentual mensual (var) de testosterona total
(TT), cortisol (C) y relación testosterona/cortisol (TT/C) a lo largo de la temporada.
Datos agrupados de cuatro temporadas consecutivas en jugadores profesionales
de baloncesto españoles. Los valores se muestran como mediana (línea roja) y
rango intercuartílico (intervalos verticales).
* Diferencias significativas (p-valor, Δ de Cliff o CohenD, ODinterpretación):(a)S contra MA (0.000,
0.40Δ, moderado), O versus MA (0.001, 0.36Δ, moderado);(B)S frente a MA (0,000, 0,66D, moderado),
O versus MA (0.001, 0.19D, pequeña);(mi)S frente a JF (0,002, 0,30Δ, pequeño), S versus MA (0.000,
0.40Δ, moderado), O versus MA (0.001, 0.34Δ, moderado); (F) S frente a JF (0,002, 0,42Δ, moderado), S
versus MA (0.000, 0.15Δ, pequeño), O versus MA (0.001, 0.38Δ, moderado).
A = agosto; S = septiembre; N = noviembre; D = diciembre; JF = enero-febrero; MA = marzo-
abril.
Reimpreso con autorización de X. Schelling, J. Calleja-Gonzalez, L. Torres-Ronda y N. Terrados
(2015, pág. 373).
Traducido del afrikáans al español - [Link]
estrés oxidativo
Los radicales libres (FR) son compuestos reactivos que se producen naturalmente en el
cuerpo humano. Pueden ejercer efectos positivos (p. ej., sobre el sistema inmunitario) o
efectos negativos (p. ej., lípidos, proteínas u oxidación del ADN). Para limitar estos efectos
nocivos, un organismo requiere una protección compleja proporcionada por el sistema
antioxidante. Este sistema consta de enzimas antioxidantes, que incluyensuperóxido
dismutasa(CÉSPED),catalasa(gato), yperóxido de glutation(GPX) y antioxidantes no
enzimáticos, incluida una variedad de disipadores de FR comovitamina a,vitamina C,
vitamina e,flavonoidesy tioles (incluyendoglutatión[GSH], ubiquinona Q10,ácido úrico,
bilirrubina, ferritina). micronutrientes comoplanchar, cobre,zinc,selenio, ymanganeso
actúan como cofactores enzimáticos. La eficiencia del sistema antioxidante depende de los
derivados nutricionales (vitaminas y minerales) y de la producción de enzimas
antioxidantes endógenas, que pueden ser modificadas por el ejercicio, el entrenamiento,
la nutrición y el envejecimiento. Además, la eficiencia del sistema antioxidante es
importante en la fisiología del deporte porque el ejercicio aumenta la producción de FR (30
,64). Pero, una vez más, ninguna medición individual del estrés oxidativo o del estado
antioxidante será suficiente. De hecho, la interpretación de los valores provenientes de un
solo marcador podría ser una fuente de error. Por lo tanto, una batería de medidas,
incluyendocapacidad antioxidante total(TAC), antioxidantes aislados y marcadores de
daño inducido por FR en lípidos, proteínas y ADN, parece ser la mejor manera de evaluar el
estrés oxidativo.31,70).
Estado Nutricional y de Hidratación
Un desajuste entre la ingesta dietética de macronutrientes (carbohidratos, proteínas y
lípidos), micronutrientes (vitaminas y minerales) y líquidos y las necesidades de
entrenamiento y competición puede ser la causa de un rendimiento deficiente y, en última
instancia, de problemas relacionados con la salud y el bienestar. (martabla 16.2) (61,84).
Algunas de las más investigadasmicronutrientesen el deporte sonplanchary sus
indicadores metabólicos como ferritina, transferrina, saturación de transferrina, capacidad
total de unión al hierro y hemoglobina. La deficiencia de hierro, con o sin anemia, puede
afectar la función muscular y limitar la capacidad de trabajo, lo que compromete la adaptación
al entrenamiento y el rendimiento deportivo.84).Vitamina Dregula la absorción y el
metabolismo del calcio y el fósforo y juega un papel clave en el mantenimiento de la salud
ósea. Un número creciente de estudios han documentado la relación
entre el estado de la vitamina D y la prevención de lesiones, la rehabilitación, la mejora de la
función neuromuscular, la reducción de la inflamación y la disminución del riesgo de fractura
por estrés (84).Calcioes especialmente importante para el crecimiento, mantenimiento y
reparación del tejido óseo, la regulación de la contracción muscular, la conducción nerviosa y la
coagulación sanguínea normal. El riesgo de baja densidad mineral ósea y fracturas por estrés
aumenta por la baja disponibilidad de energía y, en el caso de las atletas, la disfunción
menstrual, con una baja ingesta de calcio en la dieta que contribuye aún más al riesgo.84).
En cuanto a la valoración demacronutrienterequisitos, la investigación ha documentado
muy bien el papel crítico quecarbohidratola disponibilidad juega en la capacidad de ejercicio.
Esto se enfatiza durante el ejercicio prolongado de intensidad moderada a alta, en el que la
dependencia de las reservas de carbohidratos endógenos se vuelve cada vez más importante
en relación con el ejercicio de menor intensidad. Los estudios en humanos demuestran
claramente que la fatiga durante una serie de ejercicio prolongado coincide con un bajo
contenido de glucógeno muscular, y la ingesta de carbohidratos está causalmente relacionada
con el mantenimiento del rendimiento en humanos a través de la atenuación de la
glucogenólisis, el mantenimiento de la euglucemia o la oxidación de carbohidratos, o ambos. (1
). Biomarcadores del metabolismo como la sangreglucosaohemoglobina a1c Los niveles, un
indicador de la cantidad promedio de glucosa en la sangre durante los últimos 1 a 3 meses, se
han utilizado ampliamente para evaluar la movilización basal o cronometrada y la
disponibilidad de carbohidratos (23). Dietéticoproteínainteractúa con el ejercicio,
proporcionando tanto un disparador como un sustrato para la síntesis de proteínas
contráctiles y metabólicas, así como también mejora los cambios estructurales en tejidos no
musculares como tendones y huesos. Las proteínas también juegan un papel central en los
procesos biológicos como la catálisis, el transporte, la inmunología y la mensajería.84). Los
marcadores del balance de nitrógeno, que reflejan la descomposición de las proteínas, para
determinar el efecto de la ingesta de proteínas o como indicador de la tensión del ejercicio
incluyen el plasma amoníaco,urea, ycreatinina(71). Adicionalmente,leucinaes probablemente
el aminoácido más influyente con respecto a la síntesis de proteínas del músculo esquelético.
La leucina estimula directa e indirectamente el objetivo de rapamicina en mamíferos (mTOR),
un regulador clave de la traducción dentro de la célula (34). Su efecto ergogénico potencial
sobre el rendimiento de los atletas justifica una mayor atención en el deporte para garantizar
la disponibilidad óptima de este aminoácido.lípidosson un componente necesario de una dieta
saludable, proporcionando energía, elementos esenciales de las membranas celulares y
facilitando la absorción de vitaminas liposolubles. La grasa, en forma de ácidos grasos libres en
plasma, triglicéridos intramusculares y tejido adiposo, proporciona un combustible
sustrato que es a la vez relativamente abundante y de mayor disponibilidad para el
músculo como resultado del entrenamiento de resistencia (84). Los biomarcadores
comunes del perfil lipídico soncolesterol total,colesterol de lipoproteínas de baja
densidad(LDL),colesterol de lipoproteínas de alta densidad(HDL), ytriglicéridos.
Además de estos, no es raro analizar también los niveles de ácidos grasos específicos
como Omega 3yomega-6, y su saldo (relación omega-6: omega-3). Cantidades excesivas
de ácidos grasos poliinsaturados omega-6 (PUFA) y una relación omega-6:omega-3 muy
alta promueven la inflamación y las enfermedades autoinmunes, así como la patología
cardiovascular y el cáncer, mientras que los niveles elevados de omega-3 PUFA (un
omega-3 bajo -6: relación omega-3) ejercen efectos supresores (77).
TABLA 16.2Subgrupo de estado nutricional y de hidratación Biomarcadores
Subgrupo Biomarcadores
micronutriente Vitamina D (25-hidroxicolecalciferol)
metabolismo Vitamina K (grupo)
vitamina e
Vitamina B (grupo)
Calcio
Fosfato
Magnesio
Sodio
Potasio
Zinc
Cromo
Manganeso
Perfil de hierro (hierro II + III, ferritina, transferrina, saturación de transferrina, capacidad total de unión de
hierro, hemoglobina)
macronutriente Glucosa
metabolismo Hemoglobina a1c
triglicéridos
ácidos grasos libres
Colesterol
lípidos
Relación omega-6: omega-3
Proteina total
Albúmina
Globulina
Nitrógeno ureico en sangre
Aminoácidos libres
Aminoácidos de cadena ramificada (leucina)
Estado de hidratación Nitrógeno ureico en sangre (BUN) / creatininasangre
arginina vasopresina
copeptina
Gravedad específica de la orina
Osmolalidad
Absorción de alimentos y Inmunoglobulina E
alérgico buena microbiota
estando correctamentehidratadocontribuye a una salud óptima y al rendimiento del ejercicio.
Además de las pérdidas diarias habituales de agua por la respiración y las fuentes
gastrointestinales y renales, los atletas también necesitan reponer las pérdidas por sudor (84).
Asumiendo que un atleta está en balance de energía, el estado de hidratación diaria puede
estimarse al monitorear la masa corporal temprano en la mañana (medida al despertar y después
de orinar), o antes y después de entrenar o competir, ya que los cambios agudos en el peso
corporal generalmente reflejan cambios en el agua [Link] específica urinariay orina o
salivaosmolalidadtambién se puede utilizar como indicador del estado de hidratación mediante la
medición de la concentración de solutos en estos fluidos (84).
Otras áreas de interés en la monitorización de biomarcadores (vertabla 16.3) incluyen
parámetros de salud intestinal (es decir, microbiota), parámetros de cartílago (p. ej., proteína
de matriz oligomérica de cartílago), parámetros de tendón (p. ej., hidroxiprolina), parámetros
óseos (p. ej., osteocalcina, piridinolina), genes relacionados con el rendimiento deportivo (p. ej.,
alfa- gen de la proteína actina 3, gen de la enzima convertidora de angiotensina), genes
relacionados con la regeneración tisular (p. ej., gen de la miostatina), genes relacionados con la
patología (p. ej., gen del colágeno tipo I alfa 1, gen del colágeno tipo V alfa 1) y biomarcadores
de expresión génica relacionados a la adaptación al ejercicio (microARN [29]).
ANÁLISIS E INTERPRETACIÓN DE
DATOS DE BIOMARCADORES
Para proporcionar información procesable basada en los biomarcadores recopilados, se
requiere un análisis e interpretación adecuados de los datos sin procesar. Esto considera
cosas como la naturaleza dinámica de los valores normales de los biomarcadores (es decir,
la estabilidad dinámica), la respuesta individual de los atletas a los mismos factores
estresantes (es decir, la variación entre atletas) y el cambio mínimo requerido para afectar
la funcionalidad de un sistema biológico. (es decir, diferencia clínicamente importante
mínima).
Valores de Referencia y Variación Interindividual
Todavía faltan valores de referencia para los biomarcadores, en concreto los adaptados a los
deportistas (39,52). En consecuencia, es una práctica común utilizar los valores de referencia
del fabricante del reactivo como estándar, lo que puede ser engañoso porque los atletas
altamente entrenados pueden tener niveles de biomarcadores que se reportarían como
potencialmente patológicos en la población general (63).
Por otro lado, desde principios de siglo se ha informado en varios estudios, y
replicado por diferentes grupos, que la adaptación al medio ambiente (y al
ejercicio) varía de forma individual (15), y algunos sujetos no mostraron cambios
significativos o negativos después de la intervención (11,14, 86). Estos sujetos han
sido etiquetados convencionalmente como no respondedores (15,86). Sin
embargo, se ha propuesto que este término se reemplace por el término "baja
sensibilidad", ya que es posible que no haya nadie que realmente no responda a
cada ejercicio de adaptación (11,67).
Sin embargo, esta heterogeneidad también se ha demostrado en la respuesta a la actividad
física regular (46). En algunos casos, el nivel previo al entrenamiento de un fenotipo tiene un
impacto considerable en las adaptaciones individuales (14). Los datos agrupados de diferentes
estudios sugieren que alrededor del 10 % de los sujetos muestran una respuesta adversa al
entrenamiento, mostrando un mayor riesgo de enfermedad, mientras que el 7 % de los sujetos
muestran una respuesta adversa en al menos dos variables (13). Estas variaciones individuales
deben tenerse en cuenta cuando se analizan las cargas internas o la respuesta fisiológica. Por
lo tanto, es recomendable individualizar los valores de referencia tanto como sea posible,
considerando las observaciones previas en el
atleta, y controlando todos los sujetos regularmente para establecer su propia escala
de referencia (46,63).
Diferencia mínima clínicamente importante
Los profesionales deben asegurarse de que una determinada medida fisiológica de
condición física, fatiga y recuperación, o salud, pueda interpretarse de manera confiable,
precisa y rápida, considerando su validez como predictor o representante del área
monitoreada (3,85). Para hacerlo, la interpretación del resultado de un biomarcador debe
comenzar con el conocimiento de la cantidad mínima de cambio que no es el resultado de
un error de medición (es decir, el cambio mínimo detectable o MDC), así como la cantidad
mínima de cambio que se ha establecido. como prácticamente importante (es decir,
diferencia clínicamente importante mínima o MCID) (24).
TABLA 16.3Otros biomarcadores de subgrupos
Subgrupo Biomarcadores
Parámetros hepáticos Aminotransferasas
bilirrubina
Parámetros renales Creatinina
Urea
Nitrógeno ureico en sangre
Cistatina C
perfil hormonal Testosterona total
Testosterona libre
cortisol
somatomedina
Hormona paratiroidea
Hormona estimulante de la
tiroides Triyodotironina
tiroxina
nervioso autónomo Catecolaminas
sistema y Glucocorticoides
neuroendocrino Interacción del factor neurotrófico 5-
parámetros
hidroxitriptamina derivado del cerebro
Parámetros óseos Marcadores de formación ósea (fosfato alcalino óseo, osteocalcina, propéptido carboxi-
terminal o procolágeno tipo I)
Marcadores de resorción ósea (piridinolina, desoxipiridinolina, telopéptido reticulado
carboxi terminal o procolágeno tipo I, telopéptido reticulado carboxi terminal o
colágeno tipo I, telopéptido reticulado amino terminal o colágeno tipo I)
Parámetros del cartílago Proteína de matriz oligomérica de cartílago
Glicosaminoglicanos de sulfato
Parámetros del tendón Hidroxiprolina
Hidroxilisina
genes Atlético Gen de la proteína alfa-actina 3 (ACTN-3 577R, 577X) Gen de la
rendimiento enzima convertidora de angiotensina (alelos ACE D e I)
Pañuelo de papel Gen del factor de crecimiento similar a la insulina 1 (IGF-1 rs7136446)
regeneración Gen de la miostatina (MSTN o factor de crecimiento y diferenciación 8, GDF-8)
y crecimiento Factor de crecimiento y diferenciación 5 (GDF-5 rs143383)
tendón y Gen colágeno tipo I alfa 1 (COL1A1 Sp1 TT) Gen
ligamento colágeno tipo V alfa 1 (COL5A1 rs12722) Gen
patología matriz metalopeptidasa 3 (MMP3 rs679620) Gen
tenascina C (TNC)
Gene Micro ARN
expresión
La magnitud del MCID seleccionado es fundamental para que el proceso de
monitoreo de biomarcadores sea útil e informativo en el campo (85). Hay dos enfoques
principales para cuantificar un MCID: el enfoque ancla, en el que el cambio en el
biomarcador se asocia con el cambio en otra variable externa, el ancla (85); o el
enfoque estadístico, en el que el MCID puede basarse, por ejemplo, en el error
estándar de medición (SEM) (94) o en la desviación estándar entre sujetos para el
biomarcador medido (10). Además, los cambios en los biomarcadores a menudo se
han interpretado a través de escalas estandarizadas, por ejemplo, como un rango
dado de la desviación estándar dentro del sujeto o entre sujetos (verfigura 16.6). Se
han propuesto diferentes umbrales para cambios triviales, pequeños, medianos,
grandes y muy grandes (6). Para el análisis de lesiones o enfermedades, las métricas
binarias o de resultados de supervivencia, como las probabilidades, el riesgo o las
razones de riesgo, se pueden considerar de manera similar (85). No obstante, la
validez y fiabilidad del método elegido debe ser revisada periódicamente mediante
estudios de tipo pronóstico longitudinal (32,42).
FIGURA 16.6Un ejemplo práctico de visualización de cambios de biomarcadores.
Para explorar el significado de la variación de un biomarcador, es importante
contextualizarla adecuadamente, considerando las variaciones individuales y las variaciones
esperadas dentro de una población específica. Por lo tanto, el científico del deporte podría
visualizar juntos el cambio estandarizado de un biomarcador de acuerdo con los registros
históricos del atleta y con una muestra específica (p. ej., registros específicos del deporte o del
equipo).Figura 16.6muestra un ejemplo de dicha visualización contextual para un jugador de
baloncesto profesional español (datos no publicados de los autores) donde el científico del
deporte puede ver todos los registros de un atleta determinado (puntos grises) siendo el punto
negro el último registro con el valor bruto como el etiqueta. Para construir un gráfico como
este, el científico del deporte primero debe verificar la normalidad en los datos sin procesar y
transformarlos cuando se indique. Luego, para cada registro, el científico deportivo
calcula dos valores estandarizados (tamaños del efecto): los registros históricos del atleta (eje
horizontal) y los registros históricos del equipo (eje vertical). El gráfico de cuadrante resultante
mostrará cuándo un valor está significativamente por encima o por debajo de la norma. Los valores
utilizados para definir los umbrales del tamaño del efecto en los gráficos son pequeños <0,6,
moderados de 0,6 a 1,2; grande > 1,2 a 2, y muy grande > 2. Como se mencionó a lo largo de este
capítulo, el análisis de una combinación de biomarcadores se ha sugerido como la mejor práctica
para evaluar cualquier área de monitoreo (p. ej., estado muscular, inflamación, sistema inmunitario,
estrés oxidativo). En este caso, los cuatro gráficos de cuadrante más pequeños en la figura
representan un panel de biomarcadores para una interpretación integradora de múltiples
biomarcadores de daño muscular (p. ej., creatina quinasa, mioglobina, aldolasa y lactato
deshidrogenasa).
En algunos casos, la no estacionariedad y la no linealidad de las señales generadas
por organismos vivos desafían los enfoques mecanicistas tradicionales basados en
metodologías estadísticas lineales convencionales (37). Además, se ha sugerido que es
la dinámica de los procesos fisiológicos (sistemas) más que su estructura
(componentes) lo que proporciona la información esencial para su funcionamiento.44).
Por lo tanto, diferentes conceptos y técnicas de la física estadística, que se ocupa de
campos con una naturaleza inherentemente estocástica, se han aplicado a una amplia
gama de problemas biomédicos, desde niveles moleculares hasta organísmicos, para
tratar de comprender la "información oculta" en series temporales fisiológicas. (37).
Leyes y ética de monitoreo de biomarcadores
El aumento exponencial en la recopilación de varios tipos de datos biométricos de atletas en el
deporte profesional, incluidos todos los biomarcadores, ha generado algunas preocupaciones con
respecto a la propiedad, la privacidad y la seguridad de los biodatos (47,62). La mayoría (si no todos)
de los biomarcadores recopilados por una organización deportiva en los Estados Unidos se
encuentran dentro de los parámetros de la Ley de Portabilidad y Responsabilidad de Seguros
Médicos de 1996 (HIPAA), de acuerdo con las definiciones relacionadas con la información de salud.
Según HIPAA, la mayoría del personal médico empleado por equipos deportivos profesionales se
consideraría proveedores de atención médica sujetos a los requisitos de privacidad y seguridad de
HIPAA (62). Se pueden encontrar actos legales similares para la protección de datos en todo el
mundo.
Además de los problemas legales relacionados con la propiedad, la privacidad y la seguridad de los biodatos,
existe una preocupación cada vez mayor en torno a las pruebas genéticas (93). En consecuencia, en 2008
los Estados Unidos aprobaron la Ley de No Discriminación por Información
Genética (GINA), que prohíbe a los empleadores y otras entidades cubiertas (que
incluyen hospitales, médicos y otros cuidadores, así como investigadores que
tienen acceso a información de atención médica) solicitar información genética
sobre los empleados ( es decir, atletas) o sus familiares.
Por otro lado, desde un punto de vista ético, el uso de pruebas genéticas para la
identificación de talentos en el deporte ha sido muy cuestionado. En una revisión de 2013,
Pitsiladis y sus coautores concluyeron: "Las pruebas genéticas actuales tienen cero poder
predictivo en la identificación de talentos y no deben ser utilizadas por organizaciones
deportivas, atletas, entrenadores o padres" (69). Además, en una declaración de posición
del Instituto Australiano del Deporte en 2017, los autores señalaron que el uso de
fenotipos genéticos como predictor absoluto de la destreza atlética o la selección
deportiva no es científico ni ético (89). Dada la naturaleza multifactorial del rendimiento
atlético humano, la información obtenida de las pruebas genéticas nunca debe usarse
para la inclusión o exclusión en la identificación de talentos (89). Por lo tanto, se debe
prestar mucha atención a este tipo de regulaciones y consideraciones éticas cuando se
implementa el monitoreo de biomarcadores.
EVOLUCIÓN DE LOS DATOS DE BIOMARCADORES
La tecnología está mejorando tan rápidamente en el mundo actual de la ciencia del
deporte que pensar en el futuro se limita a unos pocos años en lugar de décadas (11).
El crecimiento exponencial de la tecnología y la información desde el cambio de siglo
ha abierto nuevas formas de entender el cuerpo y cómo las personas interactúan con
el medio ambiente, pero es un desafío recurrente traducir la nueva y abundante
información en conocimiento práctico.
La revolución informacional se ha producido principalmente por la reducción en el tamaño de
los dispositivos y componentes, desarrollados rutinariamente utilizando nanotecnología; el
aumento de la velocidad de procesamiento de datos que permite la notificación de datos en tiempo
real; y la reducción de costes permitiendo el uso generalizado de la tecnología (87). Estos factores
pueden tener dos implicaciones principales en biomedicina y fisiología del ejercicio específicamente
en un futuro próximo (76):
Un enorme volumen de datos, la capacidad de recopilar información de miles de
personas, con mayor frecuencia a lo largo del día y todos los días, de una manera no
invasiva ni disruptiva (por ejemplo, telas inteligentes, relojes y teléfonos inteligentes,
analizadores de aliento, monitoreo las 24 horas del día). día, 7 días a la semana)
Un aumento en la calidad de los datos, la capacidad de profundizar en áreas como
la genómica, la transcriptómica, la proteómica o la metabolómica, y para
sincronizar diferentes fuentes de datos (p. ej., fisiológicos, físicos, psicológicos y
ambientales)
Hasta la fecha, la mayoría de los estudios sobre biomarcadores y rendimiento atlético y
fatiga y recuperación se han centrado en un número limitado de variantes en cohortes
pequeñas y, a menudo, heterogéneas, lo que inevitablemente genera resultados falsos y
contradictorios.91). La ciencia del deporte no debe limitarse a la práctica actual y común de
centrarse en biomarcadores potenciales, típicamente definidos por las preferencias del autor o
por los sesgos en la literatura publicada, y la dependencia de estudios observacionales
pequeños y con poca potencia estadística (12). La ciencia del deporte en general, y la fisiología
del ejercicio en particular, deben cambiar a una exploración imparcial de los biomarcadores
utilizando todo el poder de la genómica, la epigenómica, la transcriptómica, la proteómica y la
metabolómica y su interacción con el medio ambiente (p. ej., nutrición, sueño, estado de
ánimo, cargas de trabajo de entrenamiento) (76), en combinación con grandes diseños de
estudios observacionales y experimentales con un énfasis firme en
replicación (12), y atendiendo a los mecanismos estocásticos y no lineales involucrados en el
control fisiológico y redes de señalización complejas (37). Por lo tanto, las grandes iniciativas de
colaboración, como las que se ven en los centros de investigación de biología de sistemas (92),
iniciativas de medicina de precisión y personalizada (35), o consorcios de investigación (68),
pueden unirse las organizaciones deportivas para compartir conjuntos de datos y aprovechar
las metodologías de vanguardia para lograr un progreso significativo en el área de la fisiología
del ejercicio y la ciencia del deporte (91).
CONCLUSIÓN
Un biomarcador es un indicador biológico, como una molécula medible en la sangre, la
orina, la saliva o cualquier otra fuente del cuerpo humano, que refleja los cambios
subyacentes de un proceso fisiológico a lo largo del tiempo. El principio fundamental de la
monitorización de biomarcadores en el deporte es evaluar las respuestas específicas de la
síntesis de proteínas, o los niveles de metabolitos u hormonas específicos como indicador
del estado físico, la fatiga y la recuperación o el estado de salud del atleta. Las principales
áreas de investigación de biomarcadores en el deporte incluyen el estado muscular, el
sistema inmunitario y la inflamación, el estrés oxidativo, la nutrición y la hidratación, los
parámetros de tendones, cartílagos y huesos, el perfil hormonal y la genética. Sin
embargo, la complejidad inherente de todos los procesos fisiológicos requiere un panel
completo de biomarcadores para evaluar de manera confiable el estado de un atleta e
incluye otros aspectos como la nutrición, el sueño, cargas de trabajo o estado de ánimo.
Además, un plan de seguimiento de biomarcadores adecuado requiere que el científico del
deporte esté actualizado sobre las últimas técnicas y biomarcadores disponibles, para
garantizar que la información proporcionada sea mayor que la información obtenida con
la ayuda de herramientas de seguimiento más sencillas y menos costosas. . El científico del
deporte también debe considerar la carga del personal y del atleta debido a los
procedimientos de recolección de muestras, y considerar todos los aspectos legales y
éticos relacionados con la propiedad, la privacidad y la seguridad de los datos personales.
El próximo paso en la ciencia del deporte es explorar biomarcadores antiguos y nuevos
utilizando todo el poder de la genómica, la epigenómica, la transcriptómica, la proteómica
y la metabolómica, así como su interacción con el medio ambiente (p. ej., nutrición, sueño,
estado de ánimo, cargas de trabajo), en combinación con grandes diseños de estudios
observacionales y experimentales,
LECTURAS RECOMENDADAS
Bouchard, C, Rankinen, T y Timmons, JA. Genómica y genética en
la biología de la adaptación al [Link] Fisiol1: 1603-1648,
2011.
Higgins, JP. Sistemas no lineales en [Link] J Biol Med75: 247-260,
2002.
Meeusen, R, Duclos, M, Foster, C, Fry, A, Gleeson, M, Nieman, D, Raglin,
J, Rietjens, G, Steinacker, J y Urhausen, A. Prevención, diagnóstico y tratamiento
del síndrome de sobreentrenamiento: declaración de consenso conjunta del
Colegio Europeo de Ciencias del Deporte y el Colegio Americano de Medicina
[Link] deportivo Med Sci45: 186-205, 2013.
Pitsiladis, Y, Wang, G, Wolfarth, B, Scott, R, Fuku, N, Mikami, E, He, Z,
Fiuza-Luces, C, Eynon, N y Lucia, A. Genómica del rendimiento deportivo
de élite: lo poco que sabemos y los avances [Link] J Sports Med47:
550-555, 2013.
Virú, A y Virú, [Link]ón Bioquímica del Entrenamiento Deportivo.
Champaign, IL: Cinética humana, 2001.
CAPÍTULO 17
Percepción de Esfuerzo y
Seguimiento Subjetivo
Shaun J. McLaren, PhD
Aaron J. Coutts, PhD
Franco M. Impellizzeri, PhD
El seguimiento de los atletas se considera un aspecto importante del proceso de entrenamiento,
cuyo objetivo es maximizar el rendimiento deportivo y la salud. El concepto subyacente del proceso
de entrenamiento es que el potencial de rendimiento puede mejorar cuando los sistemas biológicos
de un atleta están sobrecargados para inducir respuestas adaptativas. Sin embargo, estresar los
sistemas del cuerpo humano tiene un riesgo inherente relacionado con el equilibrio entre el
estímulo y la recuperación necesaria para permitir adaptaciones positivas (es decir,adaptación del
entrenamiento). Esto otorga importancia tanto a la medición como a la gestión del estímulo de
entrenamiento, generalmente denominadocarga de entrenamiento—Y las respuestas asociadas (
75,76). Los entrenadores y practicantes (p. ej., ciencias del deporte, fuerza y acondicionamiento,
medicina) generalmente están de acuerdo en los beneficios de este proceso y su base teórica, en
cuanto a la evaluación de la efectividad de un programa de entrenamiento, el manejo del estímulo
del entrenamiento, la detección de la fatiga, el seguimiento de los cambios en el rendimiento la
capacidad, la programación de una recuperación adecuada y la gestión del riesgo de lesiones se
destacan como justificaciones importantes parasistemas de seguimiento de deportistas(4,147,
150,163).
Carga es un término genérico que puede asumir diferentes significados según el contexto.
Por ejemplo, en mecánica, la carga se considera como la tensión física sobre un sistema o
componente mecánico. Sin embargo, dentro de un contexto de monitoreo de atletas, las
cargas de entrenamiento y competencia comúnmente implican una carga psicofisiológica que
es el producto de la frecuencia, la intensidad y el volumen. Se puede dividir en componentes
internos y externos:Carga externason los resultados del rendimiento del atleta (p. ej., el
movimiento y la actividad cuentan durante una sesión como
como metros corridos, peso levantado o lanzado), ycarga internaes la respuesta
bioquímica (fisiológica y psicológica) y biomecánica relativa dentro del ejercicio a la
carga externa (75,76,159). La carga externa es el medio por el cual se induce una
carga interna, pero las características individuales como la edad, el estado físico y
la genética influyen en esta relación (verfigura 17.1;75).
La respuesta a las cargas de entrenamiento y competición se manifiesta como cambios en
los sistemas cardiorrespiratorio, metabólico, neuromuscular, musculoesquelético y endocrino
del cuerpo. Estos cambios pueden ser tanto negativos como positivos, y van desde la
sobrecarga del tejido, el fallo y el sobreentrenamiento hasta la adaptación funcional del tejido,
respectivamente (159) —Y puede durar de forma aguda, crónica o permanente. Cualquiera que
sea la teoría de referencia subyacente (p. ej., homeostasis y síndrome general de adaptación
[41] o alostasis [83]), el estrés biológico y mecánico inducido por el ejercicio son antecedentes
de cualquier adaptación (160). Esto significa que las cargas internas de entrenamiento y
competencia, en combinación con las características individuales antes mencionadas, son los
principales determinantes de la respuesta al entrenamiento (verfigura 17.1). Más información
sobre el proceso de formación se puede encontrar en Capitulo 2.
La cuantificación de la carga y la respuesta posterior es un desafío. Si bien esto se
considera un componente esencial del seguimiento de los atletas, no existe un estándar de
oro establecido y existen muchos conceptos erróneos (75). La carga interna, la carga
externa y la respuesta de entrenamiento son términos constructivos, lo que significa que
no se pueden medir directamente y, en cambio, deben cuantificarse mediante indicadores
sustitutos (proxies). La selección de proxies de carga y respuesta como parte de los
sistemas de seguimiento de atletas debe basarse en consideraciones teóricas, técnicas y
contextuales. Esto incluye confiabilidad, validez, sensibilidad al cambio, especificidad para
el deporte o las demandas del atleta, la capacidad de proporcionar retroalimentación
inmediata, eficiencia del tiempo, facilidad de administración, rentabilidad y escalabilidad
para grandes grupos de atletas (37,133,137,147,150).
FIGURA 17.1El proceso de formación y el papel de las herramientas de seguimiento
subjetivo.
Adaptado con permiso de RM Impellizzeri, SM Marcora y AJ Coutts (2019, pág. 270-273).
La selección de proxies de carga y respuesta también debe depender de la
información requerida por el entrenador para ajustar el plan de entrenamiento. Por
ejemplo, el entrenador puede querer usar medidas separadas de volumen e
intensidad para cualquier tipo de ejercicio específico (naturaleza del estímulo), o una
medida global que combine ambas (verfigura 17.2). Elimpulso de entrenamiento(
TRIMP) propuesta por Banister (7) es un ejemplo de un intento de combinar volumen
(expresado en minutos) e intensidad (basada en la frecuencia cardíaca de reserva y
ajustada por un coeficiente exponencial) en una sola medida.
Históricamente, la retroalimentación subjetiva proporcionada por los atletas se ha utilizado para
optimizar y adaptar el entrenamiento. Como tal, no sorprende que la percepción del esfuerzo (es
decir, la intensidad) y los constructos de respuesta, como la recuperación y la fatiga, se clasifiquen
entre las herramientas más comunes utilizadas por los entrenadores para monitorear el
entrenamiento (4,147,150,163). La principal diferencia entre el uso histórico de la retroalimentación
subjetiva y los avances desde principios de siglo es que estas percepciones no se cuantificaron
utilizando herramientas numéricas, sino que se adquirieron de manera cualitativa. Preguntar a los
atletas, por ejemplo, cómo se sienten para comprender mejor si están haciendo frente al
entrenamiento y evaluar si el volumen y la intensidad son óptimos, ha sido durante mucho tiempo
una estrategia común para muchos entrenadores. Incluso cuando a los atletas no se les solicita
directamente dicha retroalimentación, los entrenadores a menudo intentan comprender las cargas
de entrenamiento de los atletas y las respuestas asociadas al
interpretando su fisonomía, lenguaje corporal y otros gestos. Sin embargo, esta
aproximación puede implicar errores sustanciales, ya que los entrenadores suelen estimar
una intensidad más baja que la experimentada por los jugadores (27,85,95,161). Si bien la
interacción cualitativa atleta-entrenador aún tiene valor, y siempre lo tendrá, ahora existen
medios para cuantificar las experiencias subjetivas del entrenamiento del atleta y las
cargas de competencia, así como las respuestas a estas cargas. Cuando se seleccionan e
implementan correctamente, estos métodos psicométricos pueden proporcionar una
cuantificación estandarizada, válida y confiable del proceso de entrenamiento.
El objetivo de este capítulo es proporcionar una descripción general de la percepción del
esfuerzo y su uso como indicador de la intensidad del ejercicio y la carga interna, así como describir
y evaluar brevemente las medidas subjetivas de la respuesta del atleta que se han presentado
durante mucho tiempo como parte de los sistemas de seguimiento. . Un objetivo importante es
evaluar críticamente los métodos psicométricos de las herramientas subjetivas en el seguimiento
de atletas que, en opinión de los autores de este capítulo, forman la base para una aplicación
exitosa.
FIGURA 17.2El constructo de carga de entrenamiento y sus componentes
(especificidad, volumen, frecuencia, intensidad y densidad).
MEDICIÓN DE LA INTENSIDAD DEL EJERCICIO Y LA
CARGA INTERNA MEDIANTE EL ESFUERZO PERCIBIDO
Percepciónes la elaboración de experiencias elementales proporcionadas por el sistema
sensorial (58,106). Es el proceso activo de detallar y organizar la información sensorial
dentro del cerebro para darle un significado (15,106).Percepción del esfuerzo (también
llamadosentido del esfuerzooesfuerzo percibido) se ha asociado con varias definiciones,
sin embargo, los autores de este capítulo creen que la más apropiada es la "sensación
consciente de cuán dura y extenuante es una tarea física" (101). Los autores eliminaron la
palabra "pesado" de esta definición (aparente en la referencia original, ver [101]) porque
en un contexto de monitoreo de atletas, puede interpretarse fácilmente como el peso de
un objeto que se levanta (p. ej., entrenamiento de resistencia), en lugar del esfuerzo real
percibido asociado con la tarea (63).
Los términos esfuerzo y esfuerzo a menudo se usan indistintamente (78,123), aunque
esta no es una opinión consensuada (1). La diferenciación semántica entre esfuerzo y
esfuerzo puede tener relevancia desde un punto de vista científico, pero en la práctica esto
no es una preocupación real para el seguimiento de atletas. La razón es que la evidencia
sugiere que los atletas no pueden diferenciar entre los dos términos (78). Sin embargo, el
esfuerzo debe diferenciarse claramente de otras sensaciones perceptivas inducidas por el
ejercicio, como la fatiga, el dolor, la incomodidad, la fuerza, el placer y el disfrute. Estos
otros sentimientos son construcciones conceptuales diferentes con distintas vías
neurofisiológicas (63) y aplicaciones al proceso formativo. Sin embargo, no siempre es
intuitivo o fácil para los atletas disociar estas sensaciones del esfuerzo, porque a menudo
están fuertemente relacionadas. Un desafío clave para aquellos que cuantifican el esfuerzo
percibido en el seguimiento de atletas es asegurarse de que los atletas tengan una buena
conciencia de lo que es y no es esfuerzo, a través de la comprensión de estas otras
percepciones.
Calificación del esfuerzo percibido
El esfuerzo percibido depende principalmente de qué tan difícil o fácil se siente respirar (p. ej.,
disnea, frecuencia de respiración) o contraer las extremidades que trabajan (p. ej., tensión
muscular) durante las tareas físicas.15,sesenta y cinco,148). De hecho, este sentimiento crece
con la intensidad de un estímulo (23) y se ha relacionado cuantitativamente con marcadores de
respiración, circulación y rendimiento físico durante el ejercicio (11,15,
32,134). Por lo tanto, es un fenómeno temporal que es instantáneo en cualquier momento
durante el entrenamiento o la competencia del atleta. Esto tiene un papel importante en la
autorregulación del comportamiento (p. ej., autorregulación de la carga externa y el ritmo)
y se puede cuantificar mediante uncalificación del esfuerzo percibido(EPR). Aquí, se
asigna un valor numérico a la magnitud del esfuerzo percibido en un momento dado, que
va desde un mínimo hasta un máximo.
Sin embargo, el uso del RPE dentro del seguimiento del atleta suele ser completamente
retrospectivo. Es decir, los RPE generalmente se proporcionan después del entrenamiento
o la competencia, y se brindan como una evaluación cognitiva o un reflejo del esfuerzo
experimentado durante la sesión. Cuando los atletas recuerdan su RPE durante toda la
sesión de entrenamiento o competencia, representa un componente del llamadosesión
RPE (RPE) (54). Los términos RPE y sRPE a veces se usan casi indistintamente, pero es
importante enfatizar que sRPE es el término correcto para una evaluación post-hoc del
esfuerzo experimentado durante un período de entrenamiento o competencia, y
simplemente representa una aplicación de RPE.
En teoría, el sRPE debería servir como una medida del entrenamiento interno y la
intensidad de la competencia, aunque los efectos de la duración del ejercicio sobre el sRPE aún
no son concluyentes. No obstante, cuando se multiplica por el volumen de ejercicio (es decir, la
duración),carga de entrenamiento sRPE(sRPE-TL) se puede cuantificar para expresar la carga
interna como una única métrica de tipo impulso. Conceptualmente, esto se puede considerar
como el área bajo la curva de la percepción de un atleta a lo largo del tiempo (verfigura 17.3). El
sRPE-TL se puede sumar para un marco de tiempo acumulativo dado del programa de
entrenamiento del atleta, como un día, una semana, un microciclo o un mesociclo. Esto plantea
tanto una limitación como un beneficio de sRPE como indicador de carga: no refleja con
precisión la naturaleza específica de la estructura de las diferentes modalidades de ejercicio,
pero puede proporcionar una medida global que es útil para comprender cómo el atleta
percibió y toleró el total. carga, determinada por las combinaciones de diferentes tipos de
modalidades de entrenamiento y competición.
FIGURA 17.3Resumen conceptual del esfuerzo percibido durante el entrenamiento
deportivo y la competición.
Las calificaciones del esfuerzo percibido no son la percepción del esfuerzo
en sí, son valores numéricos asignados a la percepción. Según Borg y Borg (
dieciséis,21), los individuos pueden describir y comunicar sus intensidades
perceptivas razonablemente bien usando varios términos lingüísticos. Las
intensidades perceptivas también se pueden cuantificar usando números,
pero un paso adicional es asociar estos números con clasificaciones de
intensidad cualitativas. Este proceso se logra mejor mediante el uso de
expresiones verbales estandarizadas en una escala. La construcción y el uso
de escalas de calificación representa un gran avance en la medición del
esfuerzo percibido, y la aplicación de estas escalas para cuantificar el sRPE
en el seguimiento de atletas es casi universal. Sin embargo, este proceso
requiere una interpretación consciente y la posterior comunicación de una
percepción y, por lo tanto, tiene el potencial de causar una falta de
coincidencia entre la calificación numérica y la sensación real.
Escalado de categorías
Aescala de categoríaconsiste en etiquetas verbales asignadas a un número en una escala
de intervalo. Este fue el método utilizado para desarrollar la escala RPE 6-20 de Borg (12,14
), construido para dar datos que aumentan linealmente con la intensidad del estímulo,
como la frecuencia cardíaca y el consumo de oxígeno, durante una prueba incremental (15
,32,64,134). Esto también es consistente con el modelo de rango de Borg (10,11), que
afirma que la intensidad subjetiva varía de mínima a máxima y es igual entre individuos. La
escala RPE tiene ventajas como un instrumento fácil de entender y simple de usar,
proporcionando datos que son fáciles de interpretar (23). Sin embargo, un problema con
esta escala es que no tiene en cuenta los cambios en la respuesta que no son
proporcionales al estímulo (13). De hecho, la relación estímulo (S) - respuesta (R) del
esfuerzo percibido se describe mejor como no lineal porque el mismo cambio en un
estímulo (p. ej., velocidad absoluta de carrera) provoca mayores cambios en la respuesta
(p. ej., esfuerzo percibido) a intensidades más altas. . Esto se conoce como crecimiento
exponencial ofunción de relación(dieciséis). Otro tema es que la escala 6-20 RPE es una
escala cerrada con riesgo de algún truncamiento en los valores finales (23). Esto significa
que el final de la escala está limitado, y no es posible que los atletas otorguen una
calificación más allá de su máximo percibido actual o histórico.
Escala de relación de categoría
Para abordar las limitaciones de los métodos de escalado de categorías,relación de
categoría(CR) se desarrollaron para combinar las propiedades (y los beneficios) de las
escalas de categoría con los métodos de proporción. Por lo tanto, una escala CR incluye
categorías discretas de esfuerzo absoluto, pero la diferencia entre categorías es
numéricamente exponencial. Por ejemplo, la escala CR 10 de Borg (deciMax; CR10®) tiene
categorías ancladas de fácil (2 unidades arbitrarias [au]), moderado (3 au) y difícil (5 au),
pero la diferencia numérica entre moderado y difícil (2 au) es el doble de la diferencia entre
fácil y moderado (1 au). En consecuencia, las respuestas proporcionadas son datos de
relación no lineal que son consistentes con el modelo de rango de Borg. Esto significa que
los valores derivados de CR de RPE (y sRPE) se pueden usar para comparaciones absolutas
y relativas de intensidad dentro y entre individuos (dieciséis,73). Las características
adicionales, como la llamada estrella fija, ayudan a evitar los efectos de techo asociados
con la escala RPE 6-20 al permitir que los atletas asignen valores más altos que el máximo.
en caso de que perciban tal esfuerzo (dieciséis,63). Debe reconocerse que la escala CR no
permite obtener datos de relación perfectos, pero es una escala que se acerca a poseer
propiedades de relación. Por esta razón, también se utiliza el término semi-ratio (dieciséis). No
obstante, se ha sugerido que esto es aceptable para tratar los datos estadística y
matemáticamente como pertenecientes a una escala de razón (11,dieciséis).
CR10 de Borg®Podría decirse que la escala ha sido el método estándar de oro para
proporcionar RPE, debido a las propiedades antes mencionadas de la escala CR. Sin
embargo, a menudo se puede malinterpretar como una simple escala de categoría de 0 a
10. Esto se vuelve problemático porque los atletas pueden tender a reportar valores
enteros, lo que distorsiona las propiedades de proporción de la escala y causa
desviaciones en las funciones S – R de la escala (22). La escala Categoría-Ratio 100
(centiMax; CR100®) ha recibido atención en la cuantificación de sRPE. El CR100®escala (que
va de 0 a 120) es una versión de grano fino del CR10®escala (que va de 0 a 11) y fue
desarrollado para superar los problemas antes mencionados y aumentar la posibilidad de
detectar cambios más pequeños en la percepción del esfuerzo (dieciséis). Investigación en
futbolistas (50) ha mostrado menos agrupamiento de calificaciones en torno a los anclajes
verbales al comparar CR100®sRPE con CR10®sRPE. Esto sugiere que el CR100®
La escala proporciona una medida más precisa de la intensidad del ejercicio y es el método
óptimo para calificar el esfuerzo percibido.
La selección y ubicación de los anclajes verbales de la escala CR se desarrolló a través
de un análisis cuantitativo. La elección de adjetivos y adverbios se basa en conceptos
semánticos como interpretación (intensidad detrás de la expresión) y precisión (grado de
variación que indica cuánto están de acuerdo los individuos). Estos descriptores, que
funcionan como constantes multiplicativas, y su ubicación y espaciado se eligieron para
corresponder con sus valores numéricos de una serie de ensayos iterativos (10,dieciséis,20
). En consecuencia, a pesar de que RPE y sRPE se han utilizado para el entrenamiento de
fuerza, los anclajes verbales en las escalas CR se desarrollaron originalmente para
ejercicios de tipo cardiovascular. Por lo tanto, se debe examinar la congruencia del
descriptor verbal con el contexto del entrenamiento de fuerza. No obstante, los
profesionales y entrenadores que utilizan escalas de CR para cuantificar el sRPE deben
comprender que la escala de construcciones psicofisiológicas es compleja y que el
desarrollo de estas escalas no provino simplemente de agregar descriptores verbales en
una línea numerada en función de la intuición o la apariencia estética.
Personalización de escala
Desafortunadamente, no es raro encontrar escalas RPE modificadas que emplean
características adicionales como el uso de color, expresiones faciales o imágenes (ver
figura 17.4). Estas escalas prevalecen no solo en entornos amateur o recreativos, sino
también dentro de organizaciones deportivas de élite (8). Es importante destacar que
estas escalas no están validadas en el grado de rigor psicométrico de las escalas CR y,
a menudo, carecen de principios clave: definiciones operativas precisas del constructo
medido, generalizabilidad a una población amplia, selección de los sujetos apropiados
para el desarrollo, validación externa y creación. de normas, elección del tipo de
escala, el modelo de rango (mínimo a máximo), el tamaño del rango dinámico
subjetivo, y evitar o limitar el efecto final (extremo abierto y estrella fija).
FIGURA 17.4Ejemplo de una escala RPE personalizada que viola muchos
principios psicométricos óptimos. Estas escalas deben evitarse en el
seguimiento de atletas.
Las modificaciones a las escalas apropiadas pueden introducir un sesgo considerable en el proceso de
calificación. Aquí, es probable que surja un sesgo cuando la calificación de los individuos está influenciada por
su percepción de la característica de escala (por ejemplo, su percepción del color rojo o una cara
feliz), en lugar de la sensación de esfuerzo. Cualquier señal adicional (símbolos o colores) agregada
a la escala debe ser congruente con los valores de los anclajes verbales. Incluso las escalas
pobladas con un borde alrededor de cada categoría de esfuerzo están sujetas a los mismos escollos
porque esto probablemente fuerza una respuesta categórica o discreta (p. ej., datos ordinales),
mientras que la percepción del esfuerzo se ve mejor como una variable de relación semicontinua si
se clasifica usando el índice recomendado. método de escala CR. En este sentido, los datos de nivel
de razón se representan mejor como posiciones a lo largo de una recta numérica continua, en lugar
de miembros de categorías discretas, para las que deberían ser posibles respuestas no enteras.
Cuando se modifica una escala, los entrenadores y los practicantes deben ser conscientes
de que el reemplazo del posicionamiento o la terminología del ancla verbal puede cambiar la
relación funcional entre el constructo de referencia y los datos. Esto significa que una vez que
se ha modificado una escala, ahora es una escala diferente, ni siquiera una variación. La
modificación de las propiedades de medición dificulta la comparación cuantitativa (dieciséis), y
la interpretación de los datos de sRPE del entrenamiento y la competencia puede ser inexacta.
En pocas palabras, si estas escalas se utilizan para medir el sRPE, es posible que no se esté
midiendo el sRPE en absoluto.
PROPIEDADES DE MEDICIÓN DE RPE Y
SRPE
Cualquier medida de seguimiento de atletas debe poseer propiedades de medición
aceptables para que pueda aplicarse con precisión y confianza en los datos generados. Sin
entrar en demasiados tecnicismos, esta sección presenta brevemente las propiedades de
medición clave por las que se deben juzgar las medidas subjetivas, como se muestra en
tabla 17.1(114,154). Esto se aplica al sRPE como medida de la intensidad del
entrenamiento, al sRPE-TL como medida de la carga y también a las medidas subjetivas de
respuesta al entrenamiento que se analizan más adelante en este capítulo. Esta sección
analiza las propiedades de medición más pertinentes de sRPE y sRPE-TL.
Validez
La validez es un concepto amplio (5), y el proceso de validación depende del tipo de
validez evaluada (74,114). Las escalas CR y 6-20 RPE son indiscutiblemente válidas
para medir el esfuerzo percibido porque fueron desarrolladas con metodología
psicofísica. Por supuesto, esto no significa que no tengan limitaciones (p. ej., las
escalas CR no son una forma perfecta de escalamiento de razón). Dado que las
percepciones deben calificarse y comunicarse (un proceso que tiene el potencial de
verse influido por el error de medición y el sesgo consciente), también es necesaria
una evaluación empírica de la validez.
TABLA 17.1Una descripción general de las propiedades de medición clave para las
herramientas de seguimiento subjetivo en el seguimiento de atletas
propiedad de medida Descripción
Dominio de confiabilidad La medida en que los puntajes subjetivos de los atletas que no han cambiado son los
mismos para mediciones repetidas bajo varias condiciones.
Consistencia interna El grado de interrelación entre los elementos.
Fiabilidad La proporción de la varianza total en las mediciones que es atribuible a la verdadera
diferencia entre atletas.
Error de medición El error sistemático y aleatorio de la medida subjetiva de un atleta que no se atribuye a
cambios verdaderos en los constructos objetivo.
Validez El grado en que los resultados subjetivos y sus herramientas (escalas, instrumentos,
etc.) miden los constructos que pretenden medir
Validez de contenido El grado en que el contenido de un resultado subjetivo o su herramienta de medición
es un reflejo adecuado del constructo a medir.
Validez aparente El grado en que los ítems de un resultado subjetivo o su herramienta de
medición parecen ser un reflejo adecuado del constructo a medir.
Validez de constructo El grado en que un resultado subjetivo es consistente con las hipótesis (por ejemplo, con respecto
a las relaciones internas, las relaciones con las puntuaciones de otros instrumentos o las
diferencias entre grupos relevantes) basado en el supuesto de que la herramienta de medición
proporciona una evaluación válida del constructo objetivo.
Validez estructural El grado en que las puntuaciones de una medición subjetiva son un reflejo
adecuado de la dimensionalidad del constructo a medir.
Validez transcultural El grado en que el desempeño de los ítems en una herramienta de medición traducida o
culturalmente adaptada es un reflejo adecuado del desempeño de los ítems en la versión
original de la herramienta de medición
Sensibilidad La capacidad de los resultados subjetivos y sus herramientas para detectar cambios a lo largo del
dominio tiempo en el constructo a medir.
Adaptado de Mokkink et al. (2016).
La intensidad del ejercicio es un concepto teórico y holístico, lo que significa que no existe
una medida de criterio estándar de oro contra la cual se pueda examinar la validez del RPE. Sin
embargo, existen variables consideradas indicadores válidos de la intensidad del ejercicio que
teóricamente deberían asociarse con el RPE, incluida la frecuencia cardíaca, el consumo de
oxígeno, la concentración de lactato en sangre y la actividad eléctrica muscular. Los resultados
de varios metanálisis confirman que en diversas modalidades de ejercicio, como correr, andar
en bicicleta, nadar y ejercicios de fuerza, el RPE está fuertemente asociado con estas otras
medidas cardiopulmonares, metabólicas y neuromusculares de la intensidad del ejercicio
interno (vertabla 17.2) (32,88). Desde una perspectiva práctica, estos datos sugieren que un
cambio en el RPE está fuertemente asociado con un cambio en los otros indicadores de la
intensidad del ejercicio, lo que sugiere que son convergentes de una construcción similar. En
este sentido, los coeficientes de correlación ≥0,50 se consideran aceptables para proporcionar
evidencia de validez de constructo (153). Es importante tener en cuenta que, si bien estas
asociaciones brindan evidencia de la validez del constructo RPE, no deben interpretarse como
causales (p. ej., no se puede concluir que el esfuerzo percibido es generado por la frecuencia
cardíaca, el lactato en sangre, etc.). Estas asociaciones simplemente implican que el RPE está
relacionado con otros constructos de la intensidad del ejercicio.
Aunque otras medidas de la intensidad del ejercicio interno pueden ser difíciles de obtener en el
entorno aplicado, existe evidencia similar de validez de constructo cuando se aplica el RPE para
cuantificar el sRPE en el deporte, incluida la carrera y el ciclismo continuos, la natación y el
entrenamiento de deportes de combate.61). La evidencia también sugiere que la combinación de
múltiples indicadores de la intensidad del ejercicio, como la frecuencia cardíaca promedio de la
sesión y la concentración de lactato en sangre después del ejercicio, explica más de la
varianza en sRPE que las medidas individuales en forma aislada (39). Como medida de la carga
interna, sRPE-TL está fuertemente asociado con TRIMP durante una variedad de modos de
entrenamiento sin resistencia en deportes como fútbol, liga de rugby, baloncesto, fútbol
australiano, fútbol canadiense, entrenamiento de intervalos, ciclismo, remo, natación,
Taekwondo, gimnasia (TeamGym), clavados, kayak de velocidad, kárate, waterpolo, tenis y
esgrima (61). Se puede establecer más evidencia de la validez del constructo a partir de las
relaciones de sRPE-TL con la carga de entrenamiento externa. Este es el caso porque, de
acuerdo con la teoría del entrenamiento, una construcción válida de carga interna debe estar
asociada con la carga externa, ya que es el medio por el cual se induce la carga (verfigura 17.1
en la página 232) (75,76). De hecho, esto se ha evidenciado durante el entrenamiento de
deportes de equipo en el campo y también en el entrenamiento de resistencia (ver tabla 17.2) (
88,108).
Se puede ejemplificar un contexto de validez final en la relación entre sRPE-TL y los cambios
en los resultados del entrenamiento, como la condición física o el rendimiento. Esto
nuevamente está respaldado por el marco del proceso de capacitación (75,76), porque tal
los cambios están determinados por la carga interna. Sin embargo, dada la compleja relación dosis-
respuesta entre la carga de entrenamiento y el rendimiento (28,125), es poco probable que una sola
medida pueda reflejar una gran parte de la varianza en los cambios de rendimiento. Esto también
es válido para una relación simple examinada con modelos lineales básicos, porque existen cambios
en los resultados del entrenamiento dentro de sistemas complejos (9, 94). No obstante, sRPE-TL, así
como otros indicadores de carga interna como TRIMP, han mostrado algunas asociaciones con
cambios en los resultados del entrenamiento, como la condición física y el rendimiento (54,77). Es
importante destacar que estas asociaciones parecen más fuertes que aquellas con carga externa,
un hallazgo respaldado por la teoría del entrenamiento (75,76) y uno que destaca aún más la
importancia de la cuantificación de la carga interna.
A diferencia de los cambios positivos en el resultado del entrenamiento, como la condición
física y el rendimiento, el sRPE-TL no parece estar asociado con consecuencias negativas del
proceso de entrenamiento, como las lesiones musculares sin contacto.91). Algunos creen que
esto es evidencia para descartar sRPE como una herramienta útil de monitoreo de carga (117,
118), pero tales afirmaciones son absurdas. Por definición, sRPE es una medida general de la
intensidad del ejercicio y el estrés psicofisiológico asociado. Indudablemente, las lesiones
ocurren porque en algún momento del ejercicio, una carga mecánica excede los límites críticos
de los biomateriales (p. ej., tejido blando). La verdadera etiología de una lesión es compleja.
Depende de las interacciones no lineales y en constante evolución entre múltiples factores
dinámicos. Asumir que existe una asociación entre el sRPE y las lesiones no solo es ilógico, sino
engañoso, y refuerza una confianza excesiva en el uso de proxies únicos de la carga de
entrenamiento para controlar el riesgo de lesiones. Esta es una simplificación excesiva de un
problema complejo. Cuando se aplica correctamente, el sRPE debe usarse para guiar el
proceso de entrenamiento basado en los principios de progresión y sobrecarga, junto con el
conocimiento y la experiencia profesional del entrenador o profesional. Todas estas son partes
del siempre complejo rompecabezas de la prevención de lesiones.
Fiabilidad
Fiabilidadse relaciona con el grado de consistencia y reproducibilidad en una medida (ver
capítulos 8y18). En el contexto de la monitorización de deportistas, establecer la fiabilidad
de un proxy de carga interna a menudo puede ser difícil porque la carga interna es
inherentemente sensible y, por lo tanto, tiene el potencial de ser inestable. Este hecho está
respaldado por la pobre confiabilidad de varios marcadores fisiológicos, como la
concentración de lactato en sangre y el consumo de oxígeno.45,116). Cuando el interno
la respuesta al ejercicio parece reproducible; sin embargo, la evidencia sugiere que el sRPE es
una medida confiable de la intensidad subjetiva del ejercicio. Esto tiene transferencia directa a
sRPE-TL, dado que la duración es constante en los diseños de reevaluación. En un estudio que
examinó la reproducibilidad de las respuestas de intensidad interna a la carrera y el ciclismo
con carga constante a diferentes intensidades (40 % -90 % del consumo máximo de oxígeno),
Herman y sus colegas (66) reportaron relaciones casi perfectas y bajo estándar (típico)errores
de medida—Una estimación de la variabilidad dentro del atleta — entre dos días de
entrenamiento para sRPE (coeficiente de correlación de reevaluaciónr = 0,88, error estándar
[típico] de medición = 1,2 au, porcentaje de consumo máximo de oxígeno [0,98, 3,2 %],
frecuencia cardíaca media [0,96, 3,7 % del punto máximo]). Estos hallazgos parecen
consistentes con los estudios realizados en el entorno aplicado. Coeficientes de correlación
intraclase moderados a muy altos (CCI; 0,55-0,99) (97) y errores típicos de ~ 0.1 a 1.5 au
(deciMax) para sRPE han sido reportados para entrenamiento de resistencia (43), Liga de Rugby
(56) y baloncesto (98) entrenamiento de habilidades, ciclismo de intervalos de estado estable (
162), funcionamiento intermitente controlado (140) y entrenamiento de pies en esgrima (156).
INFLUENCIA DE FACTORES PSICOLÓGICOS EN
SEGUIMIENTO DE ATLETAS
Debido a que el esfuerzo percibido es una tarea cognitiva que involucra procesos neuronales y
biológicos en el cerebro, es muy probable que exista la influencia de factores psicológicos.99,
102). Estos factores pueden resultar en última instancia en un sesgo consciente durante el
proceso de calificación. Sin embargo, la naturaleza de la interacción de estos factores con el
esfuerzo percibido es dinámica y compleja. También depende de la forma en que se apliquen
los RPE. Por ejemplo, el marco psicobiológico del rendimiento de resistencia cardiovascular es
un modelo de toma de decisiones basado en el esfuerzo basado en la teoría de la intensidad
motivacional (98,122). En el contexto del seguimiento de atletas, en el que los RPE se utilizan
como una evaluación cognitiva posterior al ejercicio (es decir, sRPE), las influencias psicológicas
potencialmente importantes pueden incluir fenómenos afectivos (afecto central, como placer y
desagrado, tensión y relajación, energía y cansancio, estado de ánimo). y emociones) (49,90)
rasgos disposicionales (características, habilidades o sentimientos tales como extraversión,
resistencia, perseverancia, activación conductual, inhibición conductual, etc.) y factores
situacionales (p. ej., autoeficacia). La razón por la que es importante comprender y reconocer
estos factores de influencia potenciales es para que los entrenadores y los profesionales
puedan formular estrategias para controlarlos o tenerlos en cuenta cuando se aplica sRPE en el
seguimiento de los atletas.
Los fenómenos afectivos, los rasgos disposicionales como la extraversión, la
activación del comportamiento, la resistencia psicológica (es decir, a la presión, la
crítica y el estrés), la resistencia psicológica (es decir, la persistencia y la
determinación), el liderazgo y la autoeficacia (antes y durante el ejercicio) han
demostrado asociaciones negativas con RPE. Esto sugiere que los fenómenos afectivos
más positivos, la autoeficacia más alta en el ejercicio y los rasgos disposicionales más
positivos se asocian con un esfuerzo percibido más bajo.36,62,107,124). Sin embargo,
estas asociaciones son evidentes solo para intensidades de ejercicio bajas o
submáximas, como las que se realizan por debajo del umbral ventilatorio.36,62). Tal
hallazgo concuerda con el modelo de esfuerzo percibido de Rejeski (131,132), que
establece que los factores psicológicos deberían mediar en el esfuerzo percibido a
intensidades de ejercicio bajas o submáximas. Aún no se ha determinado si esto
también es cierto para sRPE.
El potencial de factores psicológicos complejos para provocar un RPE subestimado o
sobreestimado, más allá de la verdadera carga interna inducida por el ejercicio, puede
verse como una limitación del sRPE. Sin embargo, esto también puede presentar un beneficio
en el seguimiento del atleta, dependiendo de si el entrenador desea cuantificar la carga o la
intensidad del ejercicio en el contexto del estado fisiológico y psicológico actual del atleta. Por
ejemplo, la fatiga mental puede aumentar el RPE del ejercicio (42) pero también perjudica el
rendimiento físico y técnico de los deportistas (103,144). Una preocupación más legítima es el
problema de que los atletas no pueden disociar el sRPE de las sensaciones o sentimientos
inducidos por el ejercicio que a menudo están fuertemente asociados con el esfuerzo
percibido. Para ayudar a superar este problema, los científicos deportivos y los practicantes
deben buscar estandarizar el entorno de recopilación de datos y tener en cuenta las
situaciones en las que otros sentimientos inducidos por el ejercicio pueden influir en las
respuestas de sRPE.
VARIACIONES DE MEDIDAS SUBJETIVAS EN
SEGUIMIENTO DE ATLETAS
Cuando Foster y sus colegas (53,54) propusieron el método sRPE, razonaron que también
deben existir otras características identificables y cuantitativas de un programa de
entrenamiento que podrían calcularse para comprender mejor la periodización del
entrenamiento y las demandas impuestas al atleta. Para ello, se propusieron índices de
monotonía y tensión en el [Link]ía de entrenamientose refiere a la
variabilidad día a día en la carga de entrenamiento semanal de un atleta y se expresa
como la carga diaria promedio dividida por la desviación estándar (ambas incluyen valores
cero para los días de descanso);tabla 17.3). Un valor mayor representaría menor
variabilidad y por tanto mayor monotonía, y [Link]ón de entrenamientoes
entonces el producto de la carga de entrenamiento semanal y la monotonía del
entrenamiento, diseñado para combinar ambos índices como un valor global (vertabla
17.3). Si bien estos conceptos son matemáticamente lógicos y tienen alguna base
fisiológica, hay poca evidencia que los vincule con la incidencia del sobreentrenamiento y
otras consecuencias negativas del proceso de entrenamiento. Sin embargo, si los
entrenadores o los practicantes creen que la monotonía y el esfuerzo brindan una
representación precisa de la tolerancia del atleta al entrenamiento y son útiles para la
planificación o el ajuste de la carga, es posible que deseen incluir las métricas dentro del
monitoreo del atleta como complemento del sRPE.
Otra variación del RPE dentro del seguimiento del atleta esEPR diferencial (dRPE). Esto
implica que un atleta proporcione calificaciones separadas para el esfuerzo central o
respiratorio percibido (p. ej., dificultad para respirar) y el esfuerzo periférico o local (p. ej.,
músculo de la pierna). En el contexto de la monitorización de atletas, esto puede resultar útil
como un medio para superar las limitaciones asociadas con una única medida gestáltica de la
intensidad del ejercicio (72,164). Evidencia emergente sugiere que dRPE demuestra validez
aparente, de contenido y de constructo (convergente y discriminante) en atletas de deportes
de equipo.106,108,162). Desde una perspectiva práctica, simplemente pedir a los atletas que
separen su sRPE global en dRPE puede proporcionar a los científicos del deporte una
cuantificación más detallada de la carga de entrenamiento interna (109), en particular en
relación con el esfuerzo respiratorio y muscular, que incurren en diferentes cantidades de
tiempo de recuperación a la línea de base y tienen diferentes vías de adaptación (128,159).
EVALUACIÓN DE LA RESPUESTA DE
ENTRENAMIENTO Y COMPETICIÓN MEDIANTE SUBJETIVO
MEDIDAS
En comparación con el esfuerzo percibido, la respuesta al entrenamiento y la
competencia es un concepto más amplio con múltiples dominios. Como se mencionó
anteriormente, estas respuestas suelen ser cambios agudos o crónicos en los sistemas
clave, incluidos los cardiorrespiratorios, metabólicos, endocrinos, neuromusculares y
musculoesqueléticos, así como el rendimiento funcional general (es decir, el
rendimiento físico). En última instancia, la eficacia del proceso de entrenamiento se
centra en el atleta, y el objetivo es determinar cómo los individuos se enfrentan a las
demandas para evitar la fatiga excesiva mediante la optimización del estímulo. Este es
un problema holístico que involucra constructos y dimensiones que no se pueden
medir objetivamente, por lo que los biomarcadores pueden tener una utilidad limitada
y, a menudo, no reflejan con precisión cómo el atleta tolera la carga (es decir,137).
Los desafíos de cuantificar la respuesta no son nuevos para la ciencia del deporte. Muchos de estos
temas fundamentales han estado presentes durante mucho tiempo en los entornos de atención médica,
razón por la cualmedidas de resultado informadas por el paciente(Los PROM, cuestionarios que
miden la opinión de los pacientes sobre su estado de salud, son herramientas clínicas populares.
Siguiendo la misma lógica, el uso de cuestionarios para evaluar las respuestas subjetivas al
entrenamiento y la competición se ha vuelto común en las ciencias del deporte (137, 139).
Históricamente, el interés por las respuestas subjetivas estuvo relacionado con el sobreentrenamiento y
específicamente como confirmación diagnóstica o para detectar síntomas tempranos para prevenir o
evitar su progresión (p. ej., de sobreentrenamiento no funcional a sobreentrenamiento) (115). El interés
por las respuestas subjetivas en el seguimiento de los deportistas ha aumentado como una forma de
optimizar las adaptaciones al entrenamiento y, por tanto, al rendimiento físico (38), reduciendo así
también el riesgo de sobreentrenamiento (80,139).
El objetivo de usar medidas subjetivas para cuantificar la respuesta de un atleta al
entrenamiento y la competencia es medir uno o una combinación de constructos como la
recuperación, la fatiga y el dolor. En este sentido, los cuestionarios normalmente
denominadosinstrumentos—Son empleados a menudo. Los instrumentos mismos se
componen de ítems (preguntas individuales) que se cree que son un componente
relevante del constructo objetivo (verfigura 17.5). Por lo general, la suma de las respuestas
a los ítems da una puntuación total para el constructo. Algunos de los instrumentos más
comunes utilizados para medir la respuesta subjetiva al entrenamiento se describen en
tabla 17.4(137,139).
FIGURA 17.5Descripción general conceptual de las medidas de resultado informadas por los
atletas (AROM) en el seguimiento de los atletas.
Sin entrar en demasiados tecnicismos, las PROM son comunes y están bien establecidas (29
). Pertenecen a un área de investigación denominadaclinimetría, que se basa en principios y
métodos psicométricos (47,105). La ciencia del deporte no cuenta actualmente con estos
instrumentos avanzados o bancos de elementos porque aún se está desarrollando el interés en
ellos como una herramienta de seguimiento rutinario de los atletas. Sin embargo, para evitar
reinventar la rueda (al cuadrado), los autores de este capítulo aconsejan a los entrenadores y
profesionales que confíen en la literatura establecida y la metodología disponible en otras
áreas, donde estos instrumentos han sido comunes durante décadas. Con este fin, el capítulo
se refiere a la medición subjetiva de la respuesta al entrenamiento y la competencia
(principalmente síntomas y signos físicos) comomedidas de resultado informadas por el
atleta(AROM). Por esta razón, los autores confían más en la terminología y la metodología de
la clinimetría que en los métodos psicométricos cuando se refieren a los AROM en el contexto
del seguimiento de atletas. Es decir, los instrumentos psicométricos discutidos en esta sección
no se examinan con respecto a su función de explorar aspectos psicológicos asociados con el
entrenamiento, sino como atributos (síntomas) influenciados por el entrenamiento (47). Los
AROM más orientados psicológicamente, o cualquier otro instrumento psicológico, no son una
cuestión de experiencia para el personal técnico y de ciencias del deporte. Esto requiere
expertos (es decir, psicólogos) para una correcta interpretación e implementación.
TABLA 17.4Instrumentos comunes de medición de resultados informados por los
atletas en las ciencias del deporte
construcciones primarias
Instrumento Abreviatura juzgado
Escala de estado de recuperación percibida (87) PRS Recuperación
Cuestionario de estrés de recuperación para atletas (79) RESTQ-S recuperación, estrés
Escala de estrés y recuperación aguda(68) ARS recuperación, estrés
Escala de Recuperación Corta y Estrés(69) SRSS recuperación, estrés
Recuperación-Cue (81) - recuperación, estrés
Análisis diarios de las demandas de la vida de los atletas (136) DALDA Estrés
Escala de estrés percibido (35) PSS Estrés
Escala de angustia de entrenamiento (59) TDS Síntomas físicos
Cuestionario de agotamiento del atleta (129) ABQ Síntomas físicos y
psicológicos.
Escala de angustia de entrenamiento de componentes múltiples (96) EDMP Estado de ánimo, síntomas físicos,
estrés
Cuestionario de estado de ánimo (33) Ánimo Estado de ánimo, síntomas físicos
Perfil de estados de ánimo (111) POMONES Ánimo
Forma corta(141) POMS-SF Ánimo
Modificado(60) POMS-M Ánimo
Adolescentes(152) POMS-A Ánimo
Escala de estado de ánimo de Brunel(151) BRUMAS Ánimo
Escala de angustia de entrenamiento(130) POMS-TDS Ánimo
Inventario de ansiedad rasgo-estado (146) STAI Ansiedad
Inventario de Ansiedad Estado Competitivo-2 (104) CSAI-2 Ansiedad
Inventario de Personalidad Estado-Rasgo (145) STPI Disposición emocional
Cuestionario de Recuperación Emocional (93) EmRecQ emociones
Cuestionario de sobreentrenamiento de la Société Française de SFMS Síntomas conductuales
Médecine du Sport (89)
Basado en Saw, Main y Gastin (2016).
Dado que los AROM cubren una amplia gama de conceptos y construcciones, está más
allá del alcance de este capítulo discutir la teoría psicofisiológica de cada dominio de forma
aislada, o las muchas opciones de medición diferentes (31,121,149,165).
En cambio, la atención se centra en los conceptos generales detrás de la selección, validez y
confiabilidad de los instrumentos, así como en el desafío de desarrollar un sistema AROM basado
en las necesidades individuales.
Selección de instrumentos
Una preocupación importante de los AROM es si los datos obtenidos son apropiados,
significativos y útiles para un propósito específico. El manejo de cuestionarios de uno o
varios ítems puede parecer una tarea sencilla, pero, al igual que con la medición del
esfuerzo percibido, existe un amplio margen de error y mal uso. Por estas razones, las
fases del desarrollo del instrumento se presentan como una consideración única y
brindan seguridad subjetiva de que los ítems miden la dimensión específica de interés.
Dado que existen pocas pautas específicas para desarrollar sistemas AROM en las
ciencias del deporte (137), recomendaciones establecidas disponibles en clinimetría,
como laEstándares basados en el consenso para la selección de instrumentos de
medición de la salud(COSMIN) (114,154) debe ser consultado.
Sierra y colegas (137) han presentado un marco interesante y útil de los pasos para
establecer el propósito, la participación de las partes interesadas y la viabilidad de
implementar AROM en un contexto deportivo (verfigura 17.6;137). Para seleccionar los
instrumentos y elementos más apropiados, los autores de este capítulo se remiten y
adaptan los lineamientos de una iniciativa conjunta entre el COSMIN y elMedidas de
resultados centrales en ensayos de efectividad(COMETA) (126,127). Esta iniciativa
tiene como objetivo brindar orientación sobre qué y cómo seleccionar instrumentos de
medición. Como tal, este modelo puede ampliarse y, por lo tanto, es útil para AROM y
cualquier medida, incluidas las basadas en el rendimiento. Este marco se muestra en
figura 17.7(126,127), y las siguientes secciones brindan brevemente una elaboración
práctica de los cuatro pasos para seleccionar los AROM e instrumentos de medición
más apropiados.
Paso 1: Consideración conceptual
El primer paso abarca la definición y el acuerdo sobre el constructo, el resultado o el
dominio que se quiere medir, una tarea que debe incluir tanto a los entrenadores como a
los profesionales. Este es probablemente el paso más insuficientemente considerado pero
fundamental cuando uno está decidiendo qué medidas usar. Es un error implementar algo
que simplemente está disponible y tratar de darle un significado una vez que se recopilan
los datos. Exploración de más información proporcionada por los datos
ya recopilada puede ser útil y es una estrategia legítima, pero no debería ser la norma. La
justificación post hoc es propensa a sesgos y explicaciones forzadas para dar sentido a los
números. Esto puede ser aún más problemático con el uso de AROM, ya que pueden ser
relativamente fáciles de recolectar, especialmente con artículos individuales.
Los entrenadores y profesionales deben decidir qué información se necesita y por qué
puede ayudar a optimizar el proceso de entrenamiento o la gestión del atleta. Esto se
ejemplifica mediante un proceso de pensamiento hipotético enfigura 17.8.
Paso 2: Encontrar instrumentos de medición de
resultados existentes
Una vez que se ha definido qué medir (y por qué), se deben encontrar los AROM
establecidos para medir los constructos objetivo. Este es un proceso mucho más objetivo
en comparación con la consideración conceptual y se puede lograr buscando en tres
fuentes principales: revisiones sistemáticas; artículos originales; y otras fuentes, como
bases de datos en línea, libros de texto y pautas. Si no hay instrumentos disponibles, es
posible considerar el desarrollo de un nuevo instrumento (137). Sin embargo, los autores
de este capítulo advierten contra esto a menos que sea absolutamente necesario. Si ese es
el caso, entonces se deben usar los métodos adecuados. Desarrollar un instrumento es un
proceso largo que requiere tiempo, experiencia y varios estudios de validación.
Se debe considerar más a fondo el tipo de escala utilizada. Por ejemplo, dado que
puede ser deseable diferenciar entre las respuestas normales inducidas por el
entrenamiento y las respuestas que se perciben como más altas o más bajas de lo normal
(o planificadas o explicadas, o ambas), una escala bipolar relativa podría ser más
apropiada que una escala unipolar absoluta. . Aescala unipolarse centra en la presencia o
ausencia (en la fatiga o la recuperación, por ejemplo) en términos absolutos, mientras que
escalas bipolarescentrarse en las desviaciones relativas de lo normal en dos direcciones
opuestas: negativa o peor y positiva o mejor. Esta consideración conceptual también ayuda
a refinar aún más las construcciones objetivo. Véanse, por ejemplo, los ítems individuales
de fatiga y recuperación bajo la validación de las ciencias del deporte enfigura 17.9, que
han sido adaptados de la medicina del trabajo (158), para satisfacer teóricamente las
hipotéticas necesidades planteadas enfigura 17.8.
Paso 3: Evaluación de la calidad de los
instrumentos de medición de resultados
Una vez que se identifica un AROM, es importante examinar y comprender si el
instrumento está adecuadamente desarrollado y validado (riesgo de sesgo de estudio) y si
posee propiedades psicométricas aceptables. Las propiedades psicométricas aceptables
son las discutidas previamente (vertabla 17.1), cuya calidad debe ser adecuada para
respaldar el uso del AROM en la población objetivo de atletas y dentro del contexto de su
aplicación (por ejemplo, a nivel discriminatorio o longitudinal, individual o grupal). Esto
también implica que el AROM debería haberse desarrollado específicamente para la
población de interés (p. ej., deportistas) para garantizar la validez del contenido.
Alternativamente, debería haber sido validado de forma cruzada en la población objetivo
de atletas. La siguiente sección resume las propiedades de medición que deben
examinarse para seleccionar un instrumento o elementos, así como algunas herramientas
validadas.
FIGURA 17.6Pasos para establecer el propósito, la participación de las partes interesadas y
la viabilidad de implementar AROM en un contexto deportivo.
* Considere complementar con una medida más completa a intervalos establecidos o en momentos clave durante la
temporada.
* * Los intervalos sugeridos incluyen semanal, quincenal o una vez por microciclo. Considere complementar con una
breve medida diaria durante las fases de entrenamiento intenso, o una medida más completa en momentos clave de
la temporada.
Reimpreso con permiso de AE Saw et al. (2017).
FIGURA 17.7Diagrama de flujo de la metodología COSMIN – COMET para la
selección de resultados subjetivos e instrumentos de medida, adaptada y
aplicada a AROMs en un contexto deportivo.
Reimpreso con permiso de C. Prinsen et al. (2016, pág. 19).
FIGURA 17.8Un proceso de pensamiento hipotético de consideraciones
conceptuales para seleccionar un AROM.
FIGURA 17.9Ejemplo de AROM de un solo artículo adaptado de un contexto
ocupacional (158). En este caso, la fatiga y la recuperación son la construcción
objetivo. Las respuestas se muestran para las opciones absolutas (escala unipolar)
y relativas (en comparación con lo normal; escala bipolar).
Paso 4: Recomendaciones genéricas para seleccionar
instrumentos de un conjunto de resultados básicos
El último paso es la selección (o recomendación) del instrumento. En teoría, si no hay
estudios de calidad que examinen las propiedades de medición o si estas propiedades se
consideran inadecuadas, entonces no se debe usar ni recomendar el instrumento.
Claramente, uno no puede esperar, especialmente en esta etapa temprana del desarrollo
de AROM en la ciencia del deporte, tener varios instrumentos que satisfagan
adecuadamente todos los criterios mencionados. Aún así, aunque algunas debilidades son
aceptables, el instrumento debe tener alguna evidencia mínima de validez y confiabilidad.
De lo contrario, los datos pueden ser engañosos para la toma de decisiones en la práctica.
Un instrumento que no es válido, por ejemplo, puede indicar estabilidad en un constructo
objetivo cuando en realidad está cambiando, o viceversa (121,165). Por lo tanto, cualquier
limitación o debilidad del instrumento debe ser considerada al interpretar las medidas.
Instrumentos existentes para medir AROM
La literatura ofrece pocos instrumentos desarrollados específicamente para atletas.
Afortunadamente, algunos de los más populares parecen estar respaldados por evidencia (es
decir, con varios estudios de validación).
Instrumentos multielementos y multidimensionales
ElCuestionario de estrés de recuperación para atletas(RESTQ-S) (79) y sus derivados,
Escala de estrés y recuperación aguda(ARS) (68) y elEscala de Recuperación Corta y
Estrés(SRSS) (69), se encuentran entre los pocos instrumentos AROM desarrollados y
validados (con cierto grado de satisfacción) específicamente en atletas. El RESTQ-S
original (79) consta de 77 ítems (19 escalas con 4 ítems cada una más 1 ítem de
calentamiento) que los atletas responden retrospectivamente utilizando una escala
tipo Likert. El RESTQ-S incluye siete componentes de estrés general (estrés general,
estrés emocional, estrés social, conflictos o presión, fatiga, falta de energía, molestias
físicas), cinco componentes de recuperación general (éxito, recuperación social,
recuperación física, bienestar general , calidad del sueño), tres componentes de estrés
específicos del deporte (descansos perturbados, agotamiento emocional, lesión) y
cuatro componentes de recuperación específicos del deporte (estar en forma,
realización personal, autoeficacia, autorregulación). Cada una de estas subescalas se
mide utilizando cuatro elementos que deben reflejar el dominio específico. Estas
subescalas RESTQ-S se combinan aún más para reflejar dos constructos de orden
superior: recuperación y estrés (79).
El ARSS incluye ocho componentes (4 elementos cada uno, 32 en total) que reflejan la
dimensión de recuperación compuesta por la capacidad de rendimiento físico, la capacidad de
rendimiento mental, el equilibrio emocional, la recuperación general y la dimensión del estrés
(que incluye estrés muscular, falta de activación, estrés emocional negativo). estado y estrés
general) (68). En cambio, el SRSS mide las mismas dimensiones que el RESTQ-S y el ARSS, pero
es mucho más breve (utiliza ocho elementos que se combinan para proporcionar una medida
de la recuperación y el estrés [69]), lo que facilita su implementación. Aunque por lo general
hay preocupaciones en psicometría sobre el uso de elementos individuales, los desarrolladores
de SRSS proporcionaron evidencia de validez de constructo en los elementos individuales
utilizados y evidencia de que se pueden combinar para proporcionar una medida de
recuperación y estrés. Esta evidencia de validez no está disponible, por ejemplo, para otros
elementos individuales populares comúnmente utilizados en el deporte (ver la siguiente
sección). Otro instrumento que proporciona cierta evidencia de validez y desarrollado
específicamente para atletas es elEscala de angustia de entrenamiento de componentes
múltiples(EDMP, 22 ítems) (96), midiendo depresión (5 ítems), vigor (4 ítems), síntomas físicos
(3 ítems), alteración del sueño (3 ítems), estrés (4 ítems) y fatiga (3 ítems).
Para los entrenadores y profesionales interesados en medir cualquiera de los
constructos antes mencionados, instrumentos como RESTQ-S, ARSS, SRSS y MTDS
parecen ser herramientas apropiadas, incluso si aún no se ha realizado un examen de
sus propiedades de medición de acuerdo con las pautas de COSMIN. . Otros
instrumentos comúnmente utilizados en las ciencias del deporte (vertabla 17.4) (139)
no parecen poseer la misma evidencia de validez o medir constructos objetivo
apropiados relacionados con el proceso de entrenamiento en poblaciones atléticas.
Dicho esto, los lectores deben recordar que, dentro de la ciencia del deporte, los AROM
deben implementarse para cuantificar los síntomas físicos de la respuesta al
entrenamiento en lugar de los aspectos psicológicos (donde se debe consultar a los
expertos en psicología). Por lo tanto, los entrenadores y los profesionales podrían
considerar restringir los dominios de RESTQ-S, ARSS, SRSS y MTDS solo a los síntomas
físicos.
Instrumentos de un solo artículo
El uso de ítems únicos (es decir, preguntas individuales que colectivamente forman
instrumentos) ha atraído históricamente el interés de investigadores y profesionales
en varios campos (medicina, marketing, etc.) porque son simples, fáciles de usar y
facilitan una alta finalización. calificar (26,44,48,143). artículos individuales también
Poseen una buena validez aparente, porque es inmediatamente claro para los atletas qué
constructo se está midiendo, y probablemente provoquen menos aburrimiento, fatiga y frustración
asociados con los instrumentos (158). Sin embargo, según la teoría psicométrica, los instrumentos
de múltiples elementos se consideran necesarios para reflejar adecuadamente los conceptos que
no se pueden medir directamente (121). Por lo tanto, los elementos únicos parecen ser alternativas
aceptables, pero pueden estar limitados a algunos constructos, y los usuarios deben aceptar el
riesgo de disminuir la sensibilidad en la validez del constructo después de los cambios (es decir, la
simplicidad a costa de los detalles). Por lo tanto, con el uso de artículos individuales, estas
limitaciones deben ser consideradas y reconocidas.
Si el constructo de respuesta de interés es multidimensional y complejo, presenta un
desafío para los ítems únicos, y sería aconsejable AROM de ítems múltiples. Alternativamente,
si el constructo o dominio es relativamente simple, inequívoco y razonablemente
unidimensional, el uso de ítems individuales parece ser aceptable. El ítem debe formularse de
manera que el constructo de interés sea claro. El incumplimiento de estos requisitos provocaría
una falta de validez de contenido (construcción demasiado amplia para ser evaluada con un
ítem), así como una validez de construcción deficiente y un mayor error de medición.
Desafortunadamente, la mayoría de los elementos individuales utilizados en las ciencias del
deporte no cumplen con estos criterios mínimos.
Entre todos los constructos evaluados utilizando un solo elemento en entornos
deportivos, solo unos pocos pueden considerarse razonablemente relativamente
simples y unidimensionales (o concretos) y, por lo tanto, evaluarse con una pregunta:
fatiga, dolor muscular (dolor) y posiblemente recuperación. No obstante, la validez de
constructo de estos ítems debe examinarse y demostrarse evaluando, por ejemplo, su
convergencia con cuestionarios de referencia que se consideren medidas válidas del
constructo de interés. Un ejemplo de validación de constructo es el estudio de Van
Hooff y colegas (158) examinando la validez convergente y discriminante (usando
POMS como referencia) para un solo ítem que mide la fatiga en un contexto
ocupacional (p. ej.,figura 17.9). Esta validación también necesitaría un instrumento
validado en la población de interés como referencia (es decir, atletas).
Bienestar
Entre los AROM más utilizados se encuentran los llamados elementos de bienestar (a
veces también denominados bienestar, bienestar, preguntas subjetivas diarias, índice
de Hooper, etc.) (30,40,86,113,120). La falta de consistencia en una definición del
constructo que se supone debe ser medido por estos elementos (p. ej., bienestar,
bienestar, bienestar) sugiere la ausencia de un marco de referencia, lo que dificulta
determinar cuáles son los dominios de interés y por qué. Se han utilizado varios elementos
individuales para medir diferentes dimensiones de este dominio genérico e indefinido en
la investigación y la práctica (p. ej., fatiga, recuperación, sueño, estrés, estado de ánimo,
disfrute, irritabilidad, causas de salud del estrés y la felicidad, deseo de entrenar, nivel de
energía , salud general, etc.) (2,40,57,70,135). Sin embargo, estos elementos y su
combinación en una sola puntuación (2,30) nunca han sido validados. Además, la mayoría
de esos artículos no cumplen con los requisitos básicos para su uso. Constructos como el
estrés, el estado de ánimo y el deseo de entrenar son inherentemente multidimensionales
y complejos y, por lo tanto, no se pueden medir con elementos únicos. Incluso la calidad
del sueño es un constructo ambiguo que no se interpreta fácilmente (p. ej., calidad del
sueño real logrado versus dificultad para conciliar el sueño). Hasta donde sabemos,
ningún elemento individual de bienestar ha sido suficientemente validado a un nivel que
justifique recomendarlo.
Las advertencias sobre el uso de instrumentos no validados para monitorear el entrenamiento
se remontan a la década de 1990 (71). Desafortunadamente, esto es probablemente aún más
común hoy en día y algunos de estos elementos incluso están incluidos en los sistemas de gestión
de atletas (al igual que las escalas personalizadas para sRPE). Dado que estos elementos ya están
muy extendidos, probablemente sea pragmático simplemente sugerir que se consideren las
limitaciones antes mencionadas al aplicarlos en el seguimiento de atletas. Además, es importante
sugerir una vez más que los entrenadores y profesionales restrinjan el uso de AROM de un solo
elemento a construcciones unidimensionales que puedan medirse adecuadamente de esa manera
(p. ej., fatiga [112], dolor [15]).
Evaluación de las propiedades de medición de los
AROM
Los lectores pueden volver a consultartabla 17.1para las propiedades de medición clave por las
que se deben juzgar los AROM. Al igual que con sRPE, las consideraciones más importantes son
las relacionadas con la validez y la confiabilidad. Sin embargo, en comparación con sRPE, la
cuantificación de AROM presenta desafíos de validez y confiabilidad muy diferentes que son
dignos de discusión.
Evaluación de Validez
Surgen dificultades cuando se intenta evaluar la validez de los AROM porque
miden constructos latentes centrados en el atleta y son el único medio
por el cual se puede hacer una cuantificación. Aplicando este principio a la
validación de AROM, un instrumento desarrollado para medir componentes como
el estrés y la recuperación medidos por el RESTQ-S y derivados (ARSS y SRSS), estos
deben compararse con medidas de estrés y recuperación ya validadas y aceptadas.
En ausencia de instrumentos de referencia, se pueden utilizar otras medidas de
construcciones similares. De hecho, se ha examinado la validez de constructo del
RESTQ-S, por ejemplo, evaluando la correlación entre las 19 subescalas y POMS, y
se informaron correlaciones sólidas (80). Debido a que las dos medidas convergen,
esto es evidencia de validez de constructo.
La validez de constructo también se puede evaluar comparando el AROM con un
instrumento que supuestamente mide un constructo diferente. En este caso, la razón
es que las dos medidas divergen. El dominio de fatiga del RESTQ-S se relaciona
negativamente con el vigor medido con el POMS (r= -0,45) (119). Alternativamente, la
validez puede ser examinada por la capacidad del AROM para diferenciar entre grupos
que se supone que poseen diferentes niveles del constructo objetivo. El MTDS, por
ejemplo, mostró puntajes más altos en los atletas clasificados con mayor riesgo de
sobreentrenamiento utilizando elCuestionario de agotamiento del atleta(129) en
comparación con los de bajo riesgo (96).
Una sección anterior de este capítulo apoyó la validez del RPE y el sRPE a través de la
asociación con medidas objetivas de la intensidad del ejercicio. Sin embargo, a diferencia de
estas asociaciones, es bastante difícil proporcionar evidencia de la validez de construcción de la
mayoría de los AROM a través de asociaciones con biomarcadores de estrés. De hecho, los
AROM generalmente no se correlacionan con marcadores objetivos específicos como el estrés
fisiológico, la función inmune, la inflamación y el daño muscular, o los niveles endocrinos y de
eritrocitos.139). Dicho esto, Saw y colegas (139) encontraron que los AROM reflejan las cargas
de entrenamiento agudas y crónicas con una sensibilidad y consistencia superiores en
comparación con las medidas objetivas en una revisión de 56 estudios. Su evidencia sugiere
que algunos AROM suelen verse afectados con un aumento agudo en la carga de
entrenamiento y en períodos prolongados de entrenamiento, mientras que las reducciones en
la carga tienen el efecto opuesto (139). Si se puede hacer una suposición de que las cargas de
entrenamiento y competencia más altas son un indicador de una recuperación deficiente, una
mayor fatiga, etc., entonces estos hallazgos pueden interpretarse razonablemente como
alguna evidencia de la capacidad de respuesta y la validez (al menos en general y
conceptualmente). Sin embargo, esto debe probarse formalmente con respecto a un marco de
referencia ya prioridefiniciones
La validez estructural es importante cuando uno está decidiendo si los ítems individuales pueden
combinarse (p. ej., sumar la puntuación) para crear una escala o subescala. Esto se
puede examinar en un enfoque exploratorio o confirmatorio. Esto es crucial, ya que
debe verificarse la suposición de que un solo elemento refleja una construcción
común. Por esta razón, debe evitarse combinar las puntuaciones de elementos
individuales y atribuir un significado a la suma (p. ej., puntuaciones de bienestar
sumadas). Este enfoque es aún más preocupante si no se definen el constructo
latente de orden superior y sus dimensiones. Para artículos de bienestar, este es
un defecto grave y común. De hecho, no hay claridad sobre qué construcción de
orden superior se supone que miden estos elementos de bienestar y, por lo tanto,
si los elementos individuales realmente reflejan esta construcción (indefinida). Aún
más problemática es la ausencia de estudios que muestren si estos ítems
realmente miden lo que se supone que deben medir.
Evaluación de confiabilidad
Cuando se miden constructos latentes utilizando instrumentos compuestos por múltiples
ítems, un aspecto adicional de los AROM es la consistencia interna de los ítems del
instrumento. Esto se refiere al grado en que los elementos individuales reflejan con
precisión el constructo objetivo (y, por lo tanto, ganan su lugar en el puntaje total). La
consistencia interna se puede evaluar mediante el alfa de Cronbach (α), una métrica similar
a un coeficiente de correlación según la cual se consideran aceptables valores mayores o
iguales a 0,70 (121). Como ejemplo, se ha informado que los valores α para el RESTQ-S
están entre 0,67 y 0,89, y esto supuestamente aumenta con la familiaridad (79). De igual
forma, para la MTDS, la consistencia interna de los ítems dentro de las subescalas oscila
entre 0,72 y 0,86 (96).
Con respecto a la confiabilidad test-retest de los AROM, está más allá del alcance de este
capítulo identificar y resumir las estimaciones de confiabilidad conocidas dada la amplia gama
de AROM existentes aplicados en los deportes (vertabla 17.4). Pero conceptualmente, el valor
de tal ejercicio es cuestionable dadas las preocupaciones de validez antes mencionadas.
Incluso con AROM desarrollados específicamente para atletas y demostrando suficiente validez
para justificar su consideración en los sistemas de monitoreo (p. ej., RESTQ-Sport, ARSS, SRSS,
MTDS), faltan estudios que informen errores de medición. En lugar de permitir que este
problema se presente como una barrera para la implementación, los autores de este capítulo
recomiendan que los entrenadores y profesionales que usan RESTQ-S, ARSS, SRSS o MTDS
evalúen la prueba: vuelvan a evaluar la confiabilidad de los puntajes dentro de sus propios
contextos (atletas, entrenadores). programa, etc)
hasta que puedan hacer referencia a la evidencia publicada.
Traducido del afrikáans al español - [Link]
COLECCIÓN DE sRPE Y AROMS EN EL
ENTORNO APLICADO
Debido a que sRPE y AROM son de naturaleza subjetiva, por supuesto, existe la posibilidad de
que varias fuentes de sesgo consciente comprometan la precisión de los datos (6, 138). En este
sentido, se remite a los lectores a la medida en que las calificaciones y puntajes observados no
capturan de manera significativa sus construcciones previstas (3,63). Es probable que estos
sesgos existan debido a factores cognitivos y situacionales, que no son mutuamente
excluyentes (6,138). Sin embargo, cuando estos sesgos se entienden en términos de sus
orígenes y situaciones probables, los entrenadores y profesionales pueden implementar varias
estrategias para controlar o mitigar su influencia en el seguimiento de los atletas. Tabla 17.5
resume las principales fuentes de factores cognitivos y situacionales que pueden implicar un
sesgo consciente en sRPE y AROM. También se proporcionan escenarios de muestra dentro del
entorno aplicado y algunos enfoques prácticos para controlar los efectos no deseados.
El RPE de la sesión es una evaluación cognitiva posterior al ejercicio y, por lo tanto, el
tiempo de retraso entre la terminación del ejercicio y el informe se presenta como un factor
cognitivo único y potencialmente importante (142). Inicialmente se recomendó un retraso de
30 minutos para que "los segmentos particularmente difíciles o particularmente fáciles hacia el
final del ejercicio no dominaran la calificación del sujeto" (54). Si bien esta teoría es lógica, hay
datos limitados para respaldar el llamado efecto de latencia (34,51,67,84,92,157). Además, la
ventana de 30 minutos posterior al ejercicio puede ser poco práctica, particularmente cuando
se trata de grandes grupos de atletas que tienen otras responsabilidades después de la sesión
de entrenamiento (p. ej., en el entorno profesional: recuperación, nutrición, reuniones técnicas,
entrenamiento adicional, medios) (50). La evidencia también sugiere que no hay una diferencia
sustancial entre las calificaciones recopiladas inmediatamente después del ejercicio (≤30 min) y
las reevaluadas hasta 24 a 48 horas después (44,111,123). Los atletas de deportes de equipo
también han demostrado la capacidad de recordar con precisión su sRPE (en lugar de volver a
evaluar) 48 horas después de la evaluación inicial (50) — Lo cual puede ser necesario si las
calificaciones iniciales se pierden o se extravían. Por lo tanto, el RPE de sesión parece robusto
al cambio de respuesta y al sesgo de recuerdo, lo que proporciona opciones de recopilación de
datos más flexibles.
Con respecto al momento del AROM, no hay restricciones en cuanto a la hora del día en
que los atletas completan los informes; esto depende completamente de las restricciones
situacionales y de cómo se van a utilizar los datos. Si los entrenadores y los practicantes son
implementar AROM para determinar cómo los atletas están haciendo frente al entrenamiento o
para ajustar la programación de entrenamiento o ambos, y luego proporcionar informes por la
mañana tiene más sentido. De hecho, esta es una práctica común ya que la identificación de
banderas rojas puede justificar el ajuste de la carga, intensidad, volumen o tipo de entrenamiento
planificado de un atleta para ese día (155). Sin embargo, algunos atletas se sienten incapaces de dar
una evaluación precisa de sus AROM temprano en la mañana y prefieren informar después del
entrenamiento o al final del día (138). Por lo tanto, los informes posteriores al entrenamiento
pueden usarse para evaluar las respuestas agudas al entrenamiento (p. ej., fatiga) en sesiones o
días específicos, pero esto eliminaría la utilidad de los AROM como evaluación de la preparación
para entrenar. En última instancia y lo que es más importante, la influencia de los factores
situacionales, psicosociales y cognitivos probablemente difiera entre las ventanas de tiempo.
Además, el conjunto de respuestas utilizado, por ejemplo, "ahora mismo", "hoy" o "en la semana
pasada" también es relevante, con períodos más largos de recuerdo más susceptibles a errores (
138). Colectivamente, esto sugeriría que bien definidas y a prioriel consenso y la subsiguiente
consistencia en el proceso de recopilación de datos son clave para mitigar el sesgo consciente.
LIMITACIONES Y CONCEPCIONES FALSAS DE sRPE
Y AROM
Algunos creen que sRPE y AROMs no son herramientas válidas para cuantificar
aspectos del proceso de entrenamiento debido a su naturaleza subjetiva (25,
117,118). Presumiblemente, esto se refiere al hecho de que la percepción es un
proceso cognitivo que tiene el potencial de ser mediado por factores no
fisiológicos, o incluso que los atletas mientan sobre sus respuestas (117). Como
se presenta a lo largo de este capítulo, las calificaciones y respuestas obtenidas
adecuadamente son medidas psicométricamente válidas de sus constructos
previstos, y estos constructos son indicadores indirectos empíricamente válidos
de la intensidad del entrenamiento y la competencia y las respuestas
resultantes. El esfuerzo percibido es, por definición, una medida interna porque
se genera centralmente en asociación con las demandas de los sistemas y
tejidos del cuerpo durante las tareas físicas. Esta lógica también es válida para
AROM como la fatiga, la recuperación y el dolor. El hecho de que los atletas
puedan mentir sobre sus respuestas es un problema de factibilidad, que está
separado de la validez. Pero esto es evidente en muchas formas de adquisición
de datos subjetivos dentro del entorno aplicado, como mentirle a un
fisioterapeuta o médico del equipo sobre un problema médico.
TABLA 17.5Estrategias para contrarrestar las fuentes de sesgo al
recopilar sRPE y AROM en el seguimiento de atletas
Fuente de
parcialidad Descripción Ejemplos de escenarios Estrategias para mitigar*
Cognitivo Las imprecisiones que surgen Comprensión errónea de los Asegúrese de que los atletas
factores de los procesos mentales constructos latentes que se comprendan claramente cada
sRPE subyacente y están evaluando (p. ej., construcción, los procedimientos a
AROM; esto incluye la confusión entre seguir y las escalas o instrumentos a
interpretación de conceptos y esfuerzo y fatiga) utilizar. Esto se puede lograr usando el
preguntas, recuperación de Error de recuperación: siguientes estrategias:
información, toma de decisiones proporcionar respuestas basadas Proporcionar definiciones operativas
y generación de respuestas en el momento incorrecto de la completas y concisas de los constructos
evaluación objetivo (p. ej., objetivo (p. ej., esfuerzo, fatiga,
percepción de recuperación recuperación) y otros constructos que
ahora mismo versus pueden distorsionar estas percepciones (p.
ayer por la tarde) ej., incomodidad)
Confusión en cuanto a qué Indicar el tiempo objetivo de la evaluación
información recuperar para dentro de cada pregunta (p. ej., "En este
responder a las momento [enfatizado], qué tan bien
pregunta (por ejemplo, cuál es la recuperado se siente?") y asegurando que
sensación de esfuerzo o el tiempo de recuerdo se minimice y sea
el esfuerzo se basa siempre consistente Brindando puntos de
principalmente en) referencia sobre qué información se debe
Usar escalas buscar para evaluar cada constructo (por
incorrectamente (p. ej., usar ejemplo, después del entrenamiento de
CR10 como si fuera una fútbol, el sRPE depende principalmente de
escala simple de 0 a 10) qué tan difícil o fácil se sintió para respirar y
conducir las piernas)
Brindar una descripción general de las
escalas antes de su uso y explicar cualquier
característica (incluida su razón de ser) que
podría no ser obvia (p. ej., estrella fija,
extremo abierto); Los ejercicios de
entrenamiento como el anclaje, así como la
prueba de negrura, pueden valer la pena
para garantizar la competencia.
situacional Las imprecisiones que surgen del Decepción deliberada Intente aumentar la aceptación general y la
factores engaño deliberado en las involucrados en las respuestas para motivación para responder con precisión, así
respuestas, por lo general el dar a los entrenadores y como aumentar la confianza con respecto a la
resultado de influencias externas practicantes el protección de datos. Las siguientes son
y con el propósito de impresión de que el formas de lograr esto:
conveniencia social o personal el atleta está lidiando con el Asegurarse de que los atletas comprendan
entrenamiento y en un estado de el propósito del seguimiento de los atletas y
forma, como un medio para el proceso de entrenamiento (vínculos con
ganar selección, por ejemplo el rendimiento y la salud)
Decepción deliberada Hacer que el proceso de recopilación de
involucrados en las respuestas para datos sea simple, fácil de administrar y
proporcionar al individuo completo, accesible y flexible; los
con beneficio personal, como procesos también deben mantenerse
reducir el tiempo dedicado a la consistentes cuando sea posible y
tarea o recibir capacitación administrarse lo antes posible
modificada (p. ej., reducción de etapa posible (o razonable) en la
la intensidad o el volumen) carrera de un atleta
Negativa a responder (o Promover una cultura de apoyo a la
responder con precisión) debido autonomía en todos los aspectos de la
a una percepción de falta de programa de rendimiento
confidencialidad, Brindar a los atletas comentarios ocasionales
anonimato o privacidad y poco frecuentes sobre sus datos y
aprovechar esta oportunidad para obtener
sus comentarios sobre los procesos de
monitoreo.
Alinear todos los procesos de monitoreo y
recopilación de datos con el Reglamento
General de Protección de Datos (2018) y
cualquier directriz adicional de protección
de datos vigente en el
organización
* Se puede proporcionar a través de educación formal, recordatorios verbales, respondiendo a las preguntas de los atletas o mediante botones de
ayuda basados en aplicaciones.
El potencial de error de medición y sesgo consciente se presenta como una
limitación con sRPE y AROM. Esto es, por supuesto, un inconveniente legítimo con
cualquier instrumento subjetivo. Por lo tanto, el diseño de un sistema de recopilación de
datos, desde la instrucción del atleta hasta la medición y los factores ambientales, debe
tener como objetivo mitigar el error de medición y el sesgo consciente (6). Como se
discutió anteriormente, esto puede incluir brindar (re) educación al atleta sobre las
definiciones de esfuerzo percibido y construcciones AROM; transmitir su propósito dentro
del seguimiento de atletas; recolectar AROM a través de instrumentos validados y a la
misma hora del día; recolectar sRPE en el momento adecuado posterior al ejercicio y usar
el juicio profesional para mitigar cualquier efecto potencial al final del ejercicio o factores
situacionales; usando el CR10 no modificado®o CR100®escamas; y mostrar la escala a los
atletas en privado, lejos de los demás, y pedirles que evalúen su calificación usando las
anclas verbales y luego señalando la escala.
DESARROLLO DE UN SUBJETIVO
SISTEMA DE MONITOREO
Cuando sRPE y AROM se obtienen con precisión, se pueden usar según lo previsto
y de la misma manera que otros procesos de carga y respuesta, que es gestionar el
proceso de entrenamiento del atleta a través de la programación de principios de
entrenamiento (verCapitulo 2). Este capítulo ha aludido a muchas de estas
aplicaciones prácticas, como la medición de sRPE a través de escalas apropiadas, el
cálculo de sRPE-TL y otras métricas asociadas (por ejemplo, monotonía, tensión) y
un marco para la selección de AROM y estrategias para mitigar el sesgo consciente.
Claramente existe potencial para discutir los procesos analíticos y de toma de
decisiones, pero eso está más allá del alcance de este capítulo. Es más importante
resumir estrategias prácticas que aseguren la validez en sRPE y AROM para que los
entrenadores y practicantes puedan confiar en los datos que analizan y
posteriormente interpretan.
Educación e Instrucciones
La educación formal debe transmitir a los atletas qué construcciones latentes se proponen
para la medición y por qué se cuantifican como parte del sistema de seguimiento. Esto ayuda a
mitigar los conceptos erróneos y puede reducir los riesgos posteriores de sesgo cognitivo y
situacional. Las instrucciones deben informar a los atletas cómo evaluar las construcciones de
interés, como el proceso de escala o la descripción general del instrumento. Esto ayuda a
reducir los problemas de medición y el compromiso asociado con las propiedades de medición
de los datos. Es importante destacar que la educación y las instrucciones deben ser claras,
concisas y consistentes para mantener la validez de la medición.
Los autores de este capítulo creen que el proceso de educación se lleva a cabo
mejor oralmente, de manera formal con indicaciones visuales y se lleva a cabo con
poca frecuencia dentro del calendario (p. ej., inicio de la fase de pretemporada o nuevo
macrociclo). Una presentación corta (<5 min) podría ser óptima, con atletas capaces de
hacer preguntas al final. La presentación puede incluir lo siguiente:
Una descripción general del propósito y el valor de recopilar sRPE y AROM dentro
del monitoreo
Definición de cada constructo:
Esfuerzo percibido (y su separación de otros sentimientos relacionados con el
ejercicio) Fatiga, recuperación, dolor (dolor), etc.
Una descripción general de las herramientas de escalado:
CR10®o CR100®escalas para sRPE Instrumentos
y artículos validados para AROM
Una descripción general del proceso de calificación y registro:
Cuándo y dónde se deben proporcionar los datos
Cómo se deben proporcionar los datos (es decir, consideraciones de evaluación cognitiva)
A partir de entonces, los practicantes pueden necesitar solo recordar a los atletas los
puntos clave y las instrucciones específicas, lo que se puede hacer verbalmente y de forma
individual. Esto es particularmente factible durante el proceso de recopilación de datos, que
proporciona una vía natural para que tanto los atletas como los profesionales hagan
preguntas. Por ejemplo, a los atletas se les podrían hacer preguntas como "¿En qué piensas
cuando proporcionas tu sRPE?"
Procedimientos de recopilación de datos para sRPE
Los profesionales y entrenadores pueden encontrar instrucciones completas sobre la
recolección de RPE en Borg Perception ([Link] Sin embargo, debe tenerse
en cuenta que estas instrucciones están vinculadas a las escalas CR de Borg.®, que son un
producto con derechos de autor (22). Para una administración adecuada, los administradores
de las balanzas deben firmar un acuerdo de licencia formal. El acuerdo de licencia puede ser un
contrato a corto plazo o una suscripción a largo plazo renovada anualmente. Un resumen de
los aspectos más importantes de estas instrucciones en relación con sRPE se presenta entabla
17.6.
TABLA 17.6Recomendaciones para recopilar sRPE en el seguimiento
de atletas
Puntos Instrucciones a los atletas o estrategia
Al recopilar datos de grupos, aumenta el riesgo de sesgo consciente Acérquese a los atletas de forma aislada o llévelos a
debido a la falta de concentración y la contaminación verbal. un lado para garantizar la concentración y
involucramiento apropiado y para que cualquier
diálogo no pueda ser escuchado por otros atletas.
En algunas situaciones posteriores a la sesión, no se puede evitar la influencia del Posponga la recopilación de datos hasta 24 horas
sesgo consciente o los factores psicológicos (p. ej., en el transporte grupal, los y recopile en un momento en que se reduzcan las
atletas deben estar muy cerca unos de otros o, después de una derrota en la fuentes de sesgo consciente o la influencia de los
competencia, es probable que una respuesta afectiva negativa persista durante fenómenos afectivos asociados con la sesión.
varias horas). .
Dé a los atletas ejemplos de lo que es el esfuerzo percibido como un medio “Su sRPE es la conciencia de lo difícil que se
para guiar la toma de decisiones cognitivas. Se les debe indicar que el sRPE sintió la sesión. Piense en qué tan fácil o
depende de cómo se sintieron al realizar el entrenamiento o la competencia, difícil fue respirar y qué tan fácil o difícil fue
no de lo que realmente realizaron durante esta sesión. mover sus (piernas, brazos). Trate de no
pensar en lo que hizo, sino en cómo se
sintió”.
Los atletas deben entender que su calificación se refiere a la sensación “Sus calificaciones deben reflejar la sesión completa
experimentada durante el ejercicio y no en el punto de recolección de en promedio; trate de no pensar en ningún
datos (en reposo). momento específico durante (entrenamiento,
competencia)”.
Trate de hacer la pregunta usando una terminología clara y neutral. "¿Cómo "¿Cuál fue el RPE de tu sesión para eso (sesión
estuvo tu entrenamiento?" (por ejemplo, Foster y colegas [54]) puede ser de entrenamiento, partido, carrera, etc.)?"
demasiado vago, y "¿Qué tan difícil fue su sesión?" puede desviarse hacia el ancla "¿Qué tan fácil o difícil fue eso (sesión de
"dura" o alejarse de ella. entrenamiento, partido, carrera, etc.)?"
La medición de sRPE con las escalas CR es el método estándar de oro debido Muestre a los atletas la escala (CR10®o
a sus complejas propiedades psicométricas. Sin indicaciones visuales, los CR100®).
atletas probablemente se referirán a una escala en su cabeza o usarán una
estimación de magnitud absoluta, que es mucho menos válida para
cuantificar el sRPE y hace que las comparaciones entre atletas sean casi
redundantes.
Anime a los atletas a tomar su decisión basándose en las anclas verbales. ¡Las "Lea las expresiones verbales y luego
palabras son para ellos, los números son para los practicantes! Tener a los señale la ubicación en la escala que mejor
atletas apuntando a la escala fomenta no solo esto, sino también el registro de represente su sRPE".
valores numéricos más precisos y la mitigación de los efectos de contaminación
verbal en aquellos que aún no han proporcionado calificaciones.
También hay varias tareas de entrenamiento que los atletas pueden completar para
ayudar a garantizar su comprensión del sRPE y su competencia utilizando las escalas CR. El
anclaje se refiere al proceso de familiarizar a los atletas con toda la gama de sensaciones
en las escalas CR (123). El anclaje de la memoria es quizás la opción más pragmática e
implica que los atletas recuerden una sesión de entrenamiento o competencia anterior
para cada categoría de esfuerzo en la escala. En el anclaje del ejercicio, estos niveles de
esfuerzo se programan a propósito. Esto podría lograrse, por ejemplo, haciendo que un
atleta realice una prueba de resistencia graduada hasta el agotamiento voluntario (O2max,
prueba de recuperación intermitente Yo-Yo, etc.) o una prueba de 1RM con carga
incremental, o ambas, y hacer que el atleta proporcione RPE para cada etapa completada (
110).
Además, dado que las escalas CR se pueden usar para medir otras percepciones, como el brillo, la
prueba de negrura de Borg se puede administrar como una herramienta de capacitación (18,19). Aquí, a
los atletas se les muestran diferentes tonos de escala de grises, que van desde el blanco (es decir,
mínimo) hasta el negro (es decir, máximo), y se les pide que califiquen la negrura a través de las escalas
CR (24). Los niveles de negrura están íntimamente ligados a los anclajes verbales
en las escalas CR (p. ej., 50% de negrura representaríaduro; 5 au o 50 au en el CR10®y CR100®
escalas, respectivamente) (19), de modo que las respuestas se pueden calificar por exactitud y
nivel de precisión. Este puede ser un ejercicio de habituación útil y puede evaluar
cuantitativamente la capacidad de un atleta para usar la escala CR independientemente de la
sensación de esfuerzo (95).
Procedimientos de recopilación de datos para AROM
Es difícil ofrecer instrucciones y procedimientos específicos para AROM, dado que estos
pueden diferir según el constructo de interés, su medición (elementos e instrumentos) y la
hora del día en que se proporcionan las calificaciones. Estos están, sin embargo,
disponibles con instrumentos y artículos debidamente validados, lo que es otra razón para
la recomendación de seleccionar estas herramientas sobre alternativas no validadas o
personalizadas.
Es común que los AROM se administren digitalmente, lo que puede aumentar la flexibilidad
y la accesibilidad para los atletas, así como acelerar el procesamiento de datos para
entrenadores y practicantes. Otro beneficio de administrar AROM a través de un medio digital
es la mayor oportunidad para que los atletas completen sus informes en privado para reducir
la influencia de los compañeros y el sesgo social. Además, esta opción limita el tiempo
dedicado a la tarea y la percepción asociada de una carga de tiempo: "cuantos más clics,
menos cumplimiento" (138). Esto también es cierto para la frecuencia de la entrada de datos,
que debe ocurrir con la frecuencia suficiente para informar la toma de decisiones del
entrenador y del profesional, pero no tan a menudo como para que los atletas perciban que es
una molestia o que no vale la pena. Si bien la frecuencia es muy específica para las necesidades
de diferentes individuos, dos o tres veces por semana parece una recomendación razonable
para evaluar las respuestas agudas y crónicas al entrenamiento y la competencia.
CONCLUSIÓN
La necesidad de comprender las demandas de entrenamiento y competencia de los atletas junto con qué tan bien están afrontando estas
demandas es fundamental para gestionar el proceso de entrenamiento. La carga interna y la respuesta asociada a esta carga son
construcciones centradas en el atleta, en las que la retroalimentación psicofisiológica tiene un papel único. El seguimiento del proceso de
formación con medidas subjetivas es una práctica común y se dispone de metodologías validadas. Si y cómo usar estas herramientas es una
decisión que debe basarse en la información requerida por los entrenadores y profesionales, así como en la viabilidad dentro del contexto de
aplicación. Estos métodos tienen fortalezas y limitaciones claras, al igual que todas las herramientas de monitoreo de atletas. La opinión de los
autores es que la implementación exitosa y la utilidad del monitoreo subjetivo se basan en principios de una sólida comprensión conceptual y
rigor en el proceso de medición. Cuando los métodos se modifican (como escalas, cuestionarios y procedimientos de recopilación de datos),
no se validan adecuadamente y no se desarrollan dentro de un marco conceptual claro, las limitaciones son inevitables y cualquier beneficio
potencial de la implementación casi desaparece. Cuando se usan correctamente, las medidas subjetivas de carga (p. ej., sRPE) y la respuesta al
entrenamiento (p. ej., AROM) pueden ser activos extremadamente poderosos para los responsables del manejo de atletas y el proceso de
entrenamiento. y no se desarrollan dentro de un marco conceptual claro, las limitaciones son inevitables y cualquier beneficio potencial de la
implementación prácticamente desaparece. Cuando se usan correctamente, las medidas subjetivas de carga (p. ej., sRPE) y la respuesta al
entrenamiento (p. ej., AROM) pueden ser activos extremadamente poderosos para los responsables del manejo de atletas y el proceso de
entrenamiento. y no se desarrollan dentro de un marco conceptual claro, las limitaciones son inevitables y cualquier beneficio potencial de la
implementación prácticamente desaparece. Cuando se usan correctamente, las medidas subjetivas de carga (p. ej., sRPE) y la respuesta al
entrenamiento (p. ej., AROM) pueden ser activos extremadamente poderosos para los responsables del manejo de atletas y el proceso de
entrenamiento.
LECTURAS RECOMENDADAS
Borg, [Link] de esfuerzo y dolor percibido de Borg. Champaign, Illinois:
Cinética humana, 1998.
Foster, C, Florhaug, JA, Franklin, J, Gottschall, L, Hrovatin, LA, Parker, S,
Doleshal, P y Dodge, C. Un nuevo enfoque para monitorear el entrenamiento
físico.J Resistencia Cond Res5: 109-115, 2001.
McLaren, SJ, Macpherson, TW, Coutts, AJ, Hurst, C, Spears, IR y
Weston, M. Las relaciones entre las medidas internas y externas de carga e
intensidad de entrenamiento en deportes de equipo: un metaná[Link]
deportiva 48: 641-658, 2018.
Prinsen, C, Vohra, S, Rose, MR, Boers, M, Tugwell, P, Clarke, M,
Williamson, PR y Terwee, CB. Guía para seleccionar instrumentos de medición de
resultados para los resultados incluidos en un Conjunto de resultados básicos.
2016. [Link]
selecció[Link]. Consultado el 27 de agosto de 2020.
Saw, AE, Kellmann, M, Main, LC y Gastin, PB. Autoinforme del atleta
medidas en la investigación y la práctica: consideraciones para el lector
perspicaz y el practicante [Link] J Deportes Physiol Realizar 12:
S2127-S2135, 2017.
PARTE V
Análisis y entrega de datos
CAPÍTULO 18
Modelado Estadístico
Mladen Jovanovic, MS
Dra. Lorena Torres Ronda
Dr. Duncan N. French
El mundo del deporte es complejo, con altos niveles de incertidumbre. Para comprender
mejor esta complejidad y ayudar a predecir el comportamiento de ese mundo, los modelos
matemáticos y el análisis de datos se han vuelto más evidentes en la ciencia del deporte (
57,73). Algunos de estos modelos matemáticos implicanEstadísticas, que pretenden
simplificar las realidades complejas e inciertas del deporte con la esperanza de describirlo,
comprenderlo, predecir su comportamiento y ayudar a tomar decisiones que orienten
intervenciones estratégicas (25,46,48,61). La variedad de modelos estadísticos que se
pueden adoptar en un contexto deportivo es grande (51,52), ya que van más allá de la
dicotomía subjetivo-objetivo y hacia cualidades como la transparencia, el consenso, la
imparcialidad, la correspondencia con la realidad observable, la conciencia de múltiples
perspectivas, la conciencia de la dependencia del contexto y la investigación de la
estabilidad (20). De hecho, se debe actuar sobre los modelos estadísticos en función del
conocimiento acumulativo, en lugar de basarse únicamente en estudios únicos o incluso
en líneas de investigación únicas (3). Este capítulo analiza los modelos matemáticos y
estadísticos primarios en la primera parte y las inferencias estadísticas más adelante que
son aplicables al científico del deporte.
TIPOS DE DATOS
Los datos se pueden clasificar en una de cuatro escalas: nominal, ordinal, de intervalo o de razón:
Aescala nominal, también conocido comocategórico, se define como una escala
utilizada para etiquetar variables en distintas clases y no implica un valor u orden
cuantitativo. Los ejemplos incluyen sexo (p. ej., masculino, femenino), grupo de
tratamiento (p. ej., control, tratamiento, placebo) y ubicación (p. ej., Nueva York,
Boston).
UnEscala ordinales como una escala nominal pero con orden implícito entre niveles y
con diferencia desconocida entre cada uno. Por ejemplo, los datos de escala ordinal
incluyenMe gustaescalas (p. ej., dolor muscular de 0 a 10, una escala de calificación
del esfuerzo percibido [RPE] que varía de 0 a 10). Con escalas ordinales, se conoce el
orden pero se desconoce la diferencia entre los niveles.
Unescala de intervaloes una escala numérica en la que tanto el orden como las
diferencias exactas entre los valores son conocidos y cuantificables. El ejemplo
más común de una escala de intervalo es la temperatura. Con una escala de
temperatura (Celsius o Fahrenheit), la diferencia entre 50° y 60° es la misma que
la diferencia entre 80° y 90°, que es 10°. El problema con una escala de intervalo
es la falta de un verdadero cero. Sin el cero verdadero es imposible calcular
proporciones.
Aescala de proporciónes una escala de intervalo, pero con el cero verdadero. La
escala de temperatura Kelvin es el ejemplo más común. Con la escala de
temperatura Kelvin, se puede calcular la relación. Por ejemplo, se puede decir que
500 K es el doble de cálido que 250 K.
MODELACIÓN ESTADÍSTICA
Dentro del modelado estadístico hay diferentes clases de tareas, incluyendo
descripción, que se utiliza para resumir y describir datos;predicción, que es el
proceso de aplicar un modelo estadístico a los datos con el fin de predecir
observaciones nuevas o futuras; yinferencia causal, que es el proceso de sacar
una conclusión sobre una conexión causal (verfigura 18.1).
Descripción
La descripción proporciona un resumen cuantitativo de los datos adquiridos. Estos resúmenes
cuantitativos se denominanestadísticas descriptivasy generalmente se dividen en dos
categorías principales:medidas de tendencia centralymedidas de propagación, odispersión.
Las estadísticas descriptivas involucran todos los resúmenes cuantitativos que se utilizan para
describir datos sin hacer afirmaciones predictivas o causales. Por ejemplo,regresión lineal
entre dos variables se puede utilizar como una herramienta descriptiva si el objetivo es medir
la asociación lineal; pero en algunos casos, también se puede utilizar en análisis predictivos y
causales. En otra parte,tamaños de efectocomo el cambio, el cambio porcentual o el de Cohen
D(se analiza con más detalle más adelante) representan estadísticas descriptivas utilizadas
para comparar dos o más grupos, pero también se utilizan comúnmente en tareas causales
para estimar el efecto causal promedio de un tratamiento.
FIGURA 18.1Tres clases de tareas en el modelado estadístico.
Para proporcionar una explicación más detallada de las estadísticas descriptivas, se dan como
ejemplos las tareas descriptivas más comunes en las ciencias del deporte, incluidas las
comparaciones de medias (es decir, la comparación de dos grupos independientes, la comparación
de dos grupos dependientes) y la medición de la asociación entre dos variables.
Comparando grupos independientes
Suponga que se realizan mediciones de altura en 100 personas (N = 100), con N = 50
mujeres y N = 50 hombres. Los machos y las hembras representan grupos independientes.
Figura 18.2describe técnicas comunes utilizadas para visualizar tales observaciones de
grupos independientes.
Las estadísticas descriptivas de muestra para cada grupo se pueden encontrar entabla 18.1(página
260).Significar(opromedio) yModason medidas detendencia central. El medianaes el
número medio de una serie de números y puede ser útil para datos con una
distribución no [Link]ón Estándar(DAKOTA DEL SUR),diferencia absoluta
mediana(ENOJADO),rango intercuartil(IQR),pocos,máximo, yrangoson todas
medidas comunes deuntadoodispersión. Por cientocoeficiente de variación (% CV)
también es una medida de dispersión, pero está estandarizada, lo que permite
comparación de variables que están en diferentes [Link](sesgar) suele describirse
como una medida deasimetría, o la distorsión en una curva de distribución normal simétrica.
El sesgo se puede cuantificar como el grado en que la distribución varía de lo normal (un
conjunto de datos perfectamente simétrico tendrá un sesgo de 0), con un sesgo negativo que
tiene una cola más larga o más ancha hacia la izquierda, y un sesgo positivo que muestra una
cola más larga o más gruesa. cola a la derecha. Si la asimetría está entre −1 y
- 0,5 (sesgo negativo) o 0,5 y 1 (sesgo positivo), los datos se consideran moderadamente
sesgados. Si la asimetría es inferior a −1 (negativamente asimétrica) o superior a 1
(positivamente asimétrica), los datos se consideran muy asimétricos. curtosismide la
pesadez de la cola de la distribución y refleja la presencia de valores atípicos. La curtosis
alta en un conjunto de datos está representada por colas más gruesas y largas en la
dirección del sesgo, mientras que la curtosis baja está indicada por colas ligeras y, por lo
tanto, la falta de valores atípicos.
FIGURA 18.2Técnica común utilizada para visualizar observaciones de grupos
independientes. Un conjunto completo de datos debe visualizarse en lugar de
representarse solo mediante resúmenes descriptivos, como medios(a)Diagrama de
dispersión simple;(B)Media y desviación estándar como barras de error;(C)Diagrama
de caja. La línea horizontal representa la mediana o el percentil 50, mientras que los
recuadros representan los percentiles 25 y 75. Las líneas verticales representan el
mínimo y el máximo (aunque pueden extenderse hasta 1,5 × IQR [rango intercuartílico]
con puntos fuera de ese intervalo trazados como valores atípicos);(D)Los gráficos de
violín representan gráficos de densidad de dos caras con líneas de percentiles 25, 50 y
75;(mi) Los gráficos de densidad indican la distribución de la muestra;(F)Gráficos de
nubes de lluvia que combinan gráficos de densidad kernel como "nubes" con líneas de
percentiles 25, 50 y 75, barras de error de media ± desviación estándar y puntos
fluctuantes como lluvia.
La media como el modelo estadístico más simpleMuestra promediopuede considerarse el
modelo estadístico más simple. Con este estimador, todos los puntos de datos están
representados por un único resumen cuantitativo. Pero, ¿cómo se elige una estimación que
represente mejor a la muestra? Una estimación que tiene el error mínimo representa la
métrica óptima. El error se define utilizando una función de pérdida que penaliza la diferencia
entre una estimación o predicción del modelo y las observaciones. Una de esas funciones de
pérdida eserror cuadrático medio(RMSE). RMSE representa una medida del ajuste del modelo
o, en términos sencillos, qué tan bien se ajusta un modelo estadístico a los datos observados.
Un RMSE más bajo representa un error más bajo y, por lo tanto, un mejor ajuste. Por ejemplo,
utilizando datos de altura corporal del grupo femenino, es posible buscar una estimación de
altura corporal que minimice el RMSE (verfigura 18.3). Esa estimación de la altura del cuerpo se
consideraría la mejor representación de la muestra y, por lo tanto, el modelo estadístico más
simple.
Como resultado de esta búsqueda, la estimación de la altura del cuerpo que minimiza el error es
164,18 cm, y el RMSE que lo acompaña es igual a 9,38 cm. Como se muestra enmesa
18.1, esta estimación óptima de la altura del cuerpo es igual a la media de la muestra. Estándar
desviación de la muestra es igual a RMSE. Desde una perspectiva de modelado estadístico, la media de la
muestra se puede considerar como la estimación de la muestra que minimiza la desviación estándar, y la
desviación estándar de la muestra puede verse como una medida del ajuste del modelo.
Esta búsqueda de la estimación que minimice la función de pérdida se puede ampliar a
otros modelos estadísticos. Por ejemplo, la regresión lineal puede verse como una búsqueda
de la línea que minimiza el RMSE. Este enfoque de estimación de los parámetros del modelo
pertenece a la familia de métodos de mínimos cuadrados ordinarios (OLS). El ejemplo dado
aquí involucra solo un parámetro que debe optimizarse, en este caso la estimación de la altura,
pero los problemas de la vida real pueden involucrar numerosos parámetros. La búsqueda
simple a través del parámetro del espacio de estado llevaría una eternidad cuando se trata de
problemas que involucran más de unos pocos parámetros. Los algoritmos que resuelven este
problema computacional son numerosos (p. ej., la inferencia bayesiana). El mensaje final aquí
es que incluso las estadísticas descriptivas simples pueden verse como modelos estadísticos.
Tamaños de efectosAdemás de tener que describir grupos, los científicos del deporte suelen estar
interesados en compararlos. Con el fin de lograr esto, una colección de estimadores denominados
tamaño del efectoSe pueden utilizar estadísticas. Brevemente, en un sentido estricto, el tamaño del
efecto se refiere a una familia de medidas estandarizadas, como la de Cohen.D, mientras que en un
sentido amplio se refiere a cualquier medida de interés, estandarizada o no. El enfoque de las
estadísticas del tamaño del efecto aquí implica un sentido amplio de la definición, en el que todas las
comparaciones de grupos se consideran estadísticas del tamaño del efecto. Para estimar los tamaños del
efecto, se debe identificar un grupo o variable como referencia o control. Las estadísticas de tamaño del
efecto más comunes se pueden encontrar entabla 18.2, donde la altura femenina se considera control y
se compara con la altura masculina.
La diferencia, odiferencia significativa, se calcula restando las medias de los grupos.
Coeficiente de variación porcentual de la diferencia(%CVdiff) es la desviación estándar
de la diferencia dividida por la diferencia [Link] porcentual(%),o la diferencia
porcentual media, se calcula dividiendo la diferencia media por la media del grupo de
control, en este caso el grupo de mujeres, multiplicado por [Link]ón media, como
sugiere su nombre, es una razón simple entre las dos [Link] CohenDrepresenta el
tamaño del efecto estandarizado, y por esta razón, Cohen'sDa menudo se escribe comoES(
abreviatura de tamaño del efecto). de CohenDpara grupos independientes se calcula
dividiendo la diferencia de medias por la desviación estándar agrupada.
¿Por qué Cohen?Dpodría usarse en lugar de otros estimadores del tamaño del efecto.
demostrado por un ejemplo simple (10). En este estudio, los autores examinaron la relación
entre el rendimiento en la prueba de recuperación intermitente Yo-Yo nivel 1 (Yo-YoIR1) y la
prueba de condición física intermitente 30-15 (30-15IFT) y compararon la sensibilidad de ambas
pruebas al entrenamiento. El estudio utilizó un grupo con dos muestras dependientes (es decir,
preentrenamiento y postentrenamiento). Entonces fue posible adoptar la lógica de que se
podía usar la comparación de los tamaños del efecto estimados para establecer la diferencia
entre dos grupos independientes (es decir, Yo-YoIR1 y 30-15IFT).Tabla 18.3presenta los
resultados previos al entrenamiento y los tamaños del efecto estimados con el cambio
porcentual y el coeficiente de CohenD(10).
FIGURA 18.3Muestra media como el modelo estadístico más simple.(a) La línea
discontinua representa una estimación, en este caso la media de la muestra. Las
líneas verticales representan residuos entre los valores estimados y observados.
(B)Cada estimación tiene un valor RMSE. La estimación de tendencia central con el
valor RMSE más bajo es la media de la muestra.(C)similar a(a), este panel muestra los
residuos de una estimación de tendencia central con un RMSE más alto.
Dado que Yo-YoIR1 y 30-15IFT utilizan diferentes escalas (es decir, metros totales recorridos y
velocidad alcanzada, respectivamente), el estimador de cambio porcentual no es una buena opción
para comparar los tamaños del efecto entre las dos pruebas. En cambio, la de CohenDes un
estimador estandarizado, por lo que debe usarse para comparar pruebas o medidas que tienen
diferentes escalas.
Después de estimar los tamaños del efecto, la pregunta que surge
naturalmente es la de magnitud(es decir, ¿qué tan grande es el tamaño del
efecto?). Desde CohenDes un estimador estandarizado, permite establecer
umbrales de magnitud. Basado en el trabajo original de Cohen (13), Hopkins (32
,37) sugirieron las siguientes magnitudes de efecto (vertabla 18.4). De acuerdo a
tabla 18.4, la diferencia de altura media entre machos y hembras se
consideraría grande, así como los cambios en Yo-YoIR1, mientras que en
30-15IFT se consideraría moderado.
de CohenD, así como las magnitudes de efecto asociadas, suele ser difícil de
interpretar por profesionales sin formación estadística (p. ej., entrenadores). En
consecuencia, McGraw y Wong (49) sugirió un estimador del tamaño del efecto del
lenguaje común (CLES), que podría ser más intuitivo de entender. El CLES
representa la probabilidad de que una observación muestreada al azar de un
grupo sea mayor que una observación muestreada al azar de otro grupo. Por
ejemplo, si se toma al azar un hombre y una mujer de los dos grupos de muestra y
esto se repite 100 veces, ¿cuántas veces el hombre sería más alto que la mujer (ver
figura 18.4)?
CUADRO 18.3Tamaños del efecto de la intervención de entrenamiento para Yo-YoIR1 y
30-15IFT
Prueba Pre-entrenamiento % Cambio de CohenD
Yo-YoIR1 1.031 ± 257 m 35% 1.2
30-15IFT 17,4 ± 1,1 km/h 7% 1.1
Datos de Buchheit y Rabbani (2014).
Simplemente contando en base a 100 muestras pareadas aleatorias, los hombres son más
altos en 84 casos, o el 84 %. Usando probabilidad, eso es igual a 0.84. En otras palabras, si
alguien selecciona al azar un hombre y una mujer de los dos grupos y apuesta a que el hombre
es más alto, la apuesta será correcta el 84 % de las veces.
El CLES se puede estimar usando lo que se llama unfuerza brutamétodo
computacional o unalgebraicométodo. El método de fuerza bruta implica generar todas
las combinaciones posibles por pares de los dos grupos (en el ejemplo anterior, eso es
igual a 50 × 50 = 2500 casos), y luego simplemente contar los casos en los que los hombres
son más altos que las mujeres. Este método puede ser muy intensivo
computacionalmente. En comparación, el método algebraico supone una distribución
normal de las observaciones en los grupos y estima ladesviación estándar de la
diferencia(tenga en cuenta que la desviación estándar de todas las diferencias por pares
estimadas con el método de fuerza bruta sería muy similar a la desviación estándar de la
diferencia derivada algebraicamente):
Algebraicamente, CLES se deriva luego asumiendo una distribución normal (donde
la media de la distribución es igual a la diferencia media entre los grupos, y la
desviación estándar de la distribución es igual a la desviación estándar de la diferencia)
calculando la probabilidad de que las diferentes puntuaciones sean mayores que cero
(marfigura 18.4Bpara una representación visual).Tabla 18.2presenta la estimación
CLES calculada algebraicamente.
FIGURA 18.4Sacar 100 pares al azar para estimar la probabilidad de que los machos
sean más altos que las hembras.(a)Diagrama de dispersión de 100 pares extraídos al
azar de dos muestras. Dado que se comparan parejas de machos y hembras, se
pueden trazar líneas entre cada uno de los 100 sorteos. Las líneas azules indican
machos más altos, mientras que las líneas naranjas indican hembras más altas.(B)
Distribución de diferencia entre machos y hembras para cada una de las 100 parejas
sorteadas.
El equivalente de CLES se utiliza como una métrica de rendimiento en las tareas de
predicción de clases, denominadoárea bajo la curva(AUC), donde 0,5 es un rendimiento
predictivo igual a una suposición aleatoria, y 1 es una separación predictiva perfecta entre
dos clases (38,43).Superposición(OVL) representa la superposición entre las dos
distribuciones de muestra. Siempre que las muestras sean iguales, el OVL es igual a 1.
Siempre que haya una separación completa entre las dos muestras, el OVL es igual a 0 (ver
figura 18.5a). La superposición se puede estimar con métodos computacionales de fuerza
bruta (que no hacen suposiciones sobre la distribución de la muestra) y con métodos
algebraicos que hacen suposiciones de normalidad.
Desde CohenD, CLES y OVL están relacionados matemáticamente, es
posible convertir uno en otro (suponiendo una distribución normal de las
muestras y una SD igual entre los dos grupos para la estimación de OVL).
Figura 18.5Bdescribe la relación entre los CohenD, CLES y [Link] 18.5C
representa la relación entre CLES y OVL.
Tabla 18.5presenta la de CohenDmagnitudes de efecto con los umbrales CLES y
OCL estimados que lo acompañan.
El tamaño de efecto más pequeño de interésEltamaño de efecto más pequeño de interés
(SESOI) es el tamaño del efecto mínimo importante que tiene un efecto práctico o clínico.
significado (66). No existe una forma única de abordar la definición y estimación de SESOI, pero
generalmente se basa en el conocidoError de medición(ME) (p. ej., el tamaño del efecto
mínimo detectable) o el tamaño del efecto que es lo suficientemente grande como para ser
prácticamente significativo (p. ej., el cambio más pequeño que vale la pena) (5,11,31, 35,39,45,
70,72). En este capítulo, los modelos estadísticos y los estimadores que utilizan SESOI se
denominanbasado en la magnitud.
Para buscar estimadores basados en la magnitud, considere ± 2,5 cm como la
altura SESOI, o la diferencia que sería significativa en la práctica. En otras palabras, los
individuos con una diferencia de altura de ± 2,5 cm se considerarían prácticamente
equivalentes (desde la perspectiva del efecto mínimo importante), o podría ser difícil
detectar esta diferencia con un vistazo rápido (desde la perspectiva del efecto mínimo
detectable).
La estadística más simple basada en la magnitud esdiferencia media dividida por el
rango SESOI(diferencia con SESOI). Este estimador, similar a otros estimadores
estandarizados (por ejemplo,% CVdiff, Cohen'sD) permite la comparación de variables en
diferentes escalas, pero también da más información sobre las diferencias desde una
perspectiva de importancia práctica. Una segunda estadística basada en la magnitud es
desviación estándar de la diferencia dividida por el rango SESOI(SDdiff a SESOI). Este
estimador, similar a %CVdiff, mostraría cuán variables son las diferencias en comparación
con SESOI. De manera similar, el estimador CLES puede basarse en la magnitud utilizando
SESOI. En lugar de estar interesado en la probabilidad de que un hombre al azar sea más
alto que una mujer al azar (de los dos grupos de muestra), podría ser más interesante
estimar cuán probables son las diferencias más bajas, triviales y más altas (a menudo
definidas como dañinas, triviales, y beneficiosa) definidas por SESOI son.
FIGURA 18.5Relación entre los de CohenD, CLES y OVL.(a) Visualización de
las muestras con distintos grados de separación y coeficiente de Cohen
calculadoD, CLES y OVL.(B)Relación entre la CLES y la OVL con la de Cohen
D.(C)Relación entre CLES y OVL.
Usando métodos computacionales de fuerza bruta y dibujando todas las
combinaciones por pares de los dos grupos (es decir, 50×50 = 2500 casos), y utilizando ±
2,5 cm SESOI como diferencia trivial, se pueden estimar las probabilidades de diferencia
menor, menor y mayor calculando la proporción de casos dentro de cada banda de
magnitud (verfigura 18.6). En la figura, la distribución sobre SESOI (azul) indica la
probabilidad de que los machos seleccionados al azar sean más altos que las hembras
seleccionadas al azar, con una diferencia de altura de al menos la magnitud del SESOI. La
distribución bajo SESOI (naranja) indica la probabilidad de que las hembras seleccionadas
al azar sean más altas que los machos seleccionados al azar, con una
diferencia de altura de al menos magnitud SESOI. El área gris indica la probabilidad de
seleccionar aleatoriamente un macho y una hembra con una diferencia de altura dentro de
la banda SESOI.
FIGURA 18.6Comparación por pares de hombres y mujeres para estimar la
probabilidad de una diferencia de magnitud menor, trivial y mayor.(a) Diagrama de
dispersión de todas las combinaciones por pares (50 × 50 = 2500), extraído
aleatoriamente de dos muestras. Dado que se comparan parejas de machos y
hembras, se pueden trazar líneas entre cada 2500 sorteos. Las líneas azules indican
que los machos son más altos que las hembras por encima del SESOI; las líneas grises
indican parejas con una diferencia de altura menor o igual al SESOI, mientras que las
líneas naranjas indican hembras más altas que los machos más altos que el SESOI.(B)
Distribución de las diferencias entre machos y hembras para las 2500 combinaciones
por pares; la banda sombreada indica SESOI.
Tabla 18.6muestra las probabilidades estimadas de observar diferencias de altura más
bajas, triviales y más altas entre un hombre y una mujer seleccionados al azar utilizando el
método computacional de fuerza bruta y el método algebraico. Estas estimaciones responden
a una pregunta particular: si se comparan un hombre y una mujer al azar de la muestra, ¿qué
tan probables son las magnitudes más bajas, triviales o más altas de la diferencia de altura?
Hacer una pregunta basada en la magnitud con respecto a la diferencia individual aleatoria
representa una forma de cuestionamiento de predicción y una tarea predictiva. En este
capítulo, tales preguntas se responden utilizandopredicción basada en la magnitudenfoques.
TABLA 18.6Probabilidad estimada de observar valores inferiores, triviales y
Mayores diferencias de altura
Método Más bajo Trivial Más alto
Fuerza bruta 0.13 0.09 0.77
Algebraico 0.15 0.09 0.76
Es común representar las medias como un componente sistemático o un efecto fijo (p. ej.,
diferencia de medias) y la variabilidad alrededor de la media (p. ej., DEdiferencia) como un
componente estocástico oefecto aleatorio. Es desafortunado que el modelado y análisis
estadístico común, particularmente en la ciencia del deporte, adopte la postura de abordar y
tratar la variación entre individuos comoerror al azar. El enfoque sugerido en este capítulo
complementa las estadísticas basadas en grupos o en promedio con predicciones basadas en
magnitudes que tienen como objetivo ayudar a responder preguntas individuales comunes a
los practicantes de [Link] 18.7presenta estimadores basados en la magnitud que
pueden complementar las estadísticas comunes del tamaño del efecto (vertabla 18.2) cuando
se comparan dos grupos independientes.
Comparación de grupos dependientes
Para comprender mejor las muestras dependientes, o el análisis de muestras pareadas, es útil
considerar un diseño experimental simple de prueba previa (pre) y prueba posterior (post), una
intervención de entrenamiento para un grupo de hombres (N = 10) que realizaron
entrenamiento de press de banca. La intervención de entrenamiento requería que los
participantes realizaran press de banca dos veces por semana durante 16 semanas. La carga
de 1RM se evaluó antes (pre) y después (post) de la intervención de entrenamiento. Las dos
muestras son dependientes porque son de los mismos [Link] 18.8contiene
puntajes individuales previos y posteriores, así como el cambio (kg) en el 1RM de press de
banca. Como muestra la tabla, algunos de los participantes mostraron un aumento de peso y
otros no.
Describir grupos como independientes
Tabla 18.9contiene estadísticas descriptivas aplicadas a las puntuaciones previas, posteriores y de cambio en la
1RM de press de banca para el grupo de intervenció[Link] 18.7visualiza las puntuaciones utilizando tres
diagramas de nubes de lluvia.
TABLA 18.8Puntuaciones individuales previas y posteriores, y el cambio en el
press de banca 1RM
Atleta Pre (kg) Correo (kg) Cambio (kg)
atleta 01 102.86 107.37 4.52
atleta 02 103.88 106.58 2.71
atleta 03 96.19 92.13 - 4.07
atleta 04 101.01 109.06 8.05
atleta 05 103.02 127.07 24.06
atleta 06 88.60 82.72 - 5.87
atleta 07 107.51 104.67 - 2.84
atleta 08 99.01 127.63 28.62
atleta 09 104.39 127.14 22.75
atleta 10 93.75 129.98 36.23
FIGURA 18.7Gráficos de nubes de lluvia de la prueba previa, la prueba posterior y el cambio
puntuaciones en el press de banca 1RM.(a)Distribución de las puntuaciones del pretest
y postest.(B)Distribución de la puntuación de cambio.
Estimadores del tamaño del efecto para diferencia y cambioTabla 18.10contiene los
estimadores del tamaño del efecto más comunes que se utilizan al describir el cambio en los
datos emparejados antes y después. La terminología utilizada en este capítulo diferencia entre
losdiferencia, que se utiliza para grupos independientes, y elcambio, que se utiliza en grupos
emparejados o dependientes.
Elcambio medio(o simplemente cambiar) se calcula mediante la puntuación de cambio.
La desviación estándar del cambio (SDchange) es una desviación estándar de los valores
de cambio. Representa una medida de dispersión de las puntuaciones de cambio. El
coeficiente porcentual de variación del cambio (% CVcambio) es la desviación estándar del
cambio dividida por el cambio medio, multiplicada por [Link] porcentual, ocambio
porcentual medio, se calcula tomando la media del cociente entre el cambio y el pretest,
multiplicado por [Link]ón mediarepresenta la media de las proporciones post-pre. de
CohenDrepresenta el tamaño del efecto estandarizado del cambio. En el diseño
emparejado, CohenDse calcula dividiendo el cambio medio por la desviación estándar de
las puntuaciones previas a la prueba. El CLES, para las muestras apareadas, representa la
probabilidad de observar un cambio positivo; OVL, para grupos independientes,
representa la superposición entre las puntuaciones previas y posteriores.
Los estimadores del tamaño del efecto basados en la magnitud involucran el uso de SESOI y se
presentan entabla 18.11. Al igual que los estimadores del tamaño del efecto basados en la magnitud
con grupos independientes, los estimadores del tamaño del efecto basados en la magnitud con
muestras pareadas implican cambios en SESOI y SDcambios en SESOI, así como proporciones de
puntajes de cambio más bajos, triviales y más [Link] 18.8describe cómo se estiman las
proporciones de puntuaciones de cambio más bajas, triviales y más altas. Al igual que con dos grupos
independientes, estas proporciones se pueden estimar utilizando el método de fuerza bruta (es decir,
simplemente contando los puntajes de cambio dentro de las zonas inferior, trivial y superior) o
el método algebraico, donde se usa SDchange y se hace una suposición de puntajes de cambio
distribuidos normalmente.
FIGURA 18.8Análisis visual de las puntuaciones del grupo dependiente mediante
SESOI.(a)Diagrama de dispersión de las puntuaciones previas y posteriores a la prueba.
Las líneas verdes indican cambios por encima del SESOI superior, las líneas grises
indican cambios dentro de la banda del SESOI y la línea roja indica un cambio negativo
por debajo del SESOI.(B)Distribución de las puntuaciones de cambio. El área verde
representa la proporción de puntajes de cambio más altos que el SESOI superior; el
área roja representa la proporción de puntajes de cambio negativo más bajos que
SESOI más bajos; y el área gris indica un cambio trivial, que está dentro de la banda
SESOI.
Usando los datos mostrados enmesas 18.8mediante18.11, podría ser tentador afirmar que
la intervención de entrenamiento está provocando cambios en la 1RM del press de banca, pero
se debe ser cauteloso al sacar esa conclusión. Es importante tener en cuenta que los
estimadores del tamaño del efecto se utilizan solo de forma descriptiva, sin ninguna
connotación causal. Para hacer afirmaciones causales, es necesario tener en cuenta criterios
adicionales (consulte la sección "Inferencia causal").
Asociaciones entre dos variables
Hasta ahora, se han tratado las estadísticas descriptivas de una sola variable. Sin
embargo, los científicos del deporte suelen estar interesados en la relación o
asociación entre dos variables. Una de estas variables asume el papel devariable
dependiente (variable de resultado o meta) y la otra de lasvariable independiente(o
variable predictora). Por ejemplo, suponga que las jugadoras de fútbol (N = 30) fueron evaluadas
utilizando dos pruebas: Yo-YoIR1 y la prueba de velocidad aeróbica máxima (MAS). Figura 18.9
representa la asociación entre estas dos pruebas mediante un diagrama de dispersión.
FIGURA 18.9Diagrama de dispersión entre dos variables. La línea discontinua
representa la línea de regresión lineal.
Coeficiente de correlación producto-momento de Pearson(de pearsonr) es una
medida de la fuerza de la relación lineal entre dos variables. de pearsonres una medida
estandarizada que puede tomar valores que van desde −1 a +1, donde 0 indica que no hay
relación, y −1 y +1 indican una relación perfecta. Pearson negativorvalores representan
asociación negativa (es decir, cuando una variable aumenta, la otra disminuye), mientras
que los valores positivos de Pearsonrlos valores representan una asociación positiva (es
decir, a medida que aumenta una variable, también lo hace la otra).R-cuadrado (R2)
representa la varianza explicada, o cuánto explica el modelo la varianza en la variable
objetivo. En este ejemplo, el modelo es una regresión lineal.R- al cuadrado es la medida
estandarizada de asociación que puede tomar valores que van
de cero (sin asociación o sin explicación de la varianza) a 1 (asociación perfecta o
explicación de toda la varianza).R-cuadrado, como su nombre indica, representa el de
Pearsonr al cuadradoCoeficiente máximo de información(MIC) es una nueva medida de
la fuerza de la asociación lineal o no lineal entre dos variables y pertenece a laexploración
no paramétrica basada en información máxima(MINE) clase de estadística (1,62). El MIC
es una medida de asociación estandarizada que puede tomar valores que van desde cero
(sin asociación) hasta 1 (asociación perfecta). A diferencia de Pearsonr, MIC puede detectar
una asociación no lineal entre dos variables. El modelo estadístico, o la maquinaria
subyacente a PearsonryR- al cuadrado, es una regresión lineal. Similar a la media de una
muestra, la regresión lineal puede verse como un algoritmo de optimización que intenta
encontrar la línea que pasa a través de los datos con un error mínimo.
Aunque las medidas de asociación entre dos variables, como la de Pearsonr yR
-cuadrados, son simétricos (lo que significa que no importa qué variable es el predictor
o el objetivo), no se puede invertir la ecuación de regresión lineal para obtener Yo-
YoIR1 de MAS.
Predicción
El modelado predictivo se define como “el proceso de aplicar un modelo estadístico o
algoritmos de minería de datos a los datos con el propósito de predecir observaciones
nuevas o futuras” (69). Por lo general, un modelo estadístico predictivo se trata como
una caja negra e implica que el enfoque no está en los mecanismos subyacentes y las
relaciones entre las variables predictoras, sino en el desempeño predictivo del modelo
(9,69,75).
La regresión lineal (como se discutió anteriormente) se puede usar para ayudar a
responder preguntas de predicción (p. ej., "Si conozco el puntaje Yo-YoIR1 de alguien, ¿cuál
sería el puntaje MAS de esa persona?"), en lugar de aquellos que consideran la asociación (p.
ej., "¿Cómo es ¿Yo-YoIR1 relacionado con MAS?"). Esta sección presenta conceptos esenciales
de análisis predictivo que se necesitan para responder tales preguntas. En primer lugar, se
deben considerar algunas condiciones generales relacionadas con la predicción.
sobreajuste
Imagine que se conoce la verdadera relación entre el 1RM relativo de la sentadilla trasera (BS) y
la altura del salto vertical durante una sentadilla con salto de peso corporal. Esta verdadera
relación se conoce comoproceso de generacion de datos(DGP) (12), y uno de
los objetivos de las tareas de inferencia causal es descubrir parámetros y mecanismos de
DGP de la muestra adquirida. Con tareas predictivas, este objetivo no tiene un interés
directo, sino una predicción confiable con respecto a observaciones nuevas o no vistas. El
DGP suele ser desconocido; pero con simulaciones, como esta, se puede conocer el DGP y
se usa para generar los datos de muestra. La simulación es, por lo tanto, una excelente
herramienta de enseñanza, ya que uno puede jugar con el problema y comprender cómo
funciona el análisis estadístico, porque se conoce el verdadero DGP y se puede comparar
con las estimaciones (12,33,sesenta y cinco). Se supone que el DGP consiste en
componente sistemáticof(X)ycomponente estocásticoε.
Se supone que el componente sistemático está fijo en la población (constante de
muestra a muestra) y captura la verdadera relaciónf(X)entre las variables de la
población (p. ej., esto también se puede denominarseñal), mientras que el
componente estocástico representa ruido aleatorio o error aleatorio, que varía de una
muestra a otra. Se supone que el error aleatorio se distribuye normalmente con una
media de cero y una desviación estándar que representa un parámetro estimado (con
RMSE o RSE). Por lo tanto, RMSE o RSE son estimaciones deɛ.
El objetivo de la inferencia causal o del modelado explicativo es estimar la f(X)(la
estimación se indica con el símbolo del sombrero: (X)), o para comprender el DGP
subyacente. Con el análisis predictivo, el objetivo es encontrar la mejor estimación de Y
o. El DGP subyacente se trata como una caja negra.
Para demostrar el concepto de sobreajuste, se generan dos muestras (N = 35
observaciones) del DGP con BS relativa que oscila entre 0,8 y 2,5. Estas muestras son muestras
de entrenamiento y prueba (verfigura 18.10). La muestra de entrenamiento se usa para
entrenar el modelo de predicción, mientras que la muestra de prueba se usará como una
muestra de "reserva" para evaluar el rendimiento del modelo en los datos no vistos.
El modelo utilizado para predecir el salto desde sentadilla desde BS esregresión lineal
polinomial. Tenga en cuenta que las funciones polinómicas de primer grado representan una
regresión lineal simple. El aumento de los grados polinómicos aumenta la flexibilidad del
modelo de regresión polinomial y, por lo tanto, puede representar unparámetro de ajusteque
se pueden seleccionar en función del rendimiento del modelo. De hecho, si se aumenta la
flexibilidad de un modelo, el error dentro del modelo se minimiza progresivamente. Sin
embargo, el orden creciente se puede realizar infinitamente y, por lo tanto, es más apropiado
adoptar un enfoque de modelado fijo utilizando el componente sistemático del DGP. En otras
palabras, la atención se centrará en encontrar el grado polinomial que minimiza el error del
modelo (o, alternativamente, maximiza el ajuste del modelo). Estadísticamente, el ajuste del
modelo se puede evaluar usando elfactor de similitud(f2), Cuál es el
transformación de raíz cuadrada recíproca logarítmica de la suma del error
cuadrático, y representa una medida de la similitud en el porcentaje de disolución
entre dos curvas polinómicas; en este caso, entrenamiento y pruebas (verfigura
18.10).
FIGURA 18.10Dos muestras simuladas del DGP conocido. La línea negra
representa el componente sistemático del DGP y es igual para las muestras de
entrenamiento y prueba. Las observaciones varían en las dos muestras debido
al componente estocástico en el DGP.
Validación cruzada
Para evaluar el rendimiento predictivo de un modelo, los científicos deportivos suelen
eliminar un porcentaje de los datos y utilizarlo como muestra de prueba o reserva.
Desafortunadamente, esto no siempre es posible (aunque se recomienda,
particularmente para evaluar el rendimiento del modelo final, especialmente cuando
hay varios modelos y hay mucho ajuste del modelo). Una solución a este problema es
la validación cruzada (38,43,75). Existen numerosas variaciones de validación cruzada,
pero la más simple esvalidación cruzada n-fold(marfigura 18.11). La validación
cruzada Nfold implica dividir los datos en 5 a 10 "pliegues" iguales y usar 1 pliegue
como muestra de prueba o reserva mientras se realiza el entrenamiento del modelo
en los otros pliegues. Esto se repite en N iteraciones (en este caso, de 5 a 10), y el
rendimiento del modelo se promedia para establecer el rendimiento del modelo con
validación cruzada.
Con el análisis predictivo y el aprendizaje automático, se evalúan los parámetros de
ajuste de diferentes modelos (así como múltiples modelos diferentes) para estimar
cuál ofrece el mejor rendimiento predictivo. Por lo tanto, es importante utilizar
técnicas como la validación cruzada para evitar el sobreajuste o la selección de modelos
demasiado optimista.
Interpretabilidad
Como se explicó anteriormente, los modelos predictivos priorizan el rendimiento predictivo
sobre la explicación del mecanismo DGP subyacente (que se trata como una caja negra). Sin
embargo, a veces puede ser valioso saber qué predictor es el más importante, cómo cambian
las predicciones cuando cambia un predictor en particular o por qué un modelo hizo una
predicción particular para un caso de interés (43,53,63).Interpretabilidad del modelose puede
definir como “el grado en que un ser humano puede comprender la causa de una decisión” (50,
53). Algunos modelos son inherentemente más interpretables (p. ej., la regresión lineal), y
algunos son realmente muy complejos y difíciles de interpretar (p. ej., las redes neuronales).
Sin embargo, existen técnicas agnósticas del modelo que pueden ayudar a aumentar la
interpretabilidad del modelo (53,54), aunque están más allá del alcance de este capítulo.
FIGURA 18.11Validación cruzada.
Estimadores de predicción basados en la magnitud
Al igual que con los estimadores basados en la magnitud utilizados para abordar la asociación
entre dos variables, como se explicó anteriormente, se puede usar la variable objetivo SESOI para
obtener estimaciones basadas en la magnitud del rendimiento predictivo. En lugar de usar RMSE
como una estimación del ajuste del modelo en los datos de entrenamiento, se puede usar RMSE con
validación cruzada (cvRMSE) y SESOI.
Continuando con el ejemplo de 1RM de sentadilla con salto y sentadilla relativa, se puede
suponer que el SESOI en la sentadilla con salto es de ± 1 cm. Por el bien de este ejemplo, uno
puede presentar ingeniero (43,44) la variable relativa de 1RM en sentadilla para incluir 20-
polinomios de grado De esta forma, se han creado 20 variables predictoras. Para evitar el
sobreajuste, un modelo de red elástica (18), así como la validación cruzada repetida que
involucra tres divisiones repetidas 10 veces. El rendimiento del modelo predictivo se evalúa
mediante el uso de RMSE con validación cruzada, junto con estimadores de rendimiento
basados en la magnitud.
Los modelos de red elástica representan un método de regresión que combina linealmente
el L1yL2penalizaciones de los métodos de lazo y cresta, o parámetros de afinación alfa y
lambda (18,38,43). Se evalúa un total de nueve combinaciones de parámetros de ajuste
mediante validación cruzada repetida, y el modelo con cvRMSE mínimo se selecciona como el
mejor. Las métricas de rendimiento del mejor modelo también se [Link] 18.12
presenta las mejores métricas de rendimiento del modelo con validación cruzada junto con el
rendimiento del modelo en el conjunto de datos con validación cruzada.
Utilizandoa prioriSESOI conocido proporciona un ancla práctica para evaluar el
rendimiento del modelo predictivo. El SESOI notificado a cvRMSE (1,11), así como
cvEquivalence (0,41), indica un rendimiento predictivo muy bajo del modelo. Por lo
tanto, en términos prácticos, usar 1RM relativo en sentadilla no produce predicciones
prácticamente significativas dado un SESOI de ± 1 cm y el modelo, así como la muestra
de datos utilizada.
El rendimiento del modelo también se puede visualizar utilizando el conjunto de datos de
entrenamiento (ver figura 18.12). La banda gris enfigura 18.12,ayB, representa SESOI y, como se
puede observar visualmente, los residuos del modelo son mucho más anchos que SESOI, lo que
indica un rendimiento predictivo práctico deficiente.
Las tareas predictivas se centran en proporcionar las mejores predicciones sobre datos
novedosos o no vistos sin preocuparse por el DGP subyacente. El rendimiento del modelo predictivo
se puede evaluar mediante el uso de enfoques basados en la magnitud para proporcionar
información sobre la importancia práctica de las predicciones. Estos estimadores de predicción
basados en la magnitud se pueden usar para complementar tareas de inferencia explicativas o
causales, en lugar de depender únicamente de los estimadores basados en grupos y en promedio.
Inferencia causal
Dos clases amplias de preguntas inferenciales se centran en "qué pasaría si" y "por qué",
Inferencia causal directaes el escenario "qué pasaría si" ("¿Qué pasaría con la unidad o el
grupo con o sin el tratamiento X?"), yinferencia causal inversaes el escenario del "por
qué" ("¿Qué causa Y, y por qué?") (19). La causalidad directa es un problema más
claramente definido, donde el objetivo es cuantificar el efecto causal de un
tratamiento o intervención. Las cuestiones de causalidad directa se estudian más
directamente mediante la aleatorización (19) y se responden desde las perspectivas de
causalidad-como-intervención y contrafactual. La causalidad inversa es más compleja y
está más relacionada con la explicación de las cadenas causales utilizando elvariable
del sistema Acercarse. En este capítulo, el enfoque principal está en la causalidad
directa. El desafío es encontrar un parámetro θ que caracterice la inferencia causal deX
sobreYy encontrar una manera de estimar θ. Los datos pueden provenir de un
experimento aleatorio controlado o de un estudio observacional. En este capítulo, la
inferencia causal se aborda desde lateoría contrafácticaoresultados potenciales
perspectiva (4,19,25,40,61) que define las causas en términos de cómo las cosas
habrían sido diferentes si la causa no hubiera ocurrido, así como de lacausalidad-
como-intervenciónperspectiva (19), lo que requiere intervenciones claramente
definidas (21,23,27).
FIGURA 18.12Rendimiento del modelo en el conjunto de datos de entrenamiento.(a)Se
selecciona el modelo con el cvRMSE más bajo. SESOI se representa como una banda
gris alrededor de la predicción del modelo (línea azul).(B)Diagrama de dispersión de
residuos. Los residuos fuera del SESOI (banda gris) indican predicción donde el error
es prácticamente significativo. La equivalencia representa la proporción de residuos
dentro de la banda SESOI.
La correlación no es causalidad
¿Jugar baloncesto (X) te hace más alto (Y)? Este es un ejemplo de una pregunta causal,
un intento de establecer una correlación entre estos dos fenómenos. Pero las
correlaciones (preguntas de causa y efecto) pueden conducir a suposiciones erróneas.
Un ejemplo popular se ha utilizado en otros lugares (58,59,60,61).Figura 18.13muestra
la relación correlativa entre una variable A (p. ej., ejercicio) y una variable B (p. ej.,
colesterol) (que parece una relación causal pero no lo es). Si uno solo observa la
relación correlativa entre las variables A y B, la relación parece ser causal. Pero esta
correlación en realidad ocurre porque ambas variables comparten una causa común o
un factor de confusión que, en este ejemplo, podría ser la edad. Los óvalos
discontinuos representan grupos de edades ascendentes.
FIGURA 18.13Por qué la lógica de asociación es ineficiente. Un ejemplo de
la relación entre la variable A (colesterol) y la variable B (ejercicio).
Utilizando los estimadores descriptivos introducidos en la sección “Descripción”, se pueden
calcular rápidamente las medias y las DE de los grupos, así como su diferencia (ver
mesa 18.13). Sin embargo, ¿significa que la diferencia entre el baloncesto y el control
representa un efecto causal promedio? No, desafortunadamente no.
Resultados potenciales o contrafactuales
Para explicar por qué este es el caso, es necesario imaginar una realidad
contrafáctica alternativa. Lo que se necesita son dos posibles resultados:Altura0,
que representa la altura de la persona si esa persona no juega baloncesto, yAltura1,
que representa la altura de la persona si esa persona juega baloncesto (ver mesa
18.14). Como se puede adivinar, el grupo de baloncesto ha sabidoAltura1, pero
desconocidoAltura0, y viceversa para el grupo de control.
Desafortunadamente, se desconocen estos posibles resultados, así como los efectos
causales individuales. Se desconoce qué podría haber sucedido con los resultados individuales
en un mundo contrafáctico (es decir, una realidad alternativa). Un buen grupo de control sirve
como representante para revelar lo que podría haberle sucedido “en promedio” al grupo
tratado en el mundo contrafáctico donde no reciben tratamiento. Dado que los datos del
baloncesto son simulados, se conoce el DGP exacto (el verdadero efecto causal fijo o
sistemático de jugar al baloncesto en la altura es exactamente cero), lo que nuevamente
demuestra el uso de simulaciones como una gran herramienta de aprendizaje, en este caso
para comprender el problema subyacente. mecanismos causales. El efecto causal individual en
este caso es la diferencia entre dos posibles resultados:Altura1yAltura0.
La diferencia media de grupo observada (11,26 cm) se debe al efecto causal promedio (
−0,27 cm) y al sesgo de selección (11,52 cm). En otras palabras, la diferencia media observada
entre los grupos puede explicarse únicamente por el sesgo de selección. De hecho, esto es
cierto, ya que el DGP que generó los datos de la muestra implicaba un efecto causal
sistemático nulo de jugar al baloncesto en la altura.
Además del sesgo de selección involucrado en el ejemplo presentado, otros
factores de confusiónpueden estar involucrados, como la edad, el sexo, la raza, la
experiencia y otros, algunos de los cuales pueden medirse y otros pueden ser
desconocidos. Estos también se conocen como lostercera variable(ovariable omitida
) que confunde la relación causal entre el tratamiento y el resultado. En el ejemplo
presentado, todos los sujetos del grupo de baloncesto podrían ser hombres mayores,
mientras que todos los sujetos del grupo de control podrían ser mujeres más jóvenes,
y esto podría explicar las diferencias de grupo en lugar de un efecto causal de jugar
baloncesto. Según Hernán (22) y Hernán y Robins (26), hay tres tipos de sesgos
involucrados en la inferencia causal: (a) confusión, (b) selección y (c)
sesgo de medició[Link] el sesgo que surge cuando el tratamiento y el resultado
comparten causas. Esto sucede porque el tratamiento no se asignó al azar (22,26). Por
ejemplo, los atletas que son más altos podrían estar eligiendo jugar baloncesto debido al
éxito y el disfrute en contraste con sus compañeros más bajos. Por otro lado, podría ser
algún factor de confusión oculto lo que motiva a los atletas altos a elegir el baloncesto. Los
factores de confusión conocidos y medidos de los estudios observacionales se pueden
tener en cuenta para crear condiciones ceteris paribus cuando se estiman los efectos
causales (4,22,26,47,64,70).
TABLA 18.13Análisis Descriptivo de los Grupos
Media (cm) DE (cm)
Baloncesto 198.50 5.20
Control 187.24 7.20
Diferencia 11.26 8.88
INFERENCIA ESTADÍSTICA
Generalizar a partir de una muestra pequeña a una población más grande se conoce como hacer
[Link]ónse refiere a todos los miembros de un grupo específico (es decir, todos en un
grupo bien definido), mientras quemuestrase refiere a una parte o subconjunto de esa población.
La diferencia entre el parámetro de población real y una estimación de muestra se debe a
laerror de muestreo. Cuando se realizan simulaciones, se conocen los verdaderos parámetros
de la población, pero en la vida real existe incertidumbre acerca de los verdaderos parámetros,
y esta incertidumbre debe cuantificarse de alguna manera. Este es el objetivo deinferencia
estadística: es decir, generalizar sobre una población a partir de una muestra dada teniendo
en cuenta las incertidumbres de las estimaciones.
Inferencia Estadística y Probabilidades
La teoría de la inferencia estadística se basa en describir las incertidumbres mediante
el uso de probabilidad. Como hay dos clases de incertidumbre, hay dos clases de
probabilidades. Las incertidumbres aleatorias se describen utilizandode larga
frecuencia Definiciones de probabilidad. Por ejemplo, puede ocurrir que al lanzar un
dado de seis caras se saque un 6 cuatro veces seguidas, pero a la larga (es decir,
infinitas veces), la probabilidad de sacar un 6 es igual a 1/6, o una probabilidad de
0,166, o 16,6% (suponiendo dados justos, por supuesto). La probabilidad vista desde
esta perspectiva representa una distribución de frecuencia larga, o el número de
ocurrencias del evento de interés dividido por el número total de eventos. Es un
número entre 0 y 1. 0 significa que el evento de interés nunca sucederá, mientras que
1 significa que siempre sucederá.
Hay dos escuelas principales de inferencia estadística,frecuentador(es decir, apoyándose en la
interpretación de probabilidad de larga frecuencia) ybayesiano(apoyándose en la interpretación de
la probabilidad según el grado de creencia) (dieciséis,17,20).
Perspectiva frecuentista
El uso de simulaciones es una excelente herramienta de enseñanza (12,33) y muy útil para
entender la inferencia frecuentista. En la inferencia frecuentista, las probabilidades se
calculan y giran en torno a distribuciones de muestreo.
Figura 18.14muestra una población hipotética en la que la verdadera altura media
es 177,8 cm y la desviación estándar es 10,16 cm (En el lado izquierdo [a], tenemos un
escenario donde N = 5 atletas se muestrean aleatoriamente para la población,
mientras que en el lado derecho [b] tenemos N = 20 atletas aleatoriamente
muestreado). Los individuos se representan como puntos azules (verfigura 18.14,CyD),
y la altura media estimada está representada por los puntos naranjas. Luego, este
muestreo se repite 50 veces, así como también se calcula la media para cada muestra,
y se dibuja la distribución de las medias muestreadas (verfigura 18.14,miyF). Esta
distribución se llama distribución muestral de la media muestral, y la desviación
estándar de esta distribución se conoce comoError estándaroerror de muestreo.
Dado que la estimación de interés es la media, la desviación estándar de la distribución
muestral de la media se llamaError estandar de la media(SEM). Enfigura 18.14,miyF,
la media de los medios de muestreo se designa con un punto negro y las barras de
error representan SEM.
Como se representa enfigura 18.13F, cuanto mayor sea la muestra, menor será el error estándar,
que se ve visualmente como una distribución de muestreo más estrecha.
Muestreo
Aunque la distribución muestral de la media parece una distribución normal, en realidad
pertenece a la distribución t de Student, que tiene colas más gruesas para muestras más
pequeñas (verfigura 18.15). Además de la media y la desviación estándar, La distribución t
de Student también tienegrados de libertad(DF), que es igual a N - 1 para la media
muestral. La distribución normal es igual a la distribución t de Student cuando los grados
de libertad son infinitamente grandes.
Dado que la distribución t de Student es más ancha en las colas, los valores críticos que
cubren el 90 %, 95 % y 99 % de la masa de distribución son diferentes de los que se usan
comúnmente para la distribución [Link] 18.15contiene valores críticos para
diferentes grados de libertad. Por ejemplo, el 90% de la distribución de muestreo estará
dentro de ± 1,64 xSEMintervalo para la distribución normal, pero para la t de Student con
DF = 5, el 90% de la distribución muestral estará dentro del ± 2,02 xSEM intervalo.
Intervalos de confianza y estimación
La incertidumbre de un parámetro estimado se puede representar conintervalos de
confianza(IC). Esto implica que cuando se repite el muestreo un número infinito de
veces, un IC del 95 % capturará un valor de parámetro verdadero el 95 % de las veces.
Suponiendo que en una muestra (N = 20) la altura media es de 177,8 cm (y la DE es de 10,16
cm), los IC del 95 % calculados capturarán el parámetro de población real el 95 % de las veces.
Los intervalos de confianza pueden usar diferentes niveles de confianza (p. ej., 90 %, 95 %, 99 %
[17]). Son una excelente solución para visualizar las incertidumbres en torno a las estimaciones
(verfigura 18.16en la página 278).
PRUEBA DE SIGNIFICANCIA DE HIPÓTESIS NULA
Hay dos enfoques para la inferencia estadística: (a)prueba de hipótesisy B)
Estimacion(14,42).Prueba de significación de hipótesis nula(NHST) sigue siendo
uno de los enfoques más comunes para la inferencia estadística, si no el más
común, aunque es muy criticado (ver referencias14,42). Para hacer inferencias
sobre una población, se utiliza una muestra de la población. Al usar NHST, el
parámetro de la muestra se probará contra una hipótesis nula (H0), que a menudo
toma el valor "sin efecto". Por ejemplo, imagina que conoces la verdadera altura
media de la población de un país, pero en una región en particular, la altura media
de la muestra difiere de la media de la población; NHST prueba la probabilidad de
que observe la media de la muestra dada la hipótesis nula (es decir, la altura media
de un país).
Figura 18.17(página 279) muestra la altura media de la población como
hipótesis nula y las probabilidades estimadas de observar una media muestral de
180 cm (N = 5), 182,5 cm (N = 10) y 185 cm (N = 20). Se utiliza un enfoque unilateral
para estimar la probabilidad de observar estas alturas medias de muestra. Se
utiliza un enfoque unilateral cuando la dirección del efecto es segura. También se
representa el enfoque de dos caras; esto calcula la probabilidad del efecto de la
dirección desconocida. En este ejemplo, sería una diferencia de altura media de
muestra de ± 2,2, ± 4,7, ± 7,2 cm o más.
FIGURA 18.14Distribución muestral de la media.(una, b)Distribución de la talla en la
población. De esta población se extraen muestras. Se toman cincuenta muestras
con N = 5(C)y N = 20(D)observaciones. Cada observación se indica con un punto
azul. La media calculada, como parámetro de interés, se indica con un punto
naranja.(mi, f)Distribución de las medias de la muestra recolectada de(C)y(D). Esta
distribución de las medias de la muestra es más estrecha, lo que indica una mayor
precisión cuando se utiliza un N más alto. El punto negro indica la media de las
medias muestrales, con barras de error que indican la SD de las medias
muestrales. Las líneas naranjas representan la distribución hipotética de las medias
muestrales cuando el número de muestras es infinitamente grande.
FIGURA 18.15Ejemplo de distribución t de Student.
DF = grados de libertad.
La probabilidad calculada de observar una media muestral (o mayor) se denominavalor p.
Es fácil interpretar los valores de p como probabilidad de la hipótesis nula (pags[HO}|Datos]),
pero eso es incorrecto. Los valores de p se interpretan correctamente como una probabilidad
de obtener datos asumiendo que la hipótesis nula es correcta (dada una hipótesis nula).Figura
18.17muestra cómo diferentes tamaños de muestra producirán diferentes valores de p para la
misma diferencia de medias. Esto sucede porque la distribución muestral de la media será más
estrecha (es decir, menor SEM) a medida que aumente el tamaño de la muestra, y el valor p
será menor a medida que aumente el tamaño de la muestra. Es casa
importante darse cuenta de que los valores de p no revelan nada sobre la magnitud
del efecto. En el caso de la media muestral, unat-la prueba se realiza utilizando el
calculadotvalor y distribución t de Student apropiada (verfigura 18.14;mesa 18.16). Una
vez que se estima el valor p, se puede rechazar o no la hipótesis nula. Por pura
comodidad, alfa se establece en 0,1 (10 % de error), 0,05 (5 % de error) o 0,01 (1 %
de error). Si un valor p es menor que alfa, la hipótesis nula puede rechazarse y se
afirmará que el efecto tiene significación estadística. Tenga en cuenta que esto no
implica la magnitud del efecto, solo que los datos de la muestra provienen de una
población diferente a la supuesta por la hipótesis nula (vermesa 18.16). Por ejemplo,
en una muestra de 20 participantes donde la altura media es de 185 cm, utilizando la
media poblacional conocida (177,8 cm) y la DE (10,16 cm), lat-rendimientos de pruebat
=3.17. ¿Se puede rechazar la hipótesis nula usando una prueba de dos caras y alfa =
0.05? Debemos verificar que DF = 20 (que no es exacto, pero servirá para el propósito),
y el 95% de la distribución de la muestra (con alfa = 0.05) estará dentro de ± 2.08. Ya
quetfue 3.17, que es superior a 2.08, por lo que se puede rechazar la hipótesis nula
(verfigura 18.16B).
error tipo I, también llamado alfa (α), se refiere a cometer el error de rechazar la
hipótesis nula cuando la hipótesis nula es verdadera.
Error tipo II, también llamada beta (β), se refiere a cometer el error de rechazar la
hipótesis alternativa cuando es verdadera.
FIGURA 18.16Ejemplo de una representación visual de una muestra (N = 20),
donde la altura media es de 177,8 cm (y la SD es de 10,16 cm), y los intervalos
de confianza se calculan al 95 %.
Los errores tipo I y tipo II están inversamente relacionados; cuanto mayor sea la
disposición a cometer errores de tipo I, menor será la probabilidad de cometer errores de tipo
II, y viceversa (vermesa 18.16). Es importante tener en cuenta que con NHST se rechaza o no
cualquier hipótesis.
Poder estatico
Suponiendo que la hipótesis alternativa es verdadera, la probabilidad de rechazar
la hipótesis nula es igual a 1 - β. Esto representa elPoder estaticoy depende de la
magnitud del efecto que se pretende detectar (o no rechazar).Figura 18.18(página
280) da ejemplos de cálculos de poder estadístico unilateral y bilateral y la hipótesis
nula para la diferencia en la altura media de la muestra (alfa de 0,05), para ± 2,5, ±
5 y ± 7,5 cm (+2,5, +5 , y +7,5 cm para la prueba de un solo lado) en N = 5, N = 10 y
N = 20.
Cuanto mayor sea la magnitud del efecto, más probable es detectar la diferencia en las
medias de altura (rechazando la hipótesis nula). La potencia estadística se utiliza
principalmente cuando se planifican estudios para estimar el tamaño de muestra necesario
para detectar efectos de magnitud de interés; por ejemplo, si se desea saber qué tamaño de
muestra se necesita para detectar una diferencia de 2,5 cm (con una potencia del 80 %, alfa
0,05 ) y espera una muestra SD de 10 cm.
Pruebas de efecto mínimo
En lugar de utilizar la hipótesis nula de ningún efecto, los científicos del deporte también
pueden realizar NHST unilaterales mediante el uso de umbrales SESOI para inferir la
importancia práctica. Estos se llamanpruebas de efecto mínimo(MET) y puede distinguir entre
seis conclusiones diferentes: efecto más bajo, no más alto, trivial, no más bajo, más alto y
equívoco (6,68) (verfigura 18.19).
FIGURA 18.17Prueba de significación de hipótesis nula. Suponiendo que una
hipótesis nula es verdadera, la probabilidad de observar un parámetro de muestra
de una magnitud determinada o mayor se estima calculando las proporciones de la
distribución de muestreo que están sobre el valor del parámetro de muestra.
Cuanto mayor sea el tamaño de la muestra, menor será el ancho de la distribución
de muestreo.(a) El enfoque unilateral se utiliza cuando se está seguro de la
dirección del efecto.(B)El enfoque bilateral se utiliza cuando se desconoce la
dirección esperada del efecto.
Tenga en cuenta que en un ejemplo en el que los IC del 95 % cruzan la hipótesis nula,
NHST producirá p> 0,05. Esto significa que no se rechaza la hipótesis nula y los resultados
no son estadísticamente significativos. Por lo tanto, los intervalos de confianza se pueden
usar para inspeccionar visualmente y concluir si la hipótesis nula se rechazaría o no si se
realiza NHST.
INFERENCIA BASADA EN MAGNITUD
Batterham, así como Hopkins y colegas (7,37) propusieron un enfoque novedoso
para hacer inferencias significativas sobre magnitudes, llamadoinferencia basada
en la magnitud(MBI). Este enfoque ha sido criticado (6,8,15,36,55,67,68,74) para
interpretar los IC como intervalos creíbles bayesianos y para no controlar los
errores de tipo I y tipo II.
MBI clínicoconsidera que uno usaría un tratamiento (p. ej., programa, capacitación,
intervención) si el efecto es posiblemente beneficioso y muy poco probable que sea
dañino. Las probabilidades se interpretan con respecto a si el verdadero efecto es
beneficioso, trivial o dañino, y tienen que ver con una incertidumbre aceptable o una
precisión adecuada. Para efectos claros, el científico del deporte describe la probabilidad
de que el efecto sea beneficioso, trivial o dañino utilizando la escala provista enmesa 18.17
.
Traducido del afrikáans al español - [Link]
FIGURA 18.18El poder estadístico es la probabilidad de detectar un efecto de
una magnitud particular o mayor. La potencia estadística se muestra en azul
oscuro y representa la probabilidad de rechazar la hipótesis nula dado que la
hipótesis alternativa es verdadera.(a)Enfoque unilateral.(B)Enfoque de dos
caras.
TABLA 18.16Errores tipo I y tipo II
CiertoH0 CiertoHa
RechazadoH0 Tipo i
RechazadoHa Tipo II
FIGURA 18.19Inferencia sobre magnitudes de efecto. Representación de SESOI
entre seis conclusiones basadas en magnitudes.
EnMBI no clínico, la inferencia se trata de si el efecto podría ser sustancialmente
positivo o negativo, en lugar de efectos beneficiosos o perjudiciales.
TABLA 18.17Escala de probabilidades de efecto
0.5%, muy improbable El efecto es beneficioso
0,5% -5%, muy improbable
5% -25%, improbable
25% -75%, posiblemente El efecto es posiblemente o probable o muy probable o muy probablemente beneficioso
75% -95%, probable
95% -99.5%, muy probable
> 99,5 %, lo más probable
Como se mencionó anteriormente, los IC no transmiten ninguna distribución de probabilidad
información sobre el parámetro verdadero. Aunque los IC, los intervalos creíbles bayesianos
(con distribución previa plana o no informativa) y los IC bootstrap tienden a converger
aproximadamente a los mismos valores para pruebas muy simples (comot-prueba para la
media de la muestra), interpretar los IC establecidos usando el enfoque frecuentista como
intervalos creíbles bayesianos no es un enfoque válido para la inferencia estadística (68) (ver
figura 18.20).
El uso de MBI como un enfoque descriptivo simple para interpretar los IC se puede
racionalizar, pero no se recomienda hacer inferencias a partir de probabilidades estimadas
(11). Si se utilizan enfoques frecuentistas para la inferencia estadística basada en la
magnitud, se deben utilizar MET en su lugar.
Existen numerosas dificultades con la inferencia frecuentista (41,42). Los
resultados no son intuitivos y suelen interpretarse erróneamente desde la
perspectiva bayesiana. Las tasas de error deben controlarse y ajustarse cuando se
realizan múltiples comparaciones. Es necesario realizar y probar varias
suposiciones, es decir, suposiciones de normalidad, no colinealidad y otras; y para
modelos más complejos, como los modelos jerárquicos, los valores de p y los IC
solo son aproximados (41,42).
ESTUDIOS DE MEDIDA
Los estudios de medición incluyen análisis de validez y confiabilidad. El
validezde una medida es una medida de su asociación única con otra
medida; da información sobre qué tan bien se supone que debe medir
una medida. Hay dos tipos de medidas de validez:validez concurrente,
que compara la medición con un patrón oro, yvalidez convergente, que
compara la medida con otra medida que debería tener alguna relación.
Por otro lado, elfiabilidadde una medida es la asociación consigo misma
en ensayos repetidos para mostrar cuán reproducible es la medida.
Error de medición(ME) participa en todas las mediciones; ocurre cuando un
puntuación observadaes diferente de la puntuación verdadera (TS) (2,56,70) debido a un
error en la medición. Esto resulta ensesgo de mediciónque afecta el análisis descriptivo,
las inferencias causales (22,24,26), y rendimientos predictivos (43). En notación
matemática, la puntuación observada (OS) comprende la puntuación hipotética
puntuación verdaderay error de medición (ME); es decir,BUEY=TS+YO(2,71).
FIGURA 18.20Interpretación bayesiana de los intervalos de confianza utilizados en
MBI.
En el dominio de las ciencias del deporte, dado que los objetos medidos suelen ser humanos, el
error de medición comprende tanto el de la instrumentación como el ruido biológico (71).Ruido de
instrumentaciónse supone que es un error causado únicamente por la
aparato de medición (71).Ruido biológico, por otro lado, se define como un error en las
puntuaciones observadas causado por procesos biológicos que incluyen, entre otros, el
ritmo circadiano, la ingesta nutricional, el sueño y la motivación (71). Tanto los ruidos de
instrumentación como los biológicos consisten en dos tipos de errores: error sistemático y
error aleatorio (verfigura 18.21).
Error sistematicorepresenta un error constante (y estable) en las mediciones;
se le conoce comúnmente comoparcialidad. Con instrumentos de medición que
tienen una respuesta lineal, el error sistemático se puede dividir en (a) proporcional
y (b) fijo (30,33,34).Error al azar(ε)representa el error desconocido (e impredecible),
que varía entre las mediciones. Los errores aleatorios a menudo se representan y
modelan usando unDistribución normal de Gauss(media y DE). Por ejemplo, un
grupo de cinco atletas se mide utilizando una nueva escala de peso corporal,
realizando cinco pruebas separadas por 1 minuto. La suposición es que no debería
haber cambios en las medidas a lo largo de estas pruebas (es decir, los atletas no
pueden usar el baño, consumir agua o comida, hacer ejercicio o cambiarse de ropa;
y no hay ruido biológico involucrado, no hay fluctuaciones en el peso corporal).
debido a la motivación o la fatiga). Se conoce el TS de los atletas, y también el ruido
de instrumentación de la nueva báscula de peso corporal, que tiende a tener un
sesgo proporcional igual al factor 1,01 (es decir, un atleta que pesa 100 kg [que es
el TS de ese atleta], tendrá un OS igual a 101 kg debido al sesgo proporcional,
mientras que un atleta que pesa 50 kg tendrá OS igual a 50,5 kg) (vermesa 18.18).
El objetivo del análisis es estimar los parámetros DGP del error de medición (el
sesgo proporcional, el sesgo fijo y la SD del error aleatorio). Desafortunadamente,
dado que TS es desconocido, el sesgo proporcional y el sesgo fijo no se pueden
estimar. Para superar este problema, el sistema operativo generalmente se compara
con un Estándar doradomedida que puede servir como proxy para TS. Lo que queda
por estimar es la SD del error aleatorio, que a menudo se denomina GD: agregue un
espacio aquíerror tipico(TE) de la prueba. En el mismo ejemplo que antes, TE se
estima usando SD individual del OS en los cinco ensayos (vermesa 18.19). La media de
los errores típicos de los atletas es igual a 0,51 kg, que está bastante cerca del
parámetro de error aleatorio DGP de 0,5 kg. La diferencia entre el valor estimado y el
verdadero del error aleatorio SD se debe al error de muestreo. Desafortunadamente,
este método de estimación de TE no siempre es factible en la práctica. El error típico
generalmente se estima con dos intentos (OS1 y OS2) utilizando SD de las
puntuaciones de diferencia entre los atletas (30,71). El TE estimado es muy útil
métrica en las ciencias del deporte, ya que se puede utilizar para (a) estimar la
probabilidad del verdadero cambio del individuo después de una intervención, (b) estimar
la confiabilidad de la prueba (28,29,31,33,34,37), y (c) definir SESOI.
FIGURA 18.21Componentes del error de medida.
TABLA 18.19Media individual y desviación estándar de cinco ensayos
Atleta Significar Dakota del Sur
atleta 01 79.29 0.50
atleta 02 77.55 0.32
atleta 03 78.62 0.47
atleta 04 56.14 0.58
atleta 05 86.06 0,66
INTERPRETAR CAMBIOS INDIVIDUALES UTILIZANDO
SESOI Y TE
El ejemplo del press de banca (vertabla 18.8) puede mostrar la interpretación de los cambios
individuales utilizando el tamaño de efecto de interés más pequeño y TE. El error de medición
en una prueba de press de banca de 1RM se estima utilizando un estimador TE y es igual a 2,5
kg. En la práctica, esto significa que debido a la variación biológica y al ruido, así como al error
de instrumentación, 1RM en el press de banca tendería a variar normalmente distribuido con
TE igual a 2.5 kg, dado, por supuesto, que no hay un cambio real en la fuerza. Dado que el
error de medición está involucrado tanto en la prueba previa como en la posterior, debido a la
propagación del error, el TE esperado para el puntaje de cambio es igual a √2×TE(3,54 kg). Por
ejemplo, ± 5 kg puede considerarse un cambio mínimo importante, que se utilizará como
SESOI. Dado que tanto el TE como el SESOI son conocidos, el objetivo del análisis es estimar la
probabilidad de que un cambio individual en la puntuación sea prácticamente significativo (es
decir, inferior, trivial o superior en comparación con el SESOI). El error técnico especifica cuánto
de una puntuación observada varía aleatoriamente alrededor del TS.
FIGURA 18.22Análisis de puntuaciones de cambio individuales mediante SESOI y
TE.(a)La incertidumbre en torno a los TS se puede representar utilizando una
distribución normal cuya SD es igual a TE. La probabilidad de que el cambio
observado sea menor, trivial o mayor se puede estimar usando la superficie dentro
de las bandas de magnitud menor, trivial y mayor.(B)Los intervalos de confianza del
95 % en torno a las puntuaciones de cambio se calculan utilizando ± 1,96 × √2 ×TE.
Los números entre paréntesis representan la proporción del área de superficie en
las bandas de magnitud inferior, trivial y superior. Estos se interpretan como
probabilidades de que el TS esté en la banda de magnitud inferior, trivial o
superior.
FIGURA 18.23 Enfoque MET para interpretar el cambio individual
puntuaciones.(a)Dado que se desconocen los puntajes de cambio verdaderos, solo
se puede probar la probabilidad de ver puntajes observados o más altos, dado el
TE conocido y el TS supuesto. Para ello, se realizan pruebas de efecto mínimo,
asumiendo dos hipótesis nulas TS: una en el umbral SESOI inferior (rojo) y otra en
el umbral SESOI superior (verde). El error típico se puede interpretar como SD de la
distribución de errores. Los puntos negros indican el cambio individual observado.
El foco está en estimar la probabilidad de observar este cambio, dadas dos
hipótesis.(B)El IC del 95 % en torno a las puntuaciones de cambio se calcula
utilizando ± 1,96 × √2 ×TEy representado usando barras de error. Se informa la
inferencia final utilizando cinco MET. La significación de los MET (suponiendo que
alfa = 0,05), indicada por un asterisco, se informa entre paréntesis para cada una
de las cinco pruebas realizadas.
Figura 18.22amuestra cómo cambian las puntuaciones observadas individuales
probabilísticamenteutilizando el TE conocido, con barras de error que representan el IC del 95 %.
Los números entre paréntesis enfigura 18.22Brepresentan las probabilidades estimadas de que la
puntuación de cambio real sea más baja, trivial y más alta en comparación con SESOI. Para estar
más seguro de los cambios individuales, TE debe ser más pequeño, en comparación con SESOI. La
relación entre SESOI y TE puede representar una estimación de la sensibilidad de la prueba para
detectar cambios significativos en la práctica. Press de banca 1RM cambio de
+/- 11,93 kg es el cambio más pequeño en el que tenemos un 95% de confianza que está por encima de
SESOI.
Como se explica en la sección "Inferencia estadística", este método de análisis
individual interpreta el TE y el IC asociado desde la perspectiva de las estadísticas
bayesianas. Esta no es la interpretación correcta, ya que no se conocen los TS del
individuo, solo las puntuaciones observadas. Un error típico muestra la varianza de las
puntuaciones observadas alrededor del TS, no al revés (es decir, la probabilidad
inversa bayesiana). Así, la representación visual defigura 18.20no es estadísticamente
válido. Como en este caso no se conocen los TS, la atención se centra en las
probabilidades de ver la puntuación observada dada la suposición de dónde se supone
que está el TS. Por esta razón, la pregunta es la siguiente: ¿Qué tan probable es la
puntuación observada, dado el TE conocido y la hipótesis nula asumida (es decir, TS,
que se supone que es cero como hipótesis nula)? Esto exige una respuesta e
interpretación del TE desde la perspectiva frecuentista. Por lo tanto, la interpretación
correcta de los cambios individuales implica el uso de pruebas de efecto mínimo (MET).
Este enfoque para interpretar los cambios individuales se describe enfigura 18.23.
CONCLUSIÓN
En sus prácticas diarias, los científicos deportivos deben comenzar cualquier análisis
estadístico haciendo las preguntas que intentan responder utilizando los datos. Estas
preguntas de interés no solo deben guiar el enfoque del análisis estadístico, sino también
guiar la recopilación de datos y, finalmente, las interpretaciones del análisis y los
resultados del modelado. Para responder a estas preguntas con datos, el científico
deportivo debe tener en cuenta que los modelos del mundo pequeño son siempre una
representación del mundo grande. No existe un enfoque totalmente objetivo para realizar
este análisis, sino un pluralismo de enfoques (51,52). El valor de estos modelos para las
representaciones del mundo pequeño debe juzgarse por sus cualidades, como sugieren
Gelman y Hennig (20), incluyendo "transparencia, consenso, imparcialidad,
correspondencia con la realidad observable, conocimiento de múltiples perspectivas,
conocimiento de la dependencia del contexto e investigación de la estabilidad".
Finalmente, se debe reconocer la importancia del conocimiento acumulativo en lugar de
confiar únicamente en estudios únicos o incluso en líneas únicas de investigación (3).
LECTURAS RECOMENDADAS
Jovanovic, M. bmbstats:Estadísticas basadas en la magnitud de Bootstrap para deportes
Científicos. Mladen Jovanovic, 2020.
Gelman, A, Hill, J y Vehtari, [Link]ón y otras [Link]:
Prensa de la Universidad de Cambridge, 2020.
Mc Elreath, [Link] estadístico: un curso bayesiano con ejemplos en
R y Stan.2ª ed. Boca Ratón: Taylor y Francis, CRC Press, 2020.
James, G, Witten, D, Hastie, T y Tibshirani, [Link] introducción a
Aprendizaje Estadístico: Con Aplicaciones en R.1ra ed. Nueva York:
Springer, 2017.
Kuhn, M y Johnson, [Link] Predictivo Aplicado.1ra ed. Nueva York:
Springer, 2018.
CAPÍTULO 19
Modelo de riesgo de lesiones
Dr. Johann Windt
Tim Gabbett, BHSc (con honores), doctorado
Maximizar la disponibilidad y preparación de los atletas para rendir es una responsabilidad
crucial del científico deportivo. Para los clubes deportivos de élite, las lesiones y, por lo
tanto, el tiempo de juego perdido imponen una carga financiera notable a la organización (
28,38). Además, la disponibilidad del atleta aumenta las posibilidades de éxito tanto en el
individuo (70) y entornos de deportes de equipo (25,37,39). Por lo tanto, los científicos del
deporte deben considerar cuidadosamente cómo evaluar, monitorear y modelar los datos
de los atletas de una manera que les permita informar las decisiones sobre la salud y el
rendimiento de los atletas bajo su supervisión.
Como principio general, los científicos del deporte deben apuntar a alinear su teoría,
recopilación de datos y análisis de datos, en última instancia, informando su interpretación e
informe (21,93) (verfigura 19.1). Para monitorear cualquier proceso y resultado en el deporte,
uno debe comenzar con unMarco teóricoque informa el proceso de monitoreo. La teoría
proporciona a los científicos del deporte la perspectiva para decidir qué datos recopilar (y con
qué frecuencia). Finalmente, el científico deportivo puede implementar unaproximación
analítica. Este capítulo abordamodelización del riesgo de lesiones en el contexto de este
marco. A lo largo del capítulo, se diferencian las implicaciones del modelo de riesgo de lesión
para el científico del deporte tanto en un contexto de investigación como aplicado.
FIGURA 19.1Un marco para alinear la teoría, la recopilación de datos, el análisis de
datos y los informes posteriores en las ciencias del deporte.
TEORÍA DEL RIESGO DE LESIONES
El modelo clásico que ha informado la investigación y la práctica de la prevención de lesiones desde
principios de la década de 1990 es el modelo de secuencia de prevención de 1992 del Dr. van
Mechelen y colegas (53). El modelo se puede resumir de la siguiente manera:
1. ¿Qué lesiones están ocurriendo? Establecer el alcance del problema a través de la
vigilancia de lesiones y el trabajo epidemiológico.
2. ¿Por qué ocurren estas lesiones? Identificar los factores de riesgo relevantes a través de la
investigación etiológica.
3. Desarrollar e implementar estrategias que aborden los factores causales. Diseñar estrategias
preventivas que aborden los factores de riesgo modificables identificados en el paso 2.
4. Ver si la intervención funcionó. Vuelva a evaluar el problema de las lesiones como en el
paso 1 para determinar si la estrategia preventiva fue efectiva.
Comprender qué lesiones ocurren
Dado que el modelo se originó en el ámbito de la investigación en medicina deportiva, el
científico deportivo puede aprender mucho de él para aplicarlo en la práctica. El punto de
partida, destacado por el paso uno del modelo, es comprender la epidemiología del
contexto: qué lesiones imponen la mayor carga dentro del deporte y dentro de la
demografía específica del atleta con la que trabaja el científico del deporte. Este problema
se define mejor a través decarga de lesiones, el producto cruzado de la incidencia de
lesiones (con qué frecuencia ocurren las lesiones) y la gravedad de las lesiones (cuántos
días se pierden debido a la lesión) (5):
La literatura epidemiológica publicada proporcionará una base para que el científico del deporte
ingrese a un nuevo contexto deportivo, como identificar que las lesiones de los isquiotibiales
pueden imponer la mayor carga dentro del fútbol masculino profesional (5), mientras que los
problemas de rodilla y hombro suponen el mayor reto en el balonmano juvenil
(1). Sin embargo, los científicos deportivos no deben limitarse a la literatura epidemiológica
publicada y deben comprometerse con el departamento de medicina deportiva dentro de su
entorno para garantizar que la salud de los atletas sea monitoreada y documentada de manera
consistente. La implementación de la vigilancia de lesiones permite a los científicos deportivos
comprender la carga de diferentes lesiones dentro de su equipo específico y proporcionar
datos de referencia para evaluar futuras intervenciones. Una vez que se han identificado estas
lesiones, el científico deportivo necesita comprender su etiología. Es decir, ¿por qué se
producen estas lesiones?
Comprender por qué ocurren estas lesiones
Las lesiones deportivas se producen, fundamentalmente, cuando las fuerzas físicas sobre un
determinado tejido superan la capacidad del tejido y se produce la rotura física (32). Las razones de
este desglose son multifactoriales, dependientes de la carga de trabajo, específicas del tejido y
complejas. Trabajar para comprender mejor cada uno de estos principios sustentará las opciones
analíticas y de medición de los científicos del deporte.
Naturaleza multifactorial de las lesiones deportivas
Las lesiones deportivas son multifactoriales. Este concepto, fundamental para la causalidad de
las lesiones deportivas, fue presentado por el Dr. Meeuwisse en 1994 (54), y destaca que los
factores internos (p. ej., edad, flexibilidad, lesiones previas) y externos (p. ej., comportamiento
del oponente, superficie de juego, equipo de protección) del atleta juegan un papel importante
en la determinación de la predisposición y susceptibilidad de un atleta a las lesiones.
Finalmente, ocurre un evento incitador en el punto de la lesión. Como se describe en revisiones
posteriores que se basaron en este modelo multifactorial original, estos conceptos tienen
implicaciones importantes sobre cómo se deben recopilar y analizar los datos (6,7).
Dependencia de la carga de trabajo de las lesiones
Las cargas de trabajo de los atletas y la adaptación posterior son principios fundamentales de las ciencias
del deporte (14,15,82). Los conceptos de modelado de carga de entrenamiento y carga de trabajo
externa e interna se tratan con mayor detalle enCapitulo 2yparte IVde este texto. Gran parte de la
investigación tradicional sobre la carga de trabajo se ocupó del modelado del rendimiento (8,9) o
diseñando entrenamientos como esquemas de entrenamiento por intervalos (31). Desde 2000
(especialmente desde 2010), ha habido un aumento exponencial en la investigación que examina la
asociación entre la carga de trabajo y las lesiones (27,43). Se remite a los lectores interesados
revisiones sistemáticas (13,24,27,43,93), revisiones metodológicas (93) y declaraciones de
consenso (83) que analizan la carga de trabajo: la investigación de lesiones con mayor
detalle; los conceptos clave y las consideraciones se resumen aquí.
Las cargas de trabajo totales de los atletas se asociaron con lesiones en las primeras
investigaciones en baloncesto (2), jugadores de la liga de rugby (44), lanzadores de beisbol (49,66) y
jugadores de críquet (68). La mayoría de estos estudios se realizaron a nivel de equipo,
identificando que más jugadores en un equipo se lesionaron durante los períodos de tiempo
cuando el equipo experimentó cargas de entrenamiento más altas. Los desafíos para estos
hallazgos de forma aislada fueron que todos los atletas se agruparon, evitando cualquier
diferenciación entre los atletas que podrían tener diferentes riesgos de lesiones, y la única
estrategia preventiva lógica fue minimizar las cargas de trabajo.
Los cambios en la carga han sido el foco principal de las investigaciones sobre lesiones y carga de
trabajo desde aproximadamente 2010. La tasa de progresión de la carga de trabajo, al igual que los
cambios en las cargas de trabajo de una semana a otra, se puede cuantificar de varias maneras (sesenta
y cinco,74). Sin embargo, las medidas más comunes de la progresión de la carga de trabajo han sido
algún tipo de variación de laproporción de carga de trabajo aguda: crónica(ACWR). El ACWR compara
la cantidad de entrenamiento realizado recientemente (generalmente una semana) con la cantidad de
entrenamiento realizado durante un período más largo (generalmente un mes) (88). En general, la
mayoría de las investigaciones que han investigado la tasa de progresión en la carga de entrenamiento
han demostrado que el riesgo de lesiones aumenta a medida que aumenta la tasa de progresión (24,27,
33,43,83).
Aunque la investigación a nivel de equipo identificó tasas más altas de lesiones con cargas de trabajo
más altas, y los atletas pueden tener un techo de carga de trabajo teórico que pueden tolerar (42), el
entrenamiento permite a los atletas prepararse para las demandas de la competencia y desarrollar
cualidades físicas más robustas. Por lo tanto, a nivel individual, puede que no sea sorprendente que las
cargas de trabajo crónicas más altas (a más largo plazo) se hayan identificado como protectoras en
varios contextos. Los corredores con un mayor volumen de entrenamiento semanal (> 30 km/semana)
que ingresaban a un maratón tenían la mitad de probabilidades de lesionarse que aquellos con <30 km/
semana de entrenamiento (69). Los jugadores de fútbol gaélico con mayores cargas de trabajo crónicas
fueron más resistentes a los aumentos dados en la carga de trabajo (51) y, en algunos casos, se ha
demostrado que los atletas con mayores volúmenes de entrenamiento de pretemporada tienen un
menor riesgo de lesiones durante la temporada (60,96).
Elcarga de trabajo – modelo de lesión(marfigura 19.2;94) construido sobre modelos
fundacionales de etiología de lesiones (6,54,55) al incorporar explícitamente los efectos de la
carga de trabajo (discutidos anteriormente) en el riesgo de lesión posterior (94). Los atletas
ingresan a la actividad con un perfil de riesgo, incluido su historial de lesiones previas y un
colección de factores de riesgo internos. Algunos de estos factores (p. ej., capacidad aeróbica,
fuerza) son modificables y cambian en el transcurso de una temporada. Otros factores no son
modificables (p. ej., sexo, edad, antropometría). Con un perfil de riesgo dado, los atletas se
involucran en entrenamiento o competencia, que es la aplicación de una carga de trabajo
determinada. Esta carga de trabajo aplicada es el vehículo a través del cual los atletas están
expuestos a factores de riesgo externos (p. ej., comportamiento del oponente, condiciones
ambientales).
FIGURA 19.2El modelo de carga de trabajo y etiología de la lesión.
Reimpreso con permiso de J. Windt y TJ Gabbett, (2016, pág. 428-435).
Después de que haya concluido la sesión de entrenamiento o competencia, los atletas pueden o
no haber experimentado una lesión a través de un evento incitador dado y reingresar al ciclo. Sin
embargo, su perfil de riesgo ahora se ve alterado para actividades posteriores porque el acto de
entrenar o competir afecta a sus características internas modificables, de acuerdo con el volumen e
intensidad de la carga de trabajo aplicada y la tolerancia del deportista a la carga. Algunos de estos
cambios pueden ser negativos, como la disminución del control neuromuscular en un atleta
fatigado después de un partido. Por el contrario, el perfil de riesgo del atleta mejora con el tiempo a
través de la adaptación a las cargas de trabajo aplicadas a medida que se desarrollan las cualidades
físicas. En resumen, el modelo de carga de trabajo y etiología de las lesiones describe tres formas
en las que las cargas de trabajo se relacionan con el riesgo de lesiones deportivas:
1. Las cargas de trabajo son el vehículo mediante el cual los deportistas se exponen a
factores de riesgo externos, por lo que cuanto mayor sea la exposición o carga de
trabajo, mayor será el potencial global de lesión.
Las cargas de trabajo pueden mejorar los perfiles de riesgo de los atletas a través de adaptaciones
positivas y cualidades físicas bien desarrolladas que reducen el riesgo de lesiones posteriores.
Esto puede ayudar a explicar algunos hallazgos que muestran que las cargas de trabajo crónicas
más altas se asocian con un riesgo reducido de lesiones (51,69).
Las cargas de trabajo que aumentan la fatiga del atleta y alteran negativamente los factores de riesgo
modificables de un atleta pueden aumentar el riesgo de lesiones posteriores. Esto puede ayudar a
explicar el hallazgo continuo de que los picos rápidos en la carga de trabajo aumentan el riesgo de
lesiones posteriores (27,43).
Depuración aguda: Cálculos de proporciones de carga de trabajo crónica y
progresión de la carga de trabajoEl ACWR describe el tamaño de la carga de trabajo
reciente de un atleta (es decir, carga aguda) en relación con la carga de trabajo que el
atleta ha realizado durante un período más largo (es decir, carga crónica). Se aproxima
a la carga de trabajo que ha realizado un deportista en relación con la carga de trabajo
para la que se ha preparado. Se han propuesto varias iteraciones del ACWR, como
diferenciar entre acoplado (en el que la semana más reciente se incluye en el cálculo
crónico) y desacoplado (en el que la semana más reciente no forma parte del cálculo
de la carga crónica) (47), o usando promedios móviles o promedios móviles
exponencialmente ponderados (92). La progresión en la carga de trabajo se puede
cuantificar de estas y muchas otras formas, algunas de las cuales se definen e ilustran
conceptualmente entabla 19.1.
Un ejemplo servirá para ilustrar el concepto, demostrar los cálculos y visualizar las
medidas: dos corredores en los últimos 2 meses antes de una media maratón (verfigura
19.3). El atleta 1 es un exjugador de fútbol universitario que actualmente trabaja en una
oficina y solo corre ocasionalmente. Un mes antes de la carrera, el atleta 1 decide correr la
media maratón y aumenta rápidamente el entrenamiento para prepararse para el evento.
El atleta 2 es un corredor de maratón recreativo que planea correr el mismo medio
maratón como parte del entrenamiento para un próximo maratón.
Examinar los patrones de carga de estos dos atletas demuestra claramente varios puntos.
En primer lugar, todas las medidas de progresión de la carga de trabajo indican que el Atleta 1
está ingresando al evento de medio maratón con una carga que ha ido aumentando en el
entrenamiento reciente (ACWRAcoplado: 1.9 ACWRdesacoplado: 2,7; cambio semana a semana: +37 km:
consultartabla 19.1para diferencias de cálculo). Por el contrario, todas las medidas de
La progresión indica que el atleta 2 está entrando en el maratón en un estado más
bien ajustado, con un entrenamiento reciente menor que la base de entrenamiento
crónico del atleta (ACWR <1.0 el día antes del medio maratón, cambio de semana a
semana −22 km). En este caso, y en muchas otras circunstancias, diferentes
cálculos mostrarán panoramas similares, predominantemente si las cargas de
trabajo aumentan o disminuyen. Además, el científico del deporte puede optar por
utilizar valores diferentes para las cargas agudas y crónicas o incluso utilizar las
diferencias entre estos valores (por ejemplo, absolutos o porcentuales) en lugar de
proporciones. Sin embargo, todas estas medidas proporcionarán valores
diferentes, por lo que es importante que los científicos del deporte elijan una y
sean coherentes con ella.
La segunda observación que un científico del deporte puede hacer a partir de este ejemplo
ficticio es que el Atleta 2 también está mejor preparado para correr la media maratón desde una
perspectiva de carga, porque este atleta ingresa con una carga de entrenamiento crónica
sustancialmente mayor. Varias de las carreras de entrenamiento del Atleta 2 han excedido la
distancia de media maratón, por lo que el entrenamiento ha sido una mejor preparación para las
demandas específicas de la carrera a través de una sobrecarga progresiva y una ligera puesta a
punto antes de la carrera. La combinación de la carga crónica y la progresión de la carga de trabajo
permitiría a un científico del deporte inferir que, con respecto a la carga de trabajo, con todos los
demás factores iguales, es probable que el Atleta 2 ingrese a la carrera fresco y preparado,
mientras que el Atleta 1 puede ingresar fatigado y sin preparación.
El debate sobre la carga de trabajo aguda: crónica y el progreso científico Ha
habido mucha discusión y debate en la literatura científica a favor y en contra de varios
aspectos de la asociación entre la carga de trabajo y las lesiones, incluido el ACWR. Los
investigadores lo han criticado directamente (dieciséis,48,56,57), sugirió modificarlo (
18,47,88,92), y apoyó su uso (23,40,75,95). Las críticas al ACWR incluyen las siguientes:
Es un desafío implementar el monitoreo continuo de la carga de trabajo en algunos
contextos de equipos profesionales (p. ej., fútbol [fútbol] o baloncesto). Esta crítica no
es exclusiva del ACWR, pero puede considerarse similar para todos los monitoreos
que se basan en datos completos para cálculos longitudinales.
El uso de promedios móviles puede no ser tan sensible a los cambios de carga en
comparación con otras estrategias (p. ej., promedios móviles ponderados exponencialmente
[EWMA]) (56,57). Los enfoques ponderados exponencialmente están más influenciados por los
valores recientes, de modo que la carga de ayer afecta el cálculo más que la carga
hace 4 días (por ejemplo, vertabla 19.1). En particular, el científico del deporte también
debe ser consciente de los desafíos exclusivos del enfoque EWMA, como el problema del
valor inicial y el tiempo que tardan en converger los diferentes modelos de valor inicial (es
decir, ~ 50 días) (88).
Las razones conllevan ciertas suposiciones e involucran varios desafíos matemáticos
que vale la pena considerar (48).
El “acoplamiento matemático” ocurre (en el enfoque ACWR promedio móvil 1: 4
tradicional) porque la semana de entrenamiento más reciente se incluye tanto en las
cargas agudas como crónicas, lo que induce una correlación entre las cargas de
trabajo agudas y crónicas y disminuye la variabilidad entre atletas (47). El ACWR tiene
otras limitaciones matemáticas como herramienta predictiva.
Entre las características más notables de la investigación científica está la progresión del
conocimiento a través del descubrimiento, el debate, la reflexión y el refinamiento. El campo de las
lesiones por carga de trabajo no es una excepción, y la comunidad científica del deporte se ha
beneficiado y sigue beneficiándose de estos debates en curso. Los principios detrás del campo de
investigación de la carga de trabajo y las lesiones reflejan los principios básicos del entrenamiento;
es decir, no preparar a los atletas para las demandas de un deporte o competencia y hacer
demasiado demasiado pronto predispondrá a un individuo a un mayor riesgo de lesión.
Por un lado, el ACWR ha presentado un medio para que los científicos del deporte
piensen en la progresión y provocó un debate sobre cómo el monitoreo de la carga de
trabajo puede informar las decisiones basadas en el rendimiento y la salud. Por otro lado,
existen varios desafíos y perspectivas de mejora que los científicos del deporte deben
conocer (88). De hecho, puede quedar claro que otros métodos de cuantificación son más
apropiados en ciertos contextos deportivos (17,76), y se alienta a los científicos del deporte
a reflexionar continuamente sobre cómo se puede usar el monitoreo para informar las
decisiones de salud y rendimiento.
De cara al futuro, la investigación hasta el momento ha utilizado casi exclusivamente
estudios observacionales, y el siguiente paso incluye ensayos aleatorios con educación de
carga, modificación o intervención o más de uno de estos (27,33). También se han
sugerido varias recomendaciones y consideraciones para los métodos para calcular y
analizar el ACWR (p. ej., métodos, estudios de casos y controles anidados, splines versus
bins discretizados) para continuar mejorando el campo de investigación y abordar desafíos
anteriores como la confusión no medida y el sesgo de datos escasos (88).
Adaptación específica de tejido
Volviendo a la definición de lesión, el punto en el que las fuerzas físicas sobre un tejido superan
la capacidad del tejido para manejar las fuerzas aplicadas, el científico del deporte
sería prudente considerar todos los factores antes mencionados como elementos que
contribuyen a la carga sobre el tejido o factores que se relacionan con la capacidad del tejido.
En términos generales, los factores se dividen en tres categorías (62):
[Link] que cargan el tejido:Estas son las variables de carga de trabajo de interés. Estos
variarán según el deporte y el tejido. Los ejemplos incluyen lanzamientos para el hombro de
un lanzador de béisbol o de un jugador de balonmano (58,66), balanceos para el hombro de
un jugador de voleibol o saltos para las rodillas de un jugador de voleibol (4), o cargas de
carrera a alta velocidad para lesiones en los isquiotibiales (51).
[Link] que modifican la distribución y magnitud de la carga durante la actividad:Por
ejemplo, una mala cinemática escapular puede alterar la distribución de la carga sobre
el hombro del atleta durante cada lanzamiento.
[Link] que afectan la capacidad general del tejido:Los ejemplos incluyen la fuerza excéntrica
de los isquiotibiales y la edad para las lesiones de los isquiotibiales (67) o la ingesta dietética
de un atleta (p. ej., síntesis de colágeno con suplementos de gelatina) (79).
FIGURA 19.3Distancias hipotéticas y cálculos de progresión para dos atletas
que se preparan para una media maratón.
Un estudio de 679 jugadores de balonmano demostró este enfoque específico del tejido y cómo
los factores de riesgo internos pueden modificar el efecto de un pico de carga de trabajo. En este
estudio de 31 semanas, el riesgo de lesiones fue aproximadamente dos veces mayor cuando la
carga de lanzamiento semanal aumentó en un 60 % en comparación con las cuatro semanas
anteriores (es decir, un ACWR desacoplado de 1: 4 semanas). Cuando la carga de lanzamiento
semanal aumentó entre un 20 % y un 60 % en comparación con las cuatro semanas anteriores, la
tasa de lesiones fue aproximadamente cuatro o cinco veces mayor para aquellos atletas con una
fuerza de rotación externa débil (índice de riesgo = 4,0, intervalo de confianza [IC] del 95 %). =
1,1-15,2) o aquellos con discinesia escapular (hazard ratio 4,8, IC 95% = 1,3-18,3) (58). En este caso,
la mala fuerza de rotación del hombro era una variable que representaba
la capacidad tisular, mientras que la discinesia escapular fue un factor que influyó en la
distribución de la carga de lanzamiento sobre el tejido (62). Como otro ejemplo de este
tipo de marco, este enfoque también se ha descrito como un marco para comprender
las lesiones por correr (11).
Los científicos del deporte deberían considerar qué factores influirían en la carga tisular, la
modificación de la carga y la capacidad de carga para las lesiones más comunes dentro del
deporte dado. Además, también deben considerar la línea de tiempo de adaptación de carga
para diferentes tejidos para considerar qué tasas de progresión de la carga de trabajo serían
más ventajosas o más perjudiciales. Por ejemplo, una sesión de entrenamiento determinada
puede imponer una carga diferente desde una perspectiva fisiológica y biomecánica, y los
tejidos afectados pueden adaptarse a ritmos diferentes (85). En un nivel más detallado,
también se puede pensar en la carga sobre músculos, tendones o huesos específicos en un
nivel de tejido específico.
Enfoque de sistemas complejos
Sistemas complejosLos enfoques son una consideración final para los científicos del deporte
cuando piensan en la etiología de las lesiones, ya que un grupo cada vez mayor de científicos
está pidiendo que se aleje del reduccionismo hacia estos enfoques complejos (12,41). Incluso
los enfoques multivariables que tienen en cuenta varios factores de riesgo y variables de carga
de trabajo siguen siendo reduccionistas en el sentido de que suponen que el todo es igual a la
suma de las partes que lo componen. Como lo describen Bittencourt y colegas (12), los
sistemas complejos se caracterizan por
un sistema abierto que permite un resultado emergente (es decir, una lesión) a través de muchos
caminos diferentes (es decir, factores de riesgo, carga de trabajo y combinaciones de eventos
desencadenantes),
relaciones no lineales entre variables,
un ciclo recursivo en el que la salida del sistema regresa como la entrada posterior,
la autoorganización y
incertidumbre.
El cambio de pensamiento fundamental provocado por un enfoque de sistemas complejos sobre la
etiología de las lesiones es una migración de factores de riesgo a perfiles de riesgo (es decir,
regularidades) que consisten en una colección de factores de riesgo de todas las variables relevantes (es
decir,red de determinantes), que interactúan para aumentar la probabilidad de que surja un patrón (es
decir, una lesión). Este marco teórico puede informar cómo piensa el científico del deporte acerca de la
etiología de las lesiones, pero estos modelos pueden ser difíciles de implementar.
en la práctica, ya que requieren un conjunto de habilidades más avanzadas en el modelado estadístico,
así como un tamaño de muestra de lesiones y atletas mayor que el que la mayoría de los científicos
deportivos tendrán en su entorno deportivo.
RECOPILACIÓN DE DATOS DE RIESGO DE LESIONES
El fundamento teórico que subyace al riesgo de lesión informa posteriormente el
siguiente paso en el marco (verfigura 19.1en la página 287), en el que se recogen los
datos. Durante esta fase, los investigadores y científicos deportivos deben decidir qué
van a monitorear o medir y con qué frecuencia, y luego implementar la recopilación de
datos dentro de su entorno.
Elegir las medidas correctas
Los científicos del deporte deben elegir cuidadosamente las medidas, ya que
consideran la carga teórica de lesiones dentro de su contexto. Cada medida que se
adopte puede suponer una carga adicional para los atletas o practicantes (o ambos),
ya que cada flujo de datos requerirá la recopilación, limpieza, análisis e informe. Desde
una perspectiva aplicada, los profesionales deben adoptar solo medidas que confíen
en que se pueden implementar en su entorno y que informarán su toma de decisiones
en el entorno de entrenamiento diario.
Desde una perspectiva de investigación, una mayor recopilación de datos también
puede crear más desafíos que soluciones, dados los problemas con estudios poco
potentes y la falta de replicabilidad en varios campos de investigación (22,59,64). Los
investigadores deben considerar el poder de sus análisis tanto al reclutar participantes
como al ejecutar sus modelos estadísticos. Para reclutar a más participantes, muchos han
abogado por estudios más grandes en múltiples sitios (26). Desde una perspectiva de
modelado, también es importante recordar que por cada variable incluida en un modelo,
se necesitan más lesiones (es decir, casos) (26,63). Esto también se conoce como eleventos
por variable (EPV) requisito. Una sugerencia común es incluir aproximadamente 10
eventos (es decir, lesiones) por variable en un modelo estadístico. Habiendo dicho todo
esto, más recolección no siempre es mejor, y la tecnología o las mediciones deben ser
adoptadas por investigadores y profesionales solo con un objetivo claro en mente.
Desde la perspectiva del riesgo de lesiones, comprender la epidemiología de un
deporte específico (p. ej., prevalencia, incidencia) ayuda a filtrar qué lesiones deben
priorizarse. Como un ejemplo demasiado simplificado, realizar pruebas regulares de
dinamometría manual para la fuerza de rotación externa e interna del hombro tendría
poco sentido en un deporte como el fútbol en el que las lesiones en el hombro tienen una
importancia mínima.
Pensar a nivel de tejido puede ayudar a los científicos del deporte a entender qué
Medidas a priorizar. Los tejidos y la capacidad de los tejidos son críticos (86), por lo que las medidas
de cribado deben ser aquellas que estén vinculadas a la capacidad tisular relevante para las
lesiones de alta carga.
Frecuencia de monitoreo
Si el científico del deporte decide analizar la progresión de la carga de trabajo a través de algún
tipo de ACWR o cambio de semana a semana, se deben medir las métricas de carga de trabajo
de interés para toda la participación en el entrenamiento y la competencia. Si la carga de
trabajo no se puede medir en determinadas circunstancias (p. ej., no se permite el uso de
microsensores portátiles en los juegos) o las dificultades tecnológicas hacen que falte la carga,
las cargas de trabajo deberán estimarse o imputarse a partir de otros datos disponibles.
Las cargas de trabajo no son el único componente de los modelos de riesgo de lesiones que pueden
cambiar dinámicamente con el tiempo. Dado que los atletas pueden (y se debe esperar que lo hagan)
adaptarse a sus regímenes de entrenamiento, los factores de riesgo modificables deben evaluarse en
intervalos de tiempo que se correspondan con la velocidad a la que el científico del deporte espera que
cambien. El hecho de no hacerlo es una limitación importante para varios estudios de detección que
miden solo al inicio del estudio. Por ejemplo, la fuerza de los isquiotibiales nórdicos medida en la
pretemporada puede no reflejar la fuerza de los isquiotibiales a lo largo de la temporada, ya que este es
un atributo físico entrenable (45). Por lo tanto, los atletas en riesgo en el momento de la prueba pueden
dejar de pertenecer a este grupo cuando experimentan una lesión.
Finalmente, las variables que se consideran importantes pero estables (p. ej., edad, sexo,
antecedentes de lesiones anteriores) se pueden medir solo una vez al inicio como parte de la
ingesta de un atleta y luego se pueden considerar en los enfoques de modelado.
Implementación de herramientas de monitoreo
Carga de trabajo: la investigación de lesiones y el seguimiento aplicado dependen del éxito de la
medición longitudinal. Por lo tanto, la aceptación de atletas y practicantes es primordial para el
éxito, y es crucial abordar las barreras para la implementación. Las entrevistas cualitativas con
atletas de élite han identificado que tanto las intervenciones exageradas como la falta de
retroalimentación o intervención de los sistemas de monitoreo son las principales barreras para los
atletas (10,61).
Análisis de los datos: asociación versus
Predicción
Una vez que los científicos del deporte entienden la epidemiología y la etiología de las lesiones
más importantes dentro de su entorno (teoría) y deciden qué carga de trabajo y datos
característicos del atleta desean recopilar y con qué frecuencia (recopilación de datos), se
quedan con un conjunto de datos de análisis longitudinal intensivo. datos a analizar (87).
Los científicos del deporte deben tener cuidado de no confundir la asociación con la predicción (3,52,
73,80). Solo el hecho de que un factor de riesgo pueda aumentar el riesgo de lesión de un grupo (p. ej.,
poca fuerza muscular excéntrica del tendón de la corva) (67) no significa que todos los atletas que tienen
poca fuerza muscular excéntrica en los isquiotibiales experimentarán una distensión en los isquiotibiales.
Los desafíos de la detección de datos para la predicción fueron discutidos en detalle por Bahr (3).
De la misma manera, las variables de carga de trabajo de forma aislada se han asociado con
lesiones, pero tienen una capacidad limitada para predecir lesiones en un atleta en un día
determinado (30). El científico del deporte debe ser consciente de que la probabilidad de lesión en
un solo día en un atleta es bastante baja (p. ej., 0,78% por día de entrenamiento). Los riesgos
relativos aumentan con las progresiones rápidas de la carga de trabajo, y la probabilidad de lesión
en un período de tiempo más largo (p. ej., una semana) es mayor, pero debe ser evidente que una
progresión de la carga de trabajo elevada (p. ej., > 1,5 ACWR) no significa que un atleta se lesionará.
Además, esto debe contextualizarse con otra información disponible para informar la toma de
decisiones. Por ejemplo, se ha demostrado que la edad (tanto atletas jóvenes como mayores), poca
fuerza en la parte inferior del cuerpo y mala condición física aeróbica aumentan el riesgo de
lesiones en respuesta a cambios rápidos en la carga de trabajo.50).
No obstante, se han realizado varios intentos de predicción de lesiones en la literatura, con
hallazgos algo más prometedores cuando se tienen en cuenta múltiples variables (20,72).
Como un ejemplo, Gupta y colegas (35) encontraron que las probabilidades de lesión eran 42
veces mayores en los atletas con al menos dos factores de riesgo en comparación con los
atletas con ninguno o con uno (riesgo relativo de 4,29 [IC 90 %: 1,84-10,18]). Los factores
incluyeron exposición, puntajes de sentadillas, historial de conmoción cerebral, categoría de
posición, PlayerLoad promedioTM, eficiencia de movimiento y el coeficiente de variación para
PlayerLoad promedioTM. La sensibilidad (88 %) y la especificidad (85 %) de su modelo también
fueron altas, aunque se trataba de predicciones dentro de la muestra.
Cuantificación de la incertidumbre
Como se analiza con mayor detalle en otras secciones de este libro, la cuantificación del
error de medición (ruido) y la comprensión de una diferencia mínimamente importante en
cada variable de interés (señal) son cruciales cuando se analizan datos de monitoreo (71,84
).
Determinación de enfoques analíticos académicos
Los datos longitudinales intensivos que produce el seguimiento de atletas presentan varios desafíos
desde una perspectiva analítica. Primero, las mediciones repetidas de varios atletas significan que
los datos están agrupados y cada observación no debe tratarse como independiente. La elección
analítica debe distinguir los cambios dentro de los atletas de las diferencias entre atletas. En
segundo lugar, es probable que los datos estén desequilibrados, con números desiguales de
observaciones de diferentes atletas, ya que algunos se van o se unen a un equipo en diferentes
épocas del año. En tercer lugar, algunos factores (p. ej., la carga de trabajo, el bienestar) pueden
cambiar con regularidad, mientras que otros permanecen estables (p. ej., el sexo, la edad), y el
enfoque del análisis debe poder dar cuenta de estos cambios dependientes del tiempo.
El modelado robusto del riesgo de lesiones que controla varios factores de riesgo requiere grandes
conjuntos de datos con muchas lesiones (63,64,73). Estos tipos de conjuntos de datos son poco comunes
en entornos deportivos aplicados y, a veces, incluso en centros de investigación más grandes. En el
ámbito académico, esto ha contribuido a los llamados a compartir datos entre centros de investigación
que acercan a los investigadores a este tipo de conjuntos de datos (26).
En el campo de la investigación, los enfoques analíticos utilizados para evaluar la
carga de trabajo y la asociación de lesiones deberían poder dar cuenta de los
componentes teóricos discutidos anteriormente, a saber, la naturaleza de medición
longitudinal, multifactorial y repetida de estos datos (93). Ha mejorado la adecuación
de los enfoques analíticos, lo que brinda una oportunidad para los científicos del
deporte que buscan publicar su trabajo al mejorar los enfoques analíticos utilizados
anteriormente.
Los investigadores de lesiones deportivas han comenzado a implementar enfoques de
aprendizaje automático para explorar y analizar los datos (19,42,72). La reducción de
dimensionalidad también se ha utilizado para consolidar la cantidad de datos provenientes de
microsensores portátiles (90) y elegir entre varias variables de carga de trabajo derivadas (91).
Estos conjuntos de datos reducidos (p. ej., los componentes de un análisis de componentes
principales) se pueden usar para evaluar sesiones de entrenamiento individuales y cómo
progresa el entrenamiento longitudinalmente.
Determinación de los enfoques analíticos aplicados
Para los científicos del deporte que trabajan en entornos deportivos aplicados, es importante tener
en cuenta las limitaciones del tamaño del conjunto de datos para un modelo estadístico sólido, y es
necesario reconocer la incertidumbre en torno a la estratificación del riesgo de lesiones. Ciertos
enfoques académicos (por ejemplo, modelado de tiempo hasta el evento) (63,64,73) es poco
probable que se realice en la mayoría de los entornos aplicados por estas razones. En cambio, los
hallazgos colectivos de la literatura académica deben considerarse junto con el marco teórico y la
experiencia del científico del deporte para informar cómo analizar e interpretar los datos de
monitoreo y detección.
Modelado comparativo
Una de las preguntas más importantes que debe hacerse cualquier científico deportivo cuando
analiza o informa datos es "¿comparado con qué?" Los simples intentos de responder a esta
pregunta pueden generar información valiosa. Al analizar las cargas de trabajo de los atletas,
¿algunos atletas o posiciones tienen una carga sustancialmente menor en comparación con otros o
consigo mismos, lo que podría dejarlos sin preparación para las demandas de la competencia?
¿Están entrenando los atletas de una manera que los prepara para los diversos aspectos de la
competencia? Por ejemplo, en comparación con las demandas del juego, los atletas de deportes de
equipo pueden desarrollar un gran volumen total de entrenamiento, pero sus cargas de carrera a
alta velocidad, colisiones y cargas de trabajo de aceleración y desaceleración también pueden ser
importantes para considerar en el contexto de un partido promedio y máximo. demandas, y
ofrecen un tipo distinto de carga (90).
Resumen de escenarios de alto riesgo
Los científicos del deporte deben identificar las condiciones de mayor riesgo y establecer sistemas
de alerta que estratifiquen a los atletas en riesgo por el número de factores de riesgo presentes (35
). Estas condiciones de riesgo variarán según el deporte y las lesiones de interés, pero a menudo es
en la intersección de varios factores que aumenta el riesgo de lesiones (p. ej., baja fuerza de los
isquiotibiales y longitud corta del fascículo, o baja fuerza de los isquiotibiales y lesiones previas en
los isquiotibiales). , poca resistencia a la rotación externa y aumenta la carga de lanzamiento). Los
escenarios de carga de trabajo (p. ej., cargas de trabajo crónicas bajas o progresiones rápidas de la
carga de trabajo) se pueden cuantificar para varios parámetros diferentes (p. ej., carga de alta
velocidad, distancia total). Aquellos atletas con varios factores de riesgo identificados pueden
requerir atención adicional mediante la modificación de la carga de trabajo o entrenamiento
adicional para corregir otros riesgos modificables.
factores
Análisis dentro del sujeto
El análisis de un solo tema también ha sido promovido por algunos en el campo de las ciencias del
deporte (77,78). Estos análisis se centran en los cambios dentro del atleta a través de puntajes
normalizados como puntajes z ([valor de interés - valor promedio] / desviación estándar). El control
de procesos estadísticos es un enfoque más formal que a menudo se usa para identificar valores
atípicos a través de un gráfico de control, donde se marcan las entradas fuera de un umbral (por
ejemplo, 2 desviaciones estándar) (77,78). Estos tipos de gráficos de control se pueden implementar
con varias iteraciones de ACWR, diferentes variables de carga de trabajo u otras medidas
longitudinales (p. ej., medidas de bienestar autoinformadas por el atleta).
Identificación de hallazgos inesperados a partir de valores
previstos
También se pueden emplear estrategias de modelado más sofisticadas en la práctica aplicada
con suficientes datos de un atleta determinado y, posteriormente, usarse para identificar
valores inesperados. Reconociendo que existen algunas limitaciones y desafíos en la
recopilación de índices de esfuerzo percibido (RPE), como diversas influencias en los valores
informados por los atletas (p. ej., ganar o perder un partido) (36), el RPE se puede predecir para
cada atleta utilizando enfoques de regresión tradicionales o modelos de aprendizaje
automático más sofisticados (19). Una desviación drástica del valor de RPE esperado podría
indicar una respuesta adversa al entrenamiento. Este mismo enfoque para identificar
respuestas de carga internas adversas o inesperadas puede usarse para comparar cargas de
frecuencia cardíaca de una carga externa dada (46).
Un modelo de monitoreo de carga heurística aplicada
Si bien la selección de estos diferentes análisis puede informar el trabajo de análisis de datos
del científico del deporte, puede ser útil volver de manera constante a un marco y una
heurística para las decisiones basadas en la carga de trabajo. El ciclo de seguimiento del atleta
ha sido propuesto en otro lugar y puede servir como punto de partida (verfigura 19.4;34). El
ciclo de seguimiento comienza con la cuantificación de la carga que han realizado los atletas,
en este caso cuantificando las cargas externas más relevantes para el deporte y las lesiones de
interés. Las variables de detección y los factores de riesgo internos modificables también se
pueden medir, entendiendo que contribuyen a la tolerancia de carga. Una vez que se cuantifica
la carga externa de los atletas, se puede medir su carga de trabajo interna,
con cargas externas e internas en comparación con las cargas planificadas para informar futuros pasos
de entrenamiento. Finalmente, el bienestar perceptivo de los atletas y los marcadores de preparación
pueden influir en las decisiones y modificaciones del entrenamiento cuando sea necesario, ya sea
aumentando o disminuyendo las cargas.
FIGURA 19.4El ciclo de seguimiento del atleta.
Adaptado con permiso de TJ Gabbett et al. (2017, págs. 1451-1452).
RIESGO DE LESIONES ENTREGA, DIFUSIÓN Y
TOMA DE DECISIONES
Volviendo a la secuencia fundamental del modelo de prevención, la vigilancia de lesiones y la
investigación etiológica informan el diseño de medidas preventivas (paso 3) que pueden
evaluarse (paso 4). La recopilación y el análisis de datos basados en la teoría pueden ayudar a
los científicos del deporte a comprender el riesgo de lesiones, pero esta información no evitará
ninguna lesión si no se toma algún tipo de acción preventiva. Por lo tanto, la información
relevante debe entregarse de manera comprensible a los entrenadores y otro personal de la
organización que pueda tomar decisiones de entrenamiento y desempeño mejor informadas.
No es sorprendente que la comunicación entre el personal de ciencias del deporte, el personal
médico y el cuerpo técnico sea esencial, con una mayor carga de lesiones asociada con una
comunicación deficiente (29).
En opinión de los autores de este capítulo, los científicos del deporte deben tener en cuenta al
menos cuatro cosas. En primer lugar, su función es trabajar junto con otros miembros del equipo
de soporte integrado que opera en un entorno de toma de decisiones en colaboración. Dentro de
este entorno, su experiencia y capacidad para analizar y reportar datos pueden informar varias
decisiones en diferentes departamentos (89). En segundo lugar, necesitan reportar la información
de una manera que respalde estas decisiones de la manera más fluida posible, brindando un
sistema de apoyo a la toma de decisiones que trate con honestidad la incertidumbre en los datos y
al mismo tiempo transmita un mensaje simple (71). Dada la importancia de la presentación de
datos, se remite a los lectores acapitulo 21 para una discusión más profunda. En tercer lugar, el
control de la carga de trabajo es importante para la preparación para el desempeño, no
simplemente para la gestión del riesgo de lesiones. El científico deportivo debe pensar en entrenar
no solo para prevenir lesiones, sino también para tener a los atletas listos y preparados para rendir
al máximo. Finalmente, el mismo conjunto de información también puede resultar en diferentes
decisiones basadas en variables modificadoras del riesgo (81). La voluntad de jugar contra un atleta
que se considera de mayor riesgo puede ser mucho mayor durante un juego vital de playoffs en el
que el atleta está ansioso por participar que en un partido de exhibición o de pretemporada.
CONCLUSIÓN
Los científicos del deporte deben pensar en su marco teórico al decidir qué medir, con qué
frecuencia medirlo y cómo analizar los datos resultantes. Al considerar esto en un contexto
de riesgo de lesiones, los científicos del deporte deben identificar las lesiones más
comunes dentro del equipo, la organización o el deporte revisando la literatura
epidemiológica dentro de su población deportiva y analizando los registros internos de
vigilancia de lesiones. Una vez que los científicos del deporte han identificado las lesiones
que presentan la mayor carga en su deporte (5), deben revisar los factores de riesgo
conocidos para estas lesiones y determinar qué medidas de carga de trabajo de
entrenamiento y competencia son las más relevantes para ese tejido o tipo de lesión.
Cuando sea factible, la carga de trabajo debe monitorearse continuamente y los factores
de riesgo modificables deben medirse en paralelo con la frecuencia con la que cambian.
Las medidas de la carga de trabajo también pueden analizarse y contextualizarse de una
manera que permita al científico del deporte comprender cómo el entrenamiento refleja
las demandas promedio y más altas de la competencia, la base de entrenamiento de cada
atleta y la tasa de progresión del atleta.
Los principios subyacentes dentro de este capítulo se aplican no solo al modelado del
riesgo de lesiones, sino también a otros resultados. En todos los casos, el análisis de datos no
se trata de implementar estadísticas a ciegas, sino más bien de un esfuerzo reflexivo que
abarca la experiencia en la materia con decisiones analíticas.
LECTURAS RECOMENDADAS
Bahr, R. Por qué las pruebas de detección para predecir lesiones no funcionan, y probablemente
nunca lo haré…: una revisión crí[Link] J Sports Med50: 776-780, 2016.
Ruddy, JD, Cormack, SJ, Whiteley, R, Williams, MD, Timmins, RG y
Opar, DA. Modelado del riesgo de lesiones en deportes de equipo: una revisión
narrativa de diferentes enfoques estadí[Link] frontal10, 829, 2019.
Vanrenterghem, J, Nedergaard, NJ, Robinson, MA y Drust, B. Capacitación
monitoreo de carga en deportes de equipo: un marco novedoso que separa las
vías de adaptación a la carga fisiológica y biomecá[Link] deportiva 47:
2135-2142, 2017.
Windt, J, Ardern, CL, Gabbett, TJ, Khan, KM, Cook, CE, Sporer, BC y
Zumbo, BD. Aprovechar al máximo los datos longitudinales intensivos: una
revisión metodológica de la carga de trabajo - estudios de [Link] Abierto 8:
e022626, 2018.
Windt, J y Gabbett, TJ. ¿Cómo funcionan las cargas de trabajo de entrenamiento y competición?
relacionarse con una lesión? La carga de trabajo: modelo de etiología de la lesió[Link] J Sports
Med51: 428-435, 2016.
CAPÍTULO 20
Minería de datos y datos no lineales
Análisis
Dr. Sam Robertson
El análisis del rendimiento en el deporte se ha utilizado durante muchas décadas como un
medio para cuantificar el rendimiento de los atletas y equipos a través de la observación
sistemática.50). Los métodos de recopilación y procesamiento de datos para el análisis del
rendimiento han cambiado sustancialmente, principalmente debido a las mejoras
concomitantes en la informática y la tecnología. Estas mejoras han significado que una
serie de diferentes tipos de datos que antes se limitaban a la recopilación en laboratorios,
utilizando equipos engorrosos, ahora se pueden obtener en entornos de entrenamiento o
competición. Como es el caso en muchas industrias, estos desarrollos informáticos y
tecnológicos han revolucionado la ciencia del deporte, en particular el análisis del
rendimiento.
ANÁLISIS DE RENDIMIENTO
Como función directa de estos desarrollos, han surgido tres consideraciones
principales relacionadas con los datos para el científico deportivo contemporáneo. En
primer lugar, el deporte ahora genera tanto un mayor volumen como nuevos tipos de
datos a un ritmo acelerado. Esto está creando nuevos conocimientos sobre fenómenos
previamente desconocidos o inconmensurables en entornos deportivos, y la tasa de
progreso no muestra signos de disminución. De hecho, el volumen global de datos
está creciendo aproximadamente un 50 % por año, lo que equivale a un aumento de
40 veces en la próxima década (46a). Sin embargo, esto también significa que las
organizaciones deportivas deben estar preparadas para manejar estos volúmenes de
datos con respecto a su infraestructura. En entornos deportivos, los datos de las
ciencias del deporte suelen ser los más voluminosos, variados y complejos. Los tipos
de datos van desde videos de partidos no estructurados (de diferentes calidades y
perspectivas),
Una segunda consideración es que, en términos generales, tanto la calidad como la
fidelidad de los datos mejoran continuamente. Aunque este es un desarrollo
abrumadoramente positivo, también ha creado interrogantes para el científico deportivo.
Algunos tipos de datos, por ejemplo, los obtenidos a partir de unidades de medida inerciales,
están disponibles para el profesional en frecuencias más allá de lo que se requiere de manera
realista para que sean útiles en la práctica. Por lo tanto, el científico del deporte requiere cierta
previsión con respecto a dónde se encuentran los avances tecnológicos en el futuro, lo que no
es menos importante al desarrollar la infraestructura adecuada para almacenar, acceder y
analizar datos. La calidad mejorada de los datos, junto con un mayor volumen, también tiene
implicaciones para la relevancia a largo plazo de los modelos desarrollados actualmente. Los
nuevos conocimientos sobre problemas complejos obtenidos únicamente a partir del acceso a
nuevos y mejores datos tienen el potencial de hacer que los modelos actualmente aceptados y
las prácticas resultantes sean redundantes. Esta mayor calidad y volumen de información que
los profesionales tendrán a su disposición, a su vez, dificultará la comparación y el contraste
con la investigación y la práctica realizadas previamente (60).
En tercer lugar, se están desarrollando formas nuevas y mejoradas de manejar los datos. Estos
se relacionan con el procesamiento, almacenamiento y consulta de datos, así como, por supuesto,
el análisis. Estos desarrollos se deben en gran medida a los avances en informática, que ha
alcanzado nuevas fronteras no solo con respecto a cómo se procesan los datos, sino también con
respecto a cómo se pueden identificar patrones significativos en datos complejos.
ser identificado. Estas tres consideraciones juntas sugieren que la minería de datos representa una
de las herramientas más útiles que los científicos del deporte tienen a su disposición.
PROCESAMIENTO DE DATOS
A veces considerado como perteneciente a un conjunto de técnicas analíticas y sus resultados
resultantes,procesamiento de datoses en realidad una disciplina mucho más amplia, que implica
métodos de procesamiento, almacenamiento, informes, consultas y, en última instancia,
visualización de datos. En pocas palabras, la minería de datos consiste en buscar patrones y
resolver problemas relacionados con los datos en una base de datos (73). Por lo tanto, enfatiza el
aprendizaje de una manera similar a la forma en que lo hacen los humanos. El proceso de minería
de datos se puede dividir en cuatro etapas (vertabla 20.1).
Si bien las cuatro etapas del proceso son importantes, debido a la relevancia
específica de las etapas 3 y 4 para el científico del deporte, estas se desarrollan
más en esta sección, junto con una discusión sobre los avances del aprendizaje
profundo.
Aprendizaje automático
Una de las muchas ventajas de la minería de datos es la variedad de métodos y técnicas a
disposición del usuario final para obtener las generalizaciones e inferencias a las que se refiere
la etapa 3 detabla 20.1. Uno de estos métodos esaprendizaje automático, que se relaciona
con los sistemas informáticos que aprenden de los datos sin haber sido instruidos o
programados explícitamente para hacerlo (32). A veces, el término aprendizaje automático se
usa indistintamente con el término minería de datos, pero el aprendizaje automático se puede
diferenciar debido a su énfasis en el desarrollo de modelos precisos y predictivos, mientras que
la minería de datos enfatiza el descubrimiento de nueva información y conocimientos en las
bases de datos.
TABLA 20.1Etapas del proceso de minería de datos
Escenario Descripción
Etapa 1: Datos Almacenar datos de forma física y sistemática en una ubicación determinada con miras a recuperarlos en un
almacenamiento momento determinado. La memoria informática también es una consideración importante en este proceso.
Etapa 2: Traducir estos datos almacenados en formatos y representaciones que se pueden utilizar para el
Abstracción y análisis y para obtener información.
representación
Etapa 3: Uso de dichos datos para crear nuevos conocimientos y recomendaciones que se pueden utilizar para
Generalización y informar la acción.
inferencia
Etapa 4: Los mecanismos de retroalimentación proporcionan un conjunto de características de calidad relacionadas con la
Evaluación generalizaciones e inferencias que luego se pueden usar para informar refinamientos y
mejoras.
Un marco típico para el aprendizaje automático, adaptado para la ciencia del deporte,
se presenta enfigura 20.1. La segunda fila de la figura muestra las diversas tareas de
aprendizaje automático. Fundamentalmente, las tareas de aprendizaje automático a
menudo se diferencian en si son supervisadas o no supervisadas, aunque también existen
tareas semisupervisadas y tareas de aprendizaje por refuerzo.
tareas supervisadasse relacionan con aquellos que se basan en datos etiquetados,
específicamente datos que consisten en entradas y salidas emparejadas. Por ejemplo, para
cada acción o conjunto de acciones, también se incluye un resultado o evento resultante. Los
conjuntos de datos etiquetados se pueden usar para entrenar un algoritmo, lo que conduce al
modelado de relaciones e interdependencias entre una variable de salida (ya sea continua o
categórica) y su correspondiente conjunto de entradas. En consecuencia, las tareas
supervisadas se utilizan comúnmente para problemas de predicción. A diferencia de, tareas no
supervisadasconsisten en datos no etiquetados, por lo que una variable de salida es
desconocida o no se requiere. En consecuencia, tienden a ser más útiles para fines descriptivos
o para descubrir nuevos patrones en conjuntos de datos previamente inexplorados. Las tareas
semisupervisadas también difieren en que consisten en alguna combinación de datos
etiquetados y no [Link] de refuerzoImplica que una máquina esté expuesta a un
entorno determinado para que se entrene a sí misma a través de un proceso iterativo de
prueba y error (31).
Bajo cada una de estas tareas, existen varias familias de métodos mediante los cuales
se puede llevar a cabo la tarea. Estas familias a veces se consideran de manera diferente
en la literatura, pero a menudo se agrupan en cinco tipos. Para las tareas supervisadas, se
suelen utilizar métodos de clasificación y modelado de relaciones. Para tareas no
supervisadas, los métodos de agrupación y asociación son los más comúnmente aplicados
(50). Las tareas semisupervisadas y de refuerzo pueden emplear combinaciones de estos
otros enfoques, aunque estos últimos también tenderán a utilizar un quinto método, que
es el control (55). Dentro de cada uno de estos métodos individuales, también existen
varias técnicas, cada una de las cuales tiene sus respectivos beneficios dependiendo de la
aplicación prevista.
FIGURA 20.1Marco de aprendizaje automático de ciencias del deporte.
De los métodos antes mencionados,modelado de relacioneses quizás el más
comúnmente observado. Funciona ajustando una función o modelo que mejor
describe las relaciones entre un conjunto de variables y un resultado específico de
interés (variables dependientes).Análisis de regresiónes el tipo más conocido de
modelado de relaciones, con múltiples variaciones [Link] neuronalesse
han desarrollado como una forma más sofisticada de modelado de relaciones (aunque
también se pueden utilizar para la clasificación) (21). Nombrados de acuerdo con su
parecido con el sistema nervioso del cerebro humano, su principal ventaja sobre los
enfoques de regresión tradicionales es que pueden dar cuenta de las interacciones no
lineales entre las variables de entrada y salida, al mismo tiempo que aprenden sin ser
programados explícitamente. Estos modelos funcionan incorporando múltiples nodos,
que son capaces de transmitir información entre otros nodos a los que están
conectados. Las salidas de cada neurona se representan luego como una función no
lineal, con la ponderación exacta actualizada a medida que avanza el aprendizaje. Las
neuronas se pueden ensamblar en un número variable de capas, según el nivel de
complejidad requerido.
La otra forma de aprendizaje supervisado,clasificación, tiene como objetivo predecir una salida de
clase discreta dada (es decir, categoría o grupo) utilizando un conjunto de variables de entrada (2). A
diferencia de los métodos no supervisados, en los que no existe un conocimiento previo sobre la
pertenencia a una clase, en la clasificación se conoce esta información. La información utilizada para
clasificar en ciencias del deporte puede incluir el resultado del partido, la posición de juego del atleta, el
sexo o la categoría de peso. Las técnicas comunes de clasificación de aprendizaje automático incluyen
máquinas de vectores de soporte, que se han utilizado para distinguir varios movimientos específicos
del deporte de los datos de la unidad de medida inercial (17,74) o para identificar atletas talentosos a
partir de los resultados de las pruebas de condición física (69);
árboles de decisión, utilizados para modelar la incidencia de enfermedades (70) y explique el resultado de un partido
ganado o perdido en los deportes de equipo (57,59); y
bosque aleatorio, que se ha observado en aplicaciones como la selección de
equipos (54) y análisis táctico en el fútbol (56).
Agrupaciónrepresenta un método de aprendizaje no supervisado que tiene como objetivo
resumir las características clave de los datos en grupos utilizando solo las características de los
datos y ninguna información de salida (a diferencia de lo que ocurre en la clasificación) (50). El
resultado de un análisis de conglomerados es la formación de una serie de grupos, que en
algunos casos son definidos por el usuario final. Las instancias o elementos se agrupan en
función de su nivel de similitud según lo definido por estas características, o la medida en que
son diferentes de otros grupos. Las técnicas comunes bajo este método incluyen
k-medios, utilizados para desarrollar perfiles de equipo distintivos basados en
indicadores de desempeño (62) o para identificar diferentes patrones de centro de
presión (5); agrupamiento jerárquico, aplicado para examinar las relaciones entre la
motivación y el rendimiento en atletas (27) e identificar las estructuras cognitivas de la
técnica del atleta (72); y
mapa autoorganizado, utilizado para diagnosticar la presencia de fatiga en patrones de
marcha (33) o visualizar cambios en el estilo de juego y movimiento colectivo en deportes
de equipo (42,48).
Minería de reglas de asociacióntiene como objetivo extraer patrones significativos y que
ocurren típicamente con frecuencia en los datos (1). Existen varios tipos de minería de reglas. La
minería de reglas de asociación simple tiene como objetivo descubrir asociaciones que ocurren
comúnmente con diferentes estados, mientras que la minería de reglas secuenciales también
enfatiza el curso temporal o la secuencia de tales eventos. La borrosidad también se incorpora a
menudo en algunas técnicas de minería de reglas. Este método difiere de la lógica booleana que
suelen utilizar otros métodos de aprendizaje automático en que permite cierta ambigüedad en las
entradas y salidas, en lugar de forzar decisiones de sí o no o de verdadero o falso. Las técnicas de
minería de reglas comúnmente utilizadas incluyen
A priori, utilizado para identificar patrones de restricción en entornos de entrenamiento (61) y
patrones preferidos de juego en deportes de equipo (11);
FURIA, utilizado para medir similitudes en conjuntos de datos biomédicos (23) y como
marco para monitorear el progreso de la rehabilitación de una lesión de rodilla (63); y crecimiento
de FP, utilizado para detectar el abuso de la hormona del crecimiento (53) y seguimiento nutricional
en deportistas (45).
Evaluación de modelos de aprendizaje automático
El rendimiento del modelo se puede evaluar de diversas formas en el aprendizaje automático;
estos difieren según el tipo de método utilizado. En el modelado de relaciones, por ejemplo, las
medidas absolutas como el error cuadrático medio o el error absoluto medio son populares,
mientras que las medidas relativas como el coeficiente de determinación, a menudo
denominadasR2, buscan delinear la varianza en la variable de salida que es explicada por las
variables predictoras. Las medidas de criterio de información también se pueden utilizar para
proporcionar la bondad de ajuste de un modelo (9,71) y, por lo tanto, se puede utilizar para la
selección de modelos.
En los problemas de clasificación se utiliza habitualmente la matriz de confusión. Esto
sirve para proporcionar una evaluación completa del rendimiento de las matrices en varios
entornos. Entabla 20.2se presenta un escenario simple de sí o no a través de una matriz de
confusión.
TABLA 20.2Matriz de confusión de muestra
n = 165 Predicho: No Predicho: Sí Suma
Real: No Verdadero negativo = 50 Falso positivo = 10 60
Real: Sí Falso negativo = 5 Verdadero positivo = 100 105
Suma 55 110
Este escenario puede considerarse un problema de análisis de rendimiento en el
que el modelo tiene como objetivo predecir si un equipo ganará un partido
determinado. En el escenario, "sí" indicaría que se prevé que el equipo gane el partido;
"no" significará que se prevé que el equipo pierda. La tabla muestra que hay un total
de 165 coincidencias en la muestra, con el modelo prediciendo "sí" 110 veces y "no" en
55 ocasiones. Sin embargo, la tabla muestra que, en realidad, el equipo ganó el juego
105 veces y perdió 60 veces. Se pueden obtener múltiples piezas de información de la
tabla; algo de esto es descriptivo, mientras que otra información se relaciona con el
desempeño del modelo en sí. Por ejemplo, los verdaderos positivos (TP) se relacionan
con instancias en las que el modelo predijo que el equipo ganaría
el juego, y el equipo de hecho pasó a ganar el juego. Los verdaderos negativos (TN) se refieren a instancias en las que el
modelo predijo que el equipo perdería y el equipo también perdería. Los falsos positivos (FP) se refieren al modelo que
predice una victoria pero el equipo terminó perdiendo (una derrota sorpresiva), mientras que un falso negativo (FN) se
observa cuando el modelo esperaba una pérdida y el equipo ganó (una derrota sorprendida). victoria). El rendimiento del
modelo puede entonces describirse a través de varias tasas extraídas de esta información descriptiva. Por ejemplo, la
precisión del modelo se determina obteniendo (TP + TN) / total = (100 + 50) / 165 = 0,91. La clasificación errónea o tasa de
error se calcula obteniendo (FP + FN) / total = (10 + 5) / 165 = 0,09. La sensibilidad del modelo está determinada por TP / Sí
real = 100/105 = 0,95, mientras que su especificidad se calcula como TN / No real = 50/60 = 0,83. La precisión responde a una
pregunta: cuando el modelo predice "sí", ¿con qué frecuencia es correcto? Se puede calcular como TP / "sí" predicho =
100/110 = 0,91. La prevalencia, por otro lado, detalla con qué frecuencia ocurre esto en la muestra de datos y se calcula
como "sí" real/instancias totales = 105/165 = 0,64. Los métodos no supervisados tienen una variedad de diferentes tipos de
métricas de evaluación disponibles que difieren sustancialmente según la técnica utilizada. Los ejemplos incluyen métricas
de error entre centroides de clúster o un rango de índices diferentes ( /total de instancias = 105/165 = 0,64. Los métodos no
supervisados tienen una variedad de diferentes tipos de métricas de evaluación disponibles que difieren sustancialmente
según la técnica utilizada. Los ejemplos incluyen métricas de error entre centroides de clúster o un rango de índices
diferentes ( /total de instancias = 105/165 = 0,64. Los métodos no supervisados tienen una variedad de diferentes tipos de
métricas de evaluación disponibles que difieren sustancialmente según la técnica utilizada. Los ejemplos incluyen métricas
de error entre centroides de clúster o un rango de índices diferentes (3). Por ejemplo, las distancias más grandes entre los
centroides de los grupos pueden indicar una mayor heterogeneidad entre los grupos. Este proceso se considera más
equívoco que en los problemas supervisados, particularmente cuando no se dispone de una verdad fundamental.
Al igual que las estadísticas, los modelos de aprendizaje automático también requieren
pruebas y evaluación. Este proceso asegura que los resultados sean generalizables a
nuevos datos y escenarios. Una de las formas más comunes en que se evalúan estos
modelos es a través de la validación. Existe una variedad de diferentes enfoques de
validación, incluidos los siguientes:
Validación de muestra divididadivide los datos disponibles en un conjunto de entrenamiento y un
conjunto de prueba. No existe acuerdo sobre lo que constituye el porcentaje ideal dividido entre
entrenamiento y prueba (39); sin embargo, comúnmente se notan valores como 66%/33% y 80%/
20%. El modelo se construye usando solo el conjunto de entrenamiento, y luego se registra el
rendimiento resultante. Una vez que se construye el modelo, el rendimiento del modelo entrenado
se puede comparar en el conjunto de prueba. Las diferencias sustanciales entre el rendimiento del
tren y del modelo de prueba pueden indicar un ajuste excesivo o insuficiente; esto se describe con
mayor detalle más adelante. Este método de validación se usa típicamente en conjuntos de datos
más grandes, en los que hay suficiente
existen instancias tanto para entrenamiento como para prueba.
k-doblar validacióndivide el conjunto de datos enknúmero de partes o "pliegues". Por lo
general, se utilizan 10 pliegues; sin embargo, usar 5 también es común. El modelo se ejecuta
enk–1 de estas partes, con una sola parte extraída para probar el modelo. A continuación el
proceso es repetidokveces. Dependiendo dekseleccionado y el tamaño de la muestra del
conjunto de datos, el rendimiento del modelo puede variar sustancialmente. Validación de
dejar uno fueraiguala el número de pliegues utilizados con el número de instancias en el
conjunto de datos. Esta forma de validación es ventajosa porque puede usar todos los puntos
dentro de un conjunto de datos; sin embargo, puede ser computacionalmente prohibitivo con
conjuntos de datos más grandes. Su equivalente cercano en estadística es el método de
navaja.
sobreajustees uno de los principales problemas que experimenta el aprendizaje automático,
especialmente cuando el tamaño de la muestra es pequeño. El sobreajuste se refiere a un modelo que
mapea sus datos de entrenamiento tan bien que el modelo funciona comparativamente mucho peor
cuando se ejecuta con datos nuevos (20) (verfigura 20.2). El aprendizaje automático tiende a ser más
propenso al sobreajuste que los enfoques de análisis lineal. Este es el caso porque tienden a ser más
flexibles en su capacidad para mapear datos complejos y, por lo tanto, a menudo pueden derivar
soluciones más específicas para un problema determinado. Esto contrasta con el ajuste insuficiente, que
a menudo se produce cuando un modelo es demasiado simple en relación con los datos introducidos.
Muchos enfoques estadísticos lineales son víctimas de deficiencias cuando se implementan en conjuntos
de datos que contienen relaciones complejas (57).
Un ejemplo de sobreajuste con respecto a la ciencia del deporte se puede ver en la
identificación de talentos, mediante la cual se construye un modelo para predecir el
rendimiento futuro de un atleta en base a datos históricos recopilados de anteriores
deportistas exitosos. Una solución de ajuste insuficiente puede usar un valor único o una
función lineal como se muestra enfigura 20.2para clasificar a estos atletas “exitosos” o “no
exitosos”. Por ejemplo, podría estipular que para que un atleta tenga éxito en un deporte
determinado, el atleta debe tener una altura o masa corporal mínima. Una solución de
sobreajuste para el mismo problema podría implicar un escenario en el que se imponen una
multitud de requisitos previos, como alcanzar ciertos puntos de referencia en pruebas físicas o
técnicas, que pueden mapear muy bien a una determinada población o deporte, pero no
extenderse a nuevas cohortes. Afortunadamente, se han incorporado varias características en
muchas técnicas de aprendizaje automático para reducir o evitar el sobreajuste; estos incluyen
parámetros de complejidad (44) y métodos de poda (49).
Métodos de aprendizaje profundo
Aprendizaje profundoes un avance en el aprendizaje automático que se ocupa de encontrar y
dar sentido a estructuras complejas dentro de datos no estructurados de alta dimensión (
dieciséis). Los datos no estructurados se refieren a información que no está organizada de
manera organizada y pueden incluir tipos de datos como imágenes y visión. En consecuencia,
el aprendizaje profundo ha permitido avances en áreas como el lenguaje natural, incluido el
análisis de sentimientos (8) y traducción de idiomas (34, 68). Las técnicas de aprendizaje
automático, como las analizadas anteriormente, tienen una capacidad comparativamente
limitada para manejar datos en su formato sin formato y han sido superadas por técnicas de
aprendizaje profundo en una variedad de problemas, incluida la imagen (41) y habla (29)
reconocimiento.
FIGURA 20.2Sobreajuste de datos mediante el aprendizaje automático:(a)infravalorado,
(B)ajuste apropiado, y(C)sobreajuste
Los métodos de aprendizaje profundo operan mediante representaciones de aprendizaje. Una de las
técnicas de aprendizaje profundo más conocidas es la red neuronal convolucional. Un bronceado
En el nivel inicial, la entrada sin procesar se toma y se transforma en una representación más
abstracta de nivel superior. Después de múltiples transformaciones, se pueden construir
modelos increíblemente complejos. El análisis de una imagen es un ejemplo común. La imagen
se puede considerar como una matriz de píxeles. En una capa de red inicial, se representan
detalles de grano fino, como los bordes en ciertas ubicaciones de la imagen. Una segunda capa
de red puede identificar motivos identificando patrones en estos bordes, mientras que una
tercera ensamblará estos motivos en objetos más familiares para el espectador humano. Más
capas siguen e identifican combinaciones de estos objetos. Una consideración importante con
el aprendizaje profundo es que este proceso no requiere la participación humana; se informa a
través del procedimiento de aprendizaje inherente del algoritmo.
MINERÍA DE DATOS EN CIENCIAS DEL DEPORTE
Cada vez más, las metodologías de análisis de minería de datos aplican técnicas de aprendizaje
automático para obtener información mejorada sobre grandes conjuntos de datos. Una de las razones
del aumento de la adopción de tales técnicas en las ciencias del deporte es su capacidad para utilizarse
en una amplia gama de aplicaciones. Esto ha hecho que el uso del aprendizaje automático se extienda a
áreas tan diversas como la carga de entrenamiento (6), modelos para el desarrollo del talento (18),
reconocimiento automático de movimientos de jugadores específicos del deporte (17), y escalar las
demandas de coincidencia basadas en diferencias antropométricas y de sexo (52). En el campo, se han
utilizado datos de seguimiento de jugadores combinados con datos de eventos de partidos para
comprender las redes de pases (14), la definición y visualización de la presión (4, 67), modelado de
acoplamientos de fase relativa dentro del equipo (sesenta y cinco), y modelos de movimiento
probabilístico y zonas de control (10). En resumen, los métodos de extracción de datos se pueden utilizar
para casi cualquier problema que enfrenten los científicos del deporte.
Sistemas de Soporte a la Decisión
Fundamentalmente, la mayoría de las aplicaciones enumeradas aquí enfatizan la alteración de los
procesos de toma de decisiones o los resultados de las personas u organizaciones. Dado que los
deportes competitivos pueden consistir en entornos caóticos y dinámicos, los humanos a menudo
requieren la asistencia de ayudas [Link] de Soporte a la Decisiónrepresentan una de
las formas más comunes en que la minería de datos y el aprendizaje automático se incorporan a las
estructuras operativas de las organizaciones deportivas. Estos sistemas proporcionan evidencia
objetiva para la toma de decisiones en dichos entornos (66), normalmente utilizando datos
históricos para producir una recomendación o evaluación basada en la salida generada por un
algoritmo de aprendizaje automático (37). También tienden a incorporar bases de datos de back-
end donde no solo se puede acceder a la información y consultarla, sino también reformatear para
múltiples propósitos (25).
Las ventajas de los sistemas de soporte de decisiones en comparación con la toma de
decisiones humana han sido bien establecidas para una variedad de tareas. El psicólogo Paul
Meehl fue uno de los primeros defensores de tales sistemas, citado en 1954 diciendo: “Una
fracción considerable del tiempo clínico (humano) se gasta irracionalmente en el intento de
realizar trabajos de pronóstico que podrían realizarse de manera más eficiente a través de la
sistemática. cultivo de métodos estadísticos complejos ”(47a). Más trabajo ha confirmado aún
más dicho comentario. Un ejemplo incluye un metanálisis de 136 estudios, que compararon
modelos de sistemas de apoyo a la toma de decisiones con
juicios humanos que muestran que los humanos superaron a los modelos en solo 6% a 16% de
los casos (28). La investigación sobre escenarios deportivos ha mostrado resultados similares
en el draft y el intercambio tanto en la Asociación Nacional de Baloncesto (NBA) (47) y la Liga
Nacional de Fútbol Americano (NFL) (39). En la NFL, las limitaciones de los evaluadores
humanos para utilizar el volumen de información en la misma medida que los modelos
analíticos también se han puesto de manifiesto en la tarea de evaluar a los jugadores (51). Un
buen sistema puede incluso facilitar la consulta en diferentes áreas de una organización
deportiva, por ejemplo, la exploración de las relaciones entre los datos de rendimiento y la
membresía, el marketing o el contenido de las redes sociales.
Por lo tanto, no sorprende que los sistemas de apoyo a la toma de decisiones sean cada vez
más comunes en los deportes de rendimiento y se hayan informado en la literatura para fines
tales como la evaluación del rendimiento del jugador.12), planificación de la competencia (50),
y seguimiento de atletas (58). Sin embargo, a pesar de estos éxitos considerables, han
experimentado una aceptación limitada en ciertos entornos (58). Se deben superar una serie
de desafíos para que los sistemas de soporte de decisiones experimenten la adopción y el uso
sostenido por parte de las organizaciones deportivas. Éstas incluyen
voluntad de los usuarios para aceptar y actuar sobre las recomendaciones,
integración estructurada del sistema en el flujo de trabajo y la infraestructura de red
de la organización,
Superar el miedo de los usuarios a perder el control del proceso de toma de decisiones en favor de
las máquinas, o de que su función sea reemplazada, y
facilitar el uso regular y fiable por parte de los profesionales (7,15).
Así, un buen sistema de apoyo a la decisión presentará las siguientes
características:
Es muy preciso para abordar un problema, particularmente de una manera que mejora
significativamente con respecto a la práctica existente.
Proporciona al usuario múltiples formatos en los que considerar los datos y la salida
del análisis.
Proporciona una solución factible para la organización, con respecto a la utilidad, los comentarios de los
usuarios, el costo y el tiempo de capacitación del personal.
Proporciona información sobre la calidad de los datos introducidos.
Permite generar soluciones parsimoniosas, eliminando así las
redundancias de datos.
Permite la identificación de fuentes de diversos sesgos en
Traducido del afrikáans al español - [Link]
recomendaciones
Un buen sistema de soporte de decisiones también debe poseer la capacidad de comunicar
los hallazgos a través de diferentes visualizaciones. Esto es particularmente importante, ya
que, independientemente de la complejidad del modelo en entornos deportivos, el resultado,
no obstante, terminará en manos de un tomador de decisiones humano que luego deberá
interpretar y actuar sobre la información. Con este fin, las visualizaciones suelen ser más útiles
que los informes escritos detallados porque descargan el trabajo cognitivo al procesamiento
perceptivo automático.36). En consecuencia, una visualización diseñada adecuadamente puede
mejorar la eficiencia del tiempo, ya que puede requerir solo el reconocimiento por parte del
usuario final, a diferencia de la búsqueda y el procesamiento consciente asociados con los
informes escritos. Como resultado, las recomendaciones derivadas de las visualizaciones
también se pueden interpretar y aplicar más rápidamente que las obtenidas a través de
informes escritos (43).
Por supuesto, las visualizaciones no siempre se pueden usar para reemplazar los datos
sin procesar y los informes escritos. También tienen el potencial de ser engañosos; esto
puede ocurrir incluso sin querer como parte del análisis. Afortunadamente, muchas
técnicas de aprendizaje automático pueden mostrar intercambiabilidad y flexibilidad con
respecto a cómo se puede presentar su salida. Conceptos tales como equivalencia
informacional y computacional son importantes para considerar a este respecto. Lo
primero se puede explicar con un ejemplo de dos visualizaciones o informes en los que
toda la información contenida en uno es inferible del otro, y viceversa (43). Aunque es
difícil de lograr, algunas de las mejores visualizaciones para una rápida toma de decisiones
operativas pueden permitirle al usuario obtener tanta información relevante como un
informe escrito o una tabla de datos. La equivalencia computacional se relaciona con el
procesamiento y las demandas computacionales requeridas para generar dos informes
que contengan el mismo nivel de información. En la ciencia del deporte, se está volviendo
cada vez más importante dada la aparición de la visión y otros grandes tipos de datos que
requieren potencia informática adicional.
Las visualizaciones también deberían poder ilustrar la incertidumbre en las predicciones o
recomendaciones. También está bien establecido que pueden ayudar a facilitar esto en
comparación con los informes escritos (38). Esto es más importante de lo que a menudo se cree, ya
que cuando las personas no entienden la incertidumbre en una recomendación, tienden a no
confiar en la recomendación. Considere el pronóstico del tiempo como un ejemplo. Con tantas
opciones de software de visualización de acceso abierto y fáciles de usar disponibles, esta es un
área valiosa pero fácil para que el científico del deporte mejore sus habilidades.
en.
Rendimiento superior de la toma de decisiones humana
Si bien los beneficios de los sistemas de soporte de decisiones son múltiples,
fundamentalmente su objetivo principal es mejorar la toma de decisiones más allá de los
niveles que se ven actualmente en una organización. Además de las características
enumeradas anteriormente, es probable que los sistemas de soporte de decisiones mejoren
aún más su desempeño en comparación con los humanos en el futuro. Esto se debe a que
pueden considerar información más voluminosa y compleja que un ser humano al abordar un
problema y, al mismo tiempo, mantener de manera confiable grandes registros de datos
históricos. Por lo tanto, cuanto mayor sea el número de opciones potenciales que existan,
mayor será la complejidad de los datos o el nivel de desacuerdo entre las partes interesadas en
cuanto a lo que constituye la mejor práctica, y los sistemas de apoyo a la toma de decisiones
más ventajosos se vuelven (7,30). Esto fue reconocido a fines de la década de 1990 por Fogel y
colegas (22), quien observó,
Por su propia naturaleza, los sistemas adaptativos complejos son difíciles de analizar y
su comportamiento es difícil de predecir. Se espera que las intrincadas simulaciones por
computadora proporcionen herramientas útiles para pronosticar con precisión el
comportamiento de los sistemas gobernados por las interacciones de cientos, o
posiblemente miles, de agentes intencionales que actúan para lograr objetivos en entornos
caóticos y dinámicos.
La teoría de la racionalidad limitada también proporciona un medio para promover esta
comprensión. La teoría sostiene que la toma de decisiones de los individuos está influenciada
por la información a la que tienen acceso, sus limitaciones cognitivas y el tiempo finito que
tienen para actuar (35,64). La racionalidad limitada postula que en situaciones complejas, los
individuos que tienen la intención de tomar decisiones racionales están obligados a tomar
decisiones satisfactorias, en lugar de maximizar u optimizar.24,26). Para la minería de datos en
la ciencia del deporte, esto tiene una profunda influencia. Ayuda a explicar por qué en
problemas complejos pueden existir múltiples puntos de vista tanto dentro como entre
organizaciones. Esto podría deberse simplemente a cómo estas organizaciones, o individuos
dentro de las organizaciones, consideran diferentes tipos y volúmenes de información cuando
se enfrentan a ciertas decisiones. Esto, a su vez, tiene implicaciones para la forma en que se
construyen los equipos interdisciplinarios de personal de alto desempeño, ya que los
individuos de diferentes disciplinas generalmente han recibido capacitación variada y han
estado expuestos a múltiples
teorías También ayuda a ilustrar que debido a que ningún individuo considera nunca toda la
información relevante sobre un problema específico, nunca se llegará a una solución óptima.
Además, lo que representa una solución adecuada hoy puede que ya no sea precisa o
suficiente en el futuro, particularmente a medida que la tecnología mejore y el volumen de
datos crezca. Sin embargo, las aplicaciones de minería de datos y los sistemas de soporte de
decisiones que lo acompañan deberían acercar a la industria al menos un poco a esta solución
óptima inalcanzable. Aunque potencialmente sea un pensamiento aleccionador, la conciencia
de este escenario debería generar humildad en los científicos deportivos contemporáneos.
Deben reconocer que nunca tendrán acceso a toda la información relevante sobre la mayoría
de los problemas que enfrentan. Reconocer esto puede hacerlos más propensos a adoptar una
mentalidad de crecimiento con respecto a su base de conocimientos, así como a desarrollar
potencialmente una mente abierta con respecto a la creación de redes y el desarrollo de
nuevos conjuntos de habilidades. Tal conciencia es crucial para el desarrollo de todos los
científicos, y la formación futura y la educación formal de los científicos del deporte deberían
enfatizar la mejora de tales cualidades.
Mejora de la Eficiencia
El inicio de la minería de datos también tiene implicaciones claras sobre cómo los
humanos pueden integrarse con las funciones de las máquinas para mejorar no
solo los resultados, sino también la eficiencia de su trabajo. Como se discutió
anteriormente, la investigación predominante que cubre la integración de
humanos y máquinas ha tendido a enfatizar las limitaciones humanas. Para
aumentar la aceptación de la minería de datos en el entorno práctico, es posible
que se requiera que el científico deportivo desarrolle estrategias hábiles para
impulsar la adopción. En lugar de centrarse únicamente en las limitaciones
humanas, desarrollar una comprensión de dónde y por qué los humanos y las
máquinas difieren en el procesamiento de varios problemas es de particular valor y
puede servir para aliviar cualquier ansiedad potencial sobre la toma de control de
las máquinas. Dado que a la mayoría de los humanos no les gusta que sus
limitaciones se destaquen constantemente, en las primeras etapas de adopción,
Otra pregunta pertinente se relaciona con qué procesos y operaciones dentro del entorno
deportivo deben seleccionarse primero para apoyar la toma de decisiones. Esta pregunta se
puede responder definiendo cada proceso en función de sus respectivas características,
definiendo así su preparación para el soporte de decisiones (verfigura 20.3).
Las características comunes, algunas de las cuales pueden limitar el proceso dado, pueden
incluir su frecuencia (p. ej., diariamente), su importancia relativa para la organización (medida
cualitativamente o, por ejemplo, con base en implicaciones financieras), su complejidad
(computacionalmente o con base en la participación de las partes interesadas).
retroalimentación), y el tiempo requerido o proporcionado para llevar a cabo el proceso dado.
Existen otros y también se pueden considerar según los requisitos o el énfasis de la
organización. Los procesos que experimentan la mayor influencia de las restricciones pueden
considerarse los más adecuados para su adopción como sistemas de soporte de decisiones.
FIGURA 20.3Modelo de preparación para el soporte de decisiones.
Las ganancias concomitantes resultantes en la eficiencia crean la posibilidad de que
muchas tareas realizadas por los científicos del deporte se descarguen por completo o se
mejore drásticamente su eficiencia. Parte de este tiempo ahorrado puede dedicarse a
identificar e implementar iniciativas nuevas e innovadoras. Los científicos deportivos a menudo
tienen uno de los pocos roles en entornos deportivos con la palabra "ciencia" en su título, pero
durante mucho tiempo su capacidad para contemplar nuevas iniciativas en el campo se ha
visto abrumada por la necesidad percibida de convertirse en usuarios expertos de la
tecnología. Por lo tanto, las ramificaciones de la adopción del apoyo a la decisión no son
triviales; tales sistemas tienen el potencial de cambiar fundamentalmente la estructura de
funciones típica del científico del deporte contemporáneo.
En resumen, es importante tener en cuenta que, aunque se espera que el personal que trabaja en el
deporte sea experto en su dominio, muy rara vez su experiencia incluye capacitación formal en la toma
de decisiones. Por lo tanto, la adopción del soporte de decisiones proporciona un medio por el cual las
decisiones y los procesos complejos se pueden descargar a una automatización parcial o incluso
completa. Tanto desde la precisión de la decisión como desde el punto de vista operativo.
desde el punto de vista de la eficiencia, esto les hará un favor tanto a estas personas como a la
organización.
Pensamiento Computacional
En el deporte, una ventaja de probar diferentes métodos o técnicas sobre un
problema es que pueden diferir en su respectiva solución, brindando al usuario
múltiples opciones de acción. Aunque la mayoría de las veces el usuario final
simplemente querrá la solución más precisa o de mayor rendimiento para un
problema, en algunas ocasiones es igualmente importante que la solución sea
viable y factible de implementar en el entorno dado. Esto a menudo está
relacionado con la medida en que la naturaleza de la salida se corresponde con los
procesos operativos específicos del entorno de trabajo. Esto se puede denominar
compatibilidad operativa de la solución.
“pensamiento computacionalson los procesos de pensamiento involucrados en formular
un problema y expresar su solución de tal manera que una computadora, humana o máquina,
pueda llevar a cabo de manera efectiva ”(72a). Fomenta la organización lógica de datos,
abstracciones y reconocimiento de patrones, reformulación de problemas, eficiencia de
procesos y automatización. Al hacerlo, uno de sus principales beneficios es que el método
generalmente proporciona una multitud de soluciones para el mismo problema. Dado que la
computación se ha unido tanto a la teoría como a la experimentación como el tercer pilar
reconocido de la ciencia (7a), un desafío clave para las organizaciones deportivas es reclutar
personas y equipos de personas que sean hábiles en el pensamiento computacional,
independientemente de si poseen capacitación formal en el área. .
El pensamiento computacional proporciona un marco intelectual para abordar los problemas
que se enfrentan en un entorno determinado. Anteriormente, los humanos tendían a preguntarse
cómo las computadoras pueden ayudarlos a emprender la ciencia, mientras que ahora comienzan a
preguntarse qué puede aprender la ciencia de las computadoras. Conceptualizar y, en última
instancia, abordar los problemas de una manera similar a como lo hace una computadora o una
máquina, es una habilidad humana que necesita desarrollarse urgentemente en la fuerza laboral de
las ciencias del deporte. Si el crecimiento continúa como se espera con respecto a los datos que
emanan de las tecnologías, esto solo será más importante en el futuro.
Los desarrollos analíticos antes mencionados representan un desafío epistemológico no
solo para la ciencia del deporte, sino para la ciencia en general. Si el crecimiento de datos
continúa al ritmo descrito anteriormente en este capítulo, está claro que los enfoques actuales
de consulta de bases de datos estructuradas ya no serán adecuados para
para lograr nuevos descubrimientos y aprendizajes (3a). Cuando esto se combina con la
capacidad del aprendizaje profundo y la computación para usar grandes cantidades de datos,
la inducción es, en consecuencia, una posición razonable para abordar muchas preguntas
como método científico para el descubrimiento de conocimiento. Por lo tanto, puede cambiar
la investigación científica lejos de su énfasis tradicional en el desarrollo de la teoría y hacia una
posición de actualización e iteración continua del modelo. En particular, para fenómenos
complejos sin una estructura causal claramente definida, la aplicación de la teoría será
totalmente inapropiada e inviable. En los problemas relacionados con el desempeño humano,
en los que todavía hay que obtener muchos datos, esto también alejará a los humanos de los
modelos de trabajo existentes que buscan explicarlo adecuadamente.
Sin embargo, esta línea de pensamiento puede tomar algún tiempo para acostumbrarse en la
comunidad científica. La minería de datos moderna ha sido criticada por revertir la teoría estándar, que
conduce a la recopilación de datos, a un enfoque de recopilación de datos primero (es decir, expedición
de pesca de datos). Sin embargo, si para fenómenos complejos los modelos diseñados en el futuro van a
ser recursivos, esto plantea la pregunta: ¿por qué teorizar? Además, si en la era de los macrodatos, “los
patrones surgen antes de que se manifiesten sus motivos”, entonces el enfoque de priorizar la
recopilación de datos puede, de hecho, presentar un camino a seguir (19). Independientemente de lo
que se avecina para la investigación científica, es probable que las máquinas y el aprendizaje profundo
sigan experimentando mejoras con respecto a los enfoques existentes cuando se implementan en tareas
complejas, porque requieren menos participación humana y, por lo tanto, están bien posicionados para
manejar cualquier crecimiento anticipado en el volumen y los tipos de datos. .
CONCLUSIÓN
La minería de datos debería formar parte del conjunto de herramientas del científico deportivo
contemporáneo. Para que el científico del deporte avance en la dirección de la investigación y prospere
en entornos aplicados, ahora se requiere, como mínimo, una comprensión práctica de la minería de
datos junto con el aprendizaje automático y los sistemas de apoyo a la toma de decisiones. Este capítulo
ha resumido los conceptos básicos de la minería de datos y el aprendizaje automático, además de
proporcionar ejemplos de cómo estas áreas pueden beneficiar directamente a las personas y
organizaciones que trabajan en entornos deportivos. Si se implementan adecuadamente, la minería de
datos y el aprendizaje automático tienen el potencial no solo de mejorar la precisión y la eficiencia de la
toma de decisiones, sino también de cambiar fundamentalmente la forma en que los integrantes de la
industria del deporte conceptualizan, implementan y evalúan nuevas ideas en la ciencia del deporte.
LECTURAS RECOMENDADAS
Cun, Y Le, Bengio, Y y Hinton, G. Aprendizaje profundo.Naturaleza521: 436-444,
2015.
Grove, WM, Zald, DH, Lebow, BS, Snitz, BE y Nelson, C. Clinical
versus predicción mecánica: un metaná[Link]ón psicológica12: 19-30,
2000.
Robertson, S, Bartlett, JD y Gastin, PB. ¿Rojo, ámbar o verde? Atleta
seguimiento en el deporte de equipo: la necesidad de sistemas de apoyo a la toma de
[Link] J Deportes Physiol Realizar12: S273-S279, 2017.
Sprague Jr., RH. Un marco para el desarrollo del apoyo a la toma de decisiones
sistemasMIS Q4: 1-26, 1980.
Wing, J. El pensamiento computacional beneficia a la sociedad. 2014.
[Link] Consultado el 20 de
septiembre de 2020.
CAPÍTULO 21
Entrega de datos e informes
Jacqueline Tran, doctorado
Tyler A. Bosch, doctorado
Este capítulo se centra en la entrega efectiva de información de datos a las audiencias en
los deportes de rendimiento. Si bien este objetivo puede parecer simple, el proceso de
brindar información significativa a otros merece tanta reflexión, cuidado y metodología
como la recopilación, organización y análisis de datos. La comunicación es una parte
esencial de este proceso, y existen múltiples formas de comunicar datos de manera
efectiva en una organización. Uno de los aspectos más importantes de este proceso es
definir las preguntas que se intentan responder o los problemas que se intentan resolver.
Esto no solo establece expectativas para el proceso de comunicación, sino que también
ayuda a definir estos aspectos:
1. Los datos que se necesitan
2. El tiempo requerido para completar los análisis
3. Otras variables que uno puede necesitar considerar
4. Los métodos que uno usa (estadísticos, visuales y qué contexto se necesita)
Las preguntas deben estar bien definidas para que sean útiles, ya que las preguntas
amplias pueden dar lugar a respuestas ambiguas. Entregar información de datos a través
de visualizaciones e informes se trata fundamentalmente decomunicación. La calidad y
eficacia de esta comunicación requieren coordinación y alineamiento entre las
características de larecipiente, las capacidades delMensajero, y la claridad y precisión de
lamensaje. El objetivo principal es que se entienda exactamente como se pretende. Si bien
la persona que diseña las visualizaciones tendrá preferencias y estilo personal, es
importante recordar que la claridad y el significado para la audiencia son las principales
prioridades. Los objetivos de este capítulo son (a) alentar a los científicos del deporte a
diseñar visualizaciones de datos pensando primero en la audiencia (es decir, los
destinatarios); (b) identificar habilidades clave y formas de pensar que sean útiles para los
científicos del deporte (es decir, los mensajeros) que usan datos
visualizaciones para comunicarse con otros en entornos deportivos de alto rendimiento; (c) y poner
estos principios y habilidades en acción mostrando y deconstruyendo ejemplos de visualización de
datos del mundo real que son relevantes para el deporte (es decir, los mensajes).
DISEÑO DE VISUALIZACIÓN DE DATOS CON EL
AUDIENCIA EN MENTE
Cuando las personas piensan en los individuos y los grupos a los que pertenecen, es fácil sacar
conclusiones precipitadas (es decir, usar heurísticas para hacer juicios rápidos) sobre la
capacidad de alguien para interpretar una visualización basada en la pertenencia al grupo de
esa persona. Sin embargo, la realidad es que los programas de deportes de rendimiento están
formados por personas con una variedad de antecedentes, experiencias y habilidades. Es poco
probable que todos los atletas o entrenadores necesiten ayuda para comprender las
visualizaciones de datos, o que aquellos con formación científica comprendan las
visualizaciones sin ayuda ni apoyo. Por lo tanto, es importante trabajar para comprender a las
personas de la audiencia y luego adaptar el enfoque para apoyarlas.
En el corazón de un buen diseño está el pensamiento inclusivo sobre los usuarios de un
diseño y cómo interactuarán con él. En el contexto de este capítulo, los usuarios son la
audiencia que recibirá, revisará e interactuará con la visualización de datos (es decir,
atletas, entrenadores, miembros del equipo de rendimiento). Uno puede inspirarse en el
marco del diseño universal, según el cual el diseño universal es “el diseño de productos y
entornos que puedan ser utilizados en la mayor medida posible por personas de todas las
edades y capacidades” (22). Eso significa conocer a la audiencia, diseñar con empatía por
sus capacidades y características, y reflexionar sobre los sesgos, las elecciones y los
posibles puntos ciegos. El marco de diseño universal incluye siete principios que reflejan
las motivaciones originales para el diseño universal de espacios físicos, productos y
servicios (21) (vertabla 21.1; 2).Cuadro 21.1presenta sugerencias sobre cómo estos
principios pueden entenderse y adaptarse mejor para comunicar información sobre datos
dentro del deporte de alto rendimiento.
El papel de los científicos del deporte no es simplemente cumplir una función de producción de
informes, sino utilizar la ciencia para mejorar el rendimiento humano. Esto se puede aplicar al
trabajo que realizan para mejorar el desempeño de los entrenadores y otro personal, tal como se
aplica a los atletas a los que apoyan. Cada informe, cada presentación, cada visualización que
producen los científicos del deporte también puede ser una oportunidad para educar y mejorar.
Como parte del diseño para la inclusión al preparar visualizaciones de datos, los científicos del
deporte también tienen la oportunidad de pensar en cómo estructurar el aprendizaje para una
audiencia, especialmente si es una audiencia con la que interactúan repetidamente a lo largo del
tiempo. Apoyar y mejorar la alfabetización de datos de una audiencia puede crear oportunidades
para un compromiso más profundo entre quienes reciben la información.
y el científico del deporte. A cambio, este compromiso brinda oportunidades para que
los científicos del deporte mejoren sus habilidades y competencias profesionales al
buscar comentarios y luego adaptar sus prácticas en función de las experiencias de la
audiencia. Los científicos del deporte pueden hacer preguntas específicas para
recopilar comentarios útiles para mejorar sus visualizaciones de datos y adaptar estas
visualizaciones a las necesidades de la audiencia. En lugar de hacer preguntas vagas
como "¿Qué piensas del gráfico?" es preferible pedir detalles, por ejemplo, “¿Cuál es el
mensaje clave que notas en el gráfico? ¿Y cómo juzgaste eso?”
FUNDAMENTOS DE LA VISUALIDAD HUMANA
PERCEPCIÓN
¿Qué es lo que hace que la visualización de datos sea un medio tan poderoso para la
comunicación? Los humanos han evolucionado para poseer un medio para dar sentido
rápidamente al mundo que los rodea en función de lo que pueden ver. Ven objetos y
superficies, así como su posición y movimiento relativos, y forman imágenes en el ojo de la
mente sobre lo que representa esa vista (4). Cuando las personas involucran su percepción
visual, se lleva a cabo una serie de procesos rápidos de atención previa antes de que
tengan conciencia de que están mirando algo (7,10). Al comprender los fundamentos de la
percepción previa a la atención y la cognición visual, los científicos deportivos pueden usar
características visuales apropiadas (por ejemplo, tamaño, forma, profundidad, agrupación)
que ayudarán a la audiencia a comprender de manera rápida y precisa los mensajes clave
en una visualización de datos.
Atributos Pre-Atención
Atributos pre-atentosson las primeras cosas en las que el usuario final se centrará
inconscientemente. Estas propiedades visuales se procesan dentro de los 200 ms de exposición a la
imagen. El uso adecuado de estos puede ser una herramienta valiosa dentro de la caja de
herramientas, pero el uso inadecuado puede inducir a error a la [Link] 21.2describe las
cuatro propiedades visuales, así como las recomendaciones para su uso en los informes. A lo largo
de este capítulo, se proporcionan ejemplos de diferentes estilos visuales.
Principios de la Gestalt
Las observaciones de la investigación en psicología realizadas en el siglo XX siguen siendo
valiosas para la comprensión y aplicación contemporáneas de la visualización de datos. El
principios de la gestalt(1,23) describen cómo los humanos hacen inferencias sobre cómo
se organiza la información visual y cómo se relaciona entre sí. (martabla 21.3;7,23). Estos
principios son útiles como marco para hacer coincidir el significado con la forma visual. Por
ejemplo, los objetos que tienen el mismo color se percibirán como pertenecientes al
mismo grupo (principio de similitud). Los científicos del deporte aplican este principio
cuando usan colores para distinguir datos que pertenecen a jugadores de diferentes
equipos.
TIPOS DE VISUALIZACIONES DE DATOS
Se pueden usar muchas opciones para visualizar datos; algunas opciones sirven para
representar mejor los datos que se presentan que otras. Sin embargo, uno de los aspectos
más importantes de la visualización y los informes es conectarse con el usuario final. El
diseño de las imágenes debe facilitar que el usuario se conecte con los datos y el mensaje.
Figura 21.1(página 318) presenta algunos de los tipos visuales más comunes para el
informe de datos, que son los siguientes:
Parcela de barras:Este tipo de visual es probablemente el más común de todos, y los
diagramas de barras se pueden usar con una variedad de tipos de datos. Sin embargo, se
utilizan mejor cuando los datos representan una acumulación. Piense en la barra como si se
estuviera llenando un vaso; a medida que se vierte líquido (es decir, datos), puede llenarlo
parcial o completamente. Los conteos y las sumas de variables son usos apropiados de los
diagramas de barras. Sin embargo, se debe tener cuidado al usar gráficos de barras como
promedio de un grupo porque el promedio del grupo representa un valor único y no la
acumulación de valores. Marfigura 21.1a(página 318).
TABLA 21.1Principios del diseño universal y cómo se pueden aplicar en el
diseño de perspectivas de datos para audiencias de deportes de rendimiento
Principio y definición Ejemplos de aplicación en el deporte de alto rendimiento
Uso equitativo:El diseño es útil y Las personas de un equipo de rendimiento (atletas, entrenadores, personal de apoyo al
comercializable para personas rendimiento, personal directivo o ejecutivo) utilizarán sus propios contextos, experiencias,
con diversas capacidades. herramientas y capacidades para dar sentido a su trabajo. Diseñe los análisis e informes
para que sean accesibles a audiencias de diferentes habilidades, capacidades,
antecedentes y perspectivas.
Flexibilidad en el uso:El diseño se Considere proporcionar múltiples plataformas para que las audiencias accedan a una
adapta a una amplia gama de visualización. Por ejemplo, algunas personas prefieren interpretar diagramas impresos en papel,
preferencias y habilidades mientras que a otras les gusta explorar gráficos interactivos. Puede diseñar una versión estática
individuales. de las visualizaciones con fines de impresión y una versión dinámica o interactiva para acceder en
un dispositivo o en línea.
Uso sencillo e intuitivo:El uso Una visualización de datos simple puede tener capas; puede ser sofisticado, pero lo más
del diseño es fácil de importante es que los significados centrales y los mensajes clave están destilados, claramente
comprender, independientemente de la articulados y prominentes.
experiencia, los conocimientos, las
habilidades lingüísticas o el nivel de
concentración actual del usuario.
Información perceptible:El Al planificar y diseñar una visualización de datos, considere y tenga en cuenta estos
diseño comunica aspectos:
Información necesaria (a) Las características de la audiencia: ¿Hay personas que tienen cierta forma de
efectivamente al usuario, daltonismo? ¿Cómo afectan los principios de la Gestalt a la percepción visual
independientemente del ambiente humana?
condiciones o las capacidades (b) Las circunstancias en las que pueden estar las personas cuando reciben su trabajo:
sensoriales del usuario. ¿Cuánto tiempo tendrá la audiencia para ver e interpretar la visualización? ¿En qué
ambiente estarán? Por ejemplo, ¿estarán en el campo mientras entrenan o interpretan la
visualización después de entrenar en una habitación tranquila?
Tolerancia a errores:El diseño Pueden surgir consecuencias adversas de una visualización de datos si la audiencia
minimiza los peligros y las hace juicios inexactos a partir de los datos mostrados (lo que puede conducir a
consecuencias adversas de decisiones ineficaces). Estas son formas de minimizar dicho riesgo:
accidentes o accidentes
Visualizar la incertidumbre en las medidas y estimaciones, para mostrar los datos por lo
comportamiento.
que son y evitar transmitir una falsa precisión a la audiencia.
Garantizar que los datos sensibles o confidenciales estén adecuadamente protegidos y que
existan restricciones para evitar el uso indebido de los datos (o usos distintos a los acordados
por las personas de quienes se recopilaron los datos). ¡Tenga mucho cuidado al compartir un
gráfico junto con sus datos de origen!
Articular claramente las interpretaciones de los datos y trabajar con la audiencia para
construir una comprensión compartida sobre qué tipos de juicios están y no están
razonablemente respaldados por los datos que se muestran.
Bajo esfuerzo físico:El diseño se En el contexto de las visualizaciones de datos, diseñe diagramas que requieran poco esfuerzo
puede utilizar de manera eficiente mental o cognitivo para que la audiencia vea y comprenda el mensaje clave. Al diseñar
y cómoda y con un cuidadosamente con procesos de preatención humana en mente, el color, la forma, el espacio y
mínimo de fatiga. el movimiento se pueden usar para transmitir significado rápidamente. Cuando se trabaja con
una audiencia en particular repetidamente a lo largo del tiempo, la consistencia del estilo visual
también puede ser beneficiosa.
Tamaño y espacio de aproximación y Cree visualizaciones que permitan flexibilidad en su tamaño y espaciado. Utilice
uso:Se proporciona el tamaño y el espacios en blanco o espacios negativos para evitar el desorden visual y hacer
espacio adecuados para comparaciones más claras entre medidas o grupos.
enfoque, alcance, manipulación y uso
independientemente del tamaño del cuerpo,
la postura o la movilidad del usuario.
Gráfico de línea:Este tipo de representación visual también es común y se puede usar
junto con otras gráficas para representar una tercera variable en un eje diferente o para
representar un promedio móvil de los datos. Los diagramas de líneas se utilizan con
frecuencia en datos de series de tiempo para mostrar el cambio a lo largo del tiempo en
una variable de interés específica. Con el uso de gráficos de líneas, los datos faltantes
requieren un plan; si faltan los datos de un día o de varios días, se debe pensar en cómo
manejar la conexión de las líneas entre los puntos de datos faltantes. Al dejar las líneas
conectadas, se podría inferir una relación lineal entre esos puntos de tiempo, lo que
puede no ser exacto ya que faltan los datos. Marfigura 21.1B.
TABLA 21.2Atributos del Procesamiento Pre-Atentivo
Atributo pre-atento Recomendaciones de diseño de visualización
Color(intensidad, matiz) Use colores visualmente distintos para resaltar puntos importantes de interés. Tenga en cuenta
que el carácter distintivo visual depende de la paleta de colores general; el texto verde brillante
no se distingue sobre un fondo verde brillante.
Usa colores para transmitir significado. Por ejemplo, se podría usar un degradado de color para
resaltar visualmente valores crecientes o decrecientes en una variable continua.
Formulario(orientación, longitud Cree etiquetas de eje que sean fáciles de leer e interpretar. Las abreviaturas pueden ser útiles,
de línea, ancho de línea, tamaño, aunque las abreviaturas que no son estándar pueden resultar confusas. Con etiquetas de ejes
forma, curvatura, largos, puede ser preferible invertir la orientación de los ejes en lugar de rotar las etiquetas.
recinto, marcas añadidas)
Como enfoque estándar, comience los ejes en 0 para las variables numéricas representadas en
gráficos de barras (es decir, evite usar ejes truncados).
Use tipos de línea, anchos y colores que representen adecuadamente los datos. Por ejemplo,
utilice una línea continua cuando represente los datos observados y una línea discontinua para
mostrar las estimaciones del modelo.
Use tamaños y formas para identificar visualmente características específicas y asegúrese de que
las formas se apliquen de manera uniforme. Por ejemplo, use una forma por medida para
distinguir entre medidas (p. ej., una forma para lactato, otra forma para frecuencia cardíaca).
La ordenación es útil para mostrar visualmente la estructura que es inherente a los datos, como
el orden ascendente y descendente o el orden de fecha y hora. Tenga en cuenta que las
personas de diferentes culturas pueden tener diferentes interpretaciones del orden visual.
Posicionamiento espacial Establezca rangos de ejes que reflejen con precisión los datos. Si las diferencias son pequeñas entre los
puntos de datos, el uso de un rango de eje pequeño puede exagerar las diferencias de manera
inapropiada.
Muestre datos de diferentes medidas en gráficos uno al lado del otro. La combinación de dos
medidas diferentes en la misma parcela (es decir, con ejes primario y secundario) puede
implicar una relación donde no existe ninguna.
Considere agregar líneas de referencia para ayudar a la interpretación visual.
Considere si los elementos visuales se pueden eliminar sin eliminar el significado
crítico. Por ejemplo, un espacio negativo adecuado entre varios gráficos reduce la
necesidad de bordes.
Movimiento Utilice el movimiento y la animación en las imágenes con un propósito (es decir, mostrando el movimiento en los
datos de seguimiento espaciotemporal).
TABLA 21.3Principios Gestalt de Percepción Visual
principio de la gestalt Definición
Proximidad Cuando los objetos aparecen visualmente cerca uno del otro, los humanos tienden a percibir los objetos como
pertenecientes a un grupo.
Semejanza Cuando los objetos se parecen entre sí (por ejemplo, en tamaño, color, forma), los humanos tienden a
percibirlos como pertenecientes a un grupo o mostrando un patrón.
Destino común Los elementos que se mueven de la misma manera tienden a percibirse como agrupados.
simetría y Las líneas y curvas que son simétricas o paralelas entre sí tienden a percibirse como
paralelismo agrupadas.
Continuidad El ojo humano generalmente seguirá el camino más suave (más simple) al ver las líneas,
independientemente de cómo se dibujaron realmente las líneas.
Cierre Cuando un objeto está incompleto o no está completamente cerrado, los humanos tenderán a ignorar los
espacios y percibirán una forma cerrada. Los elementos que forman una figura cerrada tienden a
percibirse como agrupados. Los seres humanos tienden a percibir una conexión visual entre conjuntos de
elementos que en realidad no se tocan entre sí en una composición pero que parecen formar un objeto
cerrado (limitado).
Gráfico de puntos:Una gráfica de puntos es otra gráfica común que generalmente se usa en series de tiempo.
pero también puede ser útil para mostrar la variación en una medida entre los
miembros de un grupo. En lugar de usar un diagrama de barras para un promedio, se
pueden usar todos los puntos del grupo, lo que permite al usuario comprender la
variabilidad de los datos. Esto es realmente importante ya que la media de una
medición no representa a nadie en el equipo, y saber qué jugadores caen en qué
lugar agrega información importante. Marfigura 21.1C.
Diagrama de densidad:Los gráficos de densidad muestran la distribución de los datos; este tipo de
gráficos tardan un tiempo en comprenderse por completo, pero pueden ser extremadamente
útiles al comparar días de entrenamiento o jugadores u otras variables categóricas. Los gráficos de
densidad pueden mostrar rápidamente dónde se encuentran la mayoría de los valores para
cualquier medida numérica y el grado de superposición entre los grupos medidos. Los gráficos de
densidad también proporcionan una forma de calcular la probabilidad de que un valor se
encuentre dentro de un rango específico. Esto puede proporcionar cierto contexto sobre la
frecuencia con la que se produce una medida como esa. Los diagramas de densidad deben usarse
solo con una muestra grande; de lo contrario, habrá picos en los datos. Marfigura 21.1D. Trama de
violín:Los diagramas de violín son una excelente manera de demostrar el rango y la densidad de
una medida. Cuanto más amplio es el gráfico de violín en un punto dado, más puntos de datos
caen en esa área. Esta es una excelente manera de mostrar normas individuales y cómo un día
específico de entrenamiento cae dentro de la distribución total de datos. La porción de densidad de
la trama del violín puede agregar mucho contexto. Marfigura 21.1mi.
Diagrama de caja:Los diagramas de caja son similares a los diagramas de violín, ya que
muestran el rango y el 50% medio de donde caen los datos. Sin embargo, sin una
comprensión de la densidad de los datos (o dónde caen la mayoría de los datos) las
interpretaciones pueden ser inexactas, especialmente si los datos están muy sesgados.
Mar figura 21.1F.
gráfico de radar:Los gráficos de radar pueden estar entre los tipos de gráficos más
polarizantes. Una consideración clave con los gráficos de radar es la escala de los datos y
si todo tiene una escala adecuada para colocarse en el mismo gráfico. En términos
generales, los gráficos de radar se utilizan para comparar varios indicadores clave de
rendimiento para un jugador o varios jugadores. Puede identificar deficiencias en el juego
de un jugador (o resaltar lo que se le pide al jugador que haga). Al igual que con la
mayoría de los gráficos, se trata de conectarse con los usuarios finales y educarlos sobre
lo que dicen y no dicen los datos. Marfigura 21.1gramo. Mapa de calor:Los mapas de calor
se pueden usar de múltiples maneras; una forma es comparar varios indicadores clave de
desempeño para un equipo, y otra puede ser
comparar dónde pasó el tiempo un jugador durante el partido. Este ejemplo se centra
en el primero y en tratar de mostrar la comparación entre los jugadores del equipo.
Marfigura 21.1h.
VISUALIZACIÓN DE LA INCERTIDUMBRE EN LOS DATOS
Los científicos del deporte buscan comunicar mensajes claros sobre ideas
que aborden sus preguntas motivadoras. El escenario ideal es que los
conocimientos que comunican sean útiles para informar decisiones
importantes. En el contexto del deporte de élite, la realidad es que
muchas decisiones tendrán consecuencias de gran alcance en las
aspiraciones de una persona (p. ej., decisiones de selección de equipo),
experiencias diarias (p. ej., decisiones sobre prácticas de preparación y
recuperación), salud (p. ej., enfermedades y lesiones). gestión) y medios
de subsistencia (p. ej., contratación, términos del contrato). Los juicios
hechos a partir de visualizaciones de datos se incorporan cada vez más a
las decisiones consecuentes dentro del deporte de élite, por lo que es
fundamental representar con precisión los datos. Al hacer esto,20).
Al comunicar información sobre los datos, los científicos del deporte deben comunicar
claramente lo que significan los datos e, igualmente, lo que no significan. Los principios de
integridad científica deben sustentar las decisiones que toman como científicos del
deporte, incluidas las decisiones de diseño que toman al crear pantallas de datos. Un
principio de integridad científica es particularmente pertinente para este capítulo: la
honestidad. Ruth Bulger describe este principio como "una constelación de valores que
incluyen la honestidad, la integridad, la veracidad y la objetividad en la forma en que los
científicos planifican, ejecutan, registran, interpretan y publican su trabajo" (3). Para
cumplir con este principio, los científicos deportivos tienen la responsabilidad de
representar los datos con los que trabajan con la mayor precisión posible; esto incluye ser
honestos, abiertos y directos sobre la incertidumbre que existe en sus instrumentos de
medición, sus métodos, sus análisis, sus modelos y sus percepciones. Un objetivo
importante es evitar transmitir falsamente precisión donde no existe. Al comunicar ideas y
ser honestos acerca de las fuentes de incertidumbre, los científicos deportivos sirven
mejor a aquellos con quienes se comunican. Con una imagen completa de la información
disponible, pueden tomar decisiones basadas en datos con niveles de confianza
apropiados para la calidad de la evidencia disponible.
FIGURA 21.1Tipos de visualización e informes comunes en la ciencia del deporte:
(a)gráfico de barras,(B)diagrama de línea,(C)diagrama de puntos,
FIGURA 21.1(continuación) (d)gráfico de densidad,(mi)trama de violín,
FIGURA 21.1 (CONTINUADO)(F)diagrama de caja,(gramo)gráfico de radar,
FIGURA 21.1(continuación) (h)mapa de calor.
Uno de los desafíos al diseñar visualizaciones de datos que muestren la incertidumbre de
manera adecuada es que el proceso mismo de reconocer la incertidumbre requiere que las
personas se enfrenten a la complejidad, lo que va en contra de las preferencias humanas de
simplicidad y facilidad, especialmente cuando se trata de tareas que requieren un esfuerzo
cognitivo (como interpretar una visualización de datos!). El difunto profesor Hans Rosling lo
describe como el instinto de perspectiva única (19):
Encontramos ideas simples muy atractivas. Disfrutamos ese momento de
comprensión, disfrutamos sentir que realmente entendemos o sabemos
algo. Y es fácil despegar por una pendiente resbaladiza, desde una idea
simple que llama la atención hasta la sensación de que esta idea explica
maravillosamente, o es la solución hermosa para muchas otras cosas. esta.
Puede tener opiniones y respuestas sin tener que aprender sobre un
problema desde cero y puede continuar usando su cerebro para otras tareas.
Pero no es tan útil si te gusta entender el mundo.
¿Cómo pueden los científicos del deporte superar tales barreras al incorporar la incertidumbre
en el diseño de visualizaciones de datos? En parte, esto puede requerir discusiones continuas y
repetidas con otros miembros del personal y tomadores de decisiones para generar un
entendimiento compartido sobre por qué la incertidumbre es importante: porque no tener en
cuenta o reconocer la incertidumbre cuando existe puede conducir a interpretaciones erróneas y
conclusiones inexactas (18).
La naturaleza de la decisión o el problema, y el contexto en el que se toma la decisión,
también deben tenerse en cuenta al decidir cómo representar la incertidumbre en una
visualización de datos. Para las decisiones que se toman rápidamente, las visualizaciones
de incertidumbre pueden inducir demoras no deseadas o resultar abrumadoras para la
audiencia, por lo que quienes diseñan las visualizaciones de datos deben considerar el
equilibrio entre precisión y visibilidad (11). Cuando las decisiones se pueden tomar con el
lujo del tiempo, las visualizaciones que incorporan incertidumbre pueden ser mejor
recibidas por la audiencia, ya que hay más oportunidades para interpretar la
incertidumbre, buscar orientación y hacer preguntas al científico del deporte, y considerar
qué significan los datos. por los juicios que pudieran hacer. Al crear visualizaciones de
datos, los científicos del deporte pueden mostrar la incertidumbre como una característica
estándar de sus gráficos, que con el tiempo puede volverse familiar para los destinatarios,
desarrollar sus habilidades de razonamiento visual y reducir la carga cognitiva de
interpretar la incertidumbre en las visualizaciones (15).
Estos son algunos métodos para visualizar la incertidumbre en las pantallas de datos (9,17):
Trazar intervalos que representan áreas o rangos de incertidumbre:Un ejemplo son los
diagramas de caja y bigotes, que muestran la tendencia central usando la mediana y la
incertidumbre usando el rango intercuartílico (la caja) y los intervalos superior e inferior
más allá de los límites intercuartílicos (los bigotes).
Trazar todos los puntos de datos para mostrar la dispersión o distribución de los datos, en
lugar de trazar estadísticas de resumen singulares por sí solas:Por ejemplo, en lugar de trazar
valores medios por sí solos, se pueden usar gráficos de densidad o histogramas para mostrar
la distribución de datos.
Uso de la opacidad del punto para indicar el grado de certeza: Más seguro = mayor
opacidad; menos seguro = menor opacidad.
Mostrar múltiples aspectos del mismo problema o preguntas motivadoras
integrando múltiples fuentes de información relacionada: El objetivo es transmitir
a la audiencia que la comprensión de un fenómeno complejo requiere la
consideración de múltiples factores.
NARRATIVA BASADA EN DATOS
El uso de la narración para transmitir información sobre los datos ha llamado la atención
por su potencial "para deleitar y sorprender y despertar la creatividad al establecer
conexiones significativas entre los datos y las ideas, intereses y vidas de sus lectores" (13).
Crear y contar historias convincentes con datos requiere un conocimiento básico de las
estructuras narrativas y los elementos que atraen a las audiencias y transmiten significado.
Por ejemplo, el Triángulo de Freytag es una estructura bien conocida de arcos narrativos
que describe cinco partes principales que comprenden un arco narrativo (8):
1. Introducción
Aumento de la acción
Climax o conflicto
4. Acción de caída
5. Resolución
Aplicando esta estructura, Krzywinski y Cairo (13) sugiere que las visualizaciones de datos
pueden exhibir un arco argumental si se presentan de manera episódica, de modo que se
desarrollen partes de la historia y se aclare el contenido y el propósito de cada parte de la historia,
“dejando de lado los detalles que no hacen avanzar la trama. ” Si bien la investigación sobre
visualizaciones narrativas se encuentra actualmente en su infancia, Lee y sus colegas (14) han
propuesto la siguiente definición de historias de datos visuales para centrar el alcance de la
investigación en relación con la narración de historias y las visualizaciones de datos:
Una historia de datos visuales incluye un conjunto de piezas de la historia, es decir, hechos específicos
respaldados por datos.
La mayoría de las piezas de la historia se visualizan para respaldar uno o más
mensajes previstos. La visualización incluye anotaciones (etiquetas, punteros, texto,
etc.) o narración para resaltar y enfatizar claramente este mensaje y evitar la
ambigüedad (especialmente para la narración asíncrona).
Las piezas de la historia se presentan con un orden significativo o una
conexión entre ellas para apoyar el objetivo de comunicación de alto nivel del
autor, que puede ir desde educar o entretener al espectador con ilustraciones
de hechos hasta convencerlo o persuadirlo con opiniones que lo hagan
reflexionar.
Las historias pueden ser poderosas y potencialmente mal utilizadas, como se resume en el
conocido adagio, nunca dejes que la verdad se interponga en el camino de una buena historia.
Cuando las historias se utilizan para persuadir, los científicos corren el riesgo de emplear enfoques
selectivos en los que, conscientemente o no, se seleccionan algunos hechos para una visualización
porque esto se adapta a una narrativa particular, mientras que otros hechos pertinentes que
contradicen esa narrativa se ignoran o se les quita énfasis. Dados tales riesgos, es importante que
se respeten las prácticas éticas al aplicar enfoques narrativos a las visualizaciones de datos (5,14).
Las siguientes son algunas formas en que los científicos del deporte mantienen la integridad y la
honestidad en su trabajo mientras cuentan historias atractivas y convincentes utilizando
visualizaciones de datos:
Evite definir la narrativa antes de examinar y analizar los datos. Tenga cuidado con las
situaciones en las que se puede solicitar un análisis confirmatorio para respaldar una
decisión que ya se ha tomado.
Revisión y crítica por pares (trabajar con otros para identificar mensajes clave y
construir la historia).
Haga que los datos subyacentes y sus análisis sean transparentes, accesibles y
reproducibles.
Reconocer y esbozar interpretaciones de los datos que son alternativas a la historia
que se cuenta, cuando podrían existir múltiples interpretaciones.
Identificar explícitamente las limitaciones y las incógnitas o las preguntas abiertas.
Proporcione oportunidades para que la audiencia explore los datos, pruebe sus propias
ideas y siga sus propias líneas de investigación.
Participe en un proceso inclusivo y dinámico en el que se utilicen e incorporen las opiniones y los
comentarios de la audiencia para actualizar las visualizaciones de datos a lo largo del tiempo.
FACTORES ESPECÍFICOS DEL CONTEXTO EN EL DEPORTE
Como dice el refrán, el contexto es el rey. En el deporte, hay mucho contexto específico que se
puede agregar a los datos. Los entrenadores que trabajan con un jugador todos los días verán los
datos dentro de su propio contexto específico. Del mismo modo, el personal médico y de
rendimiento tiene conocimientos únicos que se pueden agregar a los datos. El objetivo de
proporcionar imágenes, análisis e informes debe ser involucrar a estos usuarios y extraer su
conocimiento contextual único para agregar a la imagen de datos.
Tiempos y formatos para entregar información de datos
Para la mayoría de los tipos de datos en el entorno deportivo, la eficiencia desde la recopilación hasta la interpretación es realmente importante. ¿Con qué rapidez y precisión se
pueden analizar los datos para tomar decisiones informadas? Esta es una parte importante del proceso de diseño: comprender las canalizaciones de datos y cómo se vinculan los
pasos en un flujo de trabajo de análisis de datos. También es importante tenerlos en cuenta al identificar tecnologías para integrar en el entorno, ya que obtener los datos medidos
de cada sistema tendrá su propio proceso único que debe encajar en el flujo de trabajo. La automatización del procesamiento y la generación de informes puede aumentar la
eficiencia y reducir los posibles errores de los usuarios. Limitar cualquier copia y pegado, entrada manual, e importar o exportar datos puede ahorrarle al científico deportivo y al
departamento de rendimiento una gran cantidad de tiempo y aumentar el tiempo disponible para discusiones colaborativas sobre información de datos. Los objetivos finales deben
ser que, tan pronto como se recopilen los datos, estén disponibles para quienes los necesiten; Si bien este es un objetivo elevado, pensar en el proceso y tomar medidas tempranas
para lograr el objetivo puede ser invaluable. Un beneficio de la automatización que a menudo se pasa por alto es la consistencia del mensaje y el informe visual. Si alguien genera
informes manualmente a diario, existe una mayor probabilidad de variación en el mensaje o en la apariencia del informe. La consistencia de un informe ayuda en la interpretación y
permite que el usuario final detecte más rápidamente un patrón anormal para el equipo o atleta. Los objetivos finales deben ser que, tan pronto como se recopilen los datos, estén
disponibles para quienes los necesiten; Si bien este es un objetivo elevado, pensar en el proceso y tomar medidas tempranas para lograr el objetivo puede ser invaluable. Un
beneficio de la automatización que a menudo se pasa por alto es la consistencia del mensaje y el informe visual. Si alguien genera informes manualmente a diario, existe una mayor
probabilidad de variación en el mensaje o en la apariencia del informe. La consistencia de un informe ayuda en la interpretación y permite que el usuario final detecte más
rápidamente un patrón anormal para el equipo o atleta. Los objetivos finales deben ser que, tan pronto como se recopilen los datos, estén disponibles para quienes los necesiten; Si
bien este es un objetivo elevado, pensar en el proceso y tomar medidas tempranas para lograr el objetivo puede ser invaluable. Un beneficio de la automatización que a menudo se
pasa por alto es la consistencia del mensaje y el informe visual. Si alguien genera informes manualmente a diario, existe una mayor probabilidad de variación en el mensaje o en la
apariencia del informe. La consistencia de un informe ayuda en la interpretación y permite que el usuario final detecte más rápidamente un patrón anormal para el equipo o atleta.
Un beneficio de la automatización que a menudo se pasa por alto es la consistencia del mensaje y el informe visual. Si alguien genera informes manualmente a diario, existe una
mayor probabilidad de variación en el mensaje o en la apariencia del informe. La consistencia de un informe ayuda en la interpretación y permite que el usuario final detecte más rápidamente un patrón anorma
Las mediciones diarias de los atletas, como encuestas de bienestar, esfuerzo percibido o
monitoreo de la carga de trabajo (p. ej., distancia recorrida, carga, intensidad del entrenamiento)
deben estar disponibles antes de que los jugadores comiencen el día. Esta información puede ser
útil para identificar estrategias de recuperación o nutrición o cuando el personal médico la utiliza
para evaluar a un jugador después de la práctica. Poder comunicar esta información casi en tiempo
real es una ventaja estratégica. En el peor de los casos, los datos deberían
estar disponible antes del entrenamiento del día siguiente para que pueda ser revisado en su totalidad por el
equipo de rendimiento.
Las mediciones de monitoreo menos regulares (es decir, semanales, mensuales) (por
ejemplo, pruebas de fuerza, isométricos, pruebas de velocidad, pruebas de isquiotibiales)
deben estar disponibles de inmediato y dentro del contexto de las normas y tendencias de ese
jugador a lo largo del tiempo. El propósito de realizar esas mediciones es evaluar cómo está
respondiendo el jugador al entrenamiento y si se necesita una intervención. Si los científicos
del deporte no pueden o no evalúan los datos inmediatamente y comunican esos resultados al
jugador y al equipo de desempeño, pierden una oportunidad crítica de mostrarle al jugador el
valor de recopilar datos.
Las métricas físicas y de rendimiento del juego deben estar disponibles de inmediato, pero es
posible que no sea necesario comunicarlas tan rápido. Estas medidas pueden ser muy ruidosas
cuando se toman en una sola muestra de juego. Por lo general, es mejor tener un marco de
referencia más amplio desde el cual mostrar tendencias o tomar decisiones.
Uso de datos al proporcionar comentarios
Los atletas en general pueden tener una relación única con los datos. Dependiendo de cómo
hayan estado expuestos a él y cómo lo hayan utilizado ellos mismos, es posible que sea
necesario superar algunas barreras. Para un científico del deporte, debe ser una prioridad
asegurarse de que los atletas entiendan por qué se hacen las preguntas y cómo se utilizarán
sus respuestas. Si los atletas nunca reciben comentarios o no ven los datos que se utilizan, es
poco probable que confíen o vean valor en estos procesos. Con demasiada frecuencia, parece
que los datos se han utilizado contra los atletas o no se han utilizado en absoluto. Siempre
debe haber un plan y un propósito para los datos recopilados sobre los atletas, y debe haber
momentos dedicados para revisar esa información con ellos para obtener su perspectiva única
sobre los datos.
EJEMPLOS DE VISUALIZACIÓN DE DATOS EN EL DEPORTE
El uso de visualizaciones para explicar y comunicar información sobre el rendimiento deportivo ha
crecido rápidamente (dieciséis). Usando los principios descritos anteriormente, esta sección
examina algunos ejemplos comunes que se ven en el deporte actual.
Comparaciones intraindividuales
Las comparaciones ocurren en los deportes. Es el trabajo del científico del deporte tener claro
cuándo deben tener lugar las comparaciones internas (comparación individual) y entre
(comparación de al menos dos atletas). La generación de informes debe hacerse de manera
que sea obvio lo que el usuario final debe comparar. Una técnica común es usar puntos de
referencia para guiar estas comparaciones.
Caso 1: Bienestar autoinformado en comparación con
puntos de referencia individuales
Las encuestas de bienestar se emplean ampliamente en muchos deportes hoy en día y
pueden incluir preguntas sobre el sueño, el estrés, el estado de ánimo y la tasa de esfuerzo
percibido (RPE) para el entrenamiento (p. ej., "¿Cómo está tu estado de ánimo hoy?"; "¿Qué
tan difícil fue ¿entrenando hoy?”) y por lo general proporcionan una puntuación
compuesta que se puede rastrear a lo largo del tiempo. Esto se usa para rastrear cómo los
atletas pueden estar respondiendo al entrenamiento. En general, el propósito de una
encuesta de bienestar es comprender "¿Cómo les está yendo a los atletas hoy?" Averiguar
requiere que los atletas respondan preguntas específicas. Aunque estas preguntas son
importantes, pueden faltar un contexto importante, es decir, "¿En comparación con qué?"
Cualquier comparación requiere un punto de referencia. Ese es el propósito de un grupo
de control en un experimento, o una prueba de referencia en las intervenciones. El
“comparado con qué” proporciona un marco para la interpretación de los datos.
- Entonces, ¿con qué se debe comparar? La siguiente figura muestra los datos de una encuesta de
bienestar para un conjunto de [Link] 21.2amuestra los datos sin procesar que informan
el bienestar de cada jugador clasificado de mayor a menor (comparando a cada jugador con otros
jugadores).Figura 21.2Butiliza una versión escalada de estos datos para todos los jugadores con el
fin de compararlos consigo mismos a lo largo del tiempo.
Entonces, ¿qué visualización da una mejor perspectiva? ¿Comparar jugadores con otros
jugadores o comparar jugadores consigo mismos? Ambos enfoques responden a una
pregunta, pero ¿qué respuesta proporciona información que ayuda a tomar una decisión?
En figura 21.2hay una diferencia dramática entre los puntajes brutos y agregar algo de
contexto con un valor escalado. Este ejemplo escala los datos en función de la media y la
desviación estándar de cada jugador para calcular unpuntuación z(z = [X- μ] / δ, dondeXes
el valor diario del jugador y mu [μ] es el valor promedio del jugador dividido por la
desviación estándar del jugador [δ]).
Con este enfoque, todos los jugadores están en la misma escala, con promedios iguales
a cero y un número positivo por encima del promedio y un número negativo por debajo
del promedio. Otro beneficio de los puntajes z escalados es que los valores corresponden
al número de desviaciones estándar y un valor está por encima o por debajo del promedio
de un jugador. Por ejemplo, −0,5 sería una desviación estándar de 0,5 por debajo del
rango normal de ese jugador. Este valor todavía está dentro de un rango normal para ese
atleta, pero un valor de -1.5 o -2 es mucho menos probable. La frase "rango normal" se
refiere a la curva de campana estándar; en otras palabras, esto es común para este atleta.
Figura 21.3 muestra una curva de campana estándar donde+ 1 desviación estándar sobre
la media representa el 68,2 % de los datos, y si un valor está por debajo de -1 desviación
estándar, ocurre ~ 15,9 % de las veces. Este tipo de representación puede mejorar la
comunicación en torno al significado de estos números, de manera que en lugar de
representar un valor per se, representen un concepto: Esta respuesta se ve menos del 10%
de las veces, ya que esta respuesta tiene una desviación (a z - puntuación) o −1.5. El
propósito de recopilar y analizar datos es interpretar y comunicar los resultados con
claridad, de modo que el usuario final pueda interpretar fácilmente la información. Sin
embargo, es importante tener en cuenta que esta transformación es válida solo si los
datos (variable) se distribuyen normalmente (es decir, si se traza un histograma, debería
verse como una curva de campana). Si la variable está sesgada a la izquierda o a la derecha
(gran número de observaciones a ambos lados de la media),
FIGURA 21.2Presentación de puntajes de bienestar en(a)crudo y(B) formatos
escalados de puntuación z.
FIGURA 21.3Curva de campana estándar para interpretar las puntuaciones z.
Escalando datos para comparar jugadores con sus propios
rangos normales
Escalar los datos puede ser importante cuando se utilizan datos subjetivos, porque en la mayoría de
los casos las preguntas se basan en una escala discreta en lugar de un valor continuo. Según la
experiencia de los autores de este capítulo, los jugadores tienden a tener su propia escala dentro
de una escala. Algunos jugadores pueden usar solo un pequeño rango de valores (p. ej., si la escala
es de 1 a 5, usan solo 3 a 5, por lo que 3 se convierte en el valor más bajo para ellos), mientras que
otros pueden usar la escala completa (califican sus percepciones más ampliamente, entre
0 y 5). Desdefigura 21.2, está claro que la escala de un jugador cuenta una historia diferente a
los datos sin procesar; ambas partes de la figura (ayB) se ordenan en función de una
puntuación de bienestar total descendente. El jugador 5, que tiene la puntuación bruta de
bienestar más alta, en realidad está por debajo de su propio promedio. Esto sugiere que este
jugador generalmente responde en el extremo superior del rango para todas las preguntas,
pero se desvía ligeramente, lo que va en contra de la norma para ellos. De manera similar, los
jugadores en el medio de la figura bruta tienen puntajes más bajos, pero todos están por
encima de su propio promedio. Esta información es importante porque ayuda a iniciar una
conversación con el atleta, genera confianza y proporciona retroalimentación sobre las
respuestas dadas. Ser capaz de iniciar una conversación con preguntas como “¿Cómo te va
hoy? Está reportando menos de lo normal; ¿Te duele o te molesta algo?” muestra que sus
sentimientos son valorados.
FIGURA 21.4Presentación de las respuestas del cuestionario de bienestar
escalado por atleta.
Recuerde que las encuestas de bienestar generalmente se componen de varias preguntas,
a menudo con un puntaje compuesto calculado. Entonces, ¿cómo pueden los científicos
deportivos profundizar un poco más e identificar qué aspecto del bienestar de un atleta puede
verse comprometido? Esto plantea la pregunta: "¿Están por debajo de todos los parámetros o
hay un aspecto específico que está por debajo de lo normal que se puede investigar más a
fondo?"Figura 21.4es un ejemplo de cómo escalar las respuestas y luego visualizar los datos
para comunicar rápidamente si los atletas están por debajo de su rango normal, qué tan por
debajo están y qué aspectos de su bienestar pueden verse comprometidos. Adicionalmente, es
posible ver en esta figura que un sistema de alerta a la derecha identifica qué
los jugadores están por debajo de 1 desviación estándar para cada pregunta. Esto se puede
usar para comunicar cuántos jugadores están respondiendo por debajo de su rango normal,
agregando contexto a la información. Dado que el total de bienestar es una combinación de
múltiples preguntas, esta imagen también brinda información sobre cómo se sienten los
atletas en un nivel más granular. ¿Hay algún grupo que no esté durmiendo bien? ¿O hay un
grupo que está estresado? Estas respuestas subjetivas brindan otra capa al científico deportivo
para ayudar a planificar estrategias de entrenamiento y recuperación para cada atleta. Esta
información debe usarse para iniciar un diálogo con el atleta dado porque estas respuestas
son subjetivas y podrían ser más propensas a sesgos e inexactitudes.
Cambios a lo largo del tiempo
Uno de los hallazgos más comunes informados por los científicos del deporte son los cambios a lo
largo del tiempo. Esto podría ser un cambio como una serie de tiempo (variaciones diarias en una
métrica), cambios en las pruebas del ciclo de entrenamiento antes y después (por ejemplo, 1RM,
tiempo de carrera de 40 m, salto vertical máximo) o cómo el equipo está mejorando con el tiempo
para la clave. métricas de rendimiento (por ejemplo, tiempo de posesión, porcentaje de tiro,
eficiencia defensiva). Estas son ideas importantes que tienen un impacto para los jugadores, los
entrenadores y la gerencia. Se debe tener cuidado al informar cambios a lo largo del tiempo para
asegurarse de que la información proporcionada se interprete claramente y sea imparcial. Por
ejemplo, los datos de series temporales requieren un contexto en torno a las normas de un
jugador. Mostrar el valor de una semana de entrenamiento y juegos para un atleta sin contexto no
brinda la información necesaria para tomar una decisión. ¿El jugador está haciendo demasiado?
¿Demasiado poco? El contexto provisto debe ayudar a clarificar el mensaje y dejar poco espacio
para la interpretación. Otra área importante en la que se necesita claridad son los cambios en las
métricas durante un ciclo de capacitación. Comúnmente, esto es una prueba previa y posterior. ¿Los
atletas se volvieron más fuertes, más rápidos, más poderosos? Estas son reglas a seguir cuando se
informan cambios previos y posteriores a la prueba:
1. Muestra a todos los atletas y cómo cambiaron, no solo el promedio del equipo, posición o
evento. Algunos atletas mejorarán; otros pueden permanecer igual o empeorar. Esta
información es importante ya que se puede utilizar para modificar el entrenamiento en
formas específicas para cada individuo.
2. Proporcione alguna información sobre el tamaño del efecto o cambio. ¿El cambio
es significativo o está más allá del error de medición del dispositivo de
medición?
Use valores sin procesar al informar cambios. Los cambios porcentuales se pueden inflar cuando los
números son pequeños. Concéntrese en el valor real y las unidades de cambio.
Caso 2: Bienestar autoinformado de los atletas
Como se discutió anteriormente, al informar sobre cambios a lo largo del tiempo, es importante
agregar contexto que proporcione un marco sobre cómo interpretar los datos. El objetivo es que
cuando un entrenador o miembro del personal de rendimiento o incluso los propios atletas vean los
datos presentados enfigura 21.5, pueden interpretar rápidamente lo que muestra:
¿Cómo es el atleta de hoy en comparación con las normas de ese atleta?
¿Cuál es la tendencia del atleta en los últimos 7 días?
¿Qué problemas deben abordarse con el atleta y qué intervención se
necesita?
En este estudio de caso, se utiliza una combinación de tipos de información (dos imágenes
y una lista de información). Al combinar tipos de datos, se puede maximizar la interpretación
de la información para diferentes usuarios finales. La clasificación del gráfico de barras de los
informes de bienestar de ese día visualiza rápidamente qué atletas están abajo, y la escala de
los datos permite al usuario ver qué tan lejos están los atletas de sus niveles normales. El
gráfico de líneas y puntos se usa luego para mostrar la tendencia de 7 días para los atletas, con
la línea discontinua gris que indica el promedio (0 puntaje z) y la línea discontinua naranja que
representa un puntaje z de −2. El propósito es mostrar si el atleta ha disminuido durante un
solo día o ha estado inactivo durante algunos días (bienestar bajo agudo versus bajo crónico).
Finalmente, la lista de la derecha muestra qué jugadores están bajos en cada pregunta; el
propósito es mostrar si un jugador está abajo en todas las categorías o en una o dos.
Combinando estos tipos de datos enfigura 21.5, el objetivo es que, en unos segundos, el
usuario pueda observar los datos críticos; en este caso, indicar que el jugador 6 está inactivo
hoy, que se trata de una gran caída desde donde ese jugador ha estado toda la semana, y que
parece estar asociado con la calidad del sueño. Del mismo modo, el jugador 16 está inactivo
hoy y ha estado inactivo durante tres días consecutivos. El objetivo final con imágenes e
informes debe ser que el usuario final llegue a una conclusión clara para tomar mejores
decisiones.
Los colores son poderosos dentro de los diseños visuales (12). El semáforo rojo, amarillo
(ámbar) y verde se ha vuelto popular en la ciencia del deporte, pero hay que tener cuidado con
la forma en que se usa o se confía en este enfoque. En primer lugar, las personas daltónicas no
podrán usar la imagen correctamente. Mientras uno intenta simplificar un mensaje usando
colores, se debe tener cuidado de no volverse demasiado dependiente de
colores solos o un uso excesivo de colores. Por ejemplo, no se puede asociar rojo con malo y verde con bueno porque hay que mirar
múltiples factores con cada atleta. En la práctica, los científicos del deporte deben tener muy claro qué significan los colores y cómo
los utilizan. El personal y los atletas deben saber que los colores se usan para llamar la atención sobre información importante, pero
que deben agregar su propio contexto que proporcionará más información y los ayudará a tomar mejores decisiones. La forma en
que se generan los esquemas de color puede ayudar con la interpretación. Una forma común en que las personas deciden el color se
basa en un punto de corte (p. ej., un valor menor o igual a −2 = rojo, mayor a −2 y menor a −1 = amarillo y todo lo demás = verde). O
tal vez los colores se asignan en función del cálculo del valor que equivale al percentil 25 más bajo para la carga de entrenamiento, el
50 % medio y el percentil 25 superior. El propósito es transmitir que rojo = preocupación, amarillo = precaución y verde = continuar o
no preocuparse. Sin embargo, el problema con los puntos de corte es que determinan una diferencia entre dos valores que pueden
ser muy similares. Por ejemplo, una puntuación z de −2 es igual a rojo, pero una puntuación z de −1,9 sería igual a amarillo. El punto
de corte determina una diferencia cuando no existe una diferencia real entre los números. Si los datos son continuos (como con la
carga de entrenamiento), el uso de gradientes de color (un cambio de un color al siguiente) ofrece una mejor opción porque reflejan
mejor las diferencias en los datos (ver y verde = seguir o no preocuparse. Sin embargo, el problema con los puntos de corte es que
determinan una diferencia entre dos valores que pueden ser muy similares. Por ejemplo, una puntuación z de −2 es igual a rojo, pero
una puntuación z de −1,9 sería igual a amarillo. El punto de corte determina una diferencia cuando no existe una diferencia real entre
los números. Si los datos son continuos (como con la carga de entrenamiento), el uso de gradientes de color (un cambio de un color
al siguiente) ofrece una mejor opción porque reflejan mejor las diferencias en los datos (ver y verde = seguir o no preocuparse. Sin
embargo, el problema con los puntos de corte es que determinan una diferencia entre dos valores que pueden ser muy similares.
Por ejemplo, una puntuación z de −2 es igual a rojo, pero una puntuación z de −1,9 sería igual a amarillo. El punto de corte determina
una diferencia cuando no existe una diferencia real entre los números. Si los datos son continuos (como con la carga de
entrenamiento), el uso de gradientes de color (un cambio de un color al siguiente) ofrece una mejor opción porque reflejan mejor las
diferencias en los datos (verfiguras 21.1a partir de la página 318 y21.5a). Profundizando un poco más en esto, el uso del color no
debe exagerarse. ¿El color agrega valor o se usa solo para usar color? El uso excesivo de colores puede socavar su capacidad para
comunicar un mensaje al embotar los ojos de las personas a lo que es importante (7). Examine la misma figura (ver figura 21.5B)
donde el único uso del color es para resaltar la preocupación. ¿La información salta con más detalle? ¿Cuál es más efectivo? Estas
preguntas subrayan la importancia del diseño y de diseñar con un propósito.
FIGURA 21.5Presentación del bienestar diario y semanal por atleta mostrando
ejemplos de(a)uso intensivo del color y(B)Uso moderado del color para resaltar
puntos de datos importantes.
Caso 3: Comparación de atletas dentro de un equipo y a lo
largo del tiempo
Los ejemplos anteriores de este capítulo se centraron en las personas y cómo representar y
comunicar su respuesta a los factores estresantes, así como su tendencia a lo largo del tiempo. Sin
embargo, en los deportes de equipo uno suele estar interesado en combinar estas perspectivas
para comprender cómo responden los individuos dentro de un entorno de equipo durante un
período de tiempo. Al informar y visualizar comparaciones, aún se aplican muchas de las mismas
reglas discutidas aquí relacionadas con el cambio a lo largo del tiempo. Contexto
sigue siendo fundamental, pero lo que es más importante, es necesario asegurarse de que el
diseño de la comparación sea un reflejo preciso de lo que debe compararse.
Figura 21.6visualiza el bienestar del equipo al mismo tiempo que agrega el contexto de
cómo cada individuo se encuentra dentro de la distribución del [Link] 21.6muestra el
promedio del bienestar escalado (puntuación z) del equipo durante los últimos 21 días. Esto
responde a la pregunta: "¿Cómo está respondiendo el equipo, en su conjunto, al
entrenamiento?". Cada símbolo (triángulo, rombo y triángulo invertido) representa a un
jugador del equipo. Mostrar a cada atleta agrega contexto al promedio del equipo, ya que a
veces un promedio puede ser engañoso. Por ejemplo, si la mitad del equipo es muy bajo (−2 o
menos) y la mitad del equipo es muy alto (2 o más), el promedio del equipo sería alrededor de
0, pero ese valor promedio del equipo no refleja ninguno de los atletas individuales.
puntuaciones. Además, si los titulares son el grupo que está muy bajo, esta es una información
importante que debe entenderse claramente para tomar mejores decisiones sobre cómo
intervenir.
El uso de etiquetado para valores bajos por debajo de un umbral específico permite al usuario final
identificar a cualquiera con un valor inferior a −2,5 (es decir, valores atípicos). Esto agrega otra capa de
contexto para ayudar a los tomadores de decisiones a comprender lo siguiente:
Donde los jugadores están en equipo
Cuántos jugadores están arriba o arriba y cuántos están abajo o bajo Similitudes
entre un grupo que es muy bajo o muy alto, lo que ayuda a la toma de decisiones
para cambios o intervenciones requeridas
En una situación práctica, si los cinco jugadores que están bajos el día 17 (miércoles) son
titulares y hay un partido el día 19 (viernes), un científico deportivo puede tener la oportunidad
de hacer algunos ajustes y actuar en consecuencia. En el caso de los informes subjetivos de
atletas, el diseño y la educación sobre las imágenes deben asumir que el contexto importante
sobre los atletas provendrá de los usuarios finales, y los informes deben facilitar una discusión
sobre cómo proceder. Existe la posibilidad de factores estresantes externos (p. ej., académicos,
sociales) y la superposición de lo visual con información individual y del equipo; algunas de
estas piezas adicionales pueden volverse evidentes en cuanto a dónde se encuentra un
individuo o grupos de individuos en relación con el resto del equipo. Enfigura 21.6, los cuatro
jugadores que se identifican el día 17 son estudiantes de primer año y el marco de tiempo es
de medio término. El aumento del estrés de las demandas académicas puede desempeñar un
papel en su bajo nivel de bienestar.
FIGURA 21.6Tendencia del equipo en bienestar durante 3 semanas en capas con datos
individuales para cada atleta.
Integración de Múltiples Fuentes de Información
En el entorno deportivo actual, hay un sinfín de variables que uno puede medir y rastrear con
los atletas. Al identificar y agrupar medidas similares, el científico deportivo puede crear un
análisis más detallado de cómo el atleta está progresando y respondiendo al entrenamiento.
Una de las medidas más comunes es la carga de entrenamiento, que se puede medir de
muchas maneras, como se explica en Capitulo 2. Al visualizar la carga de entrenamiento y
competición, se puede pensar en ella como volumen (cantidad total de trabajo realizado),
intensidad y densidad (volumen× intensidad). Es importante observar la carga de estas tres
maneras porque algunos jugadores pueden responder al volumen, mientras que otros
responden más a la intensidad y otros responden a la densidad. Identificar cómo responden
los atletas al entrenamiento y los juegos ayudará a identificar las métricas de respuesta
importantes para rastrear.
Caso 4: Carga de Entrenamiento y Bienestar del Atleta
Figura 21.7muestra ejemplos de cómo juntar múltiples variables para agregar más contexto a
los datos usando minigráficos para mostrar mucha información para una variedad de métricas
en un formato condensado. Los minigráficos se pueden generar con la mayoría del software de
visualización de datos (p. ej., Excel, Tableau, R, JavaScript); sin embargo, cada uno puede tener
formas únicas de personalizar los minigráficos. Estos ejemplos se generan en R y se pueden
personalizar para mostrar normas individuales para cada persona.
pero también son interactivos para mostrar el valor de cada punto de datos. La combinación
de múltiples tipos de datos puede permitir al usuario final ver tendencias a nivel individual o de
equipo, incorporando múltiples variables de respuesta (p. ej., puntuación de bienestar, carga
cognitiva, estrés y velocidad máxima), lo que permite al usuario final identificar si un jugador
es más sensible al volumen, la intensidad o una combinación de los dos. En deportes con
horarios congestionados (p. ej., Grandes Ligas de Béisbol, Asociación Nacional de Baloncesto,
Liga Nacional de Hockey), puede ser más útil usar cargas acumulativas de 3 a 7 días porque
puede haber mucha menos variación de un día a otro, pero más variación con respecto a los
marcos temporales agudos.
FIGURA 21.7Integración de múltiples tipos de datos y vista de calendario.
Adaptación de Visualizaciones de Datos para Diferentes
Audiencias
Uno de los propósitos principales de la visualización de datos es facilitar que el usuario
final vea patrones o saque conclusiones significativas de la información presentada. Aquí
es donde los aspectos de diseño de las imágenes de datos son [Link] 21.8a
mediante21.8Cmuestra tres formas diferentes de visualizar la misma información (4 meses
de carga de datos para el mismo jugador).
Al desarrollar imágenes de datos, es importante preguntarse qué formato afecta más a
la audiencia. Además, ¿qué conclusiones, sin saber nada más sobre este atleta, se pueden
sacar de la forma en que se presenta la información? En figura 21.8, ¿qué vista permite
determinar rápidamente el conjunto de puntos de datos que pertenecen a cada semana
del calendario de entrenamiento? Para la mayoría de las personas, será el
vista de calendario. Los calendarios son familiares para la mayoría, por lo que se dedica menos
tiempo a tratar de comprender lo que el elemento visual intenta representar. Enfigura 21.8By21.8C,
el espectador debe tomarse el tiempo para identificar el comienzo y el final de las semanas, y los
días libres pueden generar picos y valles dramáticos dentro de los datos. La vista de calendario
permite comparaciones rápidas dentro y entre los días de la semana y las semanas del mes
basándose en el texto escrito de presentación estándar (es decir, se puede leer de arriba a abajo y
de izquierda a derecha). La audiencia puede visualizar rápidamente que agosto fue un mes de alta
carga en comparación con los demás. Esto es un poco más desafiante en las vistas de series de
tiempo más largas; puede ser difícil visualizar días, semanas e incluso meses sin estudiar elX-eje.
Esto hace que las comparaciones sean un poco más desafiantes, pero puede ser mejor para
observar tendencias y patrones para atletas individuales a lo largo del tiempo.
La forma en que se presentan los datos puede tener un impacto significativo en
las conclusiones e interpretaciones que se extraen, incluidas las capas que agregan
contexto a las imágenes. En los tres ejemplos de visualización presentados en
figura 21.8, solo hay unas pocas capas de información. Se muestran la fecha y la
carga individual que acumuló el jugador. Elfigura 21.8a(calendario) y
21.8C(puntos y líneas) utilizan un esquema de color degradado que representa la carga del jugador
para agregar una capa visual que refleja lo difícil que fue ese día para el jugador (cuanto más
oscuro es el rojo, mayor es el valor). Como se mencionó anteriormente, los gradientes pueden ser
útiles con valores continuos, ya que ayudan a mostrar cambios sutiles en la magnitud. Por el
contrario, elfigura 21.8B(gráfico de barras) utiliza tres colores distintos que representan el percentil
25 superior (rojo), los percentiles medios del 75 % al 25 % (verde) y el percentil 25 inferior (amarillo)
para ese jugador (un ejemplo de los puntos de corte discutidos anteriormente ). El propósito de
usar puntos de corte es identificar claramente el rango normal de carga de un jugador versus el
alto y el bajo para ese jugador. Sin embargo, los puntos de corte implican categorías discretas y
pueden sugerir diferencias más grandes entre categorías que las que en realidad son aparentes
tras una inspección más cercana de los datos continuos subyacentes. Comparando las dos gráficas
de series de tiempo enfigura 21.8B(barra) y
21.8C(línea y punto), el diagrama de barras usa un esquema de color de punto de corte y el diagrama de
línea y punto usa un esquema de color degradado. Comparando el 17 de agosto (puntaje de carga total
del jugador = 1287) y el 23 (puntaje de carga total del jugador = 1159), el esquema de color del punto de
corte sugiere que esos dos valores son diferentes, pero el gradiente muestra qué tan cerca están
realmente esos valores . El uso de un esquema de color de punto de corte puede comunicar una
diferencia con respecto a estos 2 días, pero la diferencia de datos sin procesar es muy pequeña. Esos 2
días colocados uno al lado del otro pueden causar más confusión ya que el usuario final
Podría preguntar por qué son de diferentes colores cuando la diferencia absoluta es tan pequeña.
FIGURA 21.8Diseño de visualización de datos para datos de series temporales:(a)vista de
calendario,(B)gráfico de barras,(C)gráfico de líneas.
La comunicación con los usuarios finales es fundamental después de diseñar el informe y la
visualización. Los científicos del deporte deben estar abiertos a recibir comentarios y dispuestos a
ajustar el informe para satisfacer las necesidades del usuario final. La confusión por parte del
usuario final puede ser un problema de diseño más que una mala comprensión de los datos o los
conceptos. Trate a los usuarios finales como expertos en su campo y concéntrese en un diseño
inclusivo que pueda interpretarse con precisión para permitir que los usuarios agreguen su propio
contexto. Algunos informes están destinados a educar al usuario final, mientras que otros solo
presentan los datos para generar debate. En cada caso, el diseño es
crítico para que la discusión pueda enfocarse en el mensaje y no usar el tiempo explicando lo
que significa la imagen. El mejor método se reduce al usuario final y la educación sobre lo que
significan estos datos y cómo deben usarse. Sin embargo, hay otras formas en que se puede
usar el color para agregar contexto a los datos. Recuerde que esta sección comenzó con una
discusión sobre la necesidad de pensar en la carga, la intensidad y la densidad para el atleta.
Esto ayuda a contar una historia más completa dentro de las imágenes. Algunas formas de
hacerlo se tratan a continuación.
Capas de datos para mostrar variaciones de carga
Diferentes secciones de este capítulo han abordado la importancia de escalar los datos para
facilitar las comparaciones dentro y entre los atletas, usando colores para ayudar en la
interpretación de la información y combinando múltiples variables para contar una historia
completa. El siguiente ejemplo de caso analiza diferentes formas de presentar datos de series
temporales a los usuarios finales. El objetivo es presentar diferentes ejemplos de visualización
de información para aclarar el mensaje.
Figura 21.9presenta los mismos datos mostrados de tres maneras [Link]
21,9amuestra totales brutos y una escala de gradiente de la intensidad real (carga por minuto)
para representar el volumen y la intensidad de cada dí[Link] 21.9Bmuestra los mismos
datos, pero normalizados para ese individuo mediante una puntuación z, donde un valor
positivo está por encima del promedio del individuo y un valor negativo está por debajo del
promedio. En este caso el color de las líneas y puntos se basa en la normalización de la carga
por minuto (z-score), con un valor por encima de la media (número positivo) más rojo y un
valor por debajo de la media (número negativo) más verde. El propósito de este elemento
visual es que el usuario siga la tendencia tanto en el volumen como en la intensidad de la carga
a lo largo del tiempo. El diseño requiere que el usuario final reconozca que la línea que sube y
un color rojo más profundo es indicativo de un volumen e intensidad crecientes. Si bien esto
puede ser una suposición razonable, requiere que el usuario se refiera constantemente al eje y
la leyenda. Algunas líneas de referencia podrían agregarse fácilmente afigura 21.9Ben
diferentes puntos de lay-axis para proporcionar una referencia a 0 o cualquier umbral de
zscore que se [Link] 21.9Ctiene un diseño ligeramente diferente y muestra diagramas
de líneas y puntos para la carga, la intensidad y la densidad normalizadas (donde el color es la
variable) y utiliza colores de fondo para facilitar la interpretación. Este visual permite al usuario
ver fácilmente la variación tanto de carga como de intensidad (tanto sube, uno sube y uno baja,
etc.) y el efecto que puede tener en la densidad de trabajo. El uso de colores en el fondo
permite al usuario final
concéntrese en las tendencias de los datos en lugar de tener que volver a una escala de
leyenda. Mientras que la misma información enfigura 21.9Cse puede extrapolar defigura
21.9ay21,9B,figura 21.9Cfacilita la interpretación. Es mucho más fácil visualizar un cambio
y una variabilidad utilizando líneas y puntos en lugar de colores. La magnitud del cambio
se pierde en una escala de gradiente a menos que haya un buen punto de referencia de lo
que significa cambiar de naranja a rojo.
Se pueden usar capas adicionales de información para agregar contexto a estas figuras; por
ejemplo, agregar la fecha de entrenamiento (o el oponente si fue un juego) puede permitir que el
usuario agregue información a estos datos (por ejemplo, el jugador tuvo que jugar minutos extra
ese juego, o estaba defendiendo a un jugador muy activo). Tomarse el tiempo para pensar en lo
que se supone que representa el elemento visual o el informe y luego diseñar el informe
adecuadamente para satisfacer esas necesidades puede marcar una gran diferencia en la conexión
que el usuario final establece con el informe.
FIGURA 21.9Diseño de visualización de datos para datos de series temporales:(a)carga
bruta,(B)carga normalizada,(C)carga normalizada, intensidad y densidad. (* Usando un
puntaje z: positivo = por encima del promedio del jugador; negativo = por debajo del
promedio del jugador)
Visualización de Incertidumbre con Datos Deportivos
La importancia de visualizar la incertidumbre para el científico del deporte se discutió al
comienzo del capítulo. Las siguientes secciones presentan casos que ilustran diferentes formas
de mostrar incertidumbre y cómo puede ayudar a informar una decisión o crear una ventaja
estratégica. Comprender la incertidumbre puede tener sus beneficios si se discute
abiertamente.
Caso 5: Reclutamiento de Atletas
Con medidas continuas, hay algunas formas muy simples de mostrar la incertidumbre de una
medida o estimació[Link] 21.10muestra la relación entre la edad y la experiencia (partidos
jugados) en un grupo de atletas. La línea azul y el área sombreada en gris representan el
promedio de juegos jugados en el momento del intercambio a diferentes edades y el error
estándar de ese promedio. El error estándar del promedio se basa en la desviación estándar (la
desviación promedio de la media) y el número de jugadores dentro de la muestra (cuanto
mayor sea el tamaño de la muestra, menor será el error estándar, incluso en casos como este
con un amplio rango de variabilidad). Esta imagen muestra claramente que los juegos jugados
antes de ser intercambiados aumentan linealmente con la edad; sin embargo, también
muestra que existe una amplia gama para cada grupo de edad. Mostrar los datos completos
limita la incertidumbre de la estimación al mostrar la amplia variación que puede ocurrir.
Imagine un escenario en el que la oficina principal de un equipo deportivo profesional busca
nuevos jugadores y busca reclutar a personas más jóvenes; esta información podría utilizarse
para apuntar a jugadores más jóvenes con una experiencia superior a la media para su edad.
La forma en que se presentan estos datos puede ayudar en la toma de decisiones y
potencialmente podría brindar una ventaja al club.
FIGURA 21.10Un ejemplo de la variación en los juegos jugados por jugadores negociados con
el aumento de la edad. La línea azul representa la estimación de los juegos típicos jugados a
medida que aumenta la edad de los jugadores intercambiados.
Caso 6: Medición de la Composición Corporal
Otra área en la que puede existir incertidumbre es dentro de las mediciones, ya que casi
todas las mediciones tienen algún nivel de incertidumbre sobre la precisión y la
confiabilidad. Es importante que cuando existan altos niveles de incertidumbre, los
científicos deportivos sean transparentes sobre esa incertidumbre. Por ejemplo, en los
casos en que la confiabilidad entre individuos es baja (es decir, la misma medida realizada
por diferentes personas o la confiabilidad de una medición en dos personas diferentes), es
necesario mostrar o explicar esa incertidumbre. Un área en la que esto
predominante es la medición de la composición corporal en deportistas. La composición
corporal es una medida muy variable, con cantidades variables de incertidumbre según el
método que se [Link] 21.4presenta información sobre los métodos más comunes
para medir la composición corporal: pliegues cutáneos, pletismografía por desplazamiento
de aire (ADP), análisis de impedancia bioeléctrica (BIA) y absorciometría dual de rayos X
(DXA) (2,6). Dentro de la tabla, se presentan los datos informados de precisión,
confiabilidad, costo y factibilidad (tiempo) para cada método. Esta información es
importante cuando se presenta información sobre la composición corporal a atletas y
entrenadores.
Figura 21.11presenta un ejemplo de la importancia de mostrar la incertidumbre de un
valor medido para las mediciones de composición corporal en dos atletas (6). La
composición corporal se mide el mismo día en estos atletas usando varios métodos para
capturar mejor las diferencias dentro del atleta y entre atletas para estos mé[Link]
21.11apresenta el valor medido para cada atleta para cada mé[Link] 21.11Bmuestra
el valor medido para cada método y el error promedio en la medición en comparación con
el modelo de cuatro compartimentos estándar de oro. Las dos figuras muestran la
importancia de mostrar incertidumbre; la comparación predeterminada realizada por el
usuario final enfigura 21.11aes que el Atleta 2 tiene un porcentaje de grasa corporal más
alto que el Atleta 1. Sin embargo, mostrar incertidumbre enfigura 21.11Bpuede informar al
usuario final que el profesional confía en que el porcentaje de grasa corporal de cada
atleta se encuentra entre los rangos de las barras de error y que es probable que su
porcentaje de grasa corporal sea similar. La razón de los amplios rangos se basa tanto en
el número de suposiciones realizadas con el método como también, en algunos casos, en
la habilidad del médico (p. ej., pliegues cutáneos). La incertidumbre es muy importante
para comparar cambios a lo largo del tiempo o comparar entre atletas, porque la
diferencia medida puede no ser una diferencia real si la incertidumbre es alta. Enfigura
21.11B, si se compara el Atleta 1 y el Atleta 2, se asume que el Atleta 2 tiene un porcentaje
de grasa corporal más alto que el Atleta 1. Si bien esto puede ser cierto, la diferencia
puede no ser tan dramática según el método utilizado. En figura 21.11ayB, las diferencias
entre la composición corporal de los jugadores se minimizan a medida que las medidas se
vuelven más precisas y confiables. Pueden surgir problemas si se toman medidas para
reducir la grasa corporal en el Atleta 2, en base a la comparación con el Atleta 1. Usar el
error potencial o la información de incertidumbre defigura 21.11B, los valores reales para
el Atleta 1 y el Atleta 2 son mucho más parecidos y, por lo tanto, es más probable que
tengan un porcentaje de grasa corporal similar.
Este tipo de información también es valioso para evaluar el cambio a lo largo
del tiempo, porque cuanto mayor sea el error potencial en la medición, mayor
será el cambio menos significativo. El cambio menos significativo es el valor
absoluto por encima del cual hay certeza de que un cambio es estadísticamente
significativo (no debe confundirse con significativo o clínicamente significativo).
Pero en términos sencillos, simplemente significa que una medida con mayor
error (incertidumbre) será más difícil de evaluar con el tiempo. Si el Atleta 2 se
mide 2 meses después al 7 % (en comparación con el 9 % actual), ¿se trata de un
cambio real o es solo ruido de una medición ruidosa? La composición corporal
es una evaluación importante porque puede ser un tema delicado en muchos
deportes y para muchas personas. Hay consecuencias por el uso de la
información,
FIGURA 21.11Presentación de las diferencias en la composición corporal
entre atletas y métodos.(a)sin barras de error y(B)con barras de error.
CONCLUSIÓN
Comunicarse de manera efectiva mediante visualizaciones de datos requiere
conocer la pregunta motivadora para un análisis, comprender a la audiencia y
reconocer sus capacidades, y usar formas gráficas apropiadas que transmitan
un significado preciso y se adapten a las formas en que las personas perciben la
información visual. En los contextos deportivos de élite de hoy en día, donde los
datos sobre la preparación y el rendimiento están más disponibles que nunca,
es fundamental que los científicos del deporte tengan las habilidades para
transmitir conocimientos significativos utilizando datos para informar la toma
de decisiones y guiar la práctica en el entorno diario de entrenamiento y
competición. Al aplicar los principios de diseño universal y comprender los
fundamentos de la percepción visual humana, los científicos del deporte
pueden crear visualizaciones de datos efectivas que comunican con precisión,
claridad y
LECTURAS RECOMENDADAS
duarte, [Link]: Explique los datos e inspire la acción a través de la historia.
Oakton, VA: Ideapress Publishing, 2019.
pocos, [Link] lo ves: técnicas simples de visualización para análisis cuantitativo
Aná[Link], CA: Analytics Press, 2009.
Knaflic, [Link]ón con datos: una guía de visualización de datos para empresas
profesionalesHoboken, Nueva Jersey: John Wiley & Sons, 2015.
Wilke, [Link] de la visualización de datos: una introducción a la creación
Cifras informativas y [Link], CA: O'Reilly Media,
2019.
Yau, [Link] esto: la guía de FlowingData para el diseño, visualización,
y Estadí[Link]ápolis, IN: Wiley Publishing, 2011.
CAPÍTULO 22
Intervenciones de rendimiento y
Operacionalización de datos
Clive Brewer, BSc (Hons), MSc
El terminodeporte de alto rendimientose usa a menudo cuando se describe a atletas
olímpicos, universitarios o profesionales, cuyo objetivo principal es lograr actuaciones
ganadoras. En este contexto, las ciencias del deporte son una disciplina específica que
implica la aplicación de principios y técnicas científicas con el fin último de mejorar el
rendimiento deportivo; puede conceptualizarse como distintas áreas de estudio, como
fisiología, nutrición, biomecánica y psicología. La ciencia del deporte también suele
operacionalizarse de una manera más interdisciplinaria como la ciencia del deporte (es
decir, la base probatoria a partir de la cual los practicantes y entrenadores pueden
basarse para mejorar de manera efectiva un componente del rendimiento al que se
apunta).
En entornos de alto rendimiento, los científicos deportivos suelen interactuar con el cuerpo técnico
para brindar servicios que afectan aspectos específicos del rendimiento. Esto puede tomar una variedad
de formatos relacionados con la comprensión de las demandas de la competencia, las características de
un atleta específico, las limitaciones del rendimiento, el monitoreo de la carga de entrenamiento o las
respuestas a las cargas de entrenamiento programadas, entre otros. Los científicos del deporte también
pueden usar el conocimiento científico para informar la programación del entrenamiento (p. ej., seguir
las recomendaciones investigadas sobre la metodología del entrenamiento para programar una carga
basada en la velocidad del movimiento, o usar una relación específica de trabajo y descanso en un
ejercicio técnico para apuntar a una vía bioenergética específica) .
Ya sea recopilando datos o desarrollando prácticas basadas en evidencia, el científico
deportivo debe aplicar técnicas complejas y sofisticadas para recopilar datos e
interpretarlos para luego informar las intervenciones de entrenamiento y la toma de
decisiones. Esto requiere las mismas consideraciones relacionadas con la calidad de los
datos (es decir, validez, confiabilidad) que adoptaría un científico del deporte en un
laboratorio, que usa protocolos experimentales o basados en mediciones para interpretar
datos para probar o refutar una hipótesis experimental a la que se llegó a través del
razonamiento inductivo. Muchas de las conclusiones a las que puede llegar el científico
investigador pueden formar la base probatoria para las intervenciones en el entorno
aplicado. Sin embargo, hay algunas diferencias críticas que deben entenderse al
emprender esto.
Principal es la comprensión de que la mayoría de los estudios publicados en la
literatura existente se han realizado con poblaciones de sub-élite. Estos atletas suelen
tener cualidades genéticas, anatómicas, fisiológicas o biomecánicas muy diferentes de
sus contrapartes de élite, incluso cuando son de deportes similares. Por ejemplo, los
sujetos universitarios en un estudio de ciclismo pueden haber informado una O2máx
de 60 a 65 ml ∙ kg−1∙ min−1en una intervención de resistencia, pero ¿cómo se extrapolan
los resultados de esto a un corredor de carretera profesional que puede tener un O2
máx de 75 a 90 ml ∙ kg−1∙ min−1, así como fisiología cardiovascular y hematológica y
eficiencias técnicas (ciclismo) completamente diferentes que provocarán respuestas
diferentes a una intervención similar? A través de una comprensión de cómo las
diferencias en las poblaciones pueden afectar la intervención, el profesional
experimentado en estas circunstancias puede extrapolar los resultados del proceso
experimental para informar una intervención específica, pero rara vez esa aplicación
será directa a través de los contextos.
Por lo general, también existe una diferencia motivacional y psicosocial muy diferente y
muy compleja entre los atletas de élite y los atletas de sub-élite en los deportes que permitirá
actuaciones que van más allá de las simples explicaciones fisiológicas. Por lo tanto, es probable
que el rendimiento de los atletas de élite desafíe los tipos de explicaciones fáciles buscadas por
el reduccionismo científico y siga siendo un rompecabezas importante para aquellos
interesados en la integración fisiológica.5).
Traducido del afrikáans al español - [Link]
PARTES INTERESADAS CLAVE
A los efectos de la credibilidad, la ciencia del deporte debe operar de tal manera que
los datos recopilados realmente afecten el proceso de toma de decisiones dentro del
programa de entrenadores-atletas. Esto requiere no solo una comprensión del
proceso científico, sino también una apreciación de las complejas y dinámicas
relaciones sociales que existen entre entrenadores, atletas y personal de apoyo.
Desde principios de siglo, ha habido una comprensión significativa de que la propiedad
intelectual de los científicos del deporte puede brindar una gran oportunidad para el
rendimiento deportivo (8), pero esto solo puede suceder cuando el científico se involucra de
manera proactiva con el programa de entrenamiento y todos los involucrados reciben la
educación adecuada sobre los beneficios proporcionados. Los científicos del deporte que
trabajan en un entorno aplicado dentro de los deportes se encuentran en una posición única y
privilegiada: pueden proporcionar evidencia cuantificable que puede informar y mejorar los
programas de los jugadores y capacitar al atleta para mejorar. En comparación, los datos que
no están previstos para su uso de esta manera son un desperdicio de recursos y también
reducen la colaboración de los atletas con el proceso; ¿Por qué deberían involucrarse en algo
que no los afecta ni los beneficia? Tales prácticas redundantes en última instancia sirven para
poner en desventaja a la profesión en su conjunto.
En la práctica, el éxito de un programa de ciencias del deporte se basa en relaciones
exitosas con jugadores y entrenadores, y estas relaciones se basan en el respeto mutuo (2
). Esto implica humildad, en el sentido de que es importante que el científico del deporte
sea modesto, incluso cortésmente sumiso (a las necesidades de los jugadores y del
entrenador en jefe). Esta es a menudo una lección difícil de aprender, especialmente
porque la formación académica de muchos científicos se basa en un proceso de hipótesis,
teorías y prácticas desafiantes. Para generar confianza, el científico debe aportar valor,
competencia y carácter a la asociación.
La confianza es un componente importante dentro del equipo de apoyo, y la competencia del
científico deportivo para presentar de manera hábil y sucinta datos relevantes de manera
impactante al entrenador es una parte fundamental de esa confianza. La ciencia y los datos deben
ser válidos, pero lo que es más importante, deben ser accesibles para los entrenadores, quienes
luego pueden apropiarse de las decisiones que se basan en la interpretación de los datos
compartidos con ellos. Es posible que los entrenadores no necesiten conocer teorías fisiológicas
complejas, y no deberían necesitar ser científicos para comprender lo que se les comunica, lo que
significa que la forma en que se entrega la información debe tener en cuenta
quién es el receptor y sus características y necesidades.
La falta de aplicación de datos en la toma de decisiones puede ser potencialmente uno de
los mayores fracasos de la ciencia en el deporte; el conocimiento científico se registra en
revistas científicas para una audiencia científica, utilizando un lenguaje científico con el que los
entrenadores pueden tener dificultades para involucrarse. Del mismo modo, los intentos de
“simplificar la ciencia” a menudo hacen que la ciencia sea inexacta. Sin embargo, como a
menudo se cita a Einstein, "¡Si no puedes explicar algo, simplemente no lo entiendes lo
suficientemente bien!" Los entrenadores, por ejemplo, normalmente quieren saber qué
propone el científico deportivo y, lo que es más importante, por qué les ayudará a mejorar el
rendimiento.
La capacidad de reestructurar los conocimientos científicos para construir puentes con
las partes interesadas clave e involucrarlos con la ciencia será el determinante clave del
éxito de un científico del deporte en el entorno aplicado. Por ejemplo, al explicar la ciencia
del deporte a un atleta, se puede usar una analogía como el tablero de un automóvil: los
conductores en un viaje pueden tomar decisiones sobre la velocidad, la eficiencia del
combustible y la ruta debido a la instrumentación en el tablero. Si estuviera tapado, ¿cómo
sabrían a qué velocidad van (respuesta externa) o cuándo necesitan repostar (carga
interna)? ¿Qué tablero tiene un atleta? Esto identifica una función clave de la ciencia del
deporte dentro del rendimiento deportivo.
DESEMPEÑO E INVESTIGACIÓN
DIFERENCIAS
Cualquier situación en el deporte, ya sea relacionada con la incidencia de lesiones o la
mejora del rendimiento, es, por su naturaleza,multifactorial. El rendimiento en el deporte
implica resolver una serie de problemas interrelacionados, definidos y limitados por
aspectos específicos del entorno que los atletas deben resolver de forma dinámica. Las
variables que se introducen en este proceso se interrelacionan funcionalmente, y el
conocimiento de cómo estos factores se interrelacionan es imperativo para el profesional.
El conocimiento de esta interacción de variables proviene no solo del conocimiento
investigado, sino del conocimiento aplicado y la experiencia. De hecho, el rendimiento
deportivo no puede explicarse de manera efectiva mediante el reduccionismo, que busca
aislar más que integrar variables. Sin embargo, esto no significa que los principios
científicos no deban seguirse en el entorno de actuación o ignorarse.
Una buena ilustración de esto se puede encontrar en la literatura investigada en
torno a periodización, gran parte del cual define la periodización como un
concepto lineal que produce diferencias significativas en el rendimiento. Sin
embargo, esto es extremadamente ingenuo, porque unplan periodizadopara un
equipo o atleta es la secuencia lógica y sistemática de los factores de
entrenamiento de manera integradora para optimizar los resultados de
entrenamiento específicos en puntos de tiempo predeterminados (1). Esto requiere
un paradigma de planificación multifactorial que involucre fluctuaciones a corto,
mediano y largo plazo de los estímulos de entrenamiento para lograr diferentes
períodos de énfasis de manera lógica y secuencial. Este sistema cicla y secuencia
múltiples factores de entrenamiento en forma diaria, semanal, mensual y más
larga, con una manipulación significativa de las entradas para lograr períodos de
carga de énfasis diferente. Compare esto con el hecho de que muchos estudios de
periodización no examinan la integración de múltiples factores de entrenamiento,
ya que una metodología reduccionista requiere que las variables estén aisladas.
Estos (generalmente) trabajos de investigación a corto plazo generalmente
informan un volumen de entrenamiento que consiste en repeticiones e
intensidades.3).
Esto es importante de entender, porque los científicos del deporte en el entorno aplicado pueden
simplemente estar aplicando los hallazgos de un trabajo de investigación, o incluso un estudio específico.
disciplina, a su contexto; más bien, es importante ser capaz de interpretar conjuntos de datos
en el contexto de su aplicación, no en el conjunto de conocimientos. Por ejemplo, un jugador
de fútbol podría experimentar una mayor tensión triaxial en una carrera submáxima que en un
sprint debido a la eficiencia mecánica y la mecánica de contacto con el suelo, mientras que la
energía nos informa que el sprint es una actividad más exigente.
CIENCIA DEL DEPORTE EN EL ENTORNO APLICADO
En entornos aplicados, los profesionales operan en gran medida dentro de un equipo
interdisciplinario o un equipo de apoyo multidisciplinario que tiene una posición de coordinación.
Este suele ser el caso porque el papel del científico del deporte aplicado no es utilizar el
conocimiento específico de un dominio para avanzar en un cuerpo de conocimiento, sino resolver
problemas específicos relacionados con el deporte para un equipo o un atleta. Esto requiere que
primero se identifique el problema, seguido de una cuidadosa consideración e integración del
conocimiento de una variedad de subdisciplinas para abordar el problema.
Debe recordarse que en la mayoría de los contextos de rendimiento, el
conocimiento experiencial del entrenador, el atleta y el practicante (p. ej.,
científico del deporte, personal médico, profesional de fuerza y
acondicionamiento, nutricionista) es un gran recurso como conjunto de datos. A
menos que los entrenadores trabajen con un equipo de profesionales sin
experiencia, hay pocos problemas de rendimiento que sean nuevos o
novedosos; la mayoría son derivados de situaciones que los entrenadores han
visto antes. Por lo tanto, es importante que el científico del deporte pueda
utilizar los datos derivados para complementar y, en última instancia, mejorar el
conocimiento experiencial del entrenador para influir en el programa o la
situación y reducir el nivel de especulación que existe en cualquier entorno. De
hecho, el objetivo de una mayor disponibilidad de datos es que debería haber
menos espacio para errores en la ejecución.
Usar una combinación de conocimiento científico representa una dicotomía en términos de
los recursos que están alrededor de los atletas. ¿El equipo tiene la oportunidad de emplear una
variedad de expertos en la materia, o hay un generalista que puede cubrir una amplitud de
conocimientos, que tiene la capacidad de traer expertos para componentes específicos del
trabajo cuando sea necesario? Lo que está claro es que, independientemente de si la ejecución
de una intervención es multidisciplinaria o interdisciplinaria, el uso de un cuerpo de
conocimientos multidisciplinario debidamente coordinado maximiza los recursos expertos
disponibles para resolver el problema. Compartir tales perspectivas permite que todos los
involucrados en el proceso de rendimiento aumenten su propia comprensión de una aplicación
y ayuda a garantizar que no se pase por alto ningún aspecto crítico del rendimiento.
Al colocar las necesidades del atleta en el centro del proceso, el equipo
interdisciplinario también maximiza la eficiencia en el punto de entrega.
El científico del deporte puede entonces informar a todos los involucrados en el programa
del jugador para que juntos mejoren a ese jugador. Por ejemplo, en el béisbol, los
entrenadores, apoyados por el proceso de análisis biomecánico, pueden determinar que
para ser mejor golpeando con potencia, un jugador de béisbol necesita ajustar el ángulo
de swing. El análisis de necesidades para el desarrollo atlético del jugador debe enfocarse
en determinar dónde los rangos de movimiento a través de los segmentos de la cadena
cinética apoyan este movimiento, y cómo apoyarlo mejor, a velocidades óptimas, a través
de una intervención fisiomecánica. Luego se puede emplear el apoyo nutricional para
garantizar que la dieta del jugador apoye la carga de entrenamiento y la composición
corporal para lograr este objetivo.
Este proceso sitúa las necesidades del atleta en el centro, lo cual es crucial si el objetivo
es mejorar el rendimiento del atleta. También estimula el crecimiento en la práctica de
todos los involucrados en el desarrollo del plan. Los entrenadores y los profesionales
comienzan a comprender cómo pueden influir mejor en el trabajo de los demás y cómo
pueden aprender unos de otros para mejorar el proceso de entrenamiento. De esta
manera, se comparten diferentes perspectivas de conocimiento y experiencias de
aprendizaje, lo que a su vez estimula el crecimiento en la práctica y comienza a dar forma a
nuevas ideas y oportunidades. Así, el ciclo de la ciencia del deporte, donde la práctica
basada en la evidencia conduce a la evidencia basada en la práctica, que a su vez informa
la investigación que conduce a la práctica basada en la evidencia. Esto comienza con la
recopilación de datos que informan la evaluación y el posterior desarrollo del plan,figura
22.1.
Entonces se optimiza la oportunidad para el proceso científico. Esto involucra
comprender las demandas del deporte, no solo desde una perspectiva física
sino en términos de perspectivas cognitivas-perceptivas, psicosociales y
psicomotoras para informar el análisis de necesidades;
análisis de necesidades de referencia, que proporciona información objetiva que debe usarse
para ayudar al entrenador a formular un plan de mejora del rendimiento que esté
secuenciado y estructurado adecuadamente, y que se dirija a las áreas de mayor impacto para
influir positivamente en el cambio de rendimiento;
provisión de una base de evidencia para programas y procesos de entrenamiento específicos e
individualizados para atletas individuales en función de sus necesidades; y
provisión de seguimiento regular y apoyo de reevaluación para actualizar y
perfeccionar el plan desarrollado para cada atleta.
Comofigura 22.2ilustra, la culminación de este proceso se relaciona con la
oportunidad de educar e informar el cambio de comportamiento, o el cambio de
programa, a través de la aplicación del proceso científico y la puesta en práctica de los
datos asociados. Esto ilustra que existen numerosas oportunidades para afectar a un
equipo, persona o programa a lo largo del proceso de capacitación o desempeño, y que
estas oportunidades pueden ser dirigidas por una persona o más típicamente en función
de una variedad de aportes de expertos. De hecho, los ejemplos que se pueden incorporar
en la flecha de práctica basada en la evidencia (la flecha verde enfigura 22.2), o la
sustitución del proceso de formación por un proceso de aprendizaje o desempeño,
aumenta significativamente el número de ejemplos de bloques de construcción que se
pueden incorporar.
FIGURA 22.1Ejemplos de puntos de datos de ciencias del deporte que pueden informar el
programa de desarrollo personal de un receptor en el béisbol profesional.
FIGURA 22.2Los procesos basados en datos informan el desarrollo del desempeño.
Figura 22.2también introduce el arte de la ciencia. Por ejemplo, nótese que varios de
los bloques incorporan el concepto de riesgo en términos de desempeño. Este es un
concepto multifactorial basado en una combinación de probabilidades, cuyas dimensiones
se conceptualizan en diferentes campos de la ciencia. Por ejemplo, en lesiones uno podría
referirse a la epidemiología, la kinesiología y la fisiomecánica relacionada con el
movimiento. La elección también puede depender de la exposición; un atleta al que se le
exige que actúe en todos los partidos tiene un elemento de riesgo diferente al de alguien
que tiene un rol de respaldo. Por lo tanto, es un concepto, más que una ciencia absoluta,
que es predictivo o correlacional. Comprender el análisis de conceptos es fundamental
para desarrollar una base de conocimientos empíricos en la práctica deportiva aplicada,
que se ilustrará en el resto de este capítulo.
DATOS, PENSAMIENTO CRÍTICO Y DECISIÓN
HACIENDO
Como se identificó anteriormente, el papel del científico deportivo es influir en el proceso
de rendimiento del atleta o del equipo. Esto se puede lograr de varias maneras que
integran evidencia de una variedad de fuentes, así como la interpretación experiencial
desde una variedad de perspectivas. Los siguientes ejemplos exploran cómo podría ocurrir
esto dentro del deporte aplicado. La información que transmiten no es exhaustiva, pero
ilustran cómo se puede utilizar el conocimiento científico para crear conjuntos de datos
que proporcionen evidencia para guiar mejor la toma de decisiones y la puesta en práctica
de las intervenciones de desempeño dentro de las limitaciones ambientales. Los impactos
potenciales de tales intervenciones se pueden describir ampliamente a través de estos
temas:
Mejora del rendimiento
Optimizando la salud
Resolviendo problemas
Determinación de la evolución de los componentes técnicos del rendimiento
En cualquier proceso de entrenamiento, se requiere que el entrenador cree un plan
periodizado que, en última instancia, le presente al atleta la mejor oportunidad de
éxito en una competencia objetivo. Esto implica optimizar el potencial de rendimiento
en un momento predeterminado y, en muchos deportes de equipo, esta capacidad de
rendimiento debe mantenerse durante toda la temporada. Este pico requiere la
estructuración de intervenciones de capacitación precisas para apuntar a resultados
específicos, así como garantizar que se secuencian de tal manera que se establezcan
las capacidades previas, enfatizando ciertas características de capacitación en
momentos específicos (sin ser un enfoque exclusivo). Los planes también deben
gestionar los factores estresantes del entrenamiento para reducir el potencial de
sobreentrenamiento y, al mismo tiempo, promover el desarrollo a largo plazo del
atleta. Independientemente del nivel del artista,
Una temporada regular en la Major League Soccer (MLS) dura 34 semanas, con equipos
exitosos que se clasifican para los playoffs después de la temporada. Durante la
temporada, los partidos se juegan cada 3 a 8 días, con el programa de entrenamiento
entre partidos adaptado por el club para asegurar la recuperación del partido anterior, la
preparación técnica y táctica para el próximo partido y la maximización de la fuerza física y
capacidades psicológicas que entran en juego. Esto requiere no solo una comprensión de los
factores estresantes que influyen en el estado físico (o la fatiga) del equipo, sino también la
capacidad de cuantificarlos a nivel individual para comprenderlos mejor y, por lo tanto,
gestionarlos dentro de cada jugador. Sin embargo, los factores estresantes no son
necesariamente negativos; una revisión de cualquier proceso de entrenamiento básico
identificará que se debe aplicar un estresor para provocar una respuesta adaptativa
programada (7).
Un número de personal debe unirse con el propósito común de dirigir el
proceso de formación diario. El principal de ellos es el entrenador en jefe, quien
es responsable en última instancia por el desempeño del equipo y las
limitaciones ambientales bajo las cuales practican y compiten. Los entrenadores
cuentan con una serie de asistentes que ayudan a guiar la preparación técnica y
táctica del equipo. Trabajando en colaboración con el equipo de entrenadores
está el equipo de rendimiento (que tiene diferentes nombres en diferentes
organizaciones); el papel de los miembros es guiar los componentes físicos y
mentales de la preparación del equipo. Por lo general, el equipo de rendimiento
está formado por personal médico, profesionales de fuerza y
acondicionamiento, analistas de datos, nutricionistas, entrenadores de
rendimiento mental y expertos en salud mental. También puede haber una
función de ciencias del deporte,
Figura 22.3presenta un ejemplo típico de cómo los procesos de entrenamiento subyacentes se
pueden dividir en dentro y fuera del campo para el jugador de fútbol individual dentro de un
entorno de equipo. Los factores estresantes en el campo se pueden cuantificar a través de sistemas
de seguimiento de atletas, como la tecnología del Sistema de Posicionamiento Global (GPS). Por lo
general, estos permiten la cuantificación de los volúmenes de entrenamiento diarios a través de
variables externas, como las distancias recorridas, la intensidad (velocidades alcanzadas) y los
metros por minuto. También utilizan la acelerometría para registrar variables internas, como un
estrés triaxial en la postura en respuesta a las cargas externas.
Con el fin de determinar la preparación de los jugadores para entrenar, también se suelen
utilizar procesos de seguimiento diarios para cuantificar su estado. Estos procesos varían con
cada equipo, y la forma en que se construyen está determinada por una variedad de factores,
como la experiencia disponible, el presupuesto disponible y la cultura del club. Por lo general,
existe alguna forma de evaluación neuromuscular y una forma de autoinforme del jugador,
pero esto puede ser tan extenso como los recursos disponibles y el tiempo para recopilar y
analizar los datos. Como ejemplo,figura 22.4muestra un ejemplo de monitoreo
interdisciplinario de las fluctuaciones diarias en la producción de energía máxima.
En este escenario, el científico deportivo debe responder estas preguntas: ¿Qué
nivel de fluctuación es lo suficientemente significativo como para justificar una
intervención? ¿Qué tipo de intervención se requiere? Estas preguntas no son
insignificantes para ser consideradas diariamente por el científico del deporte,
cuyo objetivo principal es maximizar el potencial de entrenamiento del jugador (es
decir, los científicos del deporte deben hacer todo lo posible para mantener a los
jugadores en el campo). Esto significa tener curiosidad acerca de por qué hay una
variación en la puntuación, así como cuál podría ser el nivel de variación. Más allá
de comprender que puede haber una variación diurna y ambiental en la
producción de energía, hay poca literatura publicada que sugiera lo que podría
constituir una caída significativa en la producción de energía máxima. Por lo tanto,
las sugerencias podrían ser identificar un valor absoluto (p. ej., 5% -10%) o un valor
relativo (p. ej.,
También es importante entender que la varianza no suele requerir que el atleta
reduzca la carga de entrenamiento, aunque esto puede suceder en ocasiones. Esta
variación puede ser una oportunidad para que el atleta use los resultados para dirigir
una intervención que mejorará la preparación para el día. Por ejemplo, en el béisbol,
una de las pruebas que se pueden realizar diariamente con los lanzadores es una
prueba dinámica de control motor del hombro. Una vez que se han realizado
evaluaciones durante un cierto período de tiempo para establecer una línea de base,
todos los atletas pueden identificar cuál es el rango ideal en esta prueba para ellos.
Esto significa que si tuvieran un movimiento mayor que el ideal, podrían realizar
trabajo de estabilización y control motor en la sala de pesas, como rutinas de club
indio o trabajo de barra de brazo con carga. Sin embargo, si se reduce el rango activo
de movimiento triaxial alcanzable,
FIGURA 22.3Comprender el papel que desempeña la ciencia del deporte en la gestión
de la salud del rendimiento de los jugadores en un equipo de la Major League Soccer
(MLS).
FIGURA 22.4Un ejemplo de un proceso interdisciplinario para revisar planes de
capacitación basado en procesos de selección diarios.
Del mismo modo, vincular conjuntos de datos es un proceso importante para obtener una
visión completa del estado de un atleta. Por ejemplo, si se reduce la producción de energía un día
después de dormir mal, esto puede ser una razón para la disminución del rendimiento. Sin
embargo, a menos que el atleta tenga tiempo para tomar una siesta y despertarse antes del
entrenamiento, es difícil superar esta circunstancia. En cambio, la información puede guiar algún
trabajo de activación o prácticas de excitación neuronal que ayudarán al atleta a prepararse, así
como guiar las intervenciones de recuperación apropiadas que ayudarán a dormir.
después del entrenamiento de ese día.
Es importante que en cada situación, la decisión de intervenir recaiga en una persona
del personal. Por ejemplo, las encuestas de autoinforme son excelentes en términos de
proporcionar una base para una discusión con los atletas y simplemente verificar con ellos.
Si los atletas informan de un alto nivel de estrés o fatiga, a menudo es una buena idea
hacer un seguimiento, preguntarles cómo les está yendo, verificar si todo está bien, etc.
Después de todo, los factores estresantes son aditivos, y si hay cosas que suceden fuera
del entrenamiento que influyen en el rendimiento, discutirlas y demostrar que te importan
pueden ser de gran ayuda. Pero si cinco miembros del personal hacen la misma pregunta
en sucesión, esto se vuelve estresante para el artista y dificulta la relación y el proceso de
gestión. Del mismo modo, no sería apropiado presentar tres versiones diferentes de la
preparación de un atleta, basado en diferentes interpretaciones individuales de los datos,
al entrenador. Por lo tanto, es importante que el científico deportivo revise los datos en su
totalidad y luego haga una recomendación adecuada.
Una consideración importante es que cuanto más cerca esté un estímulo de entrenamiento de la
demanda neuromuscular máxima, más conservadora debería ser la toma de decisiones en un esfuerzo
por reducir las lesiones, el riesgo de bajo rendimiento o ambos. Por ejemplo, los velocistas que realizan
un trabajo de sprint máximo o ejercicios pliométricos de muy alta intensidad pueden tener su
entrenamiento adaptado (es decir, reducido) como consecuencia de una variación muy pequeña (5%) en
la producción de fuerza en una prueba de compresión de la ingle. En comparación, los jugadores de
fútbol que participan en una sesión de práctica de alta intensidad que consiste en un volumen de sprint
bajo pero máximo pueden tener potencialmente implementadas adaptaciones de entrenamiento luego
de un cambio mayor (10%) en un diagnóstico de compresión de la ingle porque la tensión neuromuscular
máxima probablemente fue menor. Tenga en cuenta que esta no es una ciencia perfecta; en lugar de,
requiere que los datos se recopilen durante largos períodos de tiempo antes de que se utilicen para
guiar las intervenciones de manera impactante. Algunas de las peores decisiones las toman en última
instancia los profesionales que analizan los datos antes de que haya suficientes datos para basar
realmente una decisión. También se requiere una comprensión de lo que es normal para la población y
normal para el jugador individual. Muchos han aprendido por experiencia que las peores decisiones se
toman en función de los datos de seguimiento antes de que haya suficientes para comprender
realmente qué influye en la tendencia.
ESTUDIO DE CASO: EL PAPEL DE LA CIENCIA DEL DEPORTE
EN EL DESARROLLO DEL DESEMPEÑO DE
LANZADORES DE LIGAS MAYORES
En todos los niveles del deporte, el objetivo de los practicantes es mejorar al jugador, ya
sea un atleta joven o un All-Star. Un lanzador de las Grandes Ligas en el béisbol es un
atleta muy hábil y físico que requiere destreza, potencia y durabilidad para lograr el éxito
al más alto nivel. Un programa de ciencias del deporte puede proporcionar decisiones
basadas en datos que pueden guiar tanto el desarrollo físico y técnico de un jugador como
la forma en que los entrenadores manejan al jugador. Esto se basa en la premisa de que
ciertas cualidades de movimiento sustentan no solo la ejecución exitosa de una habilidad,
sino también la capacidad de repetir la ejecución de una habilidad sin lesionarse. Estos
patrones de movimiento deben mantenerse a pesar de múltiples repeticiones de acciones
con altas demandas neuromusculares que podrían, sin un manejo adecuado, perjudicar el
movimiento.
Para ser un lanzador abridor exitoso en Major League Baseball (MLB), un jugador debe
tener la durabilidad para poder lanzar cada 5 días (es decir, la rotación aproximada de
abridores en la temporada regular) y lanzar de cinco a ocho entradas por apertura (por un
promedio total de 80-120 lanzamientos). La velocidad de cada lanzamiento estará entre 90
(145 kph) y 105 mph (169 kph) dependiendo del lanzador, y cada tipo de lanzamiento
tendrá una demanda neuromuscular diferente. Por ejemplo, las bolas rápidas son
lanzamientos de máximo esfuerzo, pero ejercen menos tensión mecánica sobre el hombro
y el codo del lanzador que una bola curva.
El proceso de desarrollo del jugador es complejo y requiere la identificación de un plan
que determine cómo un jugador puede cumplir con las demandas de rendimiento
requeridas desde una perspectiva física, mental, técnica y táctica. Como se identificó
anteriormente, existe una fuerte interrelación entre la ejecución de habilidades y la
capacidad de movimiento (física) del jugador para ejecutar esa habilidad. El requisito clave
para un científico deportivo en este campo es trabajar con el entrenador de habilidades
específicas (que puede tener poca o ninguna experiencia en anatomía funcional) para
informar el proceso de desarrollo desde una perspectiva fisiomecánica (en este ejemplo).
Comofigura 22.5ilustra, los requisitos motores para un lanzamiento son conocidos (con
mucha variación individual aceptada), pero la capacidad de evaluar la capacidad del atleta
para cumplir con estos requisitos e informar un proceso continuo de entrenamiento y
juego que entrega y evidencia un rendimiento sostenido
mejora, es crucial.
Los datos se pueden usar para informar el proceso de entrenamiento en torno a la capacidad de
los jugadores para mejorar su control motor, generar y aceptar la fuerza, y proporcionar contexto
para una técnica eficiente en la ejecución. Al proporcionar esta información, los científicos del
deporte también pueden mejorar la durabilidad aumentando la resistencia a la fatiga y creando un
sistema de movimiento más robusto. El contexto importante para estos datos es que sea
interpretable para los respectivos profesionales objetivo que traducirán los requisitos identificados
en planes de acción.
FIGURA 22.5Aplicación de las ciencias del deporte en el proceso de desarrollo del desempeño
de los jugadores para los lanzadores de béisbol en una organización de las Grandes Ligas de
Béisbol (MLB).
Esto se puede explicar a través del proceso detallado enfigura 22.5. El análisis
cinemático de la ejecución del lanzamiento indica que es necesario un proceso integral de
evaluación física para informar el plan de entrenamiento. Las evaluaciones de las
articulaciones no pueden limitarse solo al rango de movimiento (por ejemplo), ya que si
bien es posible que el hombro deba rotar más de 165 ° de movimiento externa e
internamente, esto se basa en un alto par interno y depende de la velocidad angular del
tronco en un 60 %. de la varianza (6). A través de la cuantificación de las características
fisiomecánicas subyacentes que tiene un jugador, el científico del deporte, junto con
especialistas médicos y de acondicionamiento, puede utilizar un análisis de brechas que
compara las características físicas actuales y requeridas.
Para determinar esto, en el contexto del conocimiento experto sobre el jugador
potencial de lograr, el equipo de apoyo puede proporcionar un plan que permita al jugador abordar
áreas tales como factores que pueden exacerbar el riesgo de lesiones o reducir el potencial de
rendimiento. La base de dichos programas suele ser tratar el dolor, corregir la disfunción, entrenar
la deficiencia y cargar patrones competentes. Cada etapa de este proceso produce datos que luego
se pueden rastrear para monitorear el progreso a lo largo del tiempo.
La importancia de evidenciar un diagnóstico
diferencial
Con una interpretación adecuada, los datos deberían ser extremadamente influyentes en un
proceso de diagnóstico diferencial para un plan de desarrollo de jugadores. Supongamos, por
ejemplo, que los entrenadores identifican que un jugador necesita hacer más trabajo de
agilidad porque ese jugador siempre sale lento del montículo al fildear una pelota. Sin
embargo, los datos de las pruebas de agilidad reactiva demuestran que el jugador tiene muy
buenos tiempos de movimiento para la posición y el video muestra buenas habilidades de
movimiento. Esto, entonces, ayuda a proporcionar evidencia para la discusión de que quizás la
aplicación contextual de estas habilidades es lo que se necesita en la práctica, y que la
aparente lentitud no es realmente física, sino más relacionada con la lectura y la reacción a la
situación del juego.
De manera similar, cuando un entrenador de lanzamiento sugiere que un jugador no usa la parte inferior del cuerpo lo suficiente en el
lanzamiento (el impulso hacia adelante y la rotación de la cadera están habilitados con el impulso de la pierna), es útil poder observar los datos
de salto vertical y compararlos de forma práctica. -ejecución de salto de caderas con un salto de contramovimiento: el salto de manos sobre
las caderas es indicativo de la potencia de la parte inferior del cuerpo, por lo que un número bajo aquí puede ilustrar que el jugador necesita
más atención para desarrollar esto como una cualidad de movimiento de fuerza-potencia, y el programa puede adaptarse en consecuencia. El
salto de todo el cuerpo debería ser significativamente mayor (el modelo determinista del salto con contramovimiento sugiere que podría
llegar al 40 % en atletas buenos saltadores [4]). Si no se aprecia esta diferencia significativa entre los dos estilos de salto, puede indicar que el
jugador carece de la capacidad de coordinación para sincronizar los movimientos en el suelo a través de la cadena cinética. Esto puede
requerir la adición de mayores lanzamientos de balón medicinal y ejercicios pliométricos que requieren que la extremidad inferior genere
fuerzas y transfiera estas a un alto impulso hacia el balón. Estos pueden ser el enfoque del programa o ser necesarios para construir sobre un
enfoque de generación de fortaleza. Por el contrario, el jugador puede tener una gran capacidad de producción de potencia y ejecución de
habilidades de salto, pero necesita ejercicios específicos de lanzamiento. Estos pueden ser el enfoque del programa o ser necesarios para
construir sobre un enfoque de generación de fortaleza. Por el contrario, el jugador puede tener una gran capacidad de producción de
potencia y ejecución de habilidades de salto, pero necesita ejercicios específicos de lanzamiento. Estos pueden ser el enfoque del programa o
ser necesarios para construir sobre un enfoque de generación de fortaleza. Por el contrario, el jugador puede tener una gran capacidad de
producción de potencia y ejecución de habilidades de salto, pero necesita ejercicios específicos de lanzamiento.
aprender a aplicar impulso a la pelota de béisbol en el contexto específico del ejercicio.
Comunicación y análisis de datos específicos
de la audiencia
Figura 22.5presenta una descripción general de un proceso continuo y complicado, y está fuera
del alcance de este capítulo explorar cada etapa en detalle. Sin embargo, los ejemplos
específicos de oportunidades de intervención merecen una mayor exploración para ilustrar el
impacto que el proceso científico puede tener en el programa de un jugador. También es
importante considerar a quién afectan los datos y los plazos respectivos que deben transcurrir
para que los profesionales asuman sus funciones. Una sección anterior de este capítulo brindó
un ejemplo de retroalimentación instantánea requerida para guiar la intervención después de
una evaluación diaria del control motor del hombro.
Las decisiones guiadas por la evidencia también son importantes para el entrenador, quien
necesitará datos para informar los procesos de toma de decisiones diarias y semanales que se
relacionan con los ajustes en el programa del jugador y, en última instancia, la selección. Como
figura 22.6 ilustra, se deben producir herramientas que permitan al entrenador manipular el
programa o las variables ambientales en función de la información disponible. Los ejemplos de
monitoreo específicos destacados anteriormente en el capítulo ilustran bien este principio.
El registro y análisis de dichos conjuntos de datos permite establecer tendencias que se
pueden rastrear a nivel de sistema a través de informes y técnicas de vigilancia. Esto
permite a los profesionales cuyo papel es más sobre la orientación del programa o la
gestión de la lista (en lugar de la entrega directa del programa del jugador) para realizar
revisiones e informar su toma de decisiones para un impacto más longitudinal. Esto puede
informar discusiones entre expertos, decisiones de programas estratégicos o procesos
educativos para el personal que abordarán el análisis de brechas entre lo que el sistema
necesita y lo que el sistema puede ofrecer. Lo que es crucial es que aunque las técnicas
requeridas son diferentes en cada nivel de entrega, los marcos de tiempo para tomar y
actuar sobre las decisiones son diferentes, y el reporte de datos puede ser diferente. los
conjuntos de datos sin procesar reales que informan cada uno de estos procesos suelen
ser los mismos. Es la presentación y el análisis de los datos lo que normalmente se adapta
para permitir que se tomen decisiones a nivel individual o de programa.
También es importante respetar el hecho de que los datos recopilados con la intención de
beneficiar la salud del rendimiento de un jugador pueden sacarse de contexto si el
no se utiliza el proceso de gestión correcto. Por ejemplo, el profesional que toma la medida del
hombro necesita saber el punto de datos específico en el que tomar una decisión, el
entrenador necesita saber si el jugador está listo para jugar según lo planeado o si la carga de
trabajo de hoy debe modificarse, y la oficina principal necesita saber si el jugador está en
camino de cumplir con los objetivos previstos dentro del plan de desarrollo del jugador
definido. En última instancia, los jugadores que no pueden mantener su trayectoria de
desempeño (o aquellos que la superan) determinarán los movimientos de la lista.
Los científicos del deporte deben considerar que el desarrollo de atletas de hoy en
día requiere un enfoque multifacético y modular con todos los practicantes trabajando
en sinergia hacia una meta comúnmente identificada, monitoreada y cuantificable que
tiene al atleta como el foco central del proceso de entrega. Es necesario poder
evidenciar el proceso sistemático de entrenamiento y manejo atlético para que sea
posible interrogar, explicar y replicar o erradicar los patrones emergentes (p. ej.,
tendencia a las lesiones, rendimiento máximo). Esto informa el proceso de toma de
decisiones para la programación del entrenamiento, la programación de la
recuperación y la optimización del rendimiento. También mejora la interacción
humana que es fundamental para el rendimiento deportivo, y la confianza de los
atletas en que los datos se recopilan, interpretan y
FIGURA 22.6El proceso de gestión de la información está dictado por el intervalo
de decisión dentro de un sistema.
Resolución de problemas del programa de viaje
MLB requiere que los jugadores jueguen 162 juegos en 183 días. Esto significa que los viajes en
equipo son una necesidad laboral y el desfase horario resultante puede ser un problema. Los
estudios de laboratorio y el examen de las actuaciones atléticas han demostrado que el ritmo
circadiano alinea la fisiología, el rendimiento y el comportamiento con los ciclos ambientales de
24 horas, por lo que viajar entre zonas horarias puede tener un impacto en las rutinas de los
lanzadores. Del mismo modo, la interrupción del sueño puede tener un gran impacto en la
preparación de un jugador. Esto se origina no solo por viajar después de los juegos a la
siguiente ciudad, sino también por jugar juegos a altas horas de la noche, cuando los niveles
de adrenalina y cafeína son altos, y es difícil lograr la relajación suficiente para lograr dormir.
Los efectos tanto de la pérdida aguda del sueño como de la privación crónica del sueño están
bien documentados en la literatura existente; por lo tanto, monitorear el sueño es importante
para informar las decisiones sobre la rutina de los jugadores. Si bien la sabiduría convencional
es que la consistencia en el horario de sueño es clave, y que deben evitarse los horarios yo-yo
con más esfuerzo en una noche y menos en otra, esto no es práctico en el mundo del béisbol
de viajes.
Sin embargo, es importante usar la literatura sobre el sueño para planificar
adecuadamente el sueño y detallar las rutinas del equipo y de los jugadores a medida que el
equipo viaja entre juegos. Por lo general, esto puede implicar la integración de un científico del
sueño para apoyar al equipo, que puede interpretar los datos de actigrafía de los jugadores
para informar las decisiones sobre las rutinas. También es importante comprender el papel
que juegan las siestas para el atleta. De hecho, pueden usarse para compensar la deuda aguda
de sueño, pero más apropiadamente pueden usarse como un impulso temporal para el estado
de alerta y el rendimiento. Es importante planificarlos con un límite de 20 a 30 minutos. Esto
evita que el atleta entre en un sueño profundo y luego se despierte, lo que hace que el jugador
sienta inercia del sueño (lentitud y aturdimiento).Cuadro 22.1 demuestra cómo los datos de
sueño, junto con el conocimiento experto, se pueden usar para planificar un programa de viaje
para un jugador en un programa de ligas mayores.
INVESTIGACIÓN DEL DESEMPEÑO
El papel del científico del deporte es informar la discusión basada en la evidencia. De hecho, las
decisiones clave se toman como resultado de la discusión de expertos en torno a los datos, no de los
datos en sí. Por lo tanto, el análisis de las tendencias de los datos puede dar vida a problemas
importantes que, de otro modo, pasarían desapercibidos en el rendimiento de un jugador. Esto se
demuestra enfigura 22.7, que utiliza TrackMan, una herramienta tecnológica popular en el béisbol, para
registrar datos del lado del lanzamiento en un lanzador de las Grandes Ligas.
También es importante comprender que los conjuntos de datos singulares no suelen presentar
la imagen completa, pero cuando un científico tiene curiosidad acerca de una tendencia de datos y
puede verla en relación con otros conjuntos de datos (por ejemplo, datos de velocidad o incluso
datos de monitoreo). tendencias), luego se pueden plantear preguntas que otros pueden seguir.
Figura 22.7amuestra una tendencia continua para que el lanzador altere la ranura del brazo
a medida que avanza el inicio. Esto en sí mismo puede no ser alarmante para el entrenador,
pero cuando se combina con otros conjuntos de datos (como el control motor del hombro y la
fuerza de agarre), estos datos pueden iniciar una discusión entre el jugador, el entrenador y el
personal médico. En este ejemplo, se descubrió que el jugador tenía una tensión residual en el
hombro no informada que limitaba su acción. Con el tratamiento durante los siguientes 4 días,
esto se resolvió, sus datos de rendimiento mejoraron y sus datos de seguimiento mejoraron. El
resultado clave aquí es que la discusión sobre los datos dio como resultado una intervención
exitosa y que el atleta no perdió ningún tiempo de desempeño. Esto educó al atleta sobre la
importancia de confiar en el
personal médico con una comunicación constante sobre cómo se sentía su cuerpo en todo
momento.
Los resultados exitosos no siempre tienen que ser sobre el estado médico o incluso
físico de un jugador. Por lo general, se requiere que el científico del deporte sea curioso y
haga preguntas de "por qué", lo que puede ser particularmente influyente para dirigir las
discusiones entre los entrenadores y otros miembros del equipo interdisciplinario. por
ejemplo, enfigura 22.7B, los datos demuestran que el jugador tiene un cambio bastante
obvio en la posición de la ranura del brazo. Si el científico plantea preguntas al entrenador
acerca de por qué podría ser esto, puede dirigir la atención del entrenador a aspectos
particulares de la entrega que pueden ser deseables de atender. En este ejemplo
específico, el jugador ha cambiado de lado de la goma, que es un movimiento que no
siempre es obvio durante el juego. Los datos de rendimiento se pueden revisar a la luz de
esto (es decir, ¿fue una decisión exitosa para mejorar el rendimiento?) Y se pueden hacer
los ajustes técnicos apropiados al plan posterior del jugador.
CONCLUSIÓN
El entorno de actuación comprende una amplia gama de expertos con conjuntos de
conocimientos experienciales específicos. Siempre se debe recordar que este conocimiento
experiencial es el mayor conjunto de datos que posee un equipo. El papel de los datos
derivados es informar decisiones específicas que pueden eliminar la especulación del proceso y
también mejorar el conjunto de datos experimentales del profesional (es decir, el aprendizaje).
La interpretación experta de los datos es esencial antes de que se presenten para los debates,
de modo que las preguntas planteadas sean "¿Por qué sucede esto?" o van seguidos de "¿Qué
haremos al respecto?" La aplicación de procesos de diagnóstico diferencial para comprender el
impacto de intervenciones específicas sobre los resultados de los atletas es crucial en este
proceso. Esto permite a los científicos del deporte tomar decisiones sobre lo que funciona o lo
que requiere cambios. Por lo tanto, el científico del deporte debe ser hábil en la identificación
de qué datos deben monitorearse, cómo recopilarlos mejor y, lo que es más importante, cómo
se puede comunicar esto a una audiencia experta para que las discusiones y decisiones se
puedan tomar en el mejor interés de los jugadores. desarrollo. La curiosidad y la comunicación
son cualidades esenciales que el practicante aplicado debe poseer para tener éxito en este
entorno.
FIGURA 22.7La curiosidad sobre los datos de entrega puede informar las discusiones
interdisciplinarias entre el personal de apoyo y los entrenadores:(a)datos del lado del
lanzamiento de un lanzador con opresión en el hombro durante un juego y(B)un
lanzador que se ha movido al otro lado de la goma por razones técnicas.
LECTURAS RECOMENDADAS
Bourdon, PC, Cardinale, M, Murray, A, Gastin, P, Kellmann, M, Varley,
MC, Gabbett, TJ, Coutts, AJ, Burgess, DJ, Gregson, W y Cable, NT.
Monitoreo de las cargas de entrenamiento de los atletas: declaración de [Link] J
Deportes Physiol Realizar12: S2161-S2170, 2017.
Collins, D, Cruickshank, A y Jordet, G, [Link] de Routledge de
Rendimiento deportivo de élite. Milton Park, Abington, Reino Unido: Routledge, 2019.
McGuigan, [Link] del Entrenamiento y Rendimiento en Atletas.
Champaign, IL: Cinética humana, 2017.
Thornton, HR, Delaney, JA, Duthie, GM y Dascombe, BJ. Desarrollando
Sistemas de seguimiento de atletas en deportes de equipo: análisis y
visualización de datos.. Int J Deportes Physiol Realizar14: 698-705, 2019.
Wexler, S, Shaffer, J y Cotgreave, [Link] gran libro de los tableros:
Visualización de sus datos utilizando escenarios comerciales del mundo real. Hoboken, Nueva
Jersey: John Wiley & Sons, 2017.
PARTE VI
Temas especiales
CAPÍTULO 23
Recuperación y Sueño
Dra. Jessica M. Stephens
Dra. Shona L. Halson
La recuperación de los factores estresantes del entrenamiento o la competencia (o ambos) es
compleja y variada según las demandas que se le imponen al atleta. El área de recuperación de
deportistas ha crecido considerablemente, y la incorporación de estrategias de recuperación a los
programas de alto rendimiento se ha convertido en rutina. Junto con el aumento en el uso práctico
de las estrategias de recuperación ha venido un aumento en la investigación que examina estas
estrategias. Aunque aún queda más trabajo por hacer para examinar completamente los
mecanismos y la efectividad de muchas estrategias de recuperación, actualmente hay suficiente
evidencia disponible con respecto a muchas intervenciones para permitir que los profesionales
tomen decisiones informadas para incorporar la recuperación en un programa de alto rendimiento.
ESTRATEGIAS DE RECUPERACIÓN
Si bien la investigación sobre los efectos de la recuperación en el rendimiento
continúa avanzando, no toda esta investigación ha investigado
simultáneamente los mecanismos subyacentes de las diversas estrategias de
recuperación. Por lo tanto, muchos de los mecanismos exactos de recuperación
no están claros. La investigación en esta área suele utilizar diversas medidas de
rendimiento (específicas para el tipo de ejercicio realizado y la fatiga inducida),
marcadores de daño muscular e inflamación (p. ej., creatina quinasa,
mioglobina), cambios en el flujo sanguíneo y medidas perceptivas de
recuperación, fatiga y dolor. En general, el objetivo de la recuperación es
disminuir el tiempo necesario para que el cuerpo vuelva a la homeostasis, tanto
desde una perspectiva fisiológica como psicológica. Por lo tanto, la mayoría de
las estrategias de recuperación se enfocan en las alteraciones metabólicas y
mecánicas o cognitivas (o ambas) que resultan del ejercicio.
La pirámide de recuperación presentada enfigura 23.1describe las principales estrategias
de recuperación que se utilizan actualmente en los deportes de alto rendimiento. Elpirámide
de recuperaciónse construye sobre la base del sueño, seguido de la nutrición y la hidratación.
Estas tres áreas tienen el potencial para el mayor impacto en el rendimiento deportivo. Luego,
se puede construir sobre esta base incorporando otras estrategias, como la hidroterapia, la
compresión y el masaje, que han sido el foco de menor atención de la investigación. La parte
superior de la pirámide incluye estrategias basadas en evidencia mínima o nula y pueden
considerarse modas pasajeras que son momentáneamente populares.
Esta pirámide se puede utilizar para brindar asesoramiento y educación a los atletas
con respecto a la priorización de las estrategias de recuperación. Por ejemplo, la base es el
aspecto más importante en el que centrarse y puede tener la mayor influencia en la
recuperación y el rendimiento. La sección central de la pirámide también puede ser
efectiva y apropiada cuando se usa en un plan de recuperación integral. Sin embargo,
estas estrategias deben incorporarse solo una vez que se haya abordado la base de la
pirámide. La parte superior de la pirámide incluye estrategias emergentes que pueden
tener poca o ninguna evidencia y, por lo tanto, su efectividad es desconocida o
cuestionable. Estas estrategias deben evitarse o usarse con el conocimiento de que
pueden ser ineficaces. Es importante destacar que estas estrategias de recuperación
pueden llevarse a cabo en lugar de técnicas más eficaces, lo que reduce la
eficacia del plan general de recuperación.
FIGURA 23.1La pirámide de recuperación.
Arrastrar
El sueño se considera la base de la pirámide de recuperación debido a su importancia para el
rendimiento y el bienestar de los atletas. Se ha demostrado que la privación del sueño tiene
efectos negativos sobre el rendimiento, el estado de ánimo, el metabolismo y la función
inmunitaria y cognitiva.15). La investigación en atletas de élite sugiere que la calidad o la
cantidad de su sueño, o ambas cosas, a menudo son menos que óptimas (25,26) y que la
mejora del sueño está justificada en muchos atletas. Horarios de entrenamiento y competición
(36,37) y los viajes, así como el estrés y la ansiedad (20), puede contribuir a la falta de sueño en
los atletas. Sin embargo, a menudo se necesitan estrategias adecuadas de educación y cambio
de comportamiento para minimizar la influencia de las redes sociales o los videojuegos en el
sueño. Los teléfonos inteligentes y los videojuegos emiten luz de longitud de onda azul (que
puede disminuir la liberación de melatonina) y también pueden ser una fuente de estrés,
preocupación o competencia en un momento en el que se debe evitar la luz y la estimulación
antes de dormir (28a).
La intensidad del entrenamiento también puede influir en el sueño; mientras que se
esperaría que el sueño mejore durante el entrenamiento intensivo (debido a una mayor
necesidad), la evidencia sugiere que esto no ocurre (21,24). Se informa anecdóticamente que
otros factores como el consumo de cafeína, el dolor muscular, las lesiones, el desfase horario y
los viajes (es decir, dormir en ambientes extraños) tienen un efecto negativo en un
el sueño del atleta si no se maneja apropiadamente. Solo una pequeña cantidad de
estudios han investigado los efectos de la extensión del sueño en atletas; sin embargo,
según la información disponible, se sugiere que un mínimo de una semana de mayor
duración del sueño da como resultado mejoras en una variedad de métricas de
rendimiento en los atletas (6a).
Figura 23.2describe los objetivos y presenta algunas recomendaciones para lograr un
sueño de calidad en los deportistas (11).
Nutrición
capitulo 24cubre alimentación y nutrición en profundidad; sin embargo, es importante reconocer
aquí que la nutrición también es un componente clave de la recuperación atlética. Para una mayor
comprensión del papel de la alimentación y la nutrición en la recuperación del atleta, se dirige a los
lectores a la información encapitulo 24.
Inmersión en agua
El uso de la inmersión en agua o hidroterapia ha sido un área de recuperación muy
popular durante muchos años. Se utilizan varias opciones de inmersión en agua para
ayudar a recuperar el rendimiento. Lo más común es que los atletas realicen inmersión en
agua fría, terapia de agua de contraste o inmersión en agua caliente (38,44). Estas
estrategias de inmersión en agua han sido razonablemente bien examinadas en
investigaciones hasta la fecha, y la elección de qué estrategia implementar debe basarse
en lo que los atletas están tratando de recuperarse.
FIGURA 23.2Objetivos y recomendaciones para la obtención de un sueño de calidad en
deportistas.
Adaptado con permiso de Caia, Kelly y Halson (2017).
Inmersión en agua fría
Inmersión en agua fría(CWI) generalmente implica la inmersión de todo el cuerpo
(excluyendo la cabeza) o solo de las extremidades en temperaturas del agua que oscilan
entre 40 °F (5 °C) y 68 °F (20 °C) durante un máximo de 20 minutos. Esto se puede realizar
de forma continua o intermitente (44). El objetivo principal de CWI es reducir la
temperatura de los tejidos corporales y el flujo sanguíneo, lo que luego conduce a
reducciones en la hinchazón, la inflamación, la tensión cardiovascular y el dolor (39). Son
estos cambios fisiológicos los que conducen a una recuperación mejorada al reducir la
fatiga mediada por hipertermia, reducir la hinchazón y la inflamación mencionadas
anteriormente asociadas con el dolor muscular de aparición tardía (DOMS) y mejorar la
función del sistema nervioso autónomo (18).
En la actualidad no existe un patrón oro o una combinación óptima de
temperatura del agua, profundidad, duración y modo de inmersión (39) para CWI.
La elección del protocolo para CWI debe variar según el atleta y de qué se está
recuperando el atleta. Se ha observado que temperaturas entre 52°F (11°C)
y 59 °F (15 °C) por duraciones de 11 a 15 minutos son óptimos para la reducción del dolor
muscular (27). Sin embargo, con respecto al uso de CWI para la reducción de la tensión
térmica o la mejora de la función del sistema autónomo, hay menos evidencia científica
que sugiera un protocolo óptimo.
Otro factor a considerar al determinar el protocolo CWI a utilizar son las características
físicas de los atletas, ya que se ha demostrado que la composición corporal, el sexo, la
edad y el origen étnico afectan las respuestas fisiológicas a CWI (38). Se recomiendan
protocolos menos intensos (p. ej., temperaturas del agua más cálidas o duraciones más
cortas) para atletas con poca grasa corporal y poca masa muscular. También es probable
que las atletas femeninas, juveniles y máster requieran protocolos menos intensos en
comparación con el atleta masculino adulto promedio (38).
En la práctica, CWI se usa mejor en ambientes cálidos para ayudar a la
recuperación de la fatiga termorreguladora, y también puede proporcionar una
ventaja de preenfriamiento si se requiere un rendimiento posterior el mismo día.
La inmersión en agua fría también es eficaz para controlar el dolor y el daño
muscular, como se desprende de los estudios que examinan la creatina quinasa
circulante, que a menudo se usa como marcador indirecto del daño muscular (1a).
La investigación ha demostrado que CWI mejoró significativamente la recuperación
de la sentadilla con salto y la fuerza isométrica y redujo significativamente la
concentración de creatina quinasa en comparación con una condición de control
pasivo 48 horas después del ejercicio que daña los músculos (40a). Además, se ha
encontrado que CWI mejoró la recuperación de la velocidad de sprint y atenuó el
flujo de creatina quinasa en comparación con una condición de control durante un
torneo de deporte de equipo simulado (26a).
Inmersión en agua caliente
Inmersión en agua caliente(HWI) generalmente implica la inmersión de todo el cuerpo
(excluyendo la cabeza) o solo de las extremidades en temperaturas del agua superiores a 96 ° F (36
° C). La inmersión en agua caliente generalmente se realiza en una inmersión continua y, a menudo,
implica el uso de chorros subacuáticos para masajear los músculos (44). Cuando se utiliza con fines
de recuperación, el objetivo principal de HWI es la relajación y el alivio de la tensión muscular.
Fisiológicamente, HWI conduce a aumentos en la temperatura corporal y el flujo sanguíneo (40). A
través de este aumento en el flujo sanguíneo, se cree que HWI mejora la eliminación de desechos
metabólicos y aumenta el suministro de nutrientes hacia y desde las células (45). Se cree que estas
respuestas fisiológicas ayudan a la curación y la recuperación.
del rendimiento neuromuscular (40,45); sin embargo, esto es teórico en la actualidad, y se
requiere investigación futura para probar esta teoría.
Queda una investigación mínima que respalda el uso de HWI para la
recuperación del rendimiento; por lo tanto, es difícil recomendar protocolos
óptimos. De manera similar a los hallazgos para CWI, la duración máxima
sugerida por la investigación es de aproximadamente 20 minutos. A pesar de la
falta de evidencia científica para respaldar los beneficios de HWI,
anecdóticamente sigue siendo un método de recuperación popular. Los atletas
a menudo prefieren el uso de HWI sobre CWI porque les resulta más cómodo y
relajante. Prácticamente, HWI se puede utilizar para ayudar a la recuperación
psicológica, ya que proporciona beneficios de relajación. También puede ser útil
en los días de descanso y antes del masaje para relajar los músculos tensos. Sin
embargo, la HWI debe aplicarse con precaución cuando se sospechan lesiones
en los tejidos blandos porque, en teoría, el aumento del flujo sanguíneo puede
exacerbar la hinchazón, los hematomas y la inflamación. Igualmente,
Terapia de agua de contraste
Terapia de agua de contraste(CWT) involucra al atleta alternando entre CWI y HWI; por lo
general, los atletas se transferirán entre piscinas calientes y frías de tres a siete veces y
pasarán 1 o 2 minutos en cada una (44). El objetivo de utilizar la recuperación de CWT es
mejorar el flujo sanguíneo y la eliminación de los productos de desecho metabólicos. Esto
se logra alternando entre el CWI, que tiene un efecto vasoconstrictor, y el HWI, que tiene
un efecto vasodilatador; luego se cree que esto provoca una acción de bombeo para
mejorar el flujo sanguíneo y la eliminación de desechos (40,42). Se ha demostrado que la
terapia con agua de contraste mejora la recuperación de la fatiga y el daño muscular a
través de cambios en la temperatura corporal, reducciones en el espasmo muscular y la
inflamación, y una mejor amplitud de movimiento (40).
La selección de protocolos para CWT sigue siendo en gran medida anecdótica porque
se ha realizado una investigación mínima para determinar cuál es el óptimo. Aunque se ha
demostrado que no existe una relación dosis-respuesta para la duración total de CWT y la
recuperación del rendimiento de carrera y ciclismo (42,43), aún se desconoce cuántas
rotaciones y la duración por rotación son óptimas. Sin embargo, la investigación ha
demostrado que una proporción de 1: 1 de calor a frío puede tener efectos positivos.
efectos de rendimiento (14), con 6 minutos de CWT en una proporción de 1: 1 mejorando el
rendimiento de ciclismo contrarreloj y sprint en comparación con el control en un 1,5% y un 3%,
respectivamente (42).
Prácticamente, CWT se usa más en escenarios en los que los atletas están fatigados y cansados
en lugar de recuperarse de DOMS o hipertermia inducida por el ejercicio. La terapia de agua de
contraste también se sugiere como una estrategia de recuperación eficaz para los deportes que no
soportan peso, como la natación y el ciclismo, en los que la principal prioridad de recuperación es la
eliminación de los desechos metabólicos (14).
Compresión
El uso de compresión para ayudar a la recuperación es otra modalidad de recuperación
que está ganando popularidad. La compresión se aplica a las extremidades del atleta por
medio de prendas de compresión (p. ej., mallas o calcetines) o botas y mangas de
compresión neumática. Cada vez hay más pruebas que respaldan el uso de la compresión
para ayudar en la recuperación; sin embargo, esta es un área temprana de investigación,
particularmente con respecto a la compresión neumática.
Prendas de compresión
Prendas de compresióncomo mallas, calcetines, camisas de manga larga y mangas para
brazos o piernas se han convertido en un método de recuperación común para que los atletas
mejoren la circulación después del ejercicio (8). Las prendas de compresión se originaron en la
industria médica y se utilizan por su capacidad para mejorar la circulación, el flujo linfático y el
retorno venoso (8). Se cree que estos cambios fisiológicos hacen que las prendas de
compresión sean efectivas para la recuperación al reducir la hinchazón, la inflamación y el
edema (8,10). Las investigaciones han demostrado que las prendas de compresión son
efectivas para mejorar la recuperación de la fuerza, la potencia y el rendimiento ciclista (10). Se
ha demostrado que las prendas de compresión aumentan el rendimiento del ciclismo de
velocidad, con un aumento del trabajo por carrera de un 4,3 % en comparación con el control (
7). Para obtener más información sobre los diversos impactos en el rendimiento de las prendas
de compresión, consulte los metanálisis de Hill y colegas (17) y Brown y colegas (10).
Aunque investigaciones anteriores han demostrado que las prendas de compresión
mejoran la recuperación (8,10,17), la combinación óptima de cuándo usarlos, cuánto
tiempo usarlos y qué tipo de prenda (p. ej., medias versus calcetines) sigue sin estar clara.
Se ha encontrado que las prendas de compresión son efectivas para mejorar
recuperación cuando se usa por tan solo 20 minutos entre sesiones de ejercicio (1);
sin embargo, se ha sugerido que cuanto más tiempo el atleta pueda usar las
prendas, mayores serán los beneficios (40).
También se ha demostrado que las prendas de compresión son beneficiosas para la
recuperación después de un viaje aéreo de larga distancia. El uso de medias de compresión durante
los viajes ha mostrado mejoras en las calificaciones subjetivas de fatiga y dolor muscular de los
atletas, además de reducciones en la hinchazón de las extremidades inferiores (7). El uso de
compresión durante vuelos largos también ha mostrado beneficios en la recuperación del
rendimiento del salto con contramovimiento y una reducción en la creatina quinasa en
comparación con el grupo de control (7,23); por lo tanto, se recomienda que los atletas usen ropa
de compresión durante el viaje, especialmente cuando se les pedirá que se desempeñen en una
competencia o entrenamiento poco después de su llegada.
Compresión Neumática
Compresión neumáticageneralmente implica la aplicación de botas o mangas de compresión
en las piernas o los brazos. Estas mangas se inflan para aplicar compresión externa a las
extremidades, y la cantidad de compresión aplicada por los dispositivos neumáticos es mucho
mayor que la de las prendas de compresión (las botas aplican hasta 110 mmHg mientras que
las prendas de compresión aplican hasta 30 mmHg) (9,47). La mayoría de los dispositivos
disponibles comercialmente ofrecen compresión que se aplica secuencialmente comenzando
en el pie y subiendo por la pierna en segmentos, con el segmento anterior permaneciendo
inflado hasta que se suelta la pierna completa. Sin embargo, también hay opciones para ciclos
de compresión y liberación segmento por segmento y compresión periestática. Al igual que las
prendas de compresión, se cree que la compresión neumática mejora la circulación y el retorno
venoso para mejorar la eliminación de productos metabólicos de desecho (29).
La compresión neumática es una tecnología emergente y, como tal, se ha realizado una
investigación mínima para examinar la eficacia o los protocolos óptimos de uso. Como
anécdota, la compresión neumática es popular entre los atletas y se ha demostrado que es
eficaz para mejorar las calificaciones subjetivas de fatiga muscular, dolor y molestias (dieciséis).
Sin embargo, la compresión neumática aún no ha mostrado grandes beneficios para la
recuperación del rendimiento (dieciséis,29,47). Se requiere investigación futura para
determinar completamente el impacto de la compresión neumática en el rendimiento y los
protocolos óptimos para su uso.
Recuperación activa
Una recuperación activa, o enfriamiento, realizada inmediatamente después del ejercicio es
una de las estrategias de recuperación más conocidas (41).Recuperación activase realiza
típicamente al final de una sesión de entrenamiento o competencia por una duración de 5 a 15
minutos e involucra ejercicios aeróbicos de intensidad baja a moderada (41). El objetivo de la
recuperación activa es mantener un flujo sanguíneo elevado, lo que se cree que mejora la
eliminación de productos de desecho como el lactato sanguíneo (41). La investigación hasta la
fecha ha mostrado resultados mixtos, con algunos estudios que respaldan y otros que no
muestran beneficios del uso de la recuperación activa (40). Se ha demostrado que la
recuperación activa es en gran medida ineficaz para mejorar la recuperación del rendimiento y
es poco probable que prevenga lesiones cuando se requiere un rendimiento posterior más de
4 horas después (41). Sin embargo, también se ha demostrado que cuando se requieren
repeticiones en un corto período de tiempo (<30 min), la recuperación activa es efectiva y debe
incorporarse (19). Aunque parece que la recuperación activa es útil para períodos de
recuperación cortos, pero no para períodos de tiempo más largos, sigue existiendo una falta
de consenso sobre los beneficios de la recuperación activa y se requiere más investigación.
En resumen, la recuperación activa es una práctica rutinaria o ritualista ampliamente
utilizada por los atletas, por lo que, a pesar de los resultados mixtos de la investigación, no
se ha observado un fuerte impacto negativo en la recuperación del rendimiento. Por lo
tanto, se recomienda que los atletas aún realicen una recuperación activa si sienten que es
beneficioso.
Extensión
El estiramiento es otro método de recuperación que se usa ampliamente, pero que no está
respaldado por pruebas científicas sólidas que sugieran un efecto positivo en la recuperación
del rendimiento (3). Cuando se utiliza con fines de recuperación, el objetivo del estiramiento es
reducir el dolor y la rigidez muscular, así como relajar el músculo y mejorar el rango de
movimiento (35). Se ha sugerido el estiramiento para ayudar a la recuperación del dolor
muscular al dispersar el edema acumulado en el tejido muscular dañado; sin embargo, esto
aún no se ha demostrado en la investigación (3).
Cuando el estiramiento se usa para la recuperación, a menudo se hace junto con una recuperación
activa o un enfriamiento, y generalmente se recomienda que se realicen estiramientos estáticos para los
principales grupos musculares que se usan durante el ejercicio y que se mantengan durante 15 a 30
segundos (33). También se aconseja que el estiramiento no debe causar
malestar o dolor.
Masaje
Masajees una de las estrategias de recuperación más utilizadas (31) y generalmente lo realiza
un terapeuta capacitado; sin embargo, los atletas también pueden aprender técnicas de
automasaje y usar dispositivos como rodillos de espuma para la liberación miofascial y los
puntos de activación. Se cree que el masaje aumenta el flujo sanguíneo, disminuye la tensión
muscular, disminuye la excitabilidad muscular y mejora la percepción general de bienestar (19).
Además, se ha encontrado que el masaje tiene el mejor efecto en la recuperación aguda (10-20
min), especialmente cuando es más breve (1-12 min); sin embargo, los beneficios del masaje en
la recuperación del rendimiento siguen siendo pequeños y poco claros (31).
El uso del automasaje con rodillos de espuma ha arrojado evidencia más sólida de beneficio en
la investigación hasta la fecha, con estudios que muestran que los rodillos de espuma atenúan las
disminuciones en el rendimiento de sprint y fuerza, disminuyen la percepción del dolor, disminuyen
el DOMS y aumentan el rango de movimiento (5,46). Los atletas también pueden usar dispositivos
como una pelota de masaje, palos de rodillos de masaje o dispositivos de masaje de percusión para
realizar un automasaje. Es importante que los atletas estén bien informados sobre cómo usar el
automasaje porque pueden aumentar el dolor, la hinchazón y los hematomas al usar estas técnicas
de manera incorrecta. Se recomienda que los atletas consulten con un terapeuta capacitado para
aprender a usar de manera segura las técnicas de automasaje que serán de beneficio específico en
relación con sus necesidades.
Tecnologías de recuperación
Las tecnologías de recuperación avanzan constantemente, y las nuevas opciones a menudo
afirman tener efectos superiores en la recuperación de los atletas. Algunas de las tecnologías
mencionadas más adelante han estado disponibles durante muchos años, pero la evidencia
científica sigue siendo mínima para respaldar su uso. Las tecnologías en esta sección deben
abordarse con más precaución, ya que el apoyo a su eficacia es mínimo y es probable que sus
beneficios para la recuperación sean menores que los de las estrategias mencionadas
anteriormente.
Crioterapia y Criosaunas
Por lo general, existen dos formas de crioterapia de cuerpo completo o
parcial: criocámaras y [Link]ámarasson de una o varias personas
cámaras donde el atleta, incluida la cabeza del atleta, está completamente expuesto a
temperaturas muy bajas. Encriosaunas(también denominadas a veces criocabinas), la
cabeza del atleta no está expuesta porque el nitrógeno líquido que se usa para enfriar
no es respirable.
Crioterapiaimplica exponer al atleta a aire extremadamente frío, generalmente por debajo
de −166 ° F (−110 ° C) durante 2 a 5 minutos (6). Al igual que la CWI, se cree que la crioterapia
mejora la recuperación mediante la reducción de la temperatura de los tejidos y el flujo
sanguíneo, lo que reduce la hinchazón y la inflamación y proporciona un efecto analgésico (2).
La investigación hasta la fecha ha demostrado que la crioterapia no tiene efectos negativos en
la recuperación, pero tampoco ha producido beneficios claros y consistentes para la
recuperación (12). Por lo tanto, se recomendaría que, dado el costo y las dificultades prácticas
asociadas con el acceso a la crioterapia, los atletas elijan CWI como una forma más práctica de
usar la exposición a temperaturas frías para ayudar a la recuperación (6). Aun así, si se dispone
de acceso a la crioterapia, esta opción puede ser un medio para reducir la monotonía con
respecto a la exposición al frío.
Se debe tener especial cuidado con respecto a la seguridad en las cámaras y garantizar el
cumplimiento del tiempo de exposición adecuado. La sobreexposición a la crioterapia puede
provocar hipotermia, quemaduras por frío (daño en la piel), hipertensión, molestias, reducción de la
conducción nerviosa y reducción del flujo sanguíneo periférico en los dedos de manos y pies. Estas
son algunas consideraciones de seguridad importantes para el uso de la crioterapia:
Los atletas deben ser supervisados en todo momento cuando se encuentren en criocámaras
o criosaunas; en el caso de las cámaras de crioterapia para varias personas, el personal de
supervisión debe permanecer fuera de la cámara.
Las partes del cuerpo sensibles al frío (manos, pies y boca) deben protegerse
contra la exposición al frío.
La superficie de la piel debe estar completamente seca para eliminar todo el sudor y la
humedad. Los atletas no deben respirar el nitrógeno líquido cuando usan criosaunas
(esto puede ocurrir si se desmayan o se agachan y están expuestos a los vapores fríos
dentro de la sauna).
Estimulación Muscular
Los dispositivos de estimulación muscular eléctrica (EMS) son otra estrategia de recuperación
[Link]ón muscularconsiste en colocar electrodos sobre los músculos
fatigados, que luego administran estimulación transcutánea al músculo.
Se cree que la estimulación muscular eléctrica aumenta el flujo sanguíneo y el retorno venoso, por
lo que mejora la recuperación al acelerar la eliminación de metabolitos (4,30). Al igual que con la
crioterapia de cuerpo entero, la investigación que examina la EMS no ha identificado efectos
negativos en la recuperación (13), pero tampoco ha demostrado beneficios concluyentes para la
recuperación del rendimiento (30). Sin embargo, se demostró que la estimulación muscular
eléctrica tiene beneficios perceptivos positivos cuando se pidió a los atletas que calificaran su dolor
muscular, energía y estado de ánimo percibidos.4,13) y, por lo tanto, puede ser una estrategia de
recuperación beneficiosa. Se requiere más investigación para permitir que se proporcionen
recomendaciones sobre el uso y los protocolos. Algunos dispositivos tienen modos para la
recuperación del entrenamiento, la recuperación de la competencia y la reducción del dolor
muscular. Debido a que la investigación es limitada en esta área, se recomienda que los atletas
sigan los protocolos y recomendaciones del dispositivo o sus propias preferencias individuales.
Dispositivos de masaje de percusión y vibración
Vibración de cuerpo enteroydispositivos de percusióncomo los rodillos de espuma, las bolas
de masaje y las pistolas de masaje, que aplican tratamientos de vibración o percusión al
músculo, se están volviendo populares. Se cree que estos dispositivos promueven la
circulación, disminuyen la rigidez y la tensión muscular y aumentan el rango de movimiento (
22,32). Los dispositivos de masaje de percusión y vibración son prometedores para mejorar la
recuperación; pero al igual que con muchas de las tecnologías emergentes, la evidencia hasta
ahora sugiere solo beneficios perceptivos positivos, y se necesita más investigación para
examinar los efectos fisiológicos y de rendimiento (22). Similar a la situación con los
dispositivos EMS, las recomendaciones de uso no están estandarizadas y generalmente se
basan en la preferencia del atleta o en las pautas del fabricante, si están disponibles (o ambas).
Recuperación Mental
La creciente evidencia sugiere que la fatiga cognitiva puede afectar los componentes físicos,
técnicos, tácticos y psicológicos del rendimiento deportivo. Como consecuencia, están
surgiendo métodos para mejorar la recuperación de la carga cognitiva experimentada por los
atletas. Los métodos incluyen estrategias de relajación, atención plena, meditación,
biorretroalimentación, neurorretroalimentación y varias formas de tecnología que se enfocan
en la actividad cerebral. Hay una clara falta de investigación en esta área; sin embargo, se
anticipa que la reducción de la fatiga mental será cada vez más importante
para el atleta de hoy (34a).
Modas de recuperación
Debido a la popularidad de la recuperación, muchas empresas ven las estrategias de
recuperación como una oportunidad para obtener ganancias financieras significativas.
Esto se destaca por el hecho de que la mayoría de las nuevas tecnologías salen al mercado
sin una investigación científica independiente. Al examinar las estrategias de recuperación
que involucran tecnologías nuevas o emergentes, es importante que el científico deportivo
haga preguntas a los fabricantes sobre los mecanismos de acción sugeridos y la
investigación disponible. Sin embargo, dado que la investigación a menudo va muy por
detrás de la práctica, los profesionales deben tener una comprensión básica de los
mecanismos de recuperación fisiológica y psicológica para poder emitir juicios apropiados
sobre el uso de nuevos equipos y tecnología. También se reconoce que el efecto de la
creencia puede tener una influencia poderosa e importante en la recuperación, y por lo
tanto esto no debe descartarse cuando existe una falta de evidencia científica. Sin
embargo, es importante que los atletas no se involucren principalmente en tecnologías
que pueden ser populares y carecer de fundamento científico a expensas de estrategias
que tienen evidencia científica sólida y anecdótica.
RECUPERACIÓN Y ADAPTACIÓN
Tradicionalmente, la recuperación siempre se ha considerado una parte integral de la adaptación al
entrenamiento, por lo que se requiere recuperación después del estímulo de entrenamiento para
garantizar que un atleta no se fatiga excesivamente y se adapta al programa de entrenamiento. Sin
embargo, actualmente existe cierto debate sobre el papel de la recuperación en la reducción
potencial de la adaptación al mitigar la respuesta inflamatoria y de señalización necesaria para
promover ciertas adaptaciones.34). En la actualidad, el foco de este debate se centra en CWI, con
una falta de consenso en los resultados de la investigación. Un enfoque conservador de este
problema sería la eliminación de la recuperación después de las sesiones de entrenamiento de
fuerza, ya que se ha demostrado que este aspecto del programa de entrenamiento es el más
influenciado negativamente con respecto a la adaptación. Sin embargo, debe tenerse en cuenta que
no hay investigaciones sobre deportistas de élite hasta la fecha.
Un enfoque más adecuado puede ser periodizar el uso de la recuperación para el atleta de
élite. De la misma forma en que se periodizan el entrenamiento y la nutrición, se debe
considerar los períodos del programa de entrenamiento en los que se puede minimizar la
recuperación (p. ej., en las fases de entrenamiento de resistencia cardiovascular) y cuando se
puede enfatizar (p. ej., durante una fase de competición). Dada esta información, el aspecto
más importante a considerar es si las metas del atleta son a corto o largo plazo. ¿El objetivo
actual es mejorar la adaptación al entrenamiento o minimizar la fatiga para sesiones de
entrenamiento de calidad, competición o mejora del rendimiento? Para una revisión completa
sobre la periodización de la recuperación en deportes individuales y de equipo, consulte la
revisión de Mujika y colegas (28).
DISEÑO DEL PROGRAMA DE RECUPERACIÓN
Para el diseño de un programa de recuperación, no se puede recomendar ningún estándar de
oro o protocolo de mejores prácticas. La recuperación es un desafío único que variará de un
atleta a otro y de un deporte a otro. Para determinar qué estrategia o estrategias implementar,
se recomienda que los científicos del deporte comiencen planteándose las siguientes
preguntas:
1. ¿Cuál es el estrés principal del que el atleta está tratando de recuperarse (p. ej., tensión
térmica, daño muscular, acumulación de metabolitos, agotamiento del sistema de
energía, fatiga mental)?
2. ¿Cuál es el marco de tiempo para la recuperación? ¿Cuándo necesita el atleta volver a
entrenar o competir? ¿Se requiere alta calidad en la próxima sesión?
3. ¿Existen factores ambientales que puedan afectar la recuperación del atleta
(p. ej., calor, altitud, frío)?
4. ¿Está el atleta excesivamente fatigado (p. ej., el riesgo de consecuencias
negativas de la fatiga es mayor que el riesgo de afectar potencialmente la
adaptación)?
5. ¿Está el atleta en una competencia o en una fase de preparación (p. ej., cuál es la
prioridad actual del plan a largo plazo del atleta)?
6. ¿A qué instalaciones tendrá acceso el atleta?
Una vez que se han identificado el objetivo y los desafíos de la recuperación, se puede
desarrollar un programa. Es importante que los atletas prueben diferentes estrategias de
recuperación en el entorno de entrenamiento, antes de implementarlas en la competencia, para
saber cómo responden y se sienten individualmente después de usar diferentes estrategias.
Aunque es importante que el científico deportivo comprenda los objetivos de la recuperación en las
circunstancias individuales específicas de los atletas, se pueden hacer algunas recomendaciones
generales para diferentes situaciones. Los escenarios que se presentan a continuación pueden ser
utilizados por los profesionales como punto de partida para planificar la recuperación, pero deben
individualizarse para sus propios contextos específicos.
Escenario 1: Deporte de equipo, en temporada, participando
en un juego por semana
Línea de tiempo de recuperación posterior al juego:la línea de tiempo enfigura 23.3representa los pasos de
recuperación posteriores al juego que se deben tomar.
Día de juego más uno:Si el atleta todavía se siente excesivamente fatigado o adolorido el
día después del juego, se pueden incorporar más estrategias de recuperación. El masaje,
las botas de compresión o las estrategias de inmersión en agua pueden ser efectivas
aquí.
Escenario 2: Torneo (Equipo o Deporte
Individual), Múltiples Juegos o Eventos por Día
o Durante Múltiples Días
Si hay 60 minutos o menos entre juegos o eventos, el atleta podría seguir estas
estrategias:
Recuperación activa
2. Estiramiento
3. Nutrición e hidratación
Masaje o compresión
Generalmente, cuando el cambio entre juegos o eventos es corto, las estrategias de
inmersión en agua no se recomiendan por varias razones. En primer lugar, los aspectos
prácticos del atleta que necesitan cambiarse y secarse pueden ser inviables si el tiempo es
corto. En segundo lugar, CWI puede enfriar los músculos y tener un impacto negativo en el
rendimiento (38). Sin embargo, el CWI se puede considerar entre eventos que no son de
sprint con un cambio corto si el entorno es cálido porque es probable que tenga un
beneficio de preenfriamiento positivo en relación con el rendimiento posterior. Si hay días
posteriores de competencia, el atleta podría seguir el proceso sugerido en el escenario 1,
al finalizar cada día.
Al diseñar programas de recuperación, una de las consideraciones más importantes
para los científicos del deporte son los aspectos prácticos de la implementación. Por
ejemplo, durante un viaje, el acceso a piscinas de inmersión o spas puede ser difícil; a
menudo se utilizan piscinas portátiles o bañeras de plástico en los vestuarios. Los aspectos
prácticos de obtener un gran equipo a través de CWI con solo un grupo pequeño que se
ajuste a una o dos personas pueden llevar mucho tiempo. En este escenario, los atletas
que han tenido más tiempo de juego podrían ser priorizados para la inmersión en agua,
mientras que aquellos que no han jugado tanto tiempo podrían usar una estrategia de
recuperación diferente, como la compresión neumática. Además, los atletas podrían usar
una ducha para obtener beneficios fríos o de contraste. Aunque las duchas no brindan los
beneficios de presión hidrostática de la inmersión en agua,
no es posible.
CONCLUSIÓN
La recuperación es multifacética, y tanto la elección de la estrategia de recuperación como las
formas en que se combinan las estrategias de recuperación en los atletas involucran muchas
consideraciones. Las consideraciones iniciales deben tener que ver con la efectividad de las
estrategias de recuperación disponibles y priorizar estrategias simples que proporcionen la
base para la recuperación, como el sueño y la nutrición. Además, la dosis de recuperación debe
considerarse dentro del contexto del programa de entrenamiento y periodizarse para
maximizar el rendimiento y la adaptación.
FIGURA 23.3 Línea de tiempo de recuperación posterior al juego.
LECTURAS RECOMENDADAS
Brown, F, Gissane, C, Howatson, G, van Someren, K, Pedlar, C y Hill,
J. Prendas de compresión y recuperación del ejercicio: un metanálisis. medicina
deportiva47: 2245-2267, 2017.
Caia, J, Kelly, VG y Halson, SL. El papel del sueño en la maximización
rendimiento en deportistas de élite. EnDeporte, Recuperación y Rendimiento.
Kellman, M y Beckman, J, eds. Abington, Reino Unido: Routledge, 151-167,
2017.
Halson, SL. Sueño en deportistas de élite e intervenciones nutricionales para potenciar
[Link] deportiva44 (suplemento 1): T13-T23, 2014.
Hill, J, Howatson, G, Van Someren, K, Leeder, J y Pedlar, C.
Prendas de compresión y recuperación del daño muscular inducido por el
ejercicio: un metanálisis. Br J Sports Med48: 1340-1346, 2014.
Ihsan, M, Watson, G y Abbiss, CR. que son los fisiologicos
mecanismos para la inmersión en agua fría después del ejercicio en la
recuperación de la resistencia prolongada y el ejercicio intermitente?medicina
deportiva 46: 1095-1109, 2016.
Mujika, I, Halson, S, Burke, LM, Balagué, G y Farrow, D. An
enfoque integrado y multifactorial de la periodización para un rendimiento
óptimo en deportes individuales y de [Link] J Deportes Physiol Realizar
13: 538-561, 2018.
Stephens, JM, Halson, S, Miller, J, Slater, GJ y Askew, CD. Agua fría
inmersión para la recuperación atlética: una talla no sirve para [Link] J Deportes
Physiol Realizar12: 2-9, 2017.
CAPÍTULO 24
Alimentación y Nutrición
Louise M. Burke, doctorado
Eric S. Rawson, doctorado
La dieta de un atleta juega un número de papeles clave en el logro de una carrera deportiva larga y
exitosa. En la fase de entrenamiento, los planes de alimentación deben proporcionar el combustible
para entrenar duro, así como los nutrientes necesarios para adaptarse de forma óptima y
recuperarse bien. Energía, macronutrientes ymicronutrientes(alimentos químicos) también son
parte de mantenerse saludable y libre de lesiones. Lograr y mantener una composición corporal
óptima sin estrés o restricción alimentaria indebida implica una manipulación juiciosa de la ingesta
de energía y proteínas. En la fase de competencia, un atleta debe reconocer los factores fisiológicos
que causan fatiga o un rendimiento subóptimo y, cuando sea posible, usar estrategias nutricionales
antes, durante o entre eventos para reducir o retrasar la aparición de estos problemas. Finalmente,
aunque una política de “la comida primero” proporciona el mejor enfoque para la nutrición
deportiva, hay ocasiones en las que los alimentos o suplementos deportivos pueden ser una forma
práctica de abordar las necesidades de nutrientes o proporcionar un impulso directo en el
rendimiento.
Con la variedad de estrategias de entrenamiento y las características de los eventos que
componen el mundo del deporte, no sorprende que las necesidades específicas de cada atleta
sean únicas y cambien constantemente. De hecho, los dietistas deportivos promueven la
importancia de la personalización, periodización y practicidad en el desarrollo del plan dietético
de cada atleta. Está más allá del alcance de este capítulo proporcionar una descripción
detallada de cada meta o estrategia dentro de la caja de herramientas de nutrición deportiva o
explicar las complejidades de las habilidades utilizadas por los dietistas deportivos y expertos
en nutrición en la evaluación, el asesoramiento y el seguimiento con respecto a la salud de un
atleta. dieta. Sin embargo, una apreciación de los principios clave de la nutrición deportiva
puede ayudar a los científicos del deporte y otros miembros del personal de rendimiento a
proporcionar un entorno y una cultura que refuercen el conocimiento y la práctica sólidos, así
como a identificar oportunidades para abordar problemas u oportunidades en una etapa
temprana. El objetivo de este capítulo es proporcionar ideas prácticas que destaquen la
papel de la nutrición para el rendimiento.
ENERGÍA Y COMPOSICIÓN CORPORAL
ADMINISTRACIÓN
La ingesta de energía (IE) es el punto de partida para evaluar y educar a un atleta sobre
nutrición deportiva. La IE determina la capacidad de los atletas para consumir los
macronutrientes, micronutrientes y otras formas de apoyo nutricional que alimentan y
optimizan sus necesidades de entrenamiento y salud. También sustenta la capacidad de los
atletas para modificar su composición corporal, por ejemplo, para ganar masa muscular o
reducir el contenido de grasa corporal. Es fundamental determinar la cantidad adecuada de
kilocalorías diarias (es decir, IE) necesarias para respaldar el rendimiento deportivo y optimizar
la composición corporal. El requerimiento de energía estimado(EER) es la suma del gasto
energético diario total, que incluye la tasa metabólica en reposo, el efecto térmico de la
alimentación y el gasto energético relacionado con las actividades físicas. El EER se puede
estimar mediante ecuaciones que incluyen variables como la edad, el peso, la altura y la
actividad física. Las medidas precisas de edad, peso y altura se obtienen fácilmente, pero las
estimaciones de la actividad física son más complejas. Por ejemplo, utilizando la ecuación del
Instituto de Medicina (43a), un hombre de 22 años que pesa 80 kg (176,4 libras), mide 1,7 m
(5,6 pies) de altura e informa un nivel de actividad física (PAL) de muy activo (coeficiente PA =
1,48), tiene una EER de 3.694 kcal/día. Para el mismo individuo, un PAL informado de activo
(coeficiente PA = 1,25) reduce la EER a 3.190 kcal/día. Por lo tanto, estas estimaciones deben
usarse con cautela, con el uso supervisado por un profesional calificado y las estimaciones
resultantes combinadas con los objetivos y el seguimiento de la composición corporal. Las
siguientes son ecuaciones utilizadas para el cálculo de EER en hombres y mujeres (tenga en
cuenta que la edad está en años, el peso está en kilogramos, la altura está en metros, el
coeficiente de actividad física se basa en el PAL como se describe entabla 24.1).
Requerimiento energético estimado para hombres > 19 años:
662 - (9.53×edad) + {coeficiente de actividad física× [(15.91×peso) + (539.6
×altura)]}
Requerimiento energético estimado para mujeres > 19 años:
354 - (6,91×edad) + {coeficiente de actividad física× [(9.36×peso) + (726×
altura)]}
Hay otros métodos disponibles para estimar los requerimientos de energía (verhttps: //
[Link]/medcalcs/estimated-energy-requirement-eer-equation/), pero también son
estimaciones y, por lo tanto, requieren una supervisión adecuada. En algunos casos, la tasa
metabólica en reposo puede medirse con mayor precisión mediante calorimetría indirecta. Sin
embargo, los otros componentes del gasto energético, el efecto térmico de la alimentación y el
gasto energético de la actividad física, seguirán siendo estimaciones. Las aplicaciones dietéticas que
combinan la IE y el gasto energético de la actividad física son populares, pero no pueden
reemplazar las consultas y el seguimiento por parte de un dietista deportivo o un científico del
deporte.
TABLA 24.1Valores del Nivel de Actividad Física y Coeficientes de
Actividad
Actividad física
coeficiente
Nivel de actividad física (PAL) * Ejemplos (masculinos femeninos)
Sedentario (≥1,0 a <1,4) Actividades comunes de la vida diaria (AVD) 1,00 / 1,00
Activo bajo (≥1,4 a <1,6) AVDy30-60 min de actividad moderada diaria 1.11 / 1.12
Activo (≥1,6 a <1,9) AVDy≥1 h de actividad diaria moderada 1,25 / 1,27
Muy activo (≥1,9 a <2,5) AVDy≥1 h min de actividad moderada diaria y 1 h más 1,48 / 1,45
de actividad vigorosa o 2 h de actividad moderada
* PAL = relación entre el gasto energético total y el gasto energético diario basal (“1,0” significa que el
gasto energético total es igual al gasto energético diario basal).
Tradicionalmente, las transacciones de energía en el cuerpo se han visto en términos de
balance de energía, donde la IE en exceso del gasto conduce a una ganancia en las reservas de
energía del cuerpo (masa grasa y quizás masa muscular), mientras que un déficit de energía,
creado por un mayor gasto que la ingesta. de energía, conduce a una pérdida de las reservas
de energía del cuerpo (pérdida de grasa y masa muscular). Antes de discutir el ajuste
deliberado de las métricas de energía para promover un cambio en la composición corporal, es
importante abordar el concepto dedisponibilidad de energía(EA). Este término fue
popularizado por primera vez por Anne Loucks (35) para describir la diferencia en la IE y el
gasto energético del ejercicio en relación conmasa libre de grasa(FFM). Un valor numérico se
puede derivar de este concepto:
EA = (EI - costo energético del ejercicio [kcal]) / FFM (kg)
Se sugiere que la EA óptima cuando un atleta está en equilibrio energético y alcanza la
energía necesaria para respaldar todas las funciones corporales es ≥40 a 45 kcal/kg FFM
por día (41). Los problemas surgen cuando se crean déficits de energía, ya sea deliberada o
accidentalmente (como se discutirá más adelante). Si bien esto puede conducir temporalmente
a una pérdida de las reservas de energía del cuerpo (es decir, pérdida de peso), el cuerpo
generalmente se ajusta a esto (como un mecanismo de supervivencia) para conservar el gasto
de energía. Esta adaptación produce dos resultados prácticos: (a) el cuerpo ahora tiene un
punto nuevo y más bajo en el que se logra el equilibrio energético (lo que hace que sea más
difícil lograr un déficit de energía para producir grasa o pérdida de peso), y (b) el cuerpo gasta
menos energía en procesos que no son esenciales para la supervivencia (p. ej., sistema
reproductivo, salud ósea, síntesis de proteínas) (41). Un apoyo subóptimo para tales
actividades puede interferir con la salud óptima, la adaptación al entrenamiento y el
rendimiento deportivo. La disponibilidad de energía representa una nueva forma de evaluar
las consideraciones energéticas de un atleta y su capacidad para alcanzar los objetivos de
nutrición deportiva. Puede ser difícil de conceptualizar; y en la vida real, es casi imposible medir
con precisión y validez (es decir, capturar una cuenta que representa el comportamiento
habitual) (9). Sin embargo, ayuda a aclarar el alto riesgo de lesiones, enfermedades y bajo
rendimiento en grupos de atletas que comen poco o hacen demasiado ejercicio y, por lo tanto,
corren el riesgo de tener una EA baja (a menudo definida como <30 kcal/kg FFM; [41]). Esto
también significa que no se pueden emitir juicios sobre la idoneidad de un atleta EA en función
de si el atleta tiene un peso estable o si tiene niveles altos o bajos de grasa corporal. Como
explican Melin y colegas (41), dos atletas pueden tener una composición corporal similar,
ingestas de energía y un peso estable, sin embargo, uno puede tener un EA saludable mientras
que el otro tiene un EA bajo (LEA) debido a diferencias notables en el gasto de energía. Una
evaluación de la IE y el gasto debe permitir que el concepto de EA respalde una función óptima.
Esto debe realizarlo un experto (p. ej., un dietista deportivo) y puede requerir pruebas de salud
y función metabólica para confirmar la sospecha de que se ha producido una LEA.
Para los atletas que intentan reducir la grasa corporal, se recomiendan reducciones
modestas en la IE (p. ej., unas 300 kcal/día); mientras que para el aumento de peso se
recomiendan aumentos modestos (alrededor de 500 kcal/día). Dichos objetivos permiten
cambios óptimos en la composición corporal sin las consecuencias de grandes cambios en EA.
Estas cifras son estimaciones y deben alinearse con los objetivos de un atleta individual y el
cronograma para lograr la composición corporal deseada. No existe una distribución ideal de
macronutrientes para la pérdida de grasa, el mantenimiento de la masa muscular o la
ganancia muscular (las recomendaciones de carbohidratos se analizan más adelante en este
capítulo). Más allá de la salud y la provisión de cantidades adecuadas de energía, macro y
micronutrientes, la característica más importante de la dieta essustentabilidad(es decir, se
puede mantener). La proteína juega un papel crítico en lograr el cuerpo deseado
composición en atletas, ya que aumenta la ganancia de fuerza y la respuesta hipertrófica al
entrenamiento de resistencia, ayuda en el mantenimiento muscular durante la restricción de
energía y la pérdida de peso, y aumenta la saciedad. El aporte proteico recomendado para
personas sedentarias (0,8 g ∙ kg−1∙ día−1) es demasiado bajo para los atletas. Witard y colegas (
61) recomiendan de 1,3 a 1,7 g de proteína por kg de masa corporal por día para atletas que
intentan mantener o aumentar de peso. Se recomiendan ingestas más altas de proteínas,
hasta 2,4 g/kg, para atletas que intentan perder peso mientras mantienen o ganan masa
muscular. Finalmente, cabe señalar que la pérdida de peso o grasa es una actividad realizada
(o deseada) por la mayoría de las personas en algún momento de su vida, y puede parecer una
tarea sencilla. Sin embargo, como lo demuestra la falta común de éxito en la comunidad en
general, es una actividad desafiante que debe llevarse a cabo con apoyo profesional para
garantizar que se logren objetivos realistas y un éxito sostenido, dentro de las metas más
amplias de nutrición deportiva del atleta.
Traducido del afrikáans al español - [Link]
COMBUSTIBLE PARA EL ENTRENAMIENTO Y LA COMPETICIÓN
En la mayoría de los deportes, el éxito lo logra el atleta que puede
producir la mayor cantidad de energía química durante la duración del
evento, traduciéndola en potencia, velocidad, fuerza o fuerza, a menudo
con una superposición de habilidad o concentración. Cuatro vías de
producción de energía contribuyen a la capacidad del músculo para
regenerar trifosfato de adenosina (ATP), la moneda de combustible de la
célula. El sistema de fosfágenos y la glucólisis anaeróbica generan una
producción de ATP rápida pero de corta duración en ausencia de oxígeno,
mientras que las vías oxidativas en las mitocondrias generan ATP a partir
de carbohidratos (glucógeno muscular, glucosa en sangre) y grasas
(triglicéridos musculares y ácidos grasos libres en sangre derivados de
tejido adiposo) a un ritmo más bajo pero durante más tiempo. Todos los
sistemas contribuyen a la producción de energía,+iones o especies
reactivas de oxígeno) que interfieren con la homeostasis. Para una mayor
comprensión de las características energéticas de una variedad de
deportes, se remite al lector al libro de texto de Maughan y Gleeson (39).
Un tema clave para los atletas es comprender los factores que limitan un suministro
constante de combustible para su evento y emprender estrategias nutricionales y de
entrenamiento específicas que puedan superar algunos de estos problemas. Por ejemplo,
la fatiga durante series repetidas de ejercicio de alta intensidad a menudo se asocia con la
falta de regeneración de la fosfocreatina muscular (PCr) durante la recuperación entre
sprints o esfuerzos. La suplementación con creatina puede apoyar la función de esta vía de
fosfágeno al aumentar las concentraciones musculares de creatina y PCr (30). Los
suplementos amortiguadores (bicarbonato y β-alanina) se pueden usar para extender la
capacidad del sistema glucolítico anaeróbico al neutralizar la alteración del equilibrio
ácido-base que ocurre con la producción excesiva de H+iones (12,53).
Para los deportes de resistencia aeróbica, donde los combustibles oxidativos proporcionan la mayor
parte del suministro de energía, existen dos cuestiones (aparentemente contrapuestas): cómo ampliar
las reservas limitadas de carbohidratos en el cuerpo y cómo hacer un mejor uso de las reservas de grasa
relativamente ilimitadas incluso en el cuerpo. atleta más delgado. El proceso de entrenamiento de
resistencia aeróbica mejora ambos objetivos, aumentando las reservas de glucógeno y triglicéridos
intramusculares de los músculos y aumentando la capacidad metabólica
vías a través de adaptaciones en enzimas reguladoras y proteínas transportadoras (48).
Durante la mayor parte del tiempo en la evolución de la nutrición deportiva desde
aproximadamente la década de 1960, el centro de atención se ha centrado en las estrategias
basadas en carbohidratos que intentan aumentar las reservas corporales de carbohidratos
para satisfacer las necesidades de la sesión de entrenamiento o evento. Tales estrategias,
conocidas como lograralta disponibilidad de carbohidratos, incluyen consumir comidas ricas
en carbohidratos en las horas y días previos a la sesión para maximizar el contenido de
glucógeno muscular o consumir carbohidratos durante sesiones de mayor duración (8). Existe
evidencia clara de que estos enfoques mejoran el rendimiento de la resistencia aeróbica
cuando se mantienen altas tasas de oxidación de carbohidratos en el músculo durante el
ejercicio.22,49) y que tienen efectos en el sistema nervioso central que incluyen una mejora en
el ritmo y la percepción del esfuerzo (10). Las pautas para las estrategias que logran estos
objetivos se proporcionan en tabla 24.2(52). Cabe señalar que se alienta a los atletas a
consumir carbohidratos de acuerdo con los costos de combustible y los objetivos de cada
ejercicio o sesión de entrenamiento, en lugar de seguir una dieta alta en carbohidratos per se.
De hecho, se reconoce que tales necesidades y objetivos varían entre atletas, pero también de
un día a otro para el mismo atleta. Este concepto de un enfoque periodizado y personalizado
para la ingesta de carbohidratos en la dieta del atleta a menudo se malinterpreta y tergiversa (
8).
TABLA 24.2Pautas para la ingesta de carbohidratos en el entrenamiento y
antes y durante el ejercicio cuando se desea una alta disponibilidad de
carbohidratos
NECESIDADES DIARIAS DE COMBUSTIBLE Y RECUPERACIÓN *
Situación Descripción Objetivos de carbohidratos
Carga de entrenamiento ligera Actividades de baja intensidad o basadas 3-5 g ∙ kg−1∙ día−1
en habilidades
Entrenamiento moderado Programa de ejercicio moderado 5-7 g ∙ kg−1∙ día−1
carga (p. ej., ~ 1 h / día)
Alta carga de entrenamiento Resistencia aeróbica 6-10 g ∙ kg−1∙ día−1
programa (por ejemplo, 1-3 h / día
de ejercicio de intensidad moderada
a alta)
Entrenamiento muy alto Compromiso extremo (p. ej., 8-12 g ∙ kg−1∙ día−1
carga > 4-5 h/día de ejercicio de
intensidad moderada a alta)
ESTRATEGIAS DE ALIMENTACIÓN AGUDA **
abastecimiento general de combustible Preparación para eventos <90 24 h @ 7-12 g / kg según las necesidades diarias de combustible
mi ejercicio
Carga de carbohidratos Preparación para eventos > 90 36-48 h @ 10-12 g / kg de masa corporal por día
min de sostenido o
ejercicio intermitente
Reabastecimiento de combustible antes del evento Antes del ejercicio > 60 min 1-4 g/kg consumidos 1-4 h antes del ejercicio
Momento, cantidad y tipo de alimentos y bebidas con
carbohidratos elegidos para satisfacer las necesidades prácticas
del evento y las preferencias y experiencias individuales.
Durante un breve ejercicio <45 minutos Innecesario
durante sostenido 45-75 minutos Contacto frecuente de 5 a 10 s de la boca y la cavidad oral con
ejercicio de alta intensidad carbohidratos para promover los beneficios del sistema nervioso
central
Durante los aeróbicos 1-2,5 horas 30-60 g/h para proporcionar una fuente de combustible muscular
ejercicio de resistencia para complementar las reservas endógenas
incluyendo parada y
empezar deportes
Durante la ultraresistencia > 2,5-3 horas Hasta 90 g/h para apoyar una mayor dependencia de las reservas de
ejercicio carbohidratos exógenos
Productos que proporcionan carbohidratos transportables múltiples
(mezclas de glucosa: fructosa) para lograr altas tasas de oxidación de
los carbohidratos consumidos durante el ejercicio
Adaptado de DT Thomas, KA Erdman y LM Burke (2016, pág. 543-568)
* Estos objetivos, especialmente cuando se consumen de forma aguda alrededor de una sesión específica, están destinados a
proporcionar una alta disponibilidad de carbohidratos cuando es importante hacer ejercicio de alta calidad o de alta intensidad, o
ambos. Estas recomendaciones teóricas deben ajustarse con la consideración individual de las necesidades energéticas totales,
las necesidades específicas de entrenamiento y la retroalimentación del desempeño del entrenamiento.
* Estos promueven una alta disponibilidad de carbohidratos para un rendimiento óptimo en competición o sesiones de
entrenamiento clave.
Periódicamente, el interés ha cambiado hacia estrategias que reducen la dependencia del
músculo de sustratos finitos mientras explotan sus reservas relativamente ilimitadas de grasa.6).
Esto incluye la adherencia breve o crónica a una dieta baja en carbohidratos y alta en grasas (LCHF,
por sus siglas en inglés), un concepto popular en el momento de preparar este capítulo. Aunque se
ha demostrado que este enfoque aumenta drásticamente la capacidad del músculo para usar la
grasa como combustible para el ejercicio, incluso en atletas bien entrenados (56), y está respaldado
por testimonios de desempeño exitoso (o al menos no afectado) en las redes sociales, hay algunas
advertencias para este enfoque. Varios estudios de atletas que se han adaptado a una dieta LCHF,
incluida una versión cetogénica en la que las restricciones diarias de carbohidratos <50 gramos por
día causaron cetosis crónica (niveles elevados de cetonas en circulación), muestran que aunque el
rendimiento del ejercicio a niveles bajos a moderados
niveles de intensidad se mantuvo en LCHF, hay un deterioro del rendimiento en intensidades más
altas de ejercicio (11,45). La razón puede ser que la oxidación de grasas requiere mayores
cantidades de oxígeno (~ 5%) para producir una cantidad de ATP similar a la producida por las vías
de oxidación de carbohidratos y, a mayores intensidades de ejercicio, el suministro de oxígeno al
músculo en lugar de la disponibilidad de sustrato. se vuelve limitante (11). Además, los intentos de
aumentar la disponibilidad de carbohidratos en torno a una sola actuación, para obtener lo mejor
de ambos mundos, podrían tener algún valor (59), pero son inferiores al rendimiento respaldado
solo por una alta disponibilidad de carbohidratos (21). Parece que la adaptación a la grasa tiene
efectos separados que regulan a la baja el uso de carbohidratos como combustible muscular,
incluso cuando están disponibles (50). Por lo tanto, mientras que las dietas LCHF pueden tener
algún papel en el rendimiento atlético, esto podría estar restringido a los deportes de
ultraresistencia en los que las intensidades del ejercicio durante todo el evento son modestas. Se
observa, por supuesto, que incluso en eventos de más de 3 horas de duración, el éxito requiere
ráfagas más cortas de trabajo de mayor intensidad en forma de cambios tácticos en el ritmo,
esfuerzos cuesta arriba y sprints hasta la línea de meta. De hecho, una historia de caso de ciclistas
de élite en grandes vueltas (3 semanas de ciclismo con etapas diarias de 5 a 8 horas con
producciones de potencia promedio que sugieren intensidades de ejercicio modestas) muestra que
estos atletas se concentran en igualar la disponibilidad de carbohidratos a las necesidades de cada
etapa, incluyendo tácticas para lograr tasas extremadamente altas de ingesta de carbohidratos
para igualar los costos de combustible de la conducción montañosa y táctica (60).
Con respecto específicamente a la ingesta de carbohidratos durante el ejercicio,tabla 24.2
muestra una escala móvil de ingestas recomendadas según la duración y la intensidad de la
sesión. Los beneficios de estas prácticas van desde respuestas del sistema nervioso central,
hasta la interacción entre la ingesta de carbohidratos y los receptores en la cavidad oral en
eventos más breves (14), a la provisión de una cantidad sustancial de los requerimientos de
combustible del músculo en eventos de ultraresistencia en los que se necesitan fuentes
exógenas para reemplazar las reservas de glucógeno del músculo que están disminuyendo (17
). Para lograr los aspectos prácticos de la ingesta durante la competencia, los atletas deben
aprovechar las oportunidades únicas de consumir alimentos y bebidas dentro de las reglas y la
logística de su deporte. Cuando se desean ingestas agresivas, los atletas también deben elegir
elementos que combinen carbohidratos con diferentes características de absorción intestinal
para maximizar la absorción total en el torrente sanguíneo (25). Practicar el uso de estos
productos durante el entrenamiento (buen entrenamiento) adaptará el tracto gastrointestinal
para tolerar y absorber mejor la ingesta durante el ejercicio, lo que podría conducir a una
mejor alimentación y una mejora de la competencia
rendimiento (dieciséis).
HIDRATACIÓN
Una disminución en el agua corporal, odeshidración, dando como resultado un estado de
hipohidratación, perjudica el rendimiento en la mayoría de los deportes (13,15,46). Una pequeña
disminución en la masa corporal debido a la pérdida de agua, con un 2 % a menudo utilizado como
punto de corte, puede reducir la resistencia aeróbica y el rendimiento del ejercicio intermitente (15).
Además, Savoie y colegas (46) informaron que la deshidratación reduce la fuerza máxima y la
producción de potencia en un 5,5 % y un 3,5 %, respectivamente. Aunque es poco probable que un
atleta se deshidrate durante un sprint o una actividad de potencia (p. ej., lanzamiento, sprint,
levantamiento de pesas), el rendimiento en estos deportes se vería afectado si los atletas ya
estuvieran deshidratados cuando comenzaron su competencia. Además, la deshidratación puede
reducir potencialmente el rendimiento tanto durante la práctica deportiva como durante las
sesiones de fuerza y acondicionamiento, lo que reduce la eficacia del entrenamiento y, en
consecuencia, las adaptaciones de entrenamiento subóptimas. Incluso los atletas que compiten en
ambientes fríos, como en el hockey sobre hielo, con abundante disponibilidad de líquidos, pueden
deshidratarse. Como ejemplo, Logan-Sprenger y colegas (34) informaron que alrededor de 22
minutos de hockey sobre hielo en jugadores euhidratados resultaron en una pérdida de sudor (3,2
L) mayor que la ingesta de líquidos (2,1 L), pérdida de peso (hasta 4,3 % de la masa corporal) y un
déficit significativo de sodio. Finalmente, una disminución del 2% en la masa corporal por
deshidratación afecta negativamente el estado de ánimo, incluida la fatiga percibida (15) y
rendimiento cognitivo (62). Por lo tanto, la deshidratación puede afectar el rendimiento a través de
múltiples mecanismos y en muchos deportes, lo que hace que la evaluación y el mantenimiento
adecuados de la hidratación sean críticos.
Prevención y Evaluación
Casa y colegas (4,13) describen soluciones prácticas para reducir el riesgo de deshidratación en
los deportistas, incluidas las siguientes:
Usando el peso de la primera mañana (cuerpo), la orina (color) y la sed (sensación) (
WUT) para guiar el consumo de líquidos y electrolitos
Incorporar electrolitos, incluidos sodio y potasio, junto con la rehidratación
a la hora de comer
Personalización de las necesidades de líquidos mediante la estimación de la pérdida de sudor a partir de los cambios en el peso
corporal
Incorporación de la estrategia de consumo de alcohol de competición en el entrenamiento
Entrenamiento durante los momentos más frescos del día, en instalaciones con aire acondicionado
en lugar de calor extremo, y utilizando técnicas activas de enfriamiento (p. ej., toallas frías) (Para
obtener información más detallada, consultecapitulo 25.)
Según Belval y colegas (4), no existe un único método mejor para evaluar la hidratación en
todas las situaciones. En entornos clínicos y de investigación, la osmolalidad y el volumen del
plasma, el volumen de orina, la osmolalidad y la gravedad específica son útiles, pero a menudo
no son prácticos en entornos de campo. En el campo, debido a que los cambios agudos en la
masa corporal son impulsados principalmente por cambios en el agua corporal, las
evaluaciones de la masa corporal pueden ser muy informativas. Se pueden combinar técnicas
(p. ej., masa corporal y color de la orina) para controlar la hidratación e identificar la
deshidratación. Una mejor práctica sería revisar las características de un deporte determinado
que aumentan el riesgo de deshidratación, como la disponibilidad de líquidos, el entorno y la
intensidad del ejercicio. Para un análisis más detallado, el lector interesado debe consultar las
reseñas de Belval y colegas y Casa y colegas (4,13).
Recomendaciones de ingesta de líquidos antes y
durante la práctica y la competencia
Existen recomendaciones basadas en evidencia para prevenir la deshidratación y fomentar
la rehidratación en los siguientes tres dominios:
Antes de la competición y la práctica:El objetivo es empezar euhidratado y con niveles
normales de electrolitos en plasma. Esto incluye revertir los déficits de líquidos que
podrían haber ocurrido en sesiones de ejercicio anteriores, estrategias para ganar peso o
exposición a climas cálidos. A menudo se aconseja a los atletas que consuman una bebida
(p. ej., 5-7 ml/kg) en las horas previas al ejercicio para restablecer los niveles de líquido y
dejar suficiente tiempo para orinar en exceso.
Durante la competencia y la práctica:El objetivo típico es prevenir la deshidratación excesiva (>
2% de pérdida de masa corporal del agua), y la practicidad de lograr esto depende de las tasas
probables de pérdida de sudor (debido a factores como la intensidad del ejercicio y las
condiciones ambientales), así como como las oportunidades para beber durante la sesión o
evento (disponibilidad de líquidos, pausas en el juego o ejercicio, disposición a reducir la
velocidad para agarrar y consumir una bebida durante el ejercicio continuo, etc.). Debido a las
muchas permutaciones de estos factores, las pérdidas reales de líquidos por parte de los
atletas en condiciones de la vida real pueden variar desde grandes déficits hasta niveles
ocasionales pero preocupantes de exceso de líquido.
consumo. Estos últimos, que están asociados con un aumento en el peso corporal durante la
sesión de ejercicio, pueden conducir a la rara pero potencialmente fatal condición de
hiponatremia.23).
Después de la competencia y la práctica:El objetivo es reponer líquidos y electrolitos. Para
deportistas que necesitan una reposición rápida debido a una prueba deportiva posterior,
se recomienda beber 1,5 L de líquido por cada kilogramo de masa corporal perdido. Los
objetivos secundarios cuando se necesita un reemplazo rápido son consumir de 1,0 a 1,5
g de carbohidratos/kg/h durante 3 a 4 horas (para más detalles vertabla 24.3) y sodio
adecuado. Para un reemplazo más pausado, los atletas deben seguir prácticas saludables
de alimentación y bebida, y agregar sal cuando las pérdidas de sodio sean altas.
Presentar consejos a los atletas sobre la ingesta de líquidos durante el ejercicio se ha
convertido en un tema polémico, debido al desacuerdo en torno al punto en el que la
deshidratación afecta el rendimiento (y por lo tanto merece ser abordado), así como al peligro
de que la información sea incorrecta o malinterpretada, lo que lleva a un consumo excesivo de
alcohol. consumo (20,26,27). Un resumen simple podría ser el siguiente:
Beba de 0,4 a 0,8 l/h ad libitum (tanto o tan a menudo como sea necesario o deseado) o
según lo permita el tiempo, la comodidad o la oportunidad para reducir la sed y el nivel
de déficit de líquidos que parece interferir con el rendimiento óptimo.
Beba agua a menos que sea beneficioso reemplazar los carbohidratos durante el ejercicio
para suministrar combustible muscular (eventos de> 60-75 min) o para proporcionar un
impulso al sistema nervioso central. Los objetivos para tales actividades se proporcionan en
tabla 24.2pero debe manipularse según la necesidad y la experiencia específicas.
Una comprensión profunda de las pautas de ingesta de líquidos basadas en evidencia de las
sociedades profesionales es esencial para los atletas y todos los miembros del equipo involucrados
en el cuidado de los atletas (3,40,52).
RECUPERACIÓN Y ADAPTACIÓN
La recuperación posterior al ejercicio es un tema candente en la nutrición deportiva, con interés en la
cantidad y el momento de la ingesta de nutrientes para optimizar los problemas de recuperación, como
la recarga de combustible, la rehidratación y la síntesis de proteínas para la reparación y la adaptación.
Los procesos de recuperación que ayudan a minimizar el riesgo de enfermedad y lesión también son
importantes y se cubren por separado. En algunos casos, hay poca recuperación efectiva hasta que se
suministran los nutrientes, mientras que en otros, el estímulo para la recuperación es más fuerte en el
período inmediatamente posterior al ejercicio. La recuperación entre sesiones de ejercicio puede tener
dos objetivos separados:
Restauración de pérdidas corporales o cambios causados por la primera sesión para restaurar los niveles
de rendimiento para la siguiente
2. Maximizar las respuestas adaptativas al estrés proporcionadas por la sesión para
mejorar gradualmente el cuerpo en las características del ejercicio que son
importantes para el rendimiento.
La falta de apoyo nutricional adecuado puede interferir con el logro de
uno o ambos de estos objetivos. Sin embargo, un efecto secundario del
interés en la alimentación de recuperación es una industria que parece
promover un enfoque agresivo y único para la nutrición posterior al
ejercicio, cuando de hecho, el enfoque óptimo es individual para cada
sesión y cada atleta. Cada atleta debe usar un análisis de costo-beneficio
de los diversos enfoques de recuperación después de diferentes tipos de
ejercicio y luego periodizar diferentes estrategias de recuperación en los
programas de entrenamiento o [Link] 24.3).
Un caso particular en el que se justifica la suspensión del soporte nutricional involucra
el área en evolución de “entrenar bajo” con respecto a la disponibilidad de carbohidratos.
Durante la última década se ha reconocido que realizar ejercicio con baja disponibilidad de
carbohidratos (en particular, bajo nivel de glucógeno muscular y, en menor medida,
menor nivel de glucosa en sangre) puede amplificar el estímulo del entrenamiento y
aumentar la expresión de enzimas que promueven el metabolismo de las grasas, así como
aumentar la masa y función mitocondrial (24). Aunque hay varios
estrategias para lograr un escenario de tren bajo (8), un protocolo inteligente implica la
secuenciación de una sesión de entrenamiento clave o de calidad realizada con alta
disponibilidad de carbohidratos, seguida de la restricción de la ingesta de carbohidratos
en las horas posteriores a la sesión para retrasar la restauración del glucógeno muscular (
7). Esto permite realizar la primera sesión sin sacrificar el rendimiento; prolonga el período
de adaptación mejorada y adaptación celular que acompaña al ejercicio de resistencia
aeróbica (es decir, "recuperación baja"), y luego crea la oportunidad para que la próxima
sesión de ejercicio se realice con reservas bajas de glucógeno. Se ha demostrado que la
integración de tales estrategias en el programa de entrenamiento más amplio de un atleta
crea resultados de rendimiento superiores en los atletas de sub-élite (37), aunque no con
competidores de élite (11). Se justifica un trabajo adicional sobre la periodización de la
disponibilidad de carbohidratos en las sesiones de entrenamiento y se ha reconocido
formalmente en las pautas de nutrición deportiva (8,52).
NUTRICIÓN PARA LA SALUD Y LAS LESIONES
PREVENCIÓN
Mantenerse saludable y libre de lesiones es un ingrediente clave en una carrera deportiva, ya que
respalda el entrenamiento constante y garantiza que los atletas puedan estar en su mejor
momento para las competiciones importantes. Sin embargo, los programas de ejercicio intensivo
realizados por muchos atletas se encuentran en la delgada línea entre proporcionar el máximo
estímulo para mejorar el rendimiento y aumentar el riesgo de enfermedades y lesiones. Aunque la
evidencia no es suficiente para establecer recomendaciones sobre prácticas nutricionales que
garanticen un tiempo de inactividad mínimo o una pérdida de calidad del entrenamiento, se
pueden identificar algunos problemas para el resultado opuesto. Estos se pueden dividir en riesgos
de enfermedades infecciosas, deficiencias de nutrientes y lesiones.
Existe la creencia general de que los atletas tienen un mayor riesgo de sucumbir
a enfermedades infecciosas, particularmente infecciones del tracto respiratorio
superior, durante períodos de entrenamiento de alto volumen o después de
eventos competitivos extenuantes.57). De hecho, los marcadores de la función
inmunitaria adquirida se suprimen durante la respuesta aguda a una sesión de
ejercicio, y es intuitivo que una exacerbación de la duración o la gravedad de tales
efectos más allá del nivel tolerado por el cuerpo podría comprometer la resistencia
a las infecciones comunes (57). Los factores nutricionales que pueden exacerbar
este riesgo incluyen alimentación inadecuada (baja disponibilidad de
carbohidratos) alrededor de las sesiones de ejercicio y EA deficiente. Se
recomienda a los atletas que sigan prácticas nutricionales que eviten tales
deficiencias, particularmente en escenarios en los que existen otros desafíos del
sistema inmunológico. Esto incluye personas con antecedentes de enfermedades
recurrentes, períodos de viajes y vida comunitaria en los que los atletas enfrentan
un mayor riesgo de exposición a patógenos, y los períodos alrededor de eventos
importantes o entrenamiento intensivo o especializado (p. ej., entrenamiento en
altura) en los que los resultados de la inmunodepresión crear penas mayores en
caso de enfermedad. Mientras tanto, se han promocionado suplementos
nutricionales que ofrecen protección inmunológica. Sin embargo,58).
TABLA 24.3Directrices para la recuperación: recarga de combustible, rehidratación y
adaptación
Repostaje rehidratación Reparación y adaptación
Estrategias para Comience la ingesta de carbohidratos Tenga a mano un suministro de Consumir una alta calidad
maximizar poco después de que termine la sesión; líquidos que sean sabrosos, alimentos ricos en proteínas que
meta apunte a una comida o refrigerio que adecuados para las condiciones y proporcionen ~ 20-25 g de proteína poco
proporcione ~ 1 g / kg de masa corporal adecuados para otros después de que termine la sesión de
de carbohidratos Necesidades nutricionales de ejercicio; Es posible que sea necesario
recuperación del deportista. ampliar estos objetivos (p. ej., 15-40 g) para
Continúe con más refrigerios, bebidas
tener en cuenta el rango extremo en el
o comidas para lograr un objetivo de Cuando el déficit de líquidos es
tamaño corporal y la masa muscular de los
carbohidratos de 1 a 1,5 g ∙ kg−1∙ h−1 de moderado a grande (p. ej.,
atletas
durante las primeras 3 a 4 horas de > 2 L) y el período de
recuperación, luego reanude un rehidratación es < 6-8 horas, Planifique un patrón de refrigerios y
patrón de alimentación que cumpla tener un fluido planificado comidas para satisfacer las necesidades
con los objetivos generales de ingesta en función del energéticas y otras metas nutricionales
combustible y energía; total déficit que se necesita y necesidades de estilo de vida que
los requerimientos de carbohidratos reponer incorpore esta proteína óptima, sirva
pueden oscilar entre 3 y 12 g/kg de cada 3 a 5 horas
Tenga en cuenta que un
masa corporal por día
la aproximación del déficit neto Incluya una merienda o comida rica en proteínas
Elija formas de carbohidratos de líquidos es proporcionada antes de acostarse para permitir que la síntesis
consistentes con otros objetivos (p. por el cambio de masa corporal de proteínas permanezca optimizada durante la
ej., necesidades energéticas, durante la sesión de ejercicio (~ noche
beneficios de ingerir líquidos 1 kg = 1 L); puede
Juntos, estos patrones deberían
y proteínas al mismo tiempo) requieren la ingesta de un
conducir a una ingesta de ~ 1,4-1,7 g /
volumen de líquido que sea ~
kg de masa corporal por día (o en el
125% del déficit estimado para
Elija alimentos ricos en caso de estrategias de pérdida de
permitir las pérdidas continuas
carbohidratos según el peso hasta 2,4 g ∙ kg
de líquido (pérdidas de orina y
apetito y la practicidad. - 1∙ día−1)
sudor)
Comience a consumir líquidos
poco después de que finalice la
sesión y apunte a consumir el
objetivo
volumen durante las próximas 2-4
horas
Reponer las pérdidas de
electrolitos del sudor al mismo
tiempo que se consumen líquidos,
ya que esto mantendrá la sed y
maximizará la retención de líquidos
a través de pérdidas de orina más
pequeñas; elija líquidos con
electrolitos añadidos
(principalmente sodio) o
consumir alimentos ricos en
sal al mismo tiempo
Evite el consumo excesivo
de alcohol ya que es
contraproducente para
objetivos de recuperación, y es
probable que el efecto diurético del
alcohol reduzca la
eficacia de
rehidratación
Beneficios Maximiza el combustible muscular para Restaura rápidamente el estado de Maximiza la síntesis de proteína muscular
el próximo entrenamiento o evento hidratación para el próximo después del ejercicio para promover
exigente entrenamiento o evento exigente adaptaciones al estímulo de
entrenamiento; tenga en cuenta que la
respuesta elevada dura al menos
24 horas
Cuándo Después de carreras o sesiones de Después de sesiones que Después de eventos competitivos o
deberia ser entrenamiento que agotan el causan grandes pérdidas de sesiones de entrenamiento clave
¿el techo? combustible cuando el atleta sudor cuando el atleta (sesiones de resistencia,
retrocede para la próxima sesión en 8 retrocede para otra sesión en 8 sesiones de alta intensidad) en
horas o menos horas o menos y se ejercitará en las que hay un gran estímulo de
condiciones de calor. ejercicio o la aparición de daño
Cuando las necesidades totales de
muscular
combustible son altas: entrenamiento de
alto volumen, competencia exigente Cuando las ganancias de masa y tamaño
horario (p. ej., recorrido en muscular son una prioridad
bicicleta, torneo de tenis)
Desventajas Puede fomentar la ingesta Puede animar a la Puede animar al atleta a
de más kilojulios que atleta a consumir más pensar que son necesarios
necesarios (lo que conduce a un kilojulios de los necesarios suplementos proteicos caros
aumento de peso) o un patrón de (lo que conduce al aumento de peso)
Puede requerir una reorganización de
alimentación que es más riesgoso para si no se tiene en cuenta el contenido
las prácticas alimentarias, ya que la
la salud dental energético de los líquidos
mayoría de las dietas occidentales
Puede fomentar la ingesta de Puede causar tienden a estar muy cargadas de
alimentos pobres en nutrientes ya gastrointestinal proteínas en la cena en lugar de
que estos son más accesibles o incomodidad o necesidad de distribuirse por igual a lo largo del día.
fáciles de comer inmediatamente orinar si se consumen grandes
después del ejercicio. volúmenes de líquido
rápidamente
Puede reducir el período de
mayor adaptación después del
ejercicio
Cuando es Cuando las sesiones son ligeras Justo antes de acostarse, Cuando las sesiones son livianas o de
¿reemplazable? o de baja intensidad y no es de lo contrario, el atleta corre el baja intensidad y es poco probable
probable que el glucógeno riesgo de interrumpir el sueño que promuevan una gran adaptación,
muscular se agote o limite el debido a las visitas nocturnas al y no se adapta a las oportunidades
rendimiento baño; Puede ser prácticas o restricciones de energía
preferible beber poco antes del atleta para incluir otra
cuando esté disponible
de acostarse, luego oportunidad de comida
Las opciones de alimentación para la
rehidratarse por la mañana
recuperación tienen un valor Si se desea una recuperación basada
nutricional bajo y tiene más sentido Cuando las pérdidas de líquido en proteínas maximizada, pero
esperar un poco hasta que el atleta son leves y las sesiones energía restringida
pueda tener una comida o merienda posteriores se realizan en requisitos no permiten una ingesta
más nutritiva. condiciones frescas adicional de alimentos en el día, el
atleta debe considerar cambiar el
Cuando el atleta ha periodizado algunas
horario de entrenamiento para que
sesiones de "entrenamiento bajo" en el
una comida existente se pueda
programa de entrenamiento, lo que
consumir justo después del
puede requerir un retraso en el
entrenamiento para promover el
reabastecimiento de combustible en el
respuesta mejorada de síntesis de
intento de prolongar el
proteínas
adaptación a la sesión recién
realizada, o comenzar la siguiente
sesión con las reservas de
glucógeno agotadas
Adaptado de Thomas, Erdman y Burke (2016).
Los atletas que consumen cantidades moderadas o altas de energía a partir de una dieta variada
basada en alimentos ricos en nutrientes, por lo general reportan ingestas de vitaminas y minerales muy
por encima de la ingesta dietética recomendada y es probable que cumplan con cualquier
aumentos en la demanda de micronutrientes causados por el entrenamiento. Esto explica por
qué la suplementación rutinaria con vitaminas no está justificada en base a la ausencia de
evidencia de un mejor rendimiento después de la suplementación con vitaminas, excepto
cuando se utilizó para corregir una deficiencia preexistente. La restricción energética, las dietas
de moda y los trastornos alimentarios son causas típicas de la ingesta inadecuada de
micronutrientes de algunos atletas. La gama de alimentos también puede verse restringida por
habilidades prácticas de nutrición deficientes, finanzas inadecuadas y un estilo de vida
demasiado comprometido que limita el acceso a los alimentos y causa horarios de comidas
erráticos. Los atletas requieren educación sobre la calidad y cantidad de la ingesta de
alimentos, pero un suplemento multivitamínico o mineral de baja dosis y amplio rango puede
ser útil cuando un atleta no quiere o no puede hacer cambios en la dieta.
Hay algunos micronutrientes con mayor riesgo de ingesta inadecuada en las dietas de los atletas.
Inadecuadoestado del hierropuede reducir el rendimiento del ejercicio a través de niveles subóptimos
de hemoglobina y quizás funciones de hierro relacionadas con los músculos. Sin embargo, puede ser
difícil distinguir la verdadera deficiencia de hierro de las alteraciones en las medidas del estado del hierro
causadas por el ejercicio mismo (p. ej., cambios en el volumen plasmático, respuestas de fase aguda al
entrenamiento). La reducción de las concentraciones de hemoglobina en sangre debido a la expansión
del plasma, a veces denominada anemia deportiva, no afecta el rendimiento del ejercicio. Sin embargo,
algunos atletas corren un verdadero riesgo de sufrir una fuga de hierro debido al aumento de los
requisitos de hierro para cubrir el crecimiento o al aumento de las pérdidas gastrointestinales o
hemolíticas de hierro (47). Los cambios en los niveles plasmáticos de hepcidina, la hormona que regula el
hierro, en respuesta al ejercicio extenuante, especialmente con poca disponibilidad de carbohidratos,
pueden reducir la absorción intestinal de hierro y el reciclaje del hierro liberado a través de la hemólisis;
sin embargo, el efecto crónico sobre el estado del hierro aún no está claro (47). Por su parte, el factor de
riesgo más común entre los deportistas, como en todos los jóvenes, es una dieta baja en energía o baja
ingesta de hierro disponible. Las atletas que restringen el IE o la variedad en la dieta, las vegetarianas y
las atletas que consumen dietas ricas en carbohidratos y bajas en carne tienen mayor riesgo.18). La
evaluación y el manejo del estado del hierro pueden necesitar la evaluación de un experto en medicina
deportiva. Se debe considerar un nivel bajo de hierro (niveles de ferritina sérica inferiores a ~ 30 ng/ml)
para una evaluación y tratamiento adicionales. Aunque el efecto del nivel bajo de hierro sin anemia en el
rendimiento no está claro, muchos atletas con reservas bajas de hierro, o una caída repentina en el nivel
de hierro, se quejan de fatiga e incapacidad para recuperarse después de un entrenamiento intenso o
una falta de respuesta al entrenamiento en altura. Muchos de estos responden a estrategias que
mejoran el estado del hierro o previenen una mayor disminución de las reservas de hierro. En todo caso,
El cribado de rutina de atletas o escenarios de alto riesgo de reservas inadecuadas de hierro puede
proporcionar una intervención temprana para prevenir los resultados de la deficiencia de hierro (47).
Aunque la prevención y el tratamiento de la deficiencia de hierro pueden incluir suplementos de
hierro (47), el tratamiento a largo plazo debe basarse en el asesoramiento dietético para aumentar
la ingesta de hierro biodisponible (aumentar la ingesta de fuentes de hierro hemo y complementar
la ingesta de vitamina C o alimentos cárnicos con alimentos sin hierro hemo). La evolución del
conocimiento sobre la hepcidina puede dar lugar a recomendaciones más definitivas sobre el
momento de la ingesta de hierro después de las sesiones de ejercicio para reducir su efecto sobre
la absorción de hierro. Estas estrategias se pueden integrar con otros objetivos de ejercicio y
nutrición del atleta.
Vitamina Dla deficiencia o insuficiencia ahora se reconoce como un problema
potencial en algunos sectores de la población general, siendo el principal factor de
riesgo la exposición inadecuada a la luz solar. Los atletas en riesgo incluyen aquellos
que realizan entrenamiento en interiores (p. ej., gimnastas, nadadores); los que
residan en latitudes superiores a 35°; atletas que entrenan temprano en la mañana o
tarde en la noche, evitando así la exposición a la luz solar; y aquellos que usan ropa
protectora o protector solar y consumen una dieta baja en vitamina D (31). Los
deportistas con estas características deben buscar asesoramiento profesional y
controlar su estado de vitamina D. La prevención o el tratamiento de la insuficiencia de
vitamina D pueden requerir suplementos, aunque existe cierto debate sobre los
niveles que podrían considerarse subóptimos y cómo deben abordarse (44).
Las lesiones generalmente ocurren a través de dos mecanismos: problemas agudos que a
menudo siguen a una colisión o impacto, o problemas crónicos que resultan de una resistencia
inadecuada a altos niveles continuos de ejercicio (p. ej., fractura por estrés). Los factores
nutricionales pueden estar involucrados indirectamente con algunos aspectos de la lesión
aguda si una nutrición inadecuada contribuye a la fatiga que tiende a conducir a una
concentración y técnica deficientes o a un mayor riesgo de accidentes. Mientras tanto, están
más a menudo involucrados en el desarrollo de lesiones crónicas como las fracturas por estrés
y la baja densidad ósea con la que comúnmente se asocian.5). Aunque esto parece
contradictorio en vista de la protección ósea general que brinda el ejercicio, muchos atletas
sufren ya sea de una pérdida directa de densidad ósea o de una incapacidad para optimizar la
obtención de la masa ósea máxima que debería ocurrir durante los 10 a 15 años posteriores al
inicio de la pubertad (28). La salud ósea deficiente se considera una característica distintiva de
la AE baja, como se reconoce en eltríada de atletas femeninas(43) y deficiencia energética
relativa en el deporte (RED-S)síndromes (42). Sin embargo, aunque la mala salud de los
huesos se identificó por primera vez como un problema común entre
grupos de atletas femeninas (1), el vínculo entre los problemas menstruales, los problemas óseos y
la EA baja no se expresa universalmente (33), y los síntomas también se observan en atletas
masculinos (51).
Como se ha esbozado brevemente anteriormente en este capítulo,baja disponibilidad
de energía(LEA) representa un desajuste entre la IE de un atleta y el compromiso
energético diario de ese atleta para hacer ejercicio, y puede surgir a través de restricciones
en la IE, una alta carga de trabajo de entrenamiento o competencia, o una combinación de
ambos. Aunque LEA primero se consideró como un indicador de un trastorno alimentario,
una investigación más profunda de la tríada de la atleta femenina (LEA, disfunción
menstrual y salud ósea deficiente) reveló que este desajuste energético también podría
ocurrir como resultado involuntario de un conocimiento o disponibilidad de alimentos
deficiente o un intento mal entendido de manipular la composición corporal (36).
Independientemente de la causa de LEA, parece interactuar con otros factores personales,
de estilo de vida y relacionados con el ejercicio para crear una variedad de resultados de
salud y rendimiento. En pocas palabras, frente a la LEA crónica, el cuerpo de un individuo
se adapta al reducir su gasto metabólico (es decir, la tasa metabólica en reposo) en
procesos que podría considerar no esenciales. Se ha descrito una variedad de ajustes
hormonales, metabólicos, funcionales y psicológicos, incluidos los efectos sobre el
rendimiento.55), que se conocen colectivamente como RED-S (42). Todavía hay debate
sobre el alcance de estos resultados y si afectan a los atletas masculinos de la misma
manera (31). Se necesita más investigación para explicar todas las asociaciones directas e
indirectas entre LEA y el deterioro de la salud y la función corporal. Mientras tanto, se
aconseja a los atletas que busquen la opinión de expertos sobre cómo mantener una EA
saludable o moderar y periodizar las fases de EA reducida (o ambas) (p. ej., programas de
pérdida de peso requeridos o deseados, períodos de entrenamiento intensivo) dentro de
sus planes de nutrición generales (42). El tratamiento de los casos diagnosticados de RED-S
debe realizarse con la inclusión de apoyo médico, psicológico y nutricional experto.
Además de un entorno de disponibilidad adecuada de energía, los huesos sanos
requieren nutrientes adecuados para el desarrollo óseo y, potencialmente, carbohidratos.
Adecuadocalciola ingesta es esencial, y se sugiere que las recomendaciones de calcio se
incrementen a 1300 a 1500 mg/día en mujeres atletas con alteración de la función
menstrual, como es el caso de las mujeres posmenopáusicas (28). Cuando no se pueda
lograr una ingesta adecuada de calcio a través de la dieta, generalmente mediante el uso
de productos lácteos bajos en grasa o alternativas de soya enriquecidas con calcio, se
puede considerar un suplemento de calcio.
SUPLEMENTOS Y ALIMENTOS DEPORTIVOS
Los productos deportivos representan una parte lucrativa de la explosión mundial en la
fabricación y comercialización de suplementos después de la Ley de Educación y Salud de
Suplementos Dietéticos de 1994. Según un informe, los suplementos deportivos
generaron ingresos globales de US $ 9 mil millones en 2017, con una previsión de duplicar
este valor para 2025 (37). Las encuestas confirman la alta prevalencia del uso de alimentos
deportivos o suplementos entre los atletas, incluido un mayor uso en niveles más altos de
competencia (38). A pesar de las reticencias anteriores, muchos grupos de expertos,
incluido el Comité Olímpico Internacional (38), ahora aceptan pragmáticamente el uso de
suplementos que transmiten un riesgo: análisis de beneficio de ser seguros, efectivos,
legales y apropiados para la edad y madurez del atleta en el deporte. Los suplementos
utilizados por los atletas se dividen en diferentes categorías:
Suplementos médicos para el tratamiento o la prevención de deficiencias de nutrientes Alimentos
deportivos que proporcionan energía y nutrientes cuando no es práctico consumir alimentos
cotidianos (p. ej., bebidas deportivas, suplementos proteicos) Suplementos de rendimiento que
mejoran directamente la capacidad de ejercicio o brindan beneficios indirectos a través de la
recuperación, el control de la composición corporal, y otros objetivos
Ya se han discutido los usos justificados de los suplementos médicos, y los usos valiosos de
los alimentos deportivos se resumen enfigura 24.1. Sin embargo, a pesar de la evidencia
limitada que respalda las afirmaciones entusiastas, los suplementos para el rendimiento son
los que reciben más atención por parte de atletas y entrenadores. Las excepciones, que tienen
eficacia en cuanto a su efecto beneficioso sobre el rendimiento deportivo, incluyen la cafeína,
el monohidrato de creatina, el bicarbonato, la beta-alanina y el jugo o nitrato de remolacha.
Cualquier beneficio asociado con el uso de suplementos debe equilibrarse con los costos
financieros, la oportunidad de resultados adversos derivados de protocolos de uso deficientes
(por ejemplo, dosis excesivas, interacciones con otros suplementos) y los riesgos inherentes al
uso de productos que se fabrican y regulan menos. rigurosamente que los alimentos o los
productos farmacéuticos. Además de los problemas de salud, existe un riesgo pequeño pero
real de que los suplementos contengan sustancias prohibidas por los códigos antidopaje,
como el código de la Agencia Mundial Antidopaje (AMA) (19). El uso de nombres químicos
confusos y variables en las etiquetas de los productos puede
hacer que un atleta no reconozca un ingrediente prohibido. Además, se ha encontrado que los
suplementos contienen una variedad de sustancias prohibidas como contaminantes o ingredientes
no declarados: Estos incluyen estimulantes, agentes anabólicos, moduladores selectivos de los
receptores de andrógenos, diuréticos, anorexígenos y agonistas β2. Desafortunadamente, los
códigos de responsabilidad estricta significan que un atleta que arroja un resultado positivo en la
prueba de orina registrará una infracción negativa de las normas de dopaje y recibirá sanciones
como una multa o una prohibición del deporte (o ambas) durante un período prolongado, incluso si
la sustancia se ingirió sin intención o en dosis diminutas. La contaminación de suplementos recibe
merecidamente una gran cantidad de atención en la educación sobre el uso de suplementos (54) y
debe seguir siendo un tema importante en el proceso de toma de decisiones del atleta sobre el uso
de suplementos (verfigura 24.2). La auditoría de productos por parte de terceros puede ayudar a los
atletas de élite a tomar decisiones informadas sobre el uso de suplementos, pero no puede
proporcionar una garantía absoluta de la seguridad del producto (38).
FIGURA 24.1Suplementos de rendimiento basados en evidencia y alimentos
deportivos.
EVALUACIÓN NUTRICIONAL Y REFERENCIA
PARA ASESORAMIENTO DE EXPERTOS
Los profesionales que a menudo tienen más contacto con los atletas, como los entrenadores, los
entrenadores de fuerza y acondicionamiento y los entrenadores de atletismo, pueden no ser
siempre la mejor opción para manejar los problemas comunes de nutrición y las inquietudes que
surgen. Por ejemplo, la evaluación de la composición corporal puede estar bajo la dirección de
entrenadores atléticos o entrenadores asistentes, pero interpretar los datos de composición
corporal para un atleta determinado o proporcionar planes de alimentación para un atleta que
intenta alterar la composición corporal probablemente esté fuera de su ámbito de práctica. La lista
de problemas relacionados con la nutrición que experimentan los atletas parece interminable, pero
puede incluir malas prácticas de hidratación, baja IE, ingesta deficiente de micronutrientes,
distribución inadecuada de macronutrientes, metas de composición corporal inapropiadas o
manejadas incorrectamente, fatiga, mala calidad o cantidad de sueño, trastornos alimentarios , y
más. Esto destaca la necesidad de un equipo bien definido y bien informado que incluya un
científico deportivo. De hecho, los científicos del deporte a menudo tienen una amplia capacitación
que les permite cerrar las brechas entre los miembros del equipo cuya educación y alcance
profesional de la práctica incluyen una experiencia mínima en nutrición.
En algunos casos, el control efectivo y la educación del atleta pueden provenir de un profesional
que tenga algún entrenamiento en nutrición. Por ejemplo, la evaluación de la hidratación y el
suministro de líquidos suelen estar bajo la dirección del entrenamiento deportivo. Es común que los
entrenadores de atletismo utilicen técnicas como la gravedad específica o controles de peso antes y
después del entrenamiento para realizar un seguimiento del estado de hidratación. De hecho, los
atletas pueden participar en su propia autoevaluación mediante el seguimiento del peso corporal,
el volumen y el color de la orina y la sed (4,13). Sin embargo, los atletas pueden tener marcadas
diferencias en la ingesta de líquidos y la tasa o contenido de sudor entre individuos, deportes,
niveles de condición física y entornos. Los atletas que se identifiquen con un estado de hidratación
deficiente serían mejor atendidos si se los remitiera a un dietista o nutricionista para desarrollar un
plan adecuado. Además, no todas las técnicas tienen la misma precisión y valor. Como ejemplo,
Adams y colegas (2) compararon las tiras reactivas de orina con la refractometría y concluyeron que
las tiras de orina no eran válidas para evaluar la hipohidratación. La recuperación después de una
lesión proporciona otro escenario en el que un atleta podría beneficiarse del asesoramiento de un
especialista. Los cambios en la IE y la distribución de macronutrientes deben ser manejados por un
dietista o nutricionista deportivo, mientras que la educación sobre los suplementos dietéticos
pretende ayudar en la recuperación de una lesión.
podría ser realizado por científicos del deporte, entrenadores atléticos o entrenadores de
fuerza y acondicionamiento que hayan recibido orientación del equipo de apoyo nutricional.
FIGURA 24.2Toma de decisiones sobre el uso de suplementos.
Reimpreso de RJ Maughan, LM Burke, J. Dvorak, DE Larson-Meyer, P. Peeling, RM Phillips, ES
Rawson et al. (2018, págs. 439-455).
Saber cuándo derivar a un experto, como un dietista deportivo, un nutricionista o un
médico, es fundamental, y los científicos del deporte a menudo tienen suficiente educación en
nutrición para saber cuándo educar y cuándo derivar. Idealmente, un dietista o nutricionista
deportivo debidamente acreditado debería realizar la evaluación nutricional de los atletas. Uso
indiscriminado de herramientas de evaluación nutricional como registros de dieta.
o retiros del mercado y cuestionarios de frecuencia de alimentos es desaconsejable. La utilidad
y las limitaciones de tales técnicas están bien descritas (32), y el uso debe limitarse a
profesionales de la nutrición deportiva debidamente acreditados. La estimación de la ingesta
dietética incluye muchas influencias de confusión, lo que requiere muchas más evaluaciones
de las posibles en la mayoría de los casos. Por ejemplo, Larson-Meyer y colegas (32) describió
el número de días de registros de dieta requeridos para estimar una ingesta promedio real
para un individuo dado como 27 a 35 días para energía, 37 a 41 días para carbohidratos y 390 a
474 días para vitamina A. El desarrollo de un marco que incluye cosas como responsabilidades
de nutrición diarias y educación, con base en el alcance profesional de la práctica, debe
establecerse antes de que los atletas lleguen para su temporada competitiva. Los signos y
síntomas de problemas más graves y cuándo derivar a otro profesional también deben
establecerse en la pretemporada. La gestión adecuada de la nutrición de los atletas se ha
vuelto más difícil con el uso generalizado de teléfonos inteligentes y aplicaciones de dieta, en
las que los atletas e incluso equipos completos realizan un seguimiento de la ingesta
nutricional sin siquiera reunirse con un profesional calificado.
Si bien esto es inaceptable, en realidad, en algunos niveles del deporte, tanto la
nutrición como la fuerza y el acondicionamiento son responsabilidad del entrenador
en jefe o de los entrenadores asistentes, o de ambos. En última instancia, en ausencia
de profesionales calificados, y en el caso de personas que asesoran a atletas fuera de
su ámbito de práctica, los equipos deportivos se exponen a cuestiones tanto éticas
como legales. Por ejemplo, un atleta que reporta síntomas inusuales de fatiga puede
tener una deficiencia de nutrientes subyacente o tal vez un trastorno alimentario. Si se
notan los síntomas pero no se controlan, o si se proporciona un consejo inadecuado, la
causa subyacente podría ignorarse y la condición empeorará. Usando los suplementos
dietéticos como otro ejemplo, los atletas que están sujetos a pruebas de drogas deben
ser educados sobre el potencial de contaminación de los suplementos con sustancias o
impurezas prohibidas.
CONCLUSIÓN
Si bien la nutrición no puede convertir a un atleta común en un campeón olímpico,
el apoyo a las necesidades de entrenamiento y competencia es importante para
permitir que todos los atletas alcancen su potencial, incluidos los resultados de
rendimiento óptimos y la longevidad en su deporte. Una gama de estrategias
nutricionales personalizadas y dirigidas puede ayudar a mantener a los atletas
saludables y sin lesiones, en una forma física ideal, capaces de adaptarse al
entrenamiento y listos para competir al máximo. Los científicos del deporte, los
preparadores físicos y los entrenadores juegan un papel importante en la
identificación (y derivación) de los atletas con problemas de nutrición, al
proporcionar o apoyar la educación sobre las prácticas de nutrición y en la gestión
de un entorno que permita alcanzar los objetivos de nutrición.
LECTURAS RECOMENDADAS
Burke, LM, Castell, LM, Casa, DJ, Cerrar, GL, Costa, RJS, Desbrow, B,
Halson, SL, Lis, DM, Melin, AK, Peeling, P, Saunders, PU, Slater, GJ, Sygo,
J, Witard, OC, Bermon, S y Stellingwerff, T. Declaración de consenso de la
Asociación Internacional de Federaciones de Atletismo 2019: nutrición
para el [Link] J Sport Nutr Exerc Metab29: 73-84, 2019.
Burke LM y Hawley, JA. Más rápido, más alto, más fuerte: ¿qué hay en el menú?
Ciencias362: 781-787, 2018.
Larson-Meyer, DE, Woolf, K y Burke, L. Evaluación del estado nutricional
en atletas y la necesidad de Suplementació[Link] J Sport Nutr Exerc
Metab28: 139-158, 2018.
Maughan, RJ, Burke, LM, Dvorak, J, Larson-Meyer, DE, Peeling, P,
Phillips, SM, Rawson, ES, Walsh, NP, Garthe, I, Geyer, H, Meeusen, R, van
Loon, L, Shirreffs, SM, Spreit, LL, Stuart, M, Vernec, A, Currell, K, Ali , VM,
Budgett, RGM, Ljungqvist, A, Mountjoy, M, Pitsiladis, Y, Soligard, T,
Erdener, U y Engebretsen, L. Declaración de consenso del COI: los
suplementos dietéticos y el atleta de alto [Link] J Sports Med 52:
439-455, 2018.
Rawson, ES, Miles, MP y Larson-Meyer, DE. suplementos dietéticos para
salud, adaptación y recuperación en [Link] J Sport Nutr Exerc
Metapestaña28: 188-199, 2018.
CAPÍTULO 25
Estrés ambiental
Dr. Yasuki Sekiguchi
Courteney L. Benjamin, PhD
Douglas J. Casa, PhD
Los científicos del deporte tienen la tarea de preparar a los atletas, tanto mental como
físicamente, para competir en una amplia variedad de condiciones ambientales. Varias
condiciones ambientales, como el calor y la altitud, pueden tener un impacto significativo en el
rendimiento y la seguridad de un atleta (36,61). Los principales eventos deportivos, como la
Copa Mundial de Fútbol de la FIFA y los Juegos Olímpicos, a menudo se llevan a cabo en
lugares donde el calor, la altitud o ambos entran en juego. Los programas predeterminados y
diseñados de manera única para cada condición ambiental pueden inducir adaptaciones
positivas y garantizar una condición física óptima para el atleta de deportes individuales y de
equipo. Por lo tanto, es fundamental que los científicos del deporte comprendan las respuestas
fisiológicas a la competencia en estos entornos y los métodos prácticos para garantizar el
rendimiento y la seguridad de élite.
RENDIMIENTO Y SEGURIDAD EN EL CALOR
Alcanzar el máximo rendimiento en el calor crea desafíos únicos para atletas,
entrenadores y científicos deportivos. Una comprensión de la fisiología del ejercicio
en el calor y la implementación de varias estrategias para superar estos desafíos
puede ser el factor decisivo para que un atleta abandone o prospere en una
competencia.
Fisiología del ejercicio en el calor
Poco después del inicio del ejercicio, la temperatura interna del cuerpo aumenta debido a la
producción de calor metabólico.11). Durante la actividad física en condiciones de calor extremo
o con equipos de protección personal pesados, el cuerpo no puede termorregularse de
manera eficiente, lo que conduce a una elevación de la temperatura corporal interna y se
conoce comoestrés por calor no compensable(11). Para disipar el calor, los vasos sanguíneos
se vasodilatan, aumenta el flujo sanguíneo de la piel y se inicia la respuesta de sudoración.5).
La mayor parte de la disipación de calor se logra mediante la evaporación del sudor de la piel;
sin embargo, este mecanismo se ve obstaculizado en condiciones de humedad extrema (5). El
calor también se puede ganar o perder, según las condiciones ambientales, a través de la
radiación, la convección y la conducción.28).Figura 25.1demuestra los mecanismos
involucrados en la ecuación del balance de calor.
Enfermedad por calor
Si bien los científicos del deporte no son necesariamente profesionales médicos con licencia (es
decir, entrenadores de atletismo, fisioterapeutas o médicos), es importante que todas las personas
del personal de rendimiento estén al tanto de los signos y síntomas de enfermedades inducidas por
el ejercicio y las medidas apropiadas para salvar vidas. tratamiento. Las enfermedades por calor por
esfuerzo, incluidos el agotamiento por calor, el síncope por calor y los calambres por calor, son un
problema frecuente y recurrente en todos los niveles del deporte (18).Agotamiento por calor se
refiere al colapso resultante del agotamiento fisiológico (11).síncope por calores el desmayo
debido a la hipotensión resultante de la falta de aclimatación al calor o la aclimatación, la postura
erguida y la acumulación gravitatoria de sangre en la pierna cuando no se devuelve suficiente
sangre a la circulación central (5).Calambres por calorson espasmos dolorosos del músculo
esquelético que a menudo se observan después de un ejercicio extenuante prolongado en el calor (
11).golpe de calor por esfuerzose encuentra entre las tres principales causas de muerte en el
deporte, a pesar de la tasa de supervivencia del 100 % con oro
tratamiento médico estándar (reconocimiento rápido utilizando temperatura corporal
interna válida e inmersión en agua fría [CWI] en el lugar) (18). Los factores asociados con la
enfermedad por calor por esfuerzo incluyen fatiga, pérdida de electrolitos, ineficiencia
cardiovascular e hipohidratación.18).
FIGURA 25.1Radiación, conducción, convección y evaporación en términos de
intercambio de calor humano.
Rendimiento en el calor
Entrenar y competir en el calor tiene implicaciones negativas para el rendimiento y la seguridad, incluida
una temperatura corporal interna más alta, un aumento de la frecuencia cardíaca, cambios en las
medidas de percepción y pruebas de tiempo más lentas (62). Los científicos del deporte pueden
use varias estrategias para maximizar el rendimiento y la seguridad del atleta en el calor.
Aclimatación al Calor y Estrategias de Aclimatación
Una de las estrategias más sencillas y eficaces para alcanzar el máximo rendimiento
durante el ejercicio en el calor esaclimatación al calor(entorno natural, exterior) o
aclimatación al calor(entorno artificial) (3). A los efectos de este capítulo, HA se refiere
a la aclimatación al calor oa la aclimatación al calor, según el entorno. La aclimatación
al calor o la aclimatación al calor es el proceso de aumento gradual y sistemático del
estrés fisiológico mediante el entrenamiento en el calor (9). Los científicos deportivos
pueden implementar HA para maximizar el rendimiento y la seguridad de los atletas.
Impactos de HA en el rendimiento en calor y frío
HA o aclimatación no solo es útil para competir en ambientes cálidos, sino que los datos
demuestran que esta estrategia también se puede utilizar para mejorar el rendimiento en
condiciones más frías (50). El uso apropiado de las políticas de HA redujo las enfermedades
causadas por el calor hasta en un 55 % en el nivel de secundaria de EE. UU. (48). En el entorno de los
deportes de equipo, datos prometedores demostraron una mejora del 33 % en el ejercicio
intermitente en un grupo de atletas de deportes de equipo después de solo cuatro sesiones cortas
de HA (77). Con el conocimiento de las adaptaciones fisiológicas y perceptivas que se producen a
partir de la AH y las estrategias para inducir estas mejoras, los científicos del deporte pueden
diseñar de forma efectiva un plan para optimizar el rendimiento de los deportes individuales y de
equipo en condiciones ambientales cálidas y frías.
Adaptaciones a la inducción, descomposición y
mantenimiento de HA
Varios cambios fisiológicos y perceptuales positivos que se sabe que mejoran el rendimiento del
ejercicio ocurren a lo largo de la HA (verfigura 25.2). La expansión del volumen plasmático, un factor
que conduce a una frecuencia cardíaca y un índice de esfuerzo percibido más bajos, se puede
observar en tan solo 3 días de AH (63). Otros factores asociados con una frecuencia cardíaca más
baja y medidas perceptivas mejoradas incluyen una temperatura de la piel y una temperatura
corporal interna más bajas.62). La mayoría (~ 95%) de las adaptaciones internas de la temperatura
corporal y de la piel ocurren en 5 a 8 días de HA (62). Las respuestas del sudor, incluido un aumento
en la tasa de sudor y una disminución en la concentración de electrolitos en el sudor, ocurren
dentro de los 5 a 14 días (78). Mientras que menos estudios
han investigado este tema, parece haber una reducción en la acumulación de lactato
después de la AH, muy probablemente debido a una mayor capacidad para eliminar el
lactato (73,81).
Las adaptaciones que ocurren con HA ocurren extremadamente rápido; sin embargo, estos
se perderán con relativa rapidez sin exposiciones continuas al calor y generalmente se los
conoce comoHA decaimiento. Después de la AH, la frecuencia cardíaca y la temperatura
interna del cuerpo suelen disminuir a un ritmo del 2,5 % por día sin exposición al calor (31). La
capacidad de mantener una temperatura corporal interna más baja también decae sin una
exposición continua al calor; sin embargo, varios factores (discutidos más adelante en esta
sección) contribuyen a la velocidad a la que esto ocurre. Pocos estudios han examinado la
disminución de la tasa de sudoración y otras variables fisiológicas después de la AH; por lo
tanto, se desconoce la velocidad de descomposición. Aunque se conocen mejoras en el
rendimiento y la seguridad con HA, un estudio ha investigado estrategias para mantener estos
beneficios durante un período prolongado después de la inducción de HA (sesenta y cinco).
Esta estrategia implicó una exposición al calor durante el ejercicio una vez cada 5 días y
produjo beneficios fisiológicos positivos en comparación con un grupo de control (sesenta y
cinco). Los beneficios de esta estrategia son críticos para los atletas y los científicos deportivos
que buscan periodizar la optimización del rendimiento para competencias específicas sin
interferir con el entrenamiento específico del deporte.
Estrategias para HA óptima
Las drásticas mejoras en las respuestas fisiológicas y perceptivas, así como en la capacidad y el
rendimiento del ejercicio, después de HA demuestran el valor de los científicos del deporte que
desarrollan programas que utilizan esta estrategia. Al igual que ocurre con la periodización del
entrenamiento de resistencia, las sesiones de acondicionamiento o la práctica en equipo, el
desarrollo de una estrategia HA efectiva implica actividades de programación basadas en varias
respuestas internas y variables externas que pueden manipularse para lograr la meta
predeterminada deseada (verfigura 25.3). El papel de un científico del deporte en la gestión del
equilibrio del estrés del entrenamiento de los atletas mientras utilizan esta estrategia es
fundamental para su éxito. Si se implementa un protocolo HA, el volumen, la intensidad y la
duración del entrenamiento habitual deben modificarse para garantizar que no se produzca un
sobreentrenamiento.
FIGURA 25.2Adaptaciones fisiológicas y de rendimiento comunes después de
un programa de aclimatación al calor.
Factores Internos a Considerar para el Desarrollo
e Implementación de un Plan HA
Dos características principales de los atletas individuales que pueden influir en la eficacia
de un plan de HA son la aptitud aeróbica antes del inicio de la HA y las respuestas de la
temperatura corporal interna en reposo y ejercicio de ese atleta. Los atletas que están
entrenados aeróbicamente parecen exhibir adaptaciones fisiológicas y perceptivas
inducidas por el entrenamiento solo que reflejan respuestas parciales de HA.61). Si bien
alcanzar la condición física máxima es claramente esencial en cualquier deporte, no se
debe subestimar el papel de la condición física aeróbica en la tolerancia al calor. Incluso
los atletas que no se consideran aeróbicos (p. ej., linieros ofensivos) pueden beneficiarse del
entrenamiento aeróbico programado adicional para mejorar su tolerancia al ejercicio en el
calor (61). Los programas de entrenamiento para la mayoría de los deportes de campo
incluyen alguna forma de entrenamiento aeróbico; por lo tanto, muchos atletas de élite ya
demuestran adaptaciones positivas que mejoran la tolerancia al calor durante el ejercicio. A
pesar de este hecho, uno de los resultados más fascinantes de la inducción de HA es la mejora
observada en el consumo máximo de oxígeno (O2max), con mejoras reportadas de hasta 9.6% (
45).
Un aumento en la temperatura interna del cuerpo durante el ejercicio (medido con
precisión solo a través de termistores rectales, esofágicos o ingeribles) es esencial para
impulsar las adaptaciones observadas desde HA (25,78). Para garantizar adaptaciones
completas de HA, incluidas mejoras en la respuesta del sudor, que suele ser la última
adaptación que se produce, investigaciones anteriores han señalado unaisotérmico
método de inducción de HA, en el que la intensidad del ejercicio se ajusta para mantener
una temperatura corporal interna predeterminada (típicamente 38,5 ° [101,3 ° F]) (39). Se
ha cuestionado si este umbral de temperatura crítica es el mejor método de AH, y algunos
han postulado que incluso temperaturas corporales internas más altas pueden provocar
adaptaciones de mayor magnitud; sin embargo, se requiere investigación futura (78).
Otros dos métodos que han producido resultados prometedores incluyenritmo de trabajo
controladoyfrecuencia cardíaca sujeta(31). El método de ritmo de trabajo controlado
implica establecer una intensidad de ejercicio predeterminada (por ejemplo, una velocidad
de 12 km/h) y continuar con esta intensidad durante la inducción de HA (78). Una
limitación de este método es que la intensidad relativa y, en consecuencia, la cantidad de
tiempo que se pasa a una temperatura corporal interna elevada, normalmente disminuye
cada día durante la inducción de HA debido a las adaptaciones positivas que se producen.
El método de frecuencia cardíaca sujeta implica establecer una respuesta de frecuencia
cardíaca predeterminada (p. ej., 150-155 latidos por minuto) durante toda la duración de la
inducción de HA. Este método renuncia a la limitación del estrés fisiológico estancado
como se ve en el método de ritmo de trabajo controlado; sin embargo, el desarrollo del
protocolo es crucial para garantizar que se logre la temperatura corporal interna deseada.
Una consideración adicional para diseñar un programa de AH es que la temperatura
corporal interna en reposo generalmente disminuye durante el transcurso de la AH, lo que
hace que la temperatura corporal interna alta deseada sea cada vez más difícil de lograr.
Factores externos a considerar para la
Desarrollo e Implementación de un Plan HA
Hay varios componentes de un plan de HA que es importante que un científico del
deporte considere durante una fase de programación. Estos incluyen lo siguiente:
Condiciones ambientales
Duración de la inducción
Duración de las sesiones
Frecuencia de las sesiones
Intensidad del ejercicio
Equilibrio entre HA y entrenamiento deportivo específico
Estrategias alternativas
La mayoría de estos, con la excepción de las condiciones ambientales en un entorno
natural, se pueden manipular para garantizar el estrés y las adaptaciones de entrenamiento
adecuadas. Comprender cómo evaluar, manipular y alterar estas variables para objetivos de
entrenamiento específicos es imperativo para los científicos del deporte (64).
FIGURA 25.3Factores a considerar al diseñar un programa de aclimatación o
aclimatación al calor para optimizar el rendimiento y la seguridad.
Condiciones ambientalesse controlan solo con acceso a una sala ambientalmente
controlada y, por lo tanto, pueden no ser prácticos para algunos programas. En los
casos en los que se disponga de un laboratorio o sala ambiental, las condiciones
ambientales previstas para la competencia, o una temperatura o humedad
ligeramente más altas, o ambas, podrían usarse para HA. Tanto en ambientes
artificiales como naturales, el uso de untemperatura del globo de bulbo húmedo(
WBGT) es el método estándar de oro para evaluar las condiciones. WBGT es la forma
de evaluar el estrés por calor ambiental porque mide la temperatura ambiente, la
radiación solar, la humedad relativa y el viento, que se sabe que influyen en las
variables fisiológicas en el calor (24). Un dispositivo WBGT es pequeño, portátil y
portátil. Las pautas para el uso de un dispositivo WBGT deben basarse en el manual de cada
instrumento. Varias organizaciones militares, ocupacionales y deportivas tienen pautas de
seguridad relacionadas con WBGT para guiar a los profesionales en el diseño de proporciones de
trabajo y descanso (49).
Duración de la inducciónse refiere al número total de días designados específicamente
para la capacitación en HA. En la población general, parece que los beneficios completos de HA
están presentes en 10 a 14 días de entrenamiento en el calor (9). Debido a la interacción de la
HA y la condición física discutida previamente, parece que los atletas de élite pueden obtener
beneficios de la HA con programas de inducción relativamente cortos (5 días) (37,38). Sin
embargo, existe una amplia variedad de respuestas individuales y niveles iniciales de forma
física, lo que deja a los científicos del deporte la discreción de tener en cuenta las respuestas
individuales para determinar la duración adecuada de la inducción (64).
La duración de las sesiones de HA suele oscilar entre 60 y 120 minutos; la mayor duración del
ejercicio también parece ser favorable, ya que le da al cuerpo más tiempo para obtener la
temperatura corporal interna deseada y las respuestas de sudoración necesarias para inducir
adaptaciones (72). Si bien una mayor duración parece ser lo mejor para obtener HA, estas
duraciones de sesión no siempre son prácticas para implementar en otro entrenamiento específico
del deporte. Si bien la duración es un componente importante a considerar para una HA efectiva,
existen otras estrategias que se pueden usar para adaptar esta estrategia a un plan de
capacitación, como se analiza más adelante en esta sección.
Elfrecuencia de sesiones HAse refiere al número de días entre sesiones, con algunos
programas completando sesiones consecutivamente o con días de descanso programados en el
medio (64). Si el HA está ocurriendo, por ejemplo, durante los períodos de entrenamiento de
pretemporada, estas sesiones se implementarán consecutivamente. Si bien esto puede ser aplicable
al entrenamiento basado en habilidades, la investigación proporciona evidencia de que dos
sesiones por día pueden no conducir a adaptaciones de HA más rápidas que una sesión por día (80).
Por lo tanto, aunque la AH consecutiva puede conducir a adaptaciones completas más rápidas, hay
evidencia que sugiere que la recuperación posterior a la AH es crucial para lograr los beneficios
completos.30). Por lo tanto, programar días de recuperación después de un régimen de
entrenamiento intenso de HA sería ideal para obtener beneficios en el rendimiento. Si se
implementa un programa de mantenimiento de HA, datos prometedores sugieren que la
exposición al calor cada 5 días puede usarse para prevenir el deterioro de estas adaptaciones
positivas (sesenta y cinco).
Hay algunos factores a considerar cuando se determina la intensidad del ejercicio de un
programa de HA, ya que la mayor parte del impulso para las adaptaciones es un aumento en la
temperatura corporal interna y el inicio de la respuesta de sudoración. Si HA es
que ocurre de forma natural durante el entrenamiento específico de un deporte, como las prácticas en
equipo, el control de la frecuencia cardíaca y el uso de las proporciones adecuadas de trabajo y descanso
basadas en el WBGT, pueden servir para determinar la intensidad del ejercicio. Si se utiliza un laboratorio
artificial, la intensidad del ejercicio puede basarse en la temperatura interna del cuerpo, un porcentaje
del nivel de condición física del atleta (p. ej., un porcentaje de O2max), índice fijado de esfuerzo percibido
o frecuencia cardíaca fijada (62). La clave de cualquiera de estos métodos es garantizar que la
temperatura interna del cuerpo y la respuesta de la sudoración sean lo suficientemente altas para
inducir adaptaciones, mientras se mantiene seguro al atleta.
Si bien es ideal controlar todos estos factores durante un programa de HA, a veces surgen
preocupaciones logísticas al diseñar el plan, como el compromiso de tiempo, los recursos
financieros para la tecnología adecuada (es decir, el control de la temperatura corporal interna)
o la fase de capacitación. Se han propuesto varios marcos de programación para superar
algunas de las barreras de HA y capacitación (64). Un componente es la implementación de un
plan de mantenimiento de alta disponibilidad. Otro ejemplo de una estrategia que se puede
utilizar para superar estas barreras son las estrategias alternativas para impulsar la alta
disponibilidad. Una estrategia que se ha sugerido es el baño de sauna o la inmersión en agua
caliente después de una sesión de ejercicio para mantener una temperatura corporal interna
elevada; sin embargo, se necesita investigación futura para determinar la efectividad de esta
última estrategia (26).
Estrategias de hidratación
Mantener un estado de hidratación adecuado es importante para que los atletas optimicen el
rendimiento del ejercicio (71). Por lo tanto, es fundamental que los científicos del deporte comprendan
los efectos del estado de hidratación en el rendimiento del ejercicio, el método de evaluación de la
hidratación y las estrategias de hidratación.
Impactos de la hidratación en el rendimiento
Se ha demostrado que una pérdida de masa corporal superior al 2 % disminuye el rendimiento del ejercicio
aeróbico, mientras que algunas investigaciones han indicado que la deshidratación leve (cerca del 1,5 % de
pérdida de masa corporal) también puede afectar el rendimiento aeróbico (dieciséis,71). También se ha
informado que la pérdida de masa corporal del 3% al 4% conduce a una reducción de la fuerza y la potencia
muscular (42). La deshidratación también se asocia con un rendimiento deficiente en la ejecución cognitiva,
motora y de habilidades específicas del deporte.13). Además de las disminuciones en el rendimiento del
ejercicio, la deshidratación es un factor de riesgo de enfermedad por calor, que incluye agotamiento por calor,
calambres musculares asociados con el ejercicio y fatiga por esfuerzo.
golpe de calor (11). Aunque está bien establecido que la deshidratación afecta negativamente el
rendimiento y la seguridad del ejercicio, se ha informado una deshidratación significativa tanto en
deportes de equipo como individuales (28,59). Además, los atletas a menudo se deshidratan incluso
antes de comenzar el ejercicio y no consumen cantidades adecuadas de líquido para optimizar el
equilibrio de líquidos corporales (2,12). Por lo tanto, es importante que los científicos del deporte
comprendan los métodos utilizados para evaluar el estado de hidratación y desarrollen las
habilidades necesarias para elaborar un plan para mantener una hidratación óptima.
Evaluación de la hidratación
Evaluar el estado de hidratación de los atletas es el primer paso para optimizar el equilibrio de
fluidos corporales en los atletas, y es fundamental comprender los métodos válidos y confiables
para evaluar esto. No existe un estándar de oro para evaluar el estado de hidratación. Las
mediciones para evaluar la hidratación en entornos de laboratorio incluyen la osmolalidad del
plasma, la osmolalidad de la orina y la recolección de orina de 24 horas (6,71). Si bien estos métodos
se usan comúnmente en la investigación, a menudo son difíciles de usar en un entorno de campo.
Los métodos de campo válidos también se tratan aquí.
Pérdida de masa corporalEl seguimiento de los cambios en la masa corporal es un método sencillo para
evaluar los cambios agudos en el estado de hidratación (43). Basado en dos mediciones de la masa
corporal, como antes y después del ejercicio,porcentaje de pérdida de masa corporalpuede calcularse
mediante la siguiente ecuación:
(Masa corporal antes del ejercicio - Masa corporal después del ejercicio) / (Masa corporal antes del ejercicio)×
100
El objetivo de un científico deportivo debe ser evitar que los atletas pierdan el 2% de su masa
corporal. Si bien el porcentaje de pérdida de masa corporal se utiliza a menudo para realizar un
seguimiento de los cambios agudos en el estado de hidratación, se puede utilizar para controlar el
equilibrio diario de líquidos, cuando se ha establecido la masa corporal de referencia adecuada,
mediante la evaluación de la masa corporal de la primera mañana durante 3 días consecutivos (7).
Además, cuando se repone el 100 % de las pérdidas por sudor del día anterior de ejercicio, es probable
que la fluctuación de la masa corporal sea inferior al 1 % (27). Por lo tanto, este método también se
puede utilizar para comprobar si los atletas se han recuperado con éxito de una sesión anterior.
Color de la orina y gravedad específica de la orinaÍndices de orina, como el color de la orina (7,10,44,
54) y la gravedad específica de la orina, también son fáciles de usar para los científicos del deporte. Una
tabla de colores de la orina (verfigura 25.4; este gráfico no está validado por lo que es para
solo como ejemplo) se puede utilizar como marcador del estado de hidratación actual. El color
de la orina de 4 o más indica deshidratación. El color de la orina de 5 o más puede indicar una
pérdida de masa corporal > 2 %. Mantener la orina de color amarillo pálido o pajizo
corresponde a una hidratación adecuada (7,44,54).
Gravedad específica de la orina(USG) se refiere a la densidad de una muestra en comparación
con el agua pura (6) y es otra forma de evaluar el estado de hidratación, realizada mediante un
refractómetro que pueden utilizar los científicos del deporte. Un USG≥1,020 indica deshidratación (
71). Estas mediciones de orina son evaluaciones precisas del estado de hidratación; sin embargo,
los valores pueden verse alterados por una rehidratación rápida sin alterar el nivel real de
hidratación (35,43). Beber rápidamente puede resultar en una disminución de la hormona
antidiurética (AVP), y esto conduce a una orina diluida, que no representa realmente el estado de
hidratación (43). Por lo tanto, evaluar el color de la orina y el USG con base en la primera muestra
de orina de la mañana proporciona los resultados más precisos (43). Curiosamente, los índices de
orina recolectados de una medición puntual de la muestra de la tarde brindan resultados tan
precisos como una recolección de orina de 24 horas, que, como ya se mencionó, es el método
apropiado para rastrear el estado de hidratación regular (21). Por lo tanto, para evaluar el estado de
hidratación habitual de un atleta, una muestra puntual por la tarde también es un método preciso y
práctico. Estos valores pueden verse afectados por el ejercicio o la ingesta de grandes cantidades de
líquidos (o ambos) durante el día; por lo tanto, este método debe usarse solo cuando los atletas no
participan en actividad física durante el día.
FIGURA 25.4Carta de colores de la orina.
Diagrama de Venn con pérdida de masa corporal, color de la orina y nivel de sedAdemás de
estas medidas, un diagrama de Venn sugerido por Cheuvront y colegas (29) es ampliamente
utilizado en entornos de campo para mostrar el estado de hidratación (verfigura 25.5;29). ElTabla
de amigosmuestra evaluaciones de la pérdida de masa corporal, el color de la orina y el nivel de
sed. Cuando los tres marcadores indican niveles de deshidratación, es muy probable que un atleta
esté deshidratado, y cuando dos marcadores indican niveles de deshidratación, es probable que un
atleta esté deshidratado (29). Los criterios para los niveles de deshidratación utilizados en este
diagrama son pérdida de masa corporal > 1 %, color de la orina > 5 y sensación de sed (29). Los
científicos del deporte pueden usar diagramas de Venn en entornos de campo para evaluar el
estado de hidratación. El diagrama de Venn se utiliza mejor a diario, por la mañana, cuando el atleta
se despierta por primera vez.
FIGURA 25.5Un diagrama de Venn muestra la pérdida de masa corporal, el color de la orina y el
nivel de sed.
Adaptado con autorización de SN Cheuvront y RW Kenefick (2016, pág. 1).
Evaluación de la tasa de sudoración
La evaluación de la tasa de sudoración es fundamental para hacer un plan de ingesta de lí[Link] de
sudor(L/h) se calcula mediante la siguiente ecuación:
[Masa corporal antes del ejercicio (kg) - Masa corporal después del ejercicio (kg) + Ingesta de líquidos (L) -
Orina (L)]×60 / Duración del ejercicio (min)
Varios factores afectan la tasa de sudoración, incluida la masa corporal, el estado de HA, la eficiencia del
ejercicio y las condiciones ambientales (71). Existe una variabilidad considerable en la tasa de sudoración entre
los atletas, incluso en aquellos que compiten en el mismo deporte (71). Por lo tanto, es importante que los
científicos del deporte calculen las tasas de sudoración individuales. La tasa de sudoración se puede utilizar
para crear una estrategia planificada para beber, que se explica más adelante en esta sección, para minimizar
la pérdida de líquidos mediante la estimación de la pérdida de sudor en función de la duración de un ejercicio.
Evaluación de electrolitos en el sudor
Además de la evaluación de la hidratación, las mediciones de electrolitos también son
importantes para las consideraciones de rendimiento y seguridad. Cuando un atleta hace
ejercicio en el calor o realiza múltiples sesiones, las pérdidas de electrolitos por sudor pueden
exceder la ingesta dietética (8). Entre los electrolitos, el sodio se considera el más importante (
75). El sodio promueve la absorción de agua y estimula la absorción de glucosa (75). Además, el
sodio está asociado con la etiología del agotamiento por calor por esfuerzo, los calambres por
calor por esfuerzo y la hiponatremia por esfuerzo.5). El estándar de oro para medir las
concentraciones de electrolitos en el sudor es elmétodo de lavado de todo el cuerpo(8). El
procedimiento se presenta a continuación.
La ropa y las toallas que se utilizan para la prueba se lavan sin jabón ni detergente
para eliminar el contenido de electrolitos de la fibra de la ropa antes de comenzar la
prueba. Luego, la ropa se seca sin suavizantes ni ningún otro producto para el cuidado
de las telas. Justo antes de ingresar a la cámara ambiental para la prueba, se les indica
a los atletas que se duchen sin usar jabón ni ningún otro producto para eliminar todo
el contenido de electrolitos de la superficie de la piel. Luego, el atleta se seca con la
toalla lavada y se viste con la ropa lavada. Luego, los atletas se someten a la prueba de
ejercicio y se les indica que capturen el sudor continuamente durante la duración de la
prueba usando toallas. Al finalizar el ejercicio, los atletas se enjuagan con
aproximadamente 2 galones (7,5 L) de agua destilada. Los atletas se cambian de ropa y
agregan su ropa a la tina de lavado. Luego, la ropa se mezcla completamente en la tina
y se recolectan muestras de la tina para su análisis con el uso de un analizador de
electrolitos.
Si bien el método de lavado de todo el cuerpo es el estándar de oro para evaluar los
electrolitos del sudor, puede que no sea realista utilizar este método en un entorno
aplicado. Algunas investigaciones han señalado el uso de un parche de sudor regional. Los
parches de sudor se adhieren a diferentes regiones del cuerpo, incluidos el antebrazo, la
espalda, el pecho, la frente y el muslo (14). Estos parches recogen el sudor local, que luego
se evalúa con un analizador de electrolitos para medir las concentraciones de electrolitos.
Sin embargo, los valores de estos parches no son tan precisos como con la técnica de
lavado de todo el cuerpo (15). De hecho, los parches de sudor generalmente sobrestiman
las concentraciones de sodio y potasio (14). Si se emplea el método del parche de sudor, se
puede usar una ecuación de regresión para obtener mejores valores predictivos de la
concentración de electrolitos en el sudor (15). Las mejores regiones para predecir
electrolitos medidos por lavado de todo el cuerpo son el muslo para sodio y
el cofre de potasio (14).
Estrategias de hidratación
Después de analizar el estado de hidratación, es importante implementar estrategias para
optimizar el estado de hidratación. En general, hay dos métodos que son muy debatidos en la
discusión de las estrategias de hidratación, que incluyen beber de forma planificada y beber
cuando se tiene sed.
Beber planeado y beber hasta tener sedEn términos de beber cuando se tiene sed,
investigaciones anteriores han discutido las limitaciones de usar el nivel de sed de forma aislada,
porque esta medida podría no ser adecuada para evaluar el estado de hidratación cuando los
atletas realizan ejercicio durante más de 1 hora a 90 minutos a altas intensidades en condiciones de
calor (43,47). Una de las razones de esto es que la sed se percibe inicialmente cuando se produce
una pérdida de masa corporal del 1% o 2% (7). Además, cuando los atletas consumen líquidos en
función de la sed, tienden a reemplazar alrededor del 60 % de las pérdidas de líquidos, lo que se
caracteriza como deshidratación voluntaria (43,52). En estas situaciones, se debe crear un plan de
bebida antes del ejercicio basado en la tasa de sudoración para lograr una pérdida de masa
corporal del 2 % o menos durante el ejercicio sin ganancias de líquidos corporales totales (46,52).
Sin embargo, beber cuando la sed podría usarse cuando el ejercicio dura menos de 1 hora a 90
minutos, durante el ejercicio en condiciones más frescas y con intensidades de ejercicio más bajas (
47).
Estrategias de hidratación antes del ejercicio, durante el ejercicio y después del
ejercicioEstablecer y utilizar un plan de hidratación para antes, durante y después del
ejercicio ayudará a garantizar una hidratación óptima (verfigura 25.6). El objetivo de
cualquier atleta es empezar a hacer ejercicio bien hidratado y con el equilibrio electrolítico
adecuado (71). La posición de consenso del American College of Sports Medicine
recomienda el consumo de 5 a 7 ml de líquido/kg de masa corporal al menos 4 horas antes
del ejercicio (71). Si un atleta no produce orina, o la orina es oscura, el atleta necesita
consumir otros 3 a 5 ml de líquido/kg de masa corporal unas 2 horas antes del ejercicio (71
). Sin embargo, la cantidad de sodio consumida debe determinarse por los resultados de la
prueba de lavado de todo el cuerpo. Mejorar la palatabilidad de los líquidos promueve la
rehidratación, y varios factores influyen en esto, incluida la temperatura del líquido, el
contenido de sodio y el sabor (71). La temperatura del líquido preferida es entre 15 °C y 21
°C (59-70 °F), lo que aumenta la palatabilidad y la ingesta de líquidos (71).
El objetivo de las estrategias de hidratación durante el ejercicio es prevenir el exceso
deshidratación (> 2% de pérdida de masa corporal) y pérdidas de electrolitos (71). Se pueden crear
estrategias planificadas para beber basadas en la tasa de sudoración y el equilibrio de electrolitos
probados de antemano (71). El consumo de carbohidratos puede ser beneficioso durante el
ejercicio de alta intensidad que dura ~ 1 hora o durante el ejercicio de baja intensidad de mayor
duración (71). Se ha recomendado un consumo de carbohidratos de 30 a 60 g/h para mantener los
niveles de glucosa en sangre y sostener el rendimiento del ejercicio (71). Sin embargo, la
concentración no debe exceder el 8 %, momento en el cual el vaciado gástrico comienza a disminuir
(71). El objetivo de las estrategias de hidratación después del ejercicio es reemplazar cualquier
pérdida de líquidos y electrolitos del ejercicio (71). Cuando los atletas tienen otro ejercicio dentro de
aproximadamente 12 horas y necesitan una rehidratación rápida, deben consumir 1,5 veces la
masa corporal perdida (71,76).
FIGURA 25.6Métodos para evaluar el estado de hidratación antes del ejercicio,
minimizar la pérdida de líquidos durante el ejercicio y rehidratarse después del ejercicio.
Estrategias de enfriamiento
Un aumento de la temperatura corporal interna puede tener un impacto negativo en el rendimiento y la
seguridad. Las estrategias de enfriamiento para mitigar este aumento pueden ser de interés para los
científicos del deporte (33,56). Un aumento en la temperatura corporal interna por sí solo podría
conducir a una disminución en el rendimiento metabólico y neuromuscular, incluso en presencia de
euhidratación(Hidratación adecuada) (60).
Impactos del enfriamiento en el rendimiento
Se han investigado varias estrategias de enfriamiento y el momento de estas
intervenciones como método para optimizar el rendimiento, y parece que unenfoque de
método mixto, que se refiere al uso de múltiples modalidades de enfriamiento, es el
enfoque óptimo (20). Si bien la efectividad del uso de estrategias de enfriamiento es clara,
existen consideraciones prácticas que los científicos del deporte deben tener en cuenta
para determinar la modalidad más adecuada (66).
Enfriamiento: selección de tiempo y modalidad
Al seleccionar una modalidad de enfriamiento, primero se debe determinar el momento y la
viabilidad de implementar esta estrategia durante una sesión de entrenamiento o competencia. El
momento de las intervenciones de enfriamiento generalmente se clasifica en tres posibilidades:
preenfriamiento, perenfriamiento (es decir, durante los ejercicios o la competencia o ambos) y
posenfriamiento (20). El uso de preenfriamiento y perenfriamiento generalmente se considera
cuando el objetivo es mitigar un aumento en la temperatura corporal interna para optimizar el
rendimiento y la seguridad. El posenfriamiento se utiliza con fines de recuperación para preparar a
los atletas para futuros entrenamientos y competencias.
Ya quepreenfriamientoocurrirá antes de una competencia o sesión de entrenamiento, también
se justifica la planificación de un calentamiento adecuado para garantizar que los atletas estén en
su mejor forma antes del comienzo de la competencia. Evidencia bien establecida muestra que un
calentamiento antes de la competencia es importante para mejorar el rendimiento físico y
psicológico (67). Sin embargo, si el calentamiento no se modifica adecuadamente en función de las
condiciones ambientales, el atleta corre el riesgo de calentar, lo que puede tener implicaciones
negativas en el rendimiento (67). Aun así, el uso de modalidades de enfriamiento antes de la
competencia puede permitir que los atletas entren en calor de acuerdo con sus necesidades físicas
y psicológicas sin causar un aumento de la temperatura corporal interna.
temperatura. Además, las modalidades de enfriamiento son más efectivas que la AH, la ingestión de
líquidos o el ejercicio aeróbico para reducir la temperatura corporal interna al comienzo del
ejercicio (3).
Según una revisión, la ingestión de hielo líquido y CWI parecen ser los más efectivos para
reducir la temperatura corporal interna antes del ejercicio (20). La investigación actual
relacionada con la ingestión de hielo líquido sugiere el consumo de ~ 1 L de hielo triturado que
sea ≤4 °C (≤39 °F) antes del inicio del ejercicio (66). La CWI de cuerpo entero a 22 °C a 30 °C
(72-86 °F) durante 30 minutos parece ser la más común; sin embargo, también se ha utilizado
CWI parcial (solo piernas) a 10 ° C a 18 ° C (50-64 ° F). Una preocupación con el último método
es la necesidad de recalentar los músculos debido a la falta de conducción nerviosa y
velocidades de contracción muscular que resultan de esta temperatura del agua, creando así
una reducción temporal en la producción de potencia (32). Otros métodos de preenfriamiento,
incluido el uso de ventiladores, chalecos de enfriamiento o hielo, o paquetes de enfriamiento,
también pueden ser beneficiosos para el preenfriamiento (1).
perenfriamientose refiere al enfriamiento durante un evento o competencia para atenuar el
aumento de la temperatura corporal interna durante el ejercicio y puede ser de interés ya que el
beneficio del preenfriamiento disminuye después de 20 a 25 minutos de actividad física (19). Debido
a la necesidad de productos viables para proporcionar refrigeración durante el ejercicio, se han
puesto a disposición varias opciones para su uso durante dichas actividades. La ingestión de lodo
de hielo, el hielo o los chalecos refrigerantes, el rociado con viento o agua, los paquetes
refrigerantes y el enfriamiento con mentol se han investigado como modalidades de enfriamiento
potencialmente efectivas (20,51,53,66) (verfigura 25.7).
Postenfriamientoes un término que se usa para describir cualquier modalidad de
enfriamiento después de una sesión de ejercicio y, por lo general, se usa para aumentar la
recuperación. Los métodos más comunes de posenfriamiento son CWI y crioterapia, aunque se
han utilizado la exposición al aire frío y los paquetes de enfriamiento.20,66). La inmersión en
agua fría parece disminuir el dolor muscular de aparición tardía y la fatiga percibida; sin
embargo, esta modalidad de posenfriamiento no parece afectar ninguna medida objetiva de
recuperación (20,34). La crioterapia se está convirtiendo en una modalidad cada vez más
popular y parece ser beneficiosa con respecto a los marcadores de recuperación subjetivos y
objetivos, incluida la reducción del dolor muscular de aparición tardía, el aumento de la fuerza
muscular y las mejoras en los biomarcadores sanguíneos inflamatorios (20). Además de la
recuperación física, los marcadores de la función del sistema nervioso central (variabilidad de
la frecuencia cardíaca) también pueden mejorar después de la inmersión en agua
(termoneutral y CWI); sin embargo, se necesita investigación futura sobre esto (4).
En general, se debe considerar un enfoque de método mixto para el preenfriamiento y el perenfriamiento.
considerado para obtener resultados óptimos (66). Si bien las estrategias de enfriamiento pueden
ser útiles tanto para el rendimiento como para la recuperación, se necesita un análisis de costo-
beneficio para que cada organización determine el equilibrio entre la practicidad y la utilidad de
modalidades específicas y el mejor método de implementación. Martabla 25.1para obtener
información que se puede utilizar para el desarrollo de un plan de enfriamiento óptimo (20, 51,53,
66).
PROGRAMACIÓN EN ALTITUD
El entrenamiento en altura es popular especialmente entre los atletas de resistencia aeróbica. Es
fundamental que los científicos del deporte comprendan la importancia y las implicaciones
prácticas del entrenamiento en altura.
La importancia del entrenamiento en altura
El rendimiento aeróbico generalmente se ve afectado por encima de los 1.000 metros, y la capacidad
aeróbica se reduce entre un 7% y un 8% por cada 100 metros por encima de los 1.500 metros desde el
nivel del mar (40,58). Es posible que el ejercicio anaeróbico de corta duración no se vea afectado por la
altitud; sin embargo, el rendimiento del ejercicio intermitente repetido ha disminuido en comparación
con este ejercicio al nivel del mar (40). El rendimiento en deportes de equipo también se ve afectado por
la altitud (58). Por ejemplo, la distancia total recorrida en la Copa Mundial de la FIFA se redujo en altitud
en comparación con el nivel del mar (58). Sin embargo, se ha demostrado que la exposición a
condiciones hipóxicas mejora el rendimiento del ejercicio en condiciones normales (23). Por lo tanto,
comprender el entrenamiento en altura es importante para los científicos del deporte cuando los atletas
realizan ejercicio tanto en altura como al nivel del mar.36).
Adaptaciones a la altitud
El aumento del estrés hipóxico en la altura promueve adaptaciones fisiológicas clave (36).
Disminuidopresión parcial de oxígeno(PaO2) en altitud reduce la saturación de oxígeno de la
hemoglobina y disminuye el contenido total de oxígeno de la sangre (36). Las adaptaciones,
incluidas las ventilatorias, cardiovasculares, hematológicas y del músculo esquelético, que
siguen al entrenamiento en altura se deben a la compensación de este estrés hipóxico.36). El
estrés hipóxico eleva la frecuencia respiratoria en las primeras etapas de la exposición a la
altura.36,68,74). La hiperventilación causada por la exposición a la altura aumenta la PaO2, y
esto aumenta la carga de oxígeno en los pulmones (36). Estas adaptaciones ventilatorias
podrían tener ventajas con respecto al ejercicio cuando los atletas regresan al nivel del mar.
Las mejoras hematológicas que resultan del entrenamiento en altura es una adaptación
importante (36).
FIGURA 25.7El uso de estrategias de enfriamiento incluye(a)rociar con agua
helada,(B)chaleco refrigerante,(C)inmersión en agua fría y(D)toallas de hielo
eritropoyetina(EPO) se produce principalmente en los riñones y mejora la capacidad de
transporte de oxígeno en la sangre (70). En general, la concentración de EPO alcanza su punto
máximo desde el día 1 hasta el día 5 después de exposiciones hipóxicas (36). Las adaptaciones
que ocurren en el músculo esquelético luego de la exposición hipóxica incluyen mejoras en la
economía del metabolismo muscular y la capacidad amortiguadora.36). Las exposiciones
hipóxicas promueven la capacidad de absorber glucosa durante el ejercicio (82), la formación
de capilares y el aumento del flujo sanguíneo a los tejidos en ejercicio (22,57). Además,
aumenta la densidad de las mitocondrias y la concentración de enzimas oxidativas, lo que
contribuye a mejorar la capacidad oxidativa del músculo (36, 41).
Estrategias para optimizar el rendimiento en altitud
Los efectos de cada método de entrenamiento en altura tienden a ser controvertidos. Por lo
general, hay tres modelos, que incluyen vivir alto, entrenar alto; vive alto, entrena bajo; y
entrenamiento hipóxico intermitente (36). Elvive alto, entrena alto modelose refiere a vivir y
entrenar a una altitud moderada (1.800-2.500 m) durante 2 a 3 semanas (36). Este
entrenamiento puede aumentar el rendimiento de resistencia aeróbica durante 6 a 8 semanas.
Sin embargo, puede ser un desafío mantener la misma intensidad durante largas exposiciones
de tiempo, y podría recomendarse hacer ejercicio al nivel del mar para evitar el
sobreentrenamiento y la supresión inmunológica (36,69). Elvive alto, entrena bajo modelo se
introdujo para superar las limitaciones del modelo live high, train high. Este método implica
atletas que viven entre 2000 y 2500 metros durante ~ 4 semanas (36). Se ha demostrado que
este método aumenta el rendimiento de la resistencia aeróbica; sin embargo, requiere un viaje
significativo entre las sesiones de entrenamiento y se han sugerido estrategias alternativas (es
decir, el uso de tiendas de campaña hipóxicas) (36,79). Entrenamiento hipóxico intermitente
consiste en atletas que usan un intervalo corto de estrés hipóxico a través de la inspiración de
gas hipóxico durante el entrenamiento mientras viven ennormoxicocondiciones, que tienen
una concentración normal de oxígeno (36). El rendimiento de la resistencia aeróbica podría
mejorar debido a las adaptaciones musculares, mientras que las adaptaciones hematológicas
podrían no observarse.36,55). Además de estos tres métodos, investigaciones previas
investigaron la combinación de exposición al calor y la hipoxia durante el sueño y el
entrenamiento para promover adaptaciones en la hemoglobina y el volumen plasmático en
comparación con un grupo de exposición no hipóxica en atletas de deportes de equipo (23). Se
requieren más estudios para concluir sobre el efecto de la combinación de calor y exposiciones
hipóxicas, que manipulan la cantidad de nivel de oxígeno, así como las intervenciones o
exposiciones hiperbáricas, que manipulan la presión atmosférica.
CONCLUSIÓN
Entrenar y competir en condiciones ambientales extremas presenta varios obstáculos para
alcanzar la máxima seguridad y rendimiento durante la actividad física; sin embargo, existen
varias estrategias y pautas que los científicos del deporte pueden utilizar para superar estos
obstáculos (5,36,62). Desarrollar un plan de AH, estrategias de hidratación y determinar
métodos óptimos de enfriamiento son herramientas que los científicos del deporte pueden
implementar con los atletas que compiten en condiciones extremas (es decir, calor). Los
científicos del deporte también pueden utilizar estrategias de altitud, incluida la estrategia vivir
alto, entrenar alto, vivir alto, entrenar bajo o entrenamiento hipóxico intermitente para
garantizar el máximo rendimiento y garantizar la seguridad tanto en situaciones hipóxicas
como al nivel del mar. Además de ayudar a los atletas a alcanzar el máximo rendimiento y
mantenerse seguros en estos entornos extremos, estas estrategias también pueden mejorar el
rendimiento en circunstancias menos extremas o más frías. Con el conocimiento y la aplicación
apropiados, los científicos del deporte pueden aplicar estas estrategias para elevar a los atletas
a nuevos niveles de logro y asegurar su bienestar a lo largo de los deportes competitivos.
LECTURAS RECOMENDADAS
Armstrong, [Link] en entornos extremos. Champaign, Illinois:
Cinética humana, 1999.
Casa, [Link] y Actividad Física en el Calor: Maximizando
Rendimiento y seguridad. Cham, Suiza: Springer, 2018.
Casa, DJ y Stearns, [Link]ón de la muerte súbita en el deporte y la actividad física
Actividad. Burlington, MA: Aprendizaje de Jones y Bartlett, 2017.
Cheuvront, SN y Sawka, MN. Evaluación de la hidratación de los deportistas.
Instituto de Ciencias del Deporte Gatorade 18, 2005.
Periard, JD y Racinais, S, [Link]és por calor en el deporte y el ejercicio.
Publicaciones internacionales de Springer, 2019.
CAPÍTULO 26
Psicobiología: el estado de flujo como
Contramedida a Mental
Fatiga
Dr. Chris P. Bertram
Fatiga mentales un estado psicobiológico que puede manifestarse como
sentimientos de letargo, desinterés o disminución de la motivación y, a
menudo, da como resultado una reducción general de la competencia
cognitiva o motora, o ambas. Por el contrario, el estado psicobiológico de
fluirse describe como un estado mental en el que una persona se sumerge
por completo y sin esfuerzo en una actividad; el flujo se considera un sello
distintivo del rendimiento máximo. Los sinónimos de flujo, como "la zona" o
"la euforia del corredor", se utilizan coloquialmente para describir episodios
de máximo rendimiento o experiencias profundamente placenteras.
Históricamente, sin embargo, se consideraba que estos estados eran
esquivos y fugaces por naturaleza (87,88). Los avances en la tecnología de
imágenes y la neurociencia han permitido una comprensión mucho más
amplia de la naturaleza neurológica, psicológica y fenomenológica de los
estados de flujo. Del mismo modo, enfoques similares han fortalecido la
comprensión de la fatiga mental y su impacto nocivo en el rendimiento físico
y cognitivo en el deporte. Como resultado de los conocimientos sobre las
fuerzas opuestas de la fatiga mental y el estado de fluidez, los científicos y
profesionales ahora están comenzando a explorar formas de provocar
estados de fluidez a pedido para acelerar el aprendizaje y optimizar el
rendimiento. Este capítulo repasa los antecedentes relevantes y los procesos
neurológicos que subyacen a los estados de flujo. Además, el capítulo
aborda el tema de la fatiga mental para un examen en profundidad del
fenómeno y su impacto más amplio en el rendimiento deportivo.
Traducido del afrikáans al español - [Link]
ESTADO DE FLUJO Y SU IMPACTO EN
RENDIMIENTO
Si bien la neurociencia del flujo es un concepto relativamente nuevo en el rendimiento atlético
humano, se ha hablado del concepto en sí mismo de una forma u otra durante más tiempo del
que la mayoría de la gente cree. En 1789, el escritor alemán Johann Wolfgang von Goethe,
después de presenciar las celebraciones en un carnaval romano, utilizó el término rausche
para describir "una aceleración del movimiento que conduce a una alegría que fluye". El
filósofo Nietzsche se refirió con frecuencia arauschecomo el que está inspirado en grandes
obras de arte o belleza estética, destacando en su obra de 1901La voluntad de poder(79):
El arte nos recuerda estados de vigor animal; es, por un lado, un exceso y
desbordamiento de la fisicalidad floreciente en el mundo de las imágenes y los
deseos; por el otro, una excitación de la función animal a través de las imágenes
y los deseos de la vida intensificada, una mejora del sentimiento de vida, un
estimulante para ella.
Los exámenes más modernos del flujo comenzaron en las décadas de 1940 y 1950 con el
trabajo del psicólogo humanista estadounidense Abraham Maslow. Conocido mejor por su
desarrollo de la ahora famosa jerarquía de necesidades, Maslow dedicó su carrera a una
comprensión más profunda de la búsqueda de la felicidad última, o lo que él denominó
autorrealizaciónen el pináculo de la pirámide de la existencia humana. Maslow parecía
intuitivamente consciente de la realidad deestados de flujomuchos años antes de que se
acuñara el término. En cambio, sin embargo, Maslow (73) habló de las experiencias cumbre
como aquellas "experiencias raras, emocionantes, oceánicas, profundamente conmovedoras,
estimulantes y elevadoras que generan una forma avanzada de percibir la realidad y que son
incluso místicas y mágicas en su efecto sobre los experimentos".
Sobre la base del trabajo de Maslow, el psicólogo Mihály Csíkszentmihályi
reconceptualizó la noción de rendimiento máximo y en 1975 acuñó el término "flujo"
como una descripción del estado de conciencia no ordinario que impulsa las
experiencias máximas (18). La noción de flujo de Csíkszentmihályi surgió de estudios
realizados en todo el mundo sobre la naturaleza de la felicidad, y finalmente identificó
nueve características clave de la experiencia de flujo (18):
[Link] objetivos están claramente definidos:Hay un claro sentimiento de certeza
sobre lo que hay que hacer. No hay señales contradictorias o ambiguas.
interfiriendo con la idea de qué acciones deben tomarse a continuación. Las metas claras
refuerzan un sentido de propósito y evocan la acción.
[Link] retroalimentación inequívoca está disponible:Se recibe una retroalimentación inmediata y clara
(de fuentes internas o externas o de ambas), lo que brinda la seguridad de que las cosas van
según lo planeado. Esta retroalimentación también ayuda a proporcionar orientación cuando las
acciones deben modificarse para cumplir con las demandas de tareas cambiantes y, a menudo,
impredecibles.
[Link] proporción apropiada de nivel de habilidad y desafío está presente:Hay una
sensación de equilibrio entre las demandas de la tarea y la capacidad de uno.
Cuando el desafío es demasiado alto, la experiencia puede generar frustración o
ansiedad. Si el desafío es demasiado bajo, puede haber aburrimiento o
desconexión. En el flujo, se percibe una coincidencia entre el desafío y la habilidad
(o quizás un nivel ligeramente más alto de desafío en relación con la habilidad) que
impulsa el compromiso con la tarea mientras se mantiene un estado de calma.
[Link] acción y la conciencia se fusionan:Se experimenta un nivel profundo de participación en el
que las acciones o actividades se sienten espontáneas y automáticas. A menudo, los
pensamientos pueden estar preocupados por eventos que sucedieron en el pasado, o
preocupaciones por cosas por venir; sin embargo, en el fluir, los pensamientos y las acciones
se fusionan a la perfección y el movimiento hábil parece ocurrir automáticamente.
[Link] concentración en la tarea es alta:La información irrelevante se filtra de la
conciencia y hay un mayor estado de alerta y enfoque en una profunda unicidad
de propósito. Además, esta intensa concentración se percibe sin esfuerzo a
pesar del alto riesgo o las exigencias que pueden estar presentes.
[Link] tiene un sentido de control:En un estado de flujo, existe un profundo sentido de
autonomía y dominio de uno mismo y del entorno. Hay una confianza permanente
en que se lograrán las metas, así como un fuerte sentido de agencia personal sobre
la capacidad de uno para cumplir o superar esas metas.
[Link] ego se desvanece:El flujo disminuye las preocupaciones inmediatas con uno mismo durante
la participación en la actividad. Si bien en los extremos esto puede conducir a un aumento
de los comportamientos de toma de riesgos, más comúnmente esta pérdida de sí mismo se
encuentra con un sentimiento de liberación de la timidez ordinaria junto con una mayor
libertad de expresión, confianza y creatividad.
[Link] tiempo se distorsiona:En el flujo, el tiempo se experimenta de manera diferente a lo
normal. En algunos casos, puede sentirse ralentizado hasta casi un efecto de cuadro
congelado. Más comúnmente, puede parecer que el tiempo pasa a un ritmo muy
acelerado, con horas que parecen minutos.
[Link] experiencia es autotélica:El flujo es intrínsecamente gratificante y se disfruta por sí
mismo. La acción o actividad en sí es motivo suficiente para continuar sin necesidad
de ningún tipo de recompensa extrínseca o beneficio futuro.
Investigaciones posteriores han apoyado la noción de estas nueve dimensiones de flujo
(21,50,72), mientras que estudios adicionales han proporcionado evidencia de la capacidad
del modelo para predecir estas características en numerosas áreas del deporte (48,51, 102
), actuación musical (108), y juegos de video (52).
Establecer las nueve características primarias fue central para el desarrollo y validación de
la Escala de Estado de Flujo (50) y posteriormente la Escala de Estado de Flujo-2 (49). La
formulación de estos instrumentos fue fundamental porque permitió a los investigadores
cuantificar un estado de flujo por primera vez y creó la oportunidad de utilizar el flujo como
variable en una gran cantidad de entornos experimentales (44,54).
La anatomía del flujo
Con más de 100 mil millones de células nerviosas individuales capaces de formar
aproximadamente 100 billones de conexiones separadas, la complejidad del cerebro
humano es extraordinaria. El alcance de esta complejidad ha llevado a algunas teorías
interesantes (ya menudo equivocadas) sobre la naturaleza del desempeño humano y el
papel del cerebro en ese proceso. Por ejemplo, hay un dicho persistente que dice que las
personas usan solo el 10% del cerebro en un momento dado, y que a medida que las
habilidades evolucionan, más cerebro se conecta, lo que conduce a mejores niveles de
rendimiento. Resulta que, en muchos sentidos, es exactamente lo contrario. La realidad es
que cuando nuestros cerebros están en un estado de flujo, ciertas partes del cerebro se
desactivan. Dietrich (24,25) describió por primera vez esta desactivación selectiva y la
denominóhipofrontalidad transitoria. La sugerencia de Dietrich fue que muchos estados
alterados de conciencia (uno de los cuales es el flujo) podrían explicarse por la
desactivación temporal de ciertas áreas de la corteza prefrontal (PFC). El PFC generalmente
se considera el sitio de la función ejecutiva en el cerebro y se cree que supervisa muchos
procesos cognitivos básicos, como el control de la atención, la inhibición y la memoria de
trabajo, junto con funciones de orden superior, como el razonamiento y la resolución de
problemas críticos (ver Baggetta y Alexander [2] para una revisión). La evidencia empírica
también sugiere que la corteza frontal juega un papel importante en la percepción y el
cálculo del tiempo (38) y las percepciones del yo y del ego (29), así como la autocrítica y los
pensamientos autodestructivos (66). Es importante destacar que muchos de estos
hallazgos (es decir, un sentido distorsionado del tiempo, disminución de la autoestima)
conciencia, aumento del autoconcepto positivo) se relacionan con las experiencias
fenomenológicas típicas que los atletas reportan durante los estados de flujo (44,50,51, 74
).
El apoyo a la hipótesis de la hipofrontalidad transitoria proviene, en parte, de
estudios de resonancia magnética funcional (fMRI) que analizan los patrones de
activación cerebral durante estados elevados de creatividad. Limb y Braun (62)
realizaron un estudio en el que se observó la actividad cerebral de músicos de
jazz mientras tocaban una pieza musical sobreaprendida (es decir, memorizada)
o una pieza musical improvisada espontáneamente. Los resultados mostraron
marcadas diferencias en los patrones de activación-desactivación en las dos
condiciones. Específicamente, se demostró que la improvisación condujo a una
desactivación extensa en partes del PFC (específicamente en la corteza
prefrontal dorsolateral o DLPFC), junto con las desactivaciones
correspondientes en áreas del cerebro (amígdala e hipocampo) asociadas con
un mayor estado de ánimo y placer. Un estudio similar realizado por Liu y
colegas (64) observaron la actividad cerebral de artistas profesionales de rap de
estilo libre mientras interpretaban letras memorizadas o improvisadas
espontáneamente. Los resultados de la resonancia magnética funcional
indicaron que las áreas del cerebro asociadas con el autocontrol y la edición (es
decir, el DLPFC) se desactivaban cuando los raperos hacían "estilo libre" en
comparación con cuando simplemente recitaban letras memorizadas. Estos
autores también informaron de un aumento de la actividad acompañante de la
corteza premotora y cingulada (en la corteza cingulada anterior) en la condición
de improvisación. En conjunto, los resultados sugieren que la hipofrontalidad
transitoria provoca una regulación a la baja de la DLPFC,74).
El flujo de ondas cerebrales
Una de las formas más confiables de cuantificar la actividad cerebral es a través de
la medición de su producción eléctrica (vercapitulo 15). Junto con una variedad de
neurotransmisores químicos, se cree que la propagación de ondas cerebrales,
especialmente en el neocórtex, representa una de las formas clave de
comunicación entre varias regiones y redes del cerebro (114). En diversos grados,
el cerebro está activo las 24 horas del día y la electricidad que produce se envía en
ondas de amplitud y frecuencia fluctuantes. El número de ondas medido
por segundo se denominahercios(Hz), y se sabe que estas frecuencias se correlacionan
bien con el estado emocional y cognitivo del cerebro (13,77). Por ejemplo, mientras está
sentado y leyendo este capítulo, es muy probable que su cerebro esté emitiendo ondas de
movimiento relativamente rápido que se pueden medir a una frecuencia entre 13 y 30 Hz
(también llamadaondas beta). El miedo y la ansiedad también son estados cerebrales muy
atractivos (a veces de manera negativa) y también existen en el extremo superior del
espectro beta (55). Por otro lado, la sensación de relajación tiende a producir ondas más
lentas y largas (y, por lo tanto, menos cada segundo). Estas ondas, entre 8 y 12,9 Hz, se
denominanondas alfa. Las ondas alfa tienden a aparecer cuando la mente está en un
estado de relajación despierto o incluso soñando despierto. Las ondas alfa también están
asociadas con una mayor creatividad y la capacidad de pasar de un pensamiento a otro
con muy poco juicio interno o resistencia (69). Una onda aún más lenta llamadatheta
aparece cuando la salida del cerebro se mueve en el rango de 4 a 7.9 Hz. Las ondas theta
tienden a aparecer durante el sueño de movimientos oculares rápidos (REM) (es decir, el
sueño onírico) y elestado hipnagógico (el estado de transición entre la vigilia y el sueño), y
se cree que juegan un papel crítico en el aprendizaje y la memoria (ver Schacter [93] para
una revisión). Si el aprendizaje es un proceso de conectar el conocimiento existente con
nueva información de manera creativa, es razonable concluir que el cerebro está
preparado para este tipo de pensamiento asociativo o lateral cuando las ondas theta están
presentes (28). Más lentos aún son ondas delta, con frecuencias que oscilan entre 1,0 y 3,9
Hz. Las ondas delta se asocian principalmente con períodos de sueño no REM y durante el
aumento de la somnolencia en ciertos estados de fatiga (59). Martabla 26.1para obtener
una descripción general de las ondas cerebrales y sus estados de conciencia asociados.
Los estudios de electroencefalograma (EEG) también han proporcionado información sobre los
cambios asociados a eventos en el cerebro relacionados con el nivel de habilidad. La investigación
sobre la adquisición de habilidades sugiere que el proceso de adquisición de experiencia se debe en
parte al cambio gradual de la atención del mundo interno del pensamiento al mundo externo de la
acción y el comportamiento dirigido a un objetivo.32). En otras palabras, el ejecutante novato debe
lidiar con una carga cognitiva significativa en las primeras etapas de aprendizaje. Sin embargo, a
medida que aumenta el nivel de habilidad, eventualmente a un estado de automaticidad, la carga
cognitiva se alivia y se puede enfocar más atención externamente (ver Bertram y colegas [7] para
una revisión). En apoyo de esta noción, Hatfield y colaboradores (48) concluyeron que los cambios
corticales resultantes de la progresión de la capacidad son indicativos de disminuciones en la
demanda de atención y la interferencia cognitiva en individuos habilidosos. En lo que respecta
específicamente a los análisis de EEG,
muchos investigadores han notado que el éxito en individuos habilidosos está
asociado con una mayor actividad theta y alfa (5,28,89) y disminución de la actividad
beta (3, 47). Además, Katahira y colegas (56) mostró que el aumento de la actividad
theta y alfa en ciertas regiones frontales del cerebro estaba asociado con experiencias
de estado de flujo autoinformadas.
TABLA 26.1Resumen de ondas cerebrales
Escribe Frecuencia estado de conciencia asociado
Delta 1,0-3,9 Hz Sueño profundo, no REM
theta 4,0-7,9 Hz Sueño REM; estado hipnagógico
Alfa 8,0-12,9 Hz soñador; meditativo pero alerta
Beta 13-30 Hz Estado de vigilia normal; atento
Gama > 31 Hz Visión; enfoque elevado
La química del flujo
El flujo es un estado de conciencia buscado por los atletas, debido tanto a su impacto
percibido en el rendimiento como a los efectos positivos asociados con un estado de
ánimo mejorado y una motivación intrínseca.37). Varias líneas de evidencia apuntan a una
combinación única de neuroquímicos clave para explicar parcialmente muchas de las
experiencias fenomenológicas (atención absorta, alegría, éxtasis, ausencia de esfuerzo)
reportadas en el flujo.
Una dimensión comúnmente reportada del estado de flujo es una sensación de
atención sin esfuerzo a la tarea en cuestión y un desacoplamiento de la acción del
esfuerzo consciente (103). A diferencia de otros ámbitos de logro donde el éxito
depende de la concentración intencional, el desempeño en el flujo suele ser más
autónomo y acompañado de una sensación de confianza y tranquilidad (101). Dado el
papel de la PFC en la modulación de la atención, junto con el impacto demostrado de
la norepinefrina y la dopamina en estas estructuras (112), es lógico que estos dos
neurotransmisores desempeñen un papel importante en la química del flujo. Por
ejemplo, Knöpfli y colegas (58) encontraron fuertes vínculos entre el rendimiento
competitivo y niveles más altos de secreción de norepinefrina y dopamina. Los
estudios sobre el trastorno por déficit de atención con hiperactividad (TDAH) también
han respaldado la posición de que los mecanismos de atención están fuertemente
regulados por los sistemas de norepinefrina y dopamina.8,86).
Junto con el papel de la dopamina en la regulación de la atención, también se conoce desde
hace mucho tiempo como un impulsor clave en el sistema de recompensa del cerebro (31,41) y
se ha relacionado con la experiencia de flujo (44,92). Dados los informes generalizados de las
experiencias afectivas positivas del estado de flujo, tal vez no sea sorprendente que se haya
demostrado que el sistema de dopamina estriatal está asociado con las experiencias
emocionales del estado de flujo.23).
Más allá de la norepinefrina y la dopamina, las investigaciones sobre la experiencia de
la euforia del corredor también han implicado los efectos analgésicos de los opioides
endógenos (10,40) así como neuroquímicos del sistema endocannabinoide como la
anandamida (27,35,100) como mecanismos que contribuyen a la fenomenología del estado
de flujo. La anandamida, un neurotransmisor cuyo nombre se deriva de la palabra
sánscrita para alegría o felicidad, se sabe más ampliamente que mejora las respuestas de
placer en el cerebro (70).
Tomados en conjunto, estos resultados sugieren que muchas de las características típicas
del estado de flujo pueden atribuirse a los neuroquímicos asociados con una mayor
concentración, mayor placer y bienestar, y una menor percepción del dolor que los atletas
experimentan tan a menudo durante el máximo rendimiento.
LA FATIGA MENTAL Y SU IMPACTO EN
RENDIMIENTO
Se entiende que la fatiga, en términos generales, es un factor limitante significativo
para los atletas y las personas de alto rendimiento en todos los dominios.
Específicamente dentro del dominio físico, el impacto de condiciones tales como el
síndrome de sobreentrenamiento y la sobrecarga no funcional en el bienestar y el
rendimiento físico de los individuos es profundo. De ahí un extenso cuerpo de
literatura que ha buscado comprender mejor los mecanismos y la fenomenología de la
fatiga física excesiva. Asimismo, la investigación también ha proporcionado mejores
pautas para la prevención, intervención temprana y tratamiento de los signos y
síntomas del sobreentrenamiento (106). Sin embargo, se ha prestado mucha menos
atención al tema de la fatiga mental y los efectos nocivos que tiene sobre el
rendimiento físico y cognitivo en el deporte. Dadas las demandas cada vez mayores
impuestas específicamente (pero no exclusivamente) a los atletas de élite, es algo
sorprendente que el tema no haya atraído más atención en la literatura de alto
rendimiento.
Fatiga mental y función cognitiva
Las cantidades prolongadas y excesivas de actividad cognitiva a menudo pueden provocar fatiga
mental y provocar síntomas que van desde el cansancio general hasta la disminución de la
motivación y la disminución del rendimiento cognitivo (105). Por ejemplo, en el lugar de trabajo, un
ejemplo más extremo de este fenómeno se conoce comúnmente comoagotamiento, y su tasa de
ocurrencia es alta y preocupante tanto desde la perspectiva de la salud mental como de la
productividad. Los datos sugieren que el 77% de los empleados reportan sentirse agotados a veces
o con frecuencia en el trabajo (22). Algunos de los principales factores que se han identificado como
contribuyentes a estas altas tasas de fatiga mental son cosas tales como cargas de trabajo
inmanejables, falta de claridad en el rol y mala comunicación con los superiores (11). En el mundo
del deporte, el fenómeno del agotamiento de los atletas también es una preocupación creciente,
con algunos informes que indican que hasta el 12% de los atletas competitivos experimentan altos
niveles de agotamiento (39). Es importante destacar que estadísticas como estas son indicadores de
la prevalencia en los niveles más altos de fatiga mental. Se ha informado que las tasas de niveles
más bajos de agotamiento por debajo del nivel de desgaste alcanzan el 45% en atletas de élite, lo
que resulta en una mayor
niveles de ansiedad y depresión (90), junto con sentimientos de desconexión, disminución de la
motivación y disminución del entusiasmo (91). Estos factores, junto con informes de
disminución de la calidad del sueño en atletas (4) junto con la creciente presión para rendir, las
limitaciones de tiempo y las obligaciones de los medios, pueden contribuir al cansancio
subjetivo que comúnmente experimentan los atletas. Independientemente de su causa, las
experiencias de fatiga mental son habituales en el mundo del deporte, y su impacto en la salud
mental de los deportistas es significativo.
Fatiga Mental y Rendimiento Físico
Más allá de su impacto nocivo en la función cognitiva y emocional, un creciente cuerpo
de evidencia ahora indica que el aumento de la fatiga mental conduce directamente a
la disminución de ciertos aspectos críticos del rendimiento físico. Además, se está
volviendo evidente que cuando la mente está cansada, y todo lo demás es igual, el
rendimiento físico sufre.
El primer lugar donde aparece la fatiga mental en el rendimiento físico es a nivel del tiempo
de reacción. El término tiempo de reacción a menudo se malinterpreta como un indicador de la
rapidez con la que alguien puede reaccionar físicamente a un estímulo (p. ej., el sonido de la
pistola de arranque). Si bien es cierto que el tiempo de reacción lento afecta la velocidad
general de la respuesta física, el mecanismo detrás del tiempo de reacción real en realidad
precede al movimiento físico [Link] de reacciónper se es el tiempo que transcurre
entre la percepción de un estímulo y el inicio de una respuesta. Dicho de otra manera, la
reacción es el tiempo que le toma al cerebro identificar una señal y formular los planes para
una respuesta. Es, literalmente, qué tan rápido el cerebro puede procesar la información. Aquí,
el impacto de la fatiga mental es fácilmente cuantificable (60). Es importante tener en cuenta
que, si bien los tiempos de reacción más lentos indican una disminución en la capacidad del
cerebro para procesar información, nuevamente el impacto de la ralentización es más visible
en el nivel de la respuesta física misma y, a menudo, con consecuencias trágicas. Los datos de
estudios de conductores demasiado cansados demuestran claramente el nivel de
ralentización cognitiva a medida que aumenta la fatiga mental (115), así como el peaje masivo
en las carreteras, atribuyéndose al cansancio mental un número alarmante de accidentes y
muertes (85).
Los datos del tiempo de reacción de los atletas mentalmente fatigados son más difíciles de obtener,
pero es lógico pensar que las respuestas más lentas afectarán significativamente a los atletas en
deportes en los que los inicios rápidos son críticos o cuando el procesamiento rápido de la información
es vital para corregir los errores de posición detectados a través de la propiocepción. mecanismos
(por ejemplo, conciencia del aire en el buceo o ciertas disciplinas de snowboard). El apoyo a esta
noción fue propuesto por Van Cutsem y colegas (104), quienes relacionaron la fatiga mental con la
disminución de los tiempos de reacción en ciclistas entrenados junto con un aumento
correspondiente en los errores de respuesta. En otras palabras, parece que la fatiga mental afecta
negativamente la eficiencia del procesamiento de la información en términos de velocidad y
precisión. Para un atleta, el impacto de esta desaceleración en el rendimiento puede ser costoso.
Otro punto tiene que ver con los errores; otros estudios han mostrado disminuciones similares en
la capacidad de toma de decisiones de jugadores de fútbol habilidosos mentalmente fatigados (98).
Entonces, desde un punto de vista cognitivo, los atletas mentalmente agotados están doblemente
perjudicados en virtud del hecho de que responderán más lentamente a los estímulos desde el
principio, y cuando responden, es más probable que cometan errores o ideen decisiones
estratégicas menos efectivas. o ambos.
También se ha demostrado que la fatiga mental tiene un impacto consecuente en el
rendimiento en tareas que requieren altos niveles de resistencia física. Marcora y colegas (71)
proporcionó la evidencia inicial de este fenómeno. Estos autores descubrieron que el
rendimiento en una tarea de bicicleta ergométrica se redujo significativamente en los
participantes que completaron 90 minutos de trabajo cognitivamente exigente antes de su
recorrido. En concreto, el tiempo hasta el agotamiento se alcanzó un 18% antes (con una
diferencia media de 114 s) en el grupo de fatiga mental. Curiosamente, sin embargo, no se
encontraron diferencias significativas entre los grupos en términos de efectos
musculoenergéticos, tensión cardiovascular o incluso motivación previa a la tarea. En cambio,
Marcora y colegas (71) encontraron que los participantes en el grupo de fatiga mental
alcanzaron su esfuerzo máximo percibido significativamente antes que los controles, momento
en el que se desconectaron de la tarea y abandonaron. El punto crítico aquí es que la fatiga
mental afecta negativamente el potencial de producción durante las tareas de resistencia, pero
el factor limitante no parece ser físico. Más bien, los resultados decrecientes se deben
estrictamente a una percepción subjetivamente más alta de esfuerzo en los participantes
mentalmente fatigados. En otras palabras, cuando la mente está mentalmente fatigada, las
tareas físicas parecen ser más difíciles de lo que objetivamente son y, como resultado, los
atletas abandonan antes. Se ha demostrado que estos hallazgos son sólidos y se han replicado
de manera consistente en la literatura (ver Van Cutsem y colegas [104] para una revisión).
Más allá de los impactos sobre el rendimiento cognitivo y la resistencia física ya
mencionados, también se ha demostrado que la fatiga mental tiene un efecto negativo sobre
las habilidades técnicas reales de los atletas. En estudios de nivel físico más basados en
resultados, las disminuciones de rendimiento en ciertos elementos funcionales del fútbol como
Se han informado competencias en carrera, pases y tiros en atletas mentalmente
fatigados.96). En general, está claro que estar mentalmente sobrecargado durante
períodos crónicos tiene repercusiones perjudiciales y de largo alcance para el atleta.
Mecanismos de la fatiga mental
La fatiga mental es un estado psicobiológico que se ha relacionado con la disminución del
rendimiento físico y cognitivo. En el ámbito físico, ahora se sabe que la necesidad de rendirse
durante las tareas físicamente exigentes está fuertemente ligada a la dificultad percibida de la
tarea. Por lo tanto, tal vez no sea sorprendente que las explicaciones mecanicistas de este
estado se hayan centrado en gran medida en las regiones y procesos del cerebro asociados
con la atención consciente, la automaticidad y los sistemas de recompensa neuroquímica.
La evidencia actual sugiere que se cree que ciertas regiones corticales del cerebro
están relacionadas con la fatiga mental. Específicamente, se ha demostrado que una
mayor activación de la PFC acompaña a la fatiga mental en tareas cognitivas.17) y también
ha sido implicado como un factor contribuyente en el síndrome de fatiga crónica (15).
Otros estudios han implicado la disminución de la actividad en la corteza cingulada
anterior (CCA) como un factor subyacente en la fatiga mental.67). El ACC tiene fuertes
conexiones neuronales con varios centros de control cognitivo, emocional y motor del
cerebro y se cree que está involucrado en muchas funciones cerebrales de alto nivel,
incluido el monitoreo de acciones, la anticipación de recompensas y la toma de decisiones.
Lorist y colegas (67) señalan que la función de monitoreo del rendimiento del ACC está
mediada por los niveles de dopamina, lo que sugiere que los estados de fatiga también
pueden implicar una interrupción en el nivel dopaminérgico. De hecho, no es raro que los
pacientes con Parkinson, una enfermedad caracterizada por niveles reducidos de
dopamina estriatal, informen niveles de fatiga mental más altos de lo normal (68). Dada la
interacción estructural y funcional única en esta región, no sorprende que la desactivación
del ACC se haya asociado con la fatiga mental y, específicamente, las disminuciones son el
rendimiento físico relacionado con el aumento del esfuerzo percibido.
Se han investigado explicaciones mecánicas adicionales para la fatiga mental utilizando
índices de EEG en tareas de fatiga. Un estudio de Brownsberger y colegas (12) mostró que
la actividad elevada de la banda beta se correspondía con una mayor sensación percibida
de fatiga y una menor producción de potencia en un ejercicio de ciclismo.
tarea. Asimismo, Okogbaa y colegas (80) mostró una mayor actividad beta en trabajadores del
conocimiento en condiciones de fatiga mental. En aparente contradicción con estos hallazgos,
varios estudios han sugerido que se produce un aumento de la actividad alfa y theta durante
los períodos de fatiga mental. Por ejemplo, Smith y colegas (97) analizaron los patrones de EEG
de los participantes aprendiendo tareas de memoria y tareas de videojuegos. En este estudio,
se observó que a medida que avanzaba el tiempo, la actividad theta de la banda alfa y de la
línea media frontal se hizo más prominente, lo que sugiere un posible vínculo con la fatiga
mental (104). Sin embargo, una inspección más detallada de la metodología revela que el
estudio no fue diseñado para inducir fatiga, sino para estudiar los patrones de EEG a medida
que aumentaba el nivel de habilidad de los participantes. El hallazgo de que estos cambios en
los patrones de EEG se corresponden con un mayor aprendizaje y rendimiento es totalmente
consistente con los estudios descritos anteriormente que muestran una mayor actividad alfa /
theta asociada con un rendimiento hábil y estado de flujo (56). Relacionado con esto están los
hallazgos de Nakashima y Sato (76), quienes también informaron aumentos en la línea media
frontal theta en una variedad de tareas cognitivas o de videojuegos. Aquí nuevamente, sin
embargo, no hubo indicios de que los sujetos estuvieran fatigados en ningún momento
durante el experimento, y los propios autores interpretaron los mayores niveles de actividad
theta como asociados con un mayor desafío y un mayor interés en ciertas tareas, e indicativos
de cambios relacionados con la práctica. Y aprendiendo.
Otras investigaciones de la fatiga del conductor (59) y pilotos privados de sueño (14)
han informado aumentos en la actividad de la banda alfa o theta (o ambas) durante
períodos prolongados de tiempo en la tarea; sin embargo, vale la pena señalar aquí que la
fatiga mental y la somnolencia no son necesariamente fenómenos equivalentes desde el
punto de vista del cerebro. Por lo tanto, es probable que estos dos estados tengan firmas
electrofisiológicas diferentes, incluido un mayor nivel de actividad delta demostrado en la
investigación sobre la somnolencia (14), que no se ve en escenarios de fatiga mental más
estrictamente definidos y controlados (12). Se justifica más investigación en esta área.
ESTRATEGIAS PARA ENCONTRAR FLUJO Y
MANEJO DE LA FATIGA MENTAL
Como se discutió a lo largo de este capítulo, el estado de flujo ha sido ampliamente citado
como un impulsor clave de numerosos aspectos del desempeño humano máximo. Por el
contrario, la discusión también ha detallado los efectos nocivos sobre el rendimiento que
provoca la fatiga mental. Las nueve características subjetivas presentadas anteriormente
que definen la experiencia de flujo generalmente se derivan de descripciones
fenomenológicas post hoc de un estado de flujo. La atención se ha desviado de ver estas
nueve dimensiones de flujo simplemente como descriptores del estado, de modo que en
su lugar se han conceptualizado comodisparadorespara flujo En otras palabras, ahora se
hacen preguntas sobre si el estado de flujo es algo que se puede inducir intencionalmente
mediante la introducción cuidadosa de ciertos desencadenantes de flujo en el entorno de
rendimiento. El centro de este concepto es la idea de que los mecanismos primarios de
flujo (es decir, la activación o desactivación de la región del cerebro, los patrones de EEG y
los neuroquímicos relacionados) pueden activarse a través de un diseño útil. Lo que sigue
es una descripción de tres de los enfoques más comúnmente investigados que pueden
alinear ciertas condiciones previas para el estado de flujo: la manipulación controlada de la
relación desafío/habilidades, la redirección de la atención de las señales enfocadas
internamente a las externas y el uso de intervenciones de neurorretroalimentación para
entrenar la autorregulación de estados cerebrales más óptimos.
La relación desafío/habilidades
Una de las contribuciones más notables de la riqueza de la investigación de
Csíkszentmihályi sobre el flujo fue la noción de que la felicidad o el flujo no ocurren
simplemente por casualidad. Más bien, argumentó que se debe cultivar intencionalmente
un estado mental más óptimo al establecer desafíos que no sean ni demasiado exigentes
ni demasiado simples para las habilidades de uno. Como señala en su libro seminal de
1990Flujo: la psicología de la experiencia óptima(20), “Los mejores momentos suelen
ocurrir cuando el cuerpo o la mente de una persona se esfuerza al máximo en un esfuerzo
voluntario por lograr algo difícil y que vale la pena”. La idea de que el desafío es una
condición previa necesaria para el flujo se ha demostrado consistentemente en la
literatura a través de dominios como el trabajo académico (34), diseño de videojuegos (53),
y entornos de rehabilitación terapéutica (113) y ha sido verificado a través de
metaanálisis (33).
La investigación de actividades más basadas en habilidades o deportes también ha
demostrado la importancia de un equilibrio apropiado entre desafío y habilidad. Gran
parte de este trabajo fue amalgamado por Guadagnoli y Lee (43). Al presentar su marco de
puntos de desafío, estos investigadores conectaron varias líneas convergentes de
evidencia en torno a la premisa central de que se producen niveles más óptimos de
desempeño cuando las condiciones del entorno de aprendizaje incorporan niveles
apropiados de desafío en relación con el nivel de habilidad del ejecutante. El apoyo a su
marco proviene de estudios que muestran claras ventajas de rendimiento en el dominio
deportivo o motor en condiciones de mayor variabilidad o aleatoriedad en la práctica (42,
63), cuando se reduce la dependencia de la retroalimentación externa (49,82), y cuando las
condiciones de calentamiento se hacen más desafiantes (6) (verfigura 26.1;43). En lo que se
refiere específicamente a los atletas, la conclusión clave de estos estudios es que se
requiere un grado significativo de desafío durante el entrenamiento si se quiere optimizar
el aprendizaje o la progresión. Por ejemplo, la repetición de memoria o la memorización
de una tarea (el sello distintivo de los métodos de práctica bloqueada), aunque a veces es
adecuado para el novato, rara vez es óptimo para el atleta más hábil. En cambio, las
personas de mayor rendimiento son más propensas a aprender más rápido cuando se
aplican condiciones de entrenamiento más desafiantes. Hallazgos similares se han
informado consistentemente en varios dominios cognitivos, señalando que las tasas de
aprendizaje pueden mejorarse en gran medida al aceptar ciertas "dificultades
deseables" (ver Bjork y Bjork [9] para una revisión).
FIGURA 26.1La relación entre las curvas de aprendizaje y rendimiento y el punto de
desafío óptimo relacionado con tareas de diferentes niveles de complejidad
funcional. El punto de dificultad funcional de la tarea en el que se optimiza el
aprendizaje no es el punto en el que se optimiza el rendimiento de la práctica.
Reimpreso con permiso de MA Guadagnoli y TS Lee (2004, pp. 212-224).
Dadas las aparentes ventajas de gestionar correctamente la relación desafío /
habilidades, la pregunta sigue siendo: ¿Cuánto desafío es óptimo? Tanto el modelo de
canal de flujo de Csíkszentmihályi (18,19) y el marco de desafío óptimo de Guadagnoli y
Lee (43) defienden claramente los beneficios del desafío en el desempeño, pero
ninguno es adecuadamente prescriptivo en términos de cuál debería ser el equilibrio
entre el desafío percibido y la habilidad. En este punto, es instructivo considerar si el
resultado deseado es aumentar el aprendizaje o aumentar el rendimiento. Un hallazgo
frecuente en la literatura sobre adquisición de habilidades es un fenómeno conocido
como la paradoja aprendizaje-desempeño (ver Soderstrom y Bjork [99] para una
revisión). La esencia de la paradoja es que experimentar el éxito durante la práctica no
indica necesariamente hasta qué punto se ha producido el aprendizaje real. Lo
contrario también es cierto en el sentido de que la lucha o el fracaso durante la
práctica no indican necesariamente una ausencia de aprendizaje. Hasta este punto, en
términos de rendimiento y el mantenimiento de un estado de flujo,45,57) o, a lo sumo,
ligeramente superior
el nivel actual de habilidad (75,83). Los datos de la literatura sobre aprendizaje, por otro lado,
sugieren que se obtienen mejores resultados cuando el desafío supera rutinariamente el nivel de
habilidad. En términos de proporciones reales, un estudio de Wilson y colegas (107) al observar
algoritmos de entrenamiento en sistemas de inteligencia artificial demostraron que las tasas
óptimas de aprendizaje ocurrieron cuando hubo una tasa de error del 15,87 % durante el
entrenamiento, lo que sugiere que el 85 % de éxito durante el entrenamiento es el punto ideal para
el aprendizaje. Los datos de los estudios de aprendizaje humano brindan cierto apoyo a esta
relación (36). Sin embargo, es importante destacar que, a pesar de estas aparentes diferencias
específicas de la meta en las proporciones óptimas de desafío/habilidades, hay evidencia que
sugiere que los estados de flujo pueden mejorar no solo los resultados de rendimiento, sino
también los resultados de aprendizaje (5). En un artículo relacionado, Farrow y Robertson (30) han
argumentado que los entrenadores deberían adoptar nuevos enfoques de adquisición de
habilidades similares a los marcos periodizados más típicamente reservados para el entorno de
fuerza y acondicionamiento. Estos autores sugieren que los principios físicos bien investigados,
como la sobrecarga progresiva, pueden servir como base para mejores modelos de aprendizaje y
rendimiento de habilidades. El problema crítico a reconocer aquí es que la incorporación intencional
de niveles de desafío apropiados y adaptables al entorno de aprendizaje puede crear puntos de
acceso a estados de flujo, acelerar las tasas de progresión y elevar el rendimiento físico en
situaciones de presión.
Enfoque de atención
La falta de esfuerzo percibida, combinada con el mayor foco de atención que ocurre durante
un estado de flujo, se ha descrito a lo largo de este capítulo. Ashinoff y Abu-Akel (1) han
descrito este aspecto del estado de flujo como una manifestación positiva dehiperenfoque
caracterizado tanto por aumentos en la atención sostenida como por una mayor percepción de
la información relevante para la tarea. Con respecto al tema de la atención y la relevancia de la
tarea, un impresionante cuerpo de evidencia en la literatura sobre aprendizaje motor sugiere
que dirigir la atención hacia factores fuera del cuerpo (es decir, externamente) es mucho más
efectivo que el enfoque interno (por ejemplo, hacia una extremidad del movimiento de una
parte del cuerpo en particular). Los ejemplos de manipulaciones experimentales del enfoque
de atención incluyen instrucciones como "concéntrate en el objetivo" (externo) versus
"concéntrate en tus manos" (interno), o "concéntrate en el sonido de la señal de
inicio" (externo) versus "enfócate en el movimiento de tus pies ”(interno) (vercapitulo 28para
más detalles). Colectivamente, estos hallazgos han sido discutidos en el contexto de una
hipótesis de acción restringida por la cual es
postuló que enfocar la atención externamente permite un mayor grado de movimiento
automático que es controlado por mecanismos inconscientes más rápidos (ver Wulf [109] y
capitulo 28). La evidencia en apoyo de la hipótesis de la acción restringida proviene de una
gran cantidad de dominios de desempeño. La investigación ha demostrado
consistentemente que cuando se instruye a los participantes para que enfoquen su
atención externamente, se reportan ventajas en términos de mejores tiempos de reacción
(111), equilibrio mejorado (dieciséis), y mayor altura de salto (110), así como una mayor
precisión en habilidades complejas como el golf (84).
Más allá del dominio motor, las ventajas de un foco de atención externo también se han
demostrado a nivel cognitivo en términos de esfuerzo percibido. Por ejemplo, Lohse y
Sherwood (sesenta y cinco) encontraron que en una tarea de sentarse en la pared de 90
grados, los participantes no solo eran más capaces de soportar la fatiga cuando enfocaban su
atención externamente; también reportaron percepciones disminuidas de esfuerzo durante
estos tiempos de esfuerzo prolongado.
En un vínculo importante entre el enfoque atencional y el estado de flujo, Harris, Vine y
Wilson (46) demostraron, durante una tarea de conducción simulada, que los participantes
reportaron mayores experiencias de estado de flujo y mayores expectativas de resultados
cuando seguían instrucciones de enfoque externas versus internas. Estos resultados, junto con
el cuerpo más amplio de literatura sobre las ventajas de rendimiento de la atención enfocada
externamente, apuntan a una oportunidad para nuevas e interesantes líneas de investigación
para los investigadores, así como estrategias potencialmente impactantes para los
profesionales.
En conjunto, estos resultados indican que el empleo intencional de estrategias
relativamente simples, diseñadas para enfocar la atención externamente, puede aumentar
la probabilidad de generar estados de flujo. Además, se sugiere que el flujo podría
vincularse mecánicamente a la serie antes mencionada de resultados de rendimiento
deseables para los atletas que resultan de desviar la atención del yo hacia objetos o
ubicaciones externas. Como se ha discutido, la atención enfocada externamente no solo
afecta positivamente tareas discretas de precisión, mayor potencia de salida y mayor
velocidad de procesamiento de información; también parece afectar los aspectos mentales
del desempeño en el sentido de que reduce los niveles percibidos de esfuerzo en tareas
que requieren niveles más altos de rendimiento físico sostenido.
Enfoques de neurorretroalimentación
Las dos secciones anteriores han presentado ideas para crear las condiciones previas para
estado de flujo y centrado en estrategias dentro del entorno de aprendizaje-desempeño para
alinear mejor la relación desafío/habilidades y asignar y enfocar de manera más efectiva los
recursos de atención. Más allá de estos enfoques del desempeño basados en el diseño o la
intención, otras investigaciones sugieren que ciertas tecnologías pueden aprovecharse para
enfocarse y mejorar la actividad cerebral y, por lo tanto, el desempeño de manera más directa.
neurorretroalimentación(NFB) es un tipo de biorretroalimentación que permite a los usuarios ver
la actividad de EEG en tiempo real (o alguna representación de esa actividad) con el objetivo de
entrenar una mejor conciencia y autorregulación sobre la salida eléctrica o funcional del cerebro o
ambos. . Se ha demostrado que el neurofeedback es una intervención clínica eficaz para afecciones
como el trastorno de estrés postraumático (81) y el trastorno por déficit de atención con
hiperactividad (94), así como una herramienta eficaz en el entrenamiento de atención plena (78).
Dentro del ámbito del alto rendimiento, los investigadores han comenzado a hacer preguntas sobre
la utilidad de NFB como herramienta para producir resultados cerebrales comúnmente asociados
con la experiencia y el estado de flujo. Recuerde lo anterior en este capítulo que (a) cuando los
expertos están rindiendo al máximo o cerca de su mejor nivel, y (b) cuando las personas están en
un estado de flujo, la actividad cerebral parece establecerse alrededor del rango alto theta, bajo alfa
(junto con con una disminución asociada en la actividad beta). Se ha demostrado que el
entrenamiento con neurorretroalimentación diseñado específicamente para centrarse en el
espectro alfa-theta afecta significativamente ciertas medidas cognitivas, como el aumento de la
concentración relajada (61) así como mayores calificaciones del estado de flujo junto con una
disminución de la ansiedad (95).
En términos de aprendizaje motor y rendimiento, otros estudios que analizan los efectos
del entrenamiento alfa / theta NFB han mostrado mejoras significativas en la calificación
experta de la técnica y la creatividad en la interpretación musical (28), así como en el tiempo y
la ejecución general de los bailarines (89). En un estudio que analizó las tasas de aprendizaje en
puntería, Berka y sus colegas (5) combinó alfa / theta NFB con datos de frecuencia cardíaca en
una nueva herramienta de entrenamiento psicofísico en un grupo de arqueros novatos. Los
resultados mostraron que la tasa de aprendizaje en el grupo de retroalimentación psicofísica
era más del doble que la de los controles.
En conjunto, existe un creciente cuerpo de evidencia que respalda la idea de que el
entrenamiento NFB puede ser una herramienta útil para aumentar la conciencia de estados
cerebrales funcionalmente óptimos que pueden conducir a mejores resultados cognitivos y físicos.
Sin duda, se justifica más investigación en esta área para dilucidar aún más los problemas de
respuesta a la dosis, así como para proporcionar mejores parámetros basados en evidencia para
los entornos aplicados.
RESUMEN DE PSICOBIOLOGIA
El propósito de este capítulo era doble. Primero, se proporcionó una
descripción general de la investigación y las explicaciones mecánicas para
dos fuerzas opuestas en el rendimiento cognitivo y físico: el estado de
fatiga mental y el estado de flujo. Aquí, se trazaron contrastes entre los
estados neurobiológicos de fatiga y flujo en varias regiones y procesos
cerebrales clave. Específicamente, se observó que las regiones clave del
cerebro que aumentan en activación durante la fatiga (p. ej., la corteza
prefrontal) son las mismas regiones que se desactivan durante el flujo.
También se argumentó que los patrones de EEG, que se muestran
prominentes en el estado de flujo (aumento de alfa / theta; disminución
de beta) en ciertos casos, se invierten en condiciones de fatiga. Además,
El segundo propósito del capítulo fue presentar estrategias prácticas sobre cómo se
pueden diseñar entornos de aprendizaje y desempeño para ayudar a crear las condiciones
previas para el flujo. Se hicieron recomendaciones específicas sobre cómo manejar el desafío:
equilibrio de habilidades durante el entrenamiento y cómo enfocar de manera más óptima los
recursos de atención. Se hicieron sugerencias adicionales sobre cómo se podrían aprovechar
los avances en la tecnología NFB para ayudar a los atletas a autorregular estados mentales
más óptimos. Una vez más, se ha demostrado empíricamente que cada uno de estos enfoques
afecta positivamente los mismos resultados de rendimiento (p. ej., mejores tiempos de
reacción, mayor tolerancia al esfuerzo físico, técnica mejorada, disminución de la ansiedad)
que se ha demostrado que son deficientes en condiciones de gran fatiga mental. .
CONCLUSIÓN
Los protocolos futuros que aspiren a provocar estados de flujo o reducir la fatiga mental (o ambos)
podrían centrarse potencialmente en otros desencadenantes de flujo conocidos, como la novedad
mejorada, el riesgo percibido o la creatividad intencionada. Dichos enfoques podrían diseñarse para
probar la viabilidad de varios desencadenantes de flujo, ya sea de forma independiente o junto con
otros factores que se sabe que dan lugar simultáneamente a estados de flujo y mitigan la fatiga
mental, como el ejercicio.26), meditación (29), o ambos.
LECTURAS RECOMENDADAS
Benson, H y Proctor, [Link] principio de ruptura: cómo activar el
Activador natural que maximiza la creatividad, el rendimiento atlético, la
productividad y el bienestar personal. Nueva York: Simon and Schuster, 2003.
Bertram, CP, Guadagnoli, MA y Marteniuk, RG. Las etapas del aprendizaje
e implicaciones para entornos de aprendizaje optimizados. EnManual
internacional de ciencia del golf de Routledge. Nueva York: Routledge,
119-128, 2017.
Csíkszentmihályi, [Link]: la psicología de la experiencia óptima. Nuevo
York: Harper Perennial, 1990.
Kotler, [Link] Ascenso de Superman: Descifrando la Ciencia del Humano Supremo
Rendimiento. Nueva York: Houghton Mifflin Harcourt, 2014.
Stulberg, B y Magness, S.Máximo rendimiento: eleve su juego,
Evite el agotamiento y prospere con la nueva ciencia del é[Link] York:
Rodale Bienestar, 2017.
CAPÍTULO 27
Enfoque de la neurociencia para
Rendimiento
Roman N. Fomin, PhD
Cassandra C. Collins, BS
El cuerpo de un atleta, como una orquesta, se compone de muchos
instrumentos diferentes: el corazón, los músculos y los pulmones, por
nombrar solo algunos. El desempeño de cada sistema individual es crucial
para el desempeño del conjunto; por lo tanto, los atletas siempre han
trabajado para adaptar sus sistemas muscular, cardiovascular y
respiratorio para el rendimiento. Sin embargo, el único sistema que los
atletas a menudo descuidan durante el entrenamiento, el sistema
nervioso, es el sistema que impulsa y coordina todos los demás sistemas
corporales como el director de una orquesta. Es el sistema nervioso el que
determina qué tan rápido aprenden los atletas, si su organismo en su
conjunto está listo para rendir, qué tan bien se desempeñan en el
momento (resistencia al estrés, estabilidad psicoemocional,
adaptabilidad, etc.) y qué tan rápido se recuperan. de lesión
SISTEMA NERVIOSO Y CEREBRO
El organismo de un atleta es un sistema vivo que sigue estrictas leyes biológicas. El
sistema nervioso es el encargado de transmitir señales por todo el cuerpo para dirigir
y gestionar sus acciones de acuerdo con estas leyes. Elsistema nervioso central(SNC),
que consiste en el cerebro y la médula espinal, recibe y transmite señales a través de
vías fuera del cerebro y la médula espinal en el sistema nervioso periférico(SNP). Los
atletas pueden usar la comprensión de cómo las cargas de entrenamiento afectan los
procesos fisiológicos del SNC para lograr resultados altos de manera efectiva y evitar
consecuencias como sobreentrenamiento, enfermedad o lesión, o ambas. En este
sentido, el diagnóstico del estado funcional del SNC y la búsqueda de métodos que
aumenten su eficiencia son una dirección prometedora para la ciencia del deporte.
Estructura del Sistema Nervioso Central
Las neuronas son las unidades estructurales y funcionales primarias del SNC. Una neurona
consta de tres partes principales. Elcuerpo de la célulaContiene el núcleo y los orgánulos de la
neurona que generan su energía. un soloaxónsobresale del cuerpo celular como un alambre
largo. Haces de estos axones constituyen elnerviosque llevan información en el PNS. como
una ramadendritasse extienden hacia afuera desde el cuerpo celular de una neurona para
conectarse con los axones de otras neuronas en uniones comunicantes denominadassinapsis.
Un grupo de neuronas interconectadas que trabajan juntas para llevar a cabo una función
específica en el cerebro se llamacircuito neuronal. Los circuitos neuronales pueden
organizarse aún más enRedes neuronalesque sirven a los procesos distribuidos en el cerebro.
Las neuronas utilizan señales electroquímicas para transmitir información de un área
del sistema nervioso a otra e intercambiar señales entre el sistema nervioso y otros
sistemas. Estas señales comienzan con un cambio en el estado de una [Link]
de membrana en reposo—La diferencia de voltaje eléctrico entre el interior y el exterior
de una neurona en reposo. En reposo, las neuronas estánpolarizado: Su potencial de
membrana en reposo es un voltaje negativo debido a la distribución desigual deiones
(partículas cargadas como sodio y potasio) dentro y fuera de la célula. Cuando la
membrana de una neurona se vuelvedespolarizadopor un pico positivo temporal en el
voltaje, libera oincendiosun impulso eléctrico llamadopotencial de acción. Este potencial
de acción viaja a lo largo del axón delpresináptico(disparo)
neurona, desencadenando la liberación de sustancias químicas llamadas
neurotransmisoresen sus sinapsis con las dendritas de otras neuronas (40) (verfigura
27.1). Los neurotransmisores son captados por receptores en elpostsináptico(recepción)
neurona, donde pueden desencadenar unpotencial postsináptico(PSP),que es un cambio
temporal en el potencial de membrana de la neurona postsináptica. Un cambio positivo en
el potencial de membrana (despolarización) produce unaPSP excitatoriaque aumenta la
probabilidad de que la neurona receptora dispare, mientras que un cambio negativo en el
potencial de membrana (hiperpolarización) produce una inhibidor de PSPeso disminuye la
probabilidad de que la neurona receptora libere un potencial de acción.
FIGURA 27.1Partes de una neurona.
Las neuronas del SNC constituyen dos tipos de tejido:materia grisy materia blanca. La
materia gris se compone principalmente de los cuerpos celulares de las neuronas y, en
consecuencia, es donde ocurre la mayor parte del procesamiento en el cerebro. La capa
externa del cerebro (corteza cerebral) está formado por materia gris. Como departamento
principal del SNC humano, gestiona las funciones más complejas, como la conciencia, el
pensamiento, el habla y la memoria. Por el contrario, la materia blanca se compone
principalmente de los axones que conectan los cuerpos celulares en la materia gris.
Funciones del Sistema Nervioso Central
La estructura del SNC le permite sentir, procesar y responder a cambios en
los entornos externo e interno de los atletas, trabajando para conectar, regular y optimizar
el cuerpo del atleta para realizar una habilidad. Más concretamente, estas son las
principales funciones que cumple el SNC:
Percepción y análisis de los estímulos que actúan sobre el cuerpo
humano Regulación y coordinación de todos los tejidos y órganos
Integración de tejidos y órganos
Organización de los movimientos humanos.
Garantizar la adaptación del cuerpo a las condiciones ambientales cambiantes Organización
sistémica del comportamiento humano de acuerdo con las necesidades actuales
NEUROPLASTICIDAD
El sistema nervioso humano puede reorganizarse y cambiar significativamente en todas las
etapas de la vida de un ser humano según la experiencia. Esta capacidad innata del sistema
nervioso para reorganizar sus circuitos estructurales y funcionales en respuesta a las
condiciones ambientales en constante cambio se conoce comoneuroplasticidad(35). Los
cambios neuroplásticos en el cerebro incluyen cambios en el estado, la actividad y las
conexiones de las neuronas, los nervios y las redes neuronales en respuesta a diversos
estímulos (nueva información, experiencias, desarrollo o capacitación). Estos cambios permiten
a los humanos crear conexiones nuevas o más eficientes a medida que aprenden nuevas
habilidades o restaurar las conexiones perdidas después del daño.
La neuroplasticidad se basa en los mecanismos depotenciación sinápticay depresión
sináptica. La potenciación sináptica se refiere a un aumento temporal en la fuerza de las
sinapsis en respuesta a su activación repetida. Esta potenciación puede ser inducida por
fuentes naturales como la contracción muscular voluntaria repetida involucrada en el
entrenamiento deportivo o fuentes artificiales como la estimulación eléctrica aplicada. La
potenciación sináptica puede aumentar o disminuir la amplitud de los potenciales
postsinápticos, cualquiera de los cuales puede aumentar la neuroplasticidad según la habilidad
específica. La potenciación sináptica se puede expresar en dos formas caracterizadas por la
duración:
Potenciación sináptica a corto plazo(STP) se refiere a la mejora temporal de la
transmisión sináptica creada por un aumento en la tasa de liberación de
neurotransmisores. La potenciación sináptica a corto plazo puede durar desde unos
pocos milisegundos hasta varios minutos.
Potenciación sináptica a largo plazo(LTP) se refiere a la mejora duradera de la
excitación de la neurona postsináptica creada por activaciones repetidas de alta
intensidad de la neurona presináptica. La potenciación sináptica a largo plazo se puede
observar en todas las partes del SNC, aunque es especialmente prominente en el
hipocampo, un área importante del cerebro para la memoria. La potenciación sináptica a
largo plazo puede durar desde unas pocas horas hasta días.
depresión sináptica(o fatiga sináptica) se refiere a un debilitamiento de la fuerza sináptica.
Por lo general, la depresión sináptica es causada por los siguientes factores:
Agotamiento de neurotransmisores
Disminución de la sensibilidad de las neuronas postsinápticas al neurotransmisor
resultando en un nivel mínimo de despolarización postsináptica
Aumento de productos metabólicos (desechos)
Cambios de pH (la excitación excesiva de las mismas vías neuronales puede crear un
ambiente ácido)
Como base de la neuroplasticidad, la depresión y la potenciación sináptica subyacen al
desarrollo de cualquier habilidad, incluida la capacidad de un atleta para adaptarse al
entrenamiento y lograr un rendimiento óptimo.
FUNCIÓN COGNITIVA Y RENDIMIENTO
Los atletas modernos hacen todo lo posible para optimizar sus cuerpos, siempre buscando la próxima
herramienta que les brinde la ventaja de rendimiento que buscan. Sin embargo, a pesar de estos
avances tecnológicos, los expertos afirman que el rendimiento de élite en la mayoría de los deportes se
ha estancado: los récords mundiales se obtienen con menos frecuencia y representan ganancias
menores con respecto a los récords anteriores (3). Para escapar de esta meseta de rendimiento, los
atletas deben comenzar a repensar su entrenamiento para enfocarse menos en sus cuerpos y más en
sus cerebros.
Control del movimiento de la corteza motora
Para podermúsculos esqueléticos—Músculos como los bíceps que están adheridos al
esqueleto— para contraerse, deben ser activados por potenciales de acción que se
liberan principalmente de un área del cerebro llamadacorteza motora. Sin estas
señales de la corteza motora, los músculos esqueléticos son racimos estáticos de fibras
proteicas envueltas en tejido conectivo.
Neuronas motorasson los mensajeros que llevan las señales eléctricas desde la corteza
motora hasta las fibras musculares, estimulándolas para que generen fuerza al contraerse.
Esta vía de neuronas que recorre el cerebro y la médula espinal hasta los músculos se
denominatracto corticoespinal. El cerebro envía señales a lo largo de las neuronas motoras
de esta vía a los músculos al igual que una regleta de enchufes envía corriente a través de un
cable de carga a una computadora. En conjunto, una neurona motora y la fibra muscular que
estimula se denominanunidad motora. Muchas unidades motoras tienden a trabajar juntas
para estimular todas las fibras musculares en un músculo para hacer que todo el músculo se
contraiga.
impulso neuronal
La suma de todos los potenciales de acción estimulantes que recibe un músculo de las neuronas
motoras se denominaimpulso neural. El impulso neural determina si un músculo se contrae y la
fuerza con la que se contrae. El cerebro regula la resistencia muscular ajustando el impulso neural
con el tiempo de acuerdo con la retroalimentación que recibe de la entrada sensorial del músculo.
Para aumentar o disminuir el impulso neural, el cerebro puede ajustar cuántas unidades motoras
disparan potenciales de acción en un proceso conocido como reclutamiento de unidades motoras
. Alternativamente, en lugar de reclutar más unidades motoras, el cerebro puede aumentar el
impulso neural aumentando la tasa de activación de las unidades motoras. O
Por supuesto, la mayoría de los deportes requieren más que solo potencia bruta sostenida: el cerebro
también dirige el control y la coordinación muscular ajustando el tiempo de reclutamiento de la unidad
motora. Es importante destacar que el hecho de que el cerebro impulse el movimiento no significa que
los atletas puedan abandonar su entrenamiento físico por completo. Dado que el impulso neural implica
la activación tanto del cerebro como de los músculos, ambos deben entrenarse en conjunto.
Repetición y Adquisición de Habilidades Motoras
La mejor manera de entrenar el cerebro es con la repetición. La repetición activa los
mecanismos de potenciación y depresión sináptica que permiten cambios neuroplásticos en el
cerebro. Como resultado, cuando los atletas practican una habilidad, fortalecen las vías
neuronales involucradas en esa habilidad para que sean lo más eficientes posible. Numerosos
estudios muestran que el entrenamiento de habilidades motoras aumenta el volumen de
materia gris en las áreas del cerebro que controlan esa habilidad (15). Estos cambios plásticos
en el cerebro pueden aumentar la potencia, el control y la resistencia con los que un atleta
ejecuta una habilidad.
A medida que un atleta afina la ejecución de una destreza con la repetición, la destreza pasa de
estar bajoexplícitocontrol, donde el atleta tiene que pensar y monitorear activamente el
desempeño, para estar bajoimplícitocontrol, donde el atleta puede ejecutar automáticamente una
habilidad con un mínimo de pensamiento. Subsidiar este cambio es un cambio en la activación
cerebral de un circuito explícito que involucra la corteza motora a un sistema implícito controlado
por estructuras profundas en el cerebro llamado el [Link] basales(15). Cuando una
habilidad motora está bajo control implícito, los atletas dicen que está comprometida conmemoria
muscular. Es un error común pensar que la memoria muscular vive en los músculos: en realidad
radica en la fuerza de las conexiones neuronales en el cerebro. Los músculos no pueden aprender
ni recordar, pero el cerebro sí. Este proceso por el cual las habilidades se vuelven menos
conscientes y más automáticas con el tiempo se llamaaprendizaje de habilidades motoras.
Control Cognitivo del Movimiento en el Deporte
Impulsar la activación muscular es solo la punta del iceberg con respecto al papel que juega el
cerebro en el rendimiento. Si bien las neuronas motoras pueden explicar cómo se mueven los
atletas, no logran explicar cómo los atletas se desempeñan de manera adaptativa dentro del
entorno complejo, dinámico y estresante de un deporte. Los atletas recurren a una gran cantidad
de otros procesos cerebrales ofunciones cognitivasrecibir, procesar, almacenar y actuar
en la retroalimentación en tiempo real del mundo externo.
Un área del cerebro llamadacorteza prefrontal(PFC) mantienecontrol cognitivoen el
cerebro dirigiendo y monitoreando las funciones cognitivas, incluyendo la atención, la
inhibición y la memoria. Ubicado en la parte frontal del cerebro, el PFC tiene amplias
conexiones con otras áreas del cerebro involucradas en el rendimiento deportivo, incluidas
las regiones motoras y sensoriales del cerebro. Así como el cerebro de un atleta aprende a
dirigir el movimiento muscular de manera más efectiva con la repetición, también puede
aprender a dirigir mejor estas funciones cognitivas. En consecuencia, los atletas exhiben
más conexiones entre las neuronas y una mayor proporción de materia gris en las redes
que involucran el PFC y otras áreas del cerebro relevantes para la [Link]éis, 42).
Atención, inhibición y memoria
Los seres humanos son simplemente incapaces de dirigir su conciencia oatencióna toda la
información del entorno externo. Para tener éxito en un deporte, los atletas deben aprender
cómo dirigir rápidamente su atención solo a la información más relevante mientrasinhibiendo,
o la supresión, las distracciones. Dos mecanismos favorecen la atención y la inhibición: el
procesamiento de abajo hacia arriba y de arriba hacia abajo.
Procesamiento ascendenteidentifica rápida y automáticamente los objetos que "sobresalen"
en el entorno, como una pelota que se mueve cuando todos los demás objetos están estacionarios.
A diferencia de,procesamiento de arriba hacia abajodeliberadamente dirige la atención a objetos
que son relevantes para el gol, como un jugador que está parado pero abierto para un pase. Dado
que los deportes se basan en objetivos, la capacidad de procesamiento de arriba hacia abajo puede
distinguir a un atleta novato de un experto (2). El PFC trabaja con otras áreas cerebrales específicas
de tareas para dirigir el procesamiento de arriba hacia abajo, determinando qué información se
atiende y si esa información se almacena temporalmente enmemoria de trabajo(12). A partir de la
memoria de trabajo, la información se puede consolidar aún más enmemoria a largo plazo, donde
puede orientar la atención en el futuro.
Estado de flujo
Un estado de atención total a la tarea que define el rendimiento máximo se conoce como
estado de flujo. El psicólogo Mihály Csíkszentmihályi fue el primero en explorar el concepto de
flujo, afirmando que el flujo se caracteriza por nueve dimensiones: desafío-equilibrio de
habilidades, acción-fusión de conciencia, objetivos claros, retroalimentación inequívoca,
concentración total en la tarea, sentido de control, pérdida de autoestima. conciencia,
transformación del tiempo, y una experiencia intrínsecamente gratificante. Desde entonces,
estas dimensiones han sido validadas como asociadas con el rendimiento máximo en atletas
por el trabajo del Dr. Susan Jackson y colegas (20). La entrada en un estado de flujo se
caracteriza por un cambio en la ubicación y el tipo de actividad cerebral que se produce
durante la ejecución de la tarea. Un cerebro en un estado de flujo exhibe un fenómeno
conocido comohipofrontalidad transitoria—Una disminución temporal de la actividad en las
áreas frontales del cerebro (15). Esto representa la automaticidad del flujo a medida que el
control se aleja de los sistemas explícitos del cerebro dirigidos por el PFC y la corteza motora
hacia los sistemas implícitos.
El flujo en el cerebro también está asociado con un cambio en la forma en que se comunican las
neuronas. Cuando muchas neuronas disparan potenciales de acción sincrónicamente, el resultado
es un pulso de actividad cerebral que parece ondas. Los científicos dividen estos ondas cerebrales
en diferentes rangos de frecuencia (es decir, alfa, beta, delta y theta) que están vinculados a
diferentes funciones.
Se ha demostrado que las personas que experimentan fluidez durante la ejecución de
habilidades exhiben un aumento ensritmo ensorimotor(SMR), un patrón especial de ondas
cerebrales observado en las áreas sensoriomotoras del cerebro. Una señal SMR más fuerte
indica menos actividad en la corteza motora, lo que significa que la habilidad está bajo un
mayor control implícito. Este cambio de SMR refleja así la automaticidad y la experiencia que
caracterizan un estado de flujo (10,11).
APLICACIONES DE ENTRENAMIENTO COGNITIVO
Así como los atletas usan herramientas para comprender, controlar y entrenar el rendimiento
de sus sistemas cardiovascular, muscular y respiratorio (p. ej., pesas, monitores de frecuencia
cardíaca, crioterapia, suplementos), también pueden incorporar herramientas de
entrenamiento cognitivo en sus rutinas. Hoy en día, los atletas pueden usar herramientas y
técnicas de neurociencia para registrar su actividad cerebral, estimular su cerebro y músculos,
entrenar su atención visual y construir rutinas de entrenamiento mental.
Electroencefalografía y retroalimentación neural
Los atletas desconocen muchos de los procesos internos de sus cuerpos que contribuyen a su
desempeñ[Link]ónsurgió como una forma de utilizar la tecnología para dar
visibilidad a los atletas sobre estos procesos, como su frecuencia cardíaca y el consumo de oxígeno.
Los atletas pueden usar esta información para dar forma a sus procesos internos para un
rendimiento óptimo. Un tipo de biorretroalimentación que los atletas utilizan cada vez más para
mejorar su rendimiento es la información sobre la actividad neuronal en el cerebro, o
neurorretroalimentación.
Entrenamiento de Neurofeedback para Deportes
Electroencefalograma(EEG) tecnología - cubierto encapitulo 15—Permite a los atletas ver sus
ondas cerebrales en tiempo real en una computadora. Una técnica llamada entrenamiento de
neurorretroalimentación(NFT) usa EEG para registrar las ondas cerebrales de los atletas mientras
realizan una tarea mental básica y les brinda retroalimentación sobre lo que indican sus ondas
cerebrales sobre el desempeño de su tarea. Esta retroalimentación generalmente toma la forma de
tonos de audio, retroalimentación visual o una combinación de ambos. Por ejemplo, cuando un
atleta exhibe patrones de ondas cerebrales "óptimos" para realizar la tarea, el atleta puede
escuchar tonos de audio agradables (34) (verfigura 27.2). Con observación y entrenamiento experto,
el atleta aprende a asociar diferentes estados internos con sus correspondientes patrones de ondas
cerebrales y, por lo tanto, cómo cambiar los patrones de ondas cerebrales para que se adapten
mejor al desempeño de la tarea. El éxito de NFT debe medirse tanto por un cambio en la actividad
de las ondas cerebrales como por el desempeño de la tarea a partir de los datos de referencia
registrados antes de la intervención de NFT.
Eficacia del entrenamiento con neurofeedback
La investigación sobre la eficacia de NFT para el rendimiento deportivo ha arrojado resultados mixtos.
resultados Los estudios han encontrado que la NFT del SMR puede mejorar significativamente
el rendimiento del tiro con rifle y el putt de golf, pero no la capacidad de gimnasia (9,11,34). Del
mismo modo, se ha descubierto que la NFT de onda alfa es beneficiosa para el rendimiento del
tiro con arco, pero no para el tenis (9,11,34). La variabilidad de los resultados refleja la variedad
de protocolos NFT, deportes y niveles de habilidad de los atletas involucrados en los estudios
realizados. Dado que cada atleta tiene un cerebro diferente y cada deporte provoca diferentes
demandas cognitivas, la eficacia de NFT aumentará en el futuro a medida que se desarrollen
protocolos para deportes específicos y atletas individuales (34).
FIGURA 27.2Ejemplo de protocolo de entrenamiento de neurofeedback.
Adaptado con permiso de JL Park et al. (2015, págs. 117-130).
Estimulación Magnética Transcraneal
Si bien el EEG permite a los atletas observar la actividad que ocurre en sus cerebros, diferentes
tipos deneuroestimulación—Estimulación del sistema nervioso — puede usarse para cambiar
la actividad en el sistema [Link]ón magnética(MS) se refiere al uso de campos
magnéticos para estimular de forma no invasiva el SNC, el SNP o los músculos esqueléticos
humanos. La estimulación magnética funciona a través deinducción electromagnética, en el
que un conductor (es decir, una bobina) colocado en un campo magnético genera una
corriente eléctrica.
Estimulación magnética transcraneal(TMS) es un tipo específico de EM que usa
pulsos magnéticos aplicados a través del cuero cabelludo para estimular el cerebro y el
tracto corticoespinal. El uso de TMS para el cerebro humano fue iniciado por Barker y
sus colegas en 1985 en la Universidad de Sheffield (1). La estimulación magnética
transcraneal del cerebro ha demostrado ser una herramienta eficaz, indolora y segura
para modular procesos en el sistema nervioso humano.
La estimulación magnética transcraneal funciona al excitar o inhibir las neuronas en el
tejido subyacente al área objetivo de los pulsos magnéticos. Como tal, TMS se evalúa
mediante métricas de conductividad, excitabilidad e inhibición, que se analizan más
adelante en esta sección. La estimulación magnética transcraneal tiene amplias
capacidades diagnósticas y terapéuticas para la investigación científica y aplicaciones
clínicas en neurología, neurofisiología y neuropsiquiatría (19,37). A pesar de la aplicación
generalizada de TMS en la ciencia médica y la investigación, se ha realizado un número
limitado de estudios sobre la aplicación de TMS en el deporte y las ciencias del ejercicio. La
investigación que se ha realizado sobre TMS en atletas se ha centrado en investigar los
cambios relacionados con el entrenamiento en la excitabilidad de la corteza motora, el
efecto de la fatiga en las vías corticoespinales, las firmas neuronales del rendimiento de
élite y mejorar la recuperación de lesiones como las conmociones cerebrales (32).
La mayoría de los estudios sobre el movimiento involucran la aplicación de TMS a una
parte específica de la corteza motora para excitar o inhibir las neuronas motoras.
Diferentes partes de la corteza motora se asignan a diferentes partes del cuerpo, lo que
significa que los especialistas pueden hacer que un músculo se contraiga usando TMS para
estimular la parte de la corteza motora que lo controla. El efecto de TMS puede evaluarse
midiendo la respuesta muscular como unpotencial evocado motor(eurodiputado). Un
MEP es la actividad bioeléctrica sumada (en forma de onda) de la contracción del músculo
esquelético objetivo en respuesta a un solo pulso de TMS en la región correspondiente en
la corteza motora (o médula espinal o nervio periférico) (verfigura 27.3;21).
FIGURA 27.3La estimulación magnética transcraneal afecta el tracto corticoespinal. La
estimulación magnética transcraneal (TMS) aplicada sobre la corteza motora activa
preferentemente las interneuronas orientadas en un plano paralelo a la superficie del
cerebro. Esta ubicación conduce a una activación transináptica de las células piramidales
que provoca descargas descendentes en los axones piramidales que se proyectan sobre
las motoneuronas espinales, también denominadas tracto corticoespinal.
Adaptado con permiso de W. Klomjai, R. Katz y A. Lackmy-Vallée (2015, pp. 208-213).
Estimulación Magnética Transcraneal:
Principios Básicos de Medición
La estimulación magnética transcraneal requiere un equipo para producir la estimulación
electromagnética así como un equipo para medir el efecto de la estimulación. El
estimulador magnéticoutilizado en TMS incluye una corriente eléctrica alta (5 kA o más)
generador de pulsoque se conecta mediante un cable a un estimulador magnéticobobina
. La bobina se coloca sobre el cuero cabelludo por encima de la ubicación subyacente del
cerebro objetivo en el sujeto. Luego, el generador de impulsos impulsa la corriente a
través de la bobina, generando un impulso magnético con la fuerza de variostesla
- unidades que miden la fuerza de la inducción magnética. El campo magnético despolariza el
tejido neural subyacente, activando las neuronas y las redes neuronales del sistema nervioso.
En estudios motores, esta activación se puede medir a través de los eurodiputados producidos.
Los potenciales evocados motores pueden ser detectados y registrados por la piel
electrodos conectados aelectromiografía de superficie(EMG), que registra la actividad
eléctrica generada por las contracciones musculares. Un monitor de computadora permite la
visualización y un mayor análisis de los eurodiputados registrados.
Estimulación magnética transcraneal:
métricas fisiológicas clave
La estimulación magnética transcraneal de la corteza motora se utiliza para evaluar el
funcionamiento del tracto corticoespinal a través de medidas deconductividad,excitabilidad,
yinhibición.
Conductividad Conductividaddel sistema corticoespinal se refiere al flujo de
potenciales de acción entre la corteza motora y la médula espinal. Se evalúa por la latencia,
amplitud, duración y forma del MEP del músculo objetivo en respuesta a la TMS y por el
tiempo de conducción motora central (verfigura 27.4).
Latenciaes el período de tiempo desde la aplicación de TMS hasta la
aparición del MEP en el músculo objetivo (registrado por EMG y medido
en milisegundos).
Amplitudes el desplazamiento máximo desde la posición de equilibrio de la
onda de MEP. La amplitud pico a pico se refiere al valor entre el valor de
amplitud MEP más alto y el valor de amplitud más bajo.
Duraciónes el período desde el principio (punto de partida) hasta el final de
MEP.
Formulariorefleja diferentes características de las fases negativa y positiva del
MEP (es decir, doble-fásica, triple-fásica, etc.).
FIGURA 27.4Características fisiológicas clave del potencial evocado motor.
En individuos sanos, TMS se puede utilizar para registrar un MEP de casi cualquier músculo
esquelético. En la práctica clínica, los músculos de la muñeca, el brazo, la espinilla y el pie son
los objetivos más [Link] del estímulo magnéticoafecta significativamente la
amplitud del MEP, de modo que una mayor intensidad magnética estimula una mayor
amplitud del MEP. Dado que los MEP pueden variar, es una práctica estándar que un
especialista registre cinco o seis MEP y seleccione el que tenga la mayor amplitud y la menor
latencia como medida. Normalmente, esta amplitud de MEP está entre 2 y 15 mV.
En general, el tamaño de MEP refleja el número de neuronas motoras corticoespinales
activadas por estimulación magnética. En particular, los siguientes mecanismos
fisiológicos determinan el tamaño del MEP producido por el músculo objetivo:
Número de unidades motoras reclutadas en la médula espinal en respuesta a TMS
Número de neuronas motoras que se activan más de una vez en respuesta a TMS
Sincronización de las neuronas motoras que se activan en respuesta a TMS
Dos factores que deben controlarse porque pueden afectar el tamaño del MEP
son la posición del sujeto (de pie, sentado o acostado) y la altura de la persona (6).
Los estudios muestran que los atletas tienen una latencia MEP más corta y una
amplitud MEP más alta que los no atletas, lo que se asocia con un mejor
rendimiento en medidas como el tiempo de reacción (31).Tiempo de conducción
motora central(CMCT) es el tiempo que tarda un impulso neural en viajar desde la
corteza motora hasta las raíces espinales. El tiempo de conducción motora central
refleja la conectividad en el tracto corticoespinal; una conductancia más rápida
indica una mayor conectividad. La medición de CMCT es especialmente útil porque
es un parámetro estable y reproducible que no está significativamente influenciado
por las fluctuaciones intraindividuales. Para obtener CMCT, un especialista primero
realiza estimulación magnética cortical y segmentaria (es decir, estimulación del
cerebro y luego de diferentes segmentos de la médula espinal) del músculo
objetivo seleccionado. Después de registrar múltiples MEP de esta estimulación, el
especialista selecciona el MEP cortical con latencia mínima y el MEP segmentario
con latencia máxima. El CMCT se calcula restando el período latente segmentario
del período cortical. Normalmente,
Los entrenadores y atletas pueden usar los cambios en CMCT como una métrica de la efectividad del
entrenamiento. Se ha demostrado que el entrenamiento de intervalos de alta intensidad es más efectivo
para mejorar el CMCT que el entrenamiento continuo de intensidad moderada (27).
ExcitabilidadElexcitabilidaddel tracto corticoespinal, es decir, la energía
necesaria para activarlo, se puede evaluar midiendo el umbral motor en el
cerebro.
Umbral motor(MT) es la intensidad más baja de estimulación magnética de la corteza
motora requerida para producir un MEP de amplitud mínima en un músculo esquelético
objetivo en el 50% de 10 a 20 ensayos. El umbral motor es clínicamente importante porque se
usa para determinar individualmente una dosis segura de TMS. Además, la MT registrada en la
corteza motora se puede utilizar para estimar la excitabilidad de otras regiones del cerebro.
El umbral motor se puede medir cuando un músculo está en reposo (reposo MT)o cuando
un músculo está realizando una ligera contracción (traducción automática activa) en
aproximadamente el 20% de sucontracción isométrica voluntaria máxima(MVIC): la cantidad
máxima de fuerza que los atletas pueden producir para contraer sus músculos. Para calcular el
MT en reposo, la amplitud mínima de MEP se establece en más de 50 µV, mientras que para
medir un umbral de motor activo, la amplitud mínima de MEP necesaria es de 100 µV. La
electromiografía se utiliza para medir el grado de relajación y contracción del músculo
esquelético.
El primer paso para medir MT es determinar la posición y orientación óptimas de la
bobina magnética sobre la cabeza cuando el músculo objetivo está relajado. La posición
óptima apuntará mejor al "punto caliente" (ubicación óptima para la estimulación) en la
corteza motora que controla el músculo objetivo. Los especialistas saben que han
localizado con precisión el punto caliente de un músculo objetivo en la corteza motora
cuando pueden producir de manera confiable MEP consistentes con la mínima intensidad
de estimulación posible. A partir del 35 % de la salida máxima del estimulador, la
intensidad aumenta y disminuye progresivamente hasta que se alcanza la intensidad de
estimulación en la que se registran menos de 10 MEP de 20 intentos de obtener MEP. En
este punto, el MT se calculará como la intensidad magnética actual más 1%.El MT puede
fluctuar del 40% al 80% dependiendo de las características técnicas del TMS; sin embargo,
siempre es mayor para los músculos de las piernas que para los músculos de los brazos.
Esto se debe a las peculiaridades anatómicas y funcionales de la corteza motora: La
representación motora de los brazos en la corteza es mayor que la representación de las
piernas. En comparación con los no deportistas,
Se ha demostrado que los atletas demuestran una mayor excitabilidad cortical medida por un
umbral motor en reposo (rMT) más bajo. Este aumento de la excitabilidad se ha correlacionado con
un mejor rendimiento cuantificado por tiempos de reacción más cortos (31). La evaluación de la
excitabilidad cortical a través de MT también puede ser útil para comprender la recuperación de
lesiones en los atletas. Por ejemplo, los atletas que se sometieron a una cirugía de reconstrucción
del ligamento cruzado anterior demostraron una rMT más alta 2 semanas después de la cirugía (46
).
InhibiciónLos mecanismos de inhibición en el SNC se evalúan midiendo un fenómeno
conocido como el período de silencio de la contracción muscular. Después del pico inicial
en la actividad EMG generada por la contracción muscular voluntaria, hay un breve
período de silencio (100-300 ms) durante el cual no se registra actividad bioeléctrica a
pesar de que se mantiene la contracción. Este período finaliza cuando se reanuda la
actividad EMG. Se cree que la primera parte del período de silencio refleja los mecanismos
de inhibición en la médula espinal, mientras que la segunda parte del período de silencio
refleja la inhibición del cerebro.
La estimulación magnética transcraneal se puede utilizar para producir este período de
silencio. La duración del período de silencio aumenta con la intensidad de la inducción
magnética. Aperíodo de silencio cortical(CSP) se observa después de la estimulación de la
corteza motora con TMS, mientras que unaperíodo de silencio periférico(PSP) se observa
después de la estimulación de un nervio periférico. Por lo general, el CSP se mide desde el final
del MEP generado por TMS hasta el final del silencio bioeléctrico absoluto en el EMG, que se
conoce comoisolínea, o un retorno a una línea de base EMG constante.
Un período de silencio más corto se interpreta como una menor inhibición, mientras que un
período de silencio más largo indica una mayor inhibición. Esto hace que el período de silencio
cortical sea un marcador importante para medir la inhibición cortical después de una lesión y
ejercicio. Se ha demostrado que la fatiga muscular, por ejemplo, aumenta el período de silencio en
un 30% (29,43). Además, los estudios de TMS han demostrado que los atletas que han sufrido una
conmoción cerebral muestran un CSP más prolongado, lo que indica una inhibición cortical elevada
- tanto inmediatamente después de sufrir una conmoción cerebral como hasta 30 años
después (14). La inhibición medida por CSP invocados por TMS se ha correlacionado con
patrones de ondas cerebrales subyacentes mediante EEG. Específicamente, la duración de
la CSP se ha asociado con el poder relativo de las oscilaciones alfa en el cerebro. Esto
proporciona más apoyo para los mecanismos inhibitorios que subyacen a la CSP dado que
las ondas alfa generalmente se asocian con una disminución de la excitabilidad y una
mayor inhibición.17).
Parámetros de estimulación magnética transcraneal
Los protocolos de estimulación magnética transcraneal y los efectos neuromoduladores
pueden variar según cuál de las siguientes características técnicas utilicen.
Características del pulso de estimulación magnética transcranealLa estimulación magnética
transcraneal se realiza utilizando diferentes patrones de TMS:estímulos individuales (TMS único),
estímulos emparejados(TMS emparejado) o una serie de pulsos (TMS repetitivoorTMS). La TMS
simple y pareada se utiliza principalmente para comprender el funcionamiento corticoespinal. La
TMS repetitiva puede modular la excitabilidad cortical, por lo que se utiliza con fines terapéuticos,
incluido el tratamiento del dolor, las enfermedades del sistema motor, los accidentes
cerebrovasculares, la esclerosis múltiple, la epilepsia, la depresión y la esquizofrenia. La rTMS de
alta frecuencia puede mejorar la excitabilidad de la región estimulada, mientras que la rTMS de baja
frecuencia puede inhibirla (22).
FIGURA 27.5Parámetros de forma de onda magnética:(a)forma de onda
monofásica y(B)forma de onda bifásica.
Los pulsos de estimulación magnética transcraneal también pueden variar en amplitud
temporal (0.1-1.0 ms), frecuencia (TMS de baja frecuenciaes <1 Hz mientrasTMS de alta
frecuenciaes> 60-100 Hz), y número (500 o más) (36). Los pulsos se entregan dentro de
diferentes tipos deformas de ondaque varían en cuántos ciclos de onda sinusoidal hay por
pulso (verfigura 27.5).monofásicoLas formas de onda (que incluyen solo el pico del ciclo
sinusoidal por pulso) son muy precisas para apuntar a la región deseada y silenciosas, y
generan poco calor pero son difíciles de usar para registrar una respuesta cortical.
Relativamente,bifásico(una onda sinusoidal completa por pulso - dos fases) ypolifasico(
múltiples ciclos sinusoidales completos por pulso)
Las formas de onda son mejores para la estimulación cortical pero menos precisas y más
fuertes, y generan más calor.
Bobinas de estimulación magnética transcranealDiferenteConfiguraciones de bobina
TMSgeneran diferentes características de campo magnético y, por lo tanto, se utilizan para
diferentes propósitos. La amplitud o fuerza del campo magné[Link] de campo
normalmente oscila entre 1,0 y 2,5 tesla, pero puede llegar hasta 4 tesla. Si bien hay más
de 70 configuraciones diferentes de bobinas TMS en uso hoy en día, las 2 más comunes
son las siguientes (verfigura 27.6):
Elbobina simple(es decir, redondo) es el tipo original de bobina TMS. Esta bobina es muy
popular y ampliamente utilizada para estimular la corteza motora y la médula espinal. La
limitación de esta bobina es la falta de focalidad de las estructuras activadas. A medida que
disminuye el diámetro de la bobina, aumenta la precisión de la estimulación, pero la
intensidad magnética tiende a disminuir, ya que las bobinas se sobrecalentarán.
Bobinas dobles(es decir, mariposa o bobina en forma de ocho) consisten en dos devanados
colocados uno al lado del otro. La máxima intensidad magnética se localiza en el centro de
esta bobina, donde se cruzan los devanados. Esta bobina se usa a menudo para el mapeo
cerebral porque puede definir con mayor precisión el área de estimulación y proporcionar una
estimulación cerebral más profunda que la bobina simple.
FIGURA 27.6Bobinas de estimulación magnética transcraneal:(a)bobina simple y
(B)bobina de doble cono.
Beneficios del uso de la estimulación magnética
transcraneal
Hay varias ventajas de usar TMS para el diagnóstico, la recuperación y la investigación en
ciencias del deporte en comparación con otros tipos de neuroestimulación no invasiva. Estos
beneficios incluyen lo siguiente:
El campo magnético fluye libremente y sin cambios a través de las estructuras
anatómicas. Esto le permite excitar el tejido nervioso que se encuentra en lugares
remotos, a una profundidad considerable o bien encerrado dentro de huesos o
músculos. La estimulación magnética transcraneal no se acompaña de dolor o
malestar como puede ocurrir con la estimulación eléctrica no invasiva.
La estimulación magnética transcraneal no requiere una preparación previa de la piel
para la estimulación y puede aplicarse a cierta distancia de la misma.
La bobina magnética utilizada para TMS puede moverse libremente en relación con la
cabeza, lo que permite la rápida identificación del punto óptimo para la estimulación.
La estimulación magnética transcraneal permite una evaluación más directa de la
excitabilidad cortical porque casi siempre induce un MEP del músculo objetivo en
individuos sanos.
La investigación en curso apunta a un gran potencial para que la TMS se utilice
en el futuro para mejorar las cualidades físicas (fuerza y potencia) y mejorar
las características neuromusculares del sistema motor.
Sin embargo, TMS requiere el uso de equipos increíblemente especializados y costosos
y debe ser supervisado por un especialista capacitado para garantizar la seguridad del
sujeto.
Elementos de las habilidades visuales en el desempeño
Los movimientos de los atletas están guiados por la información sensorial en la que eligen centrar
su atención y cómo su cerebro interpreta opercibeEsa información. Dado que la mayoría de los
deportes requieren un control preciso del movimiento del cuerpo dentro de un espacio dinámico, la
visión es el principal sentido en el que confían los atletas para guiar su desempeño. A través del
proceso deintegración visomotoraLos atletas usan los procesos visuales en el cerebro para guiar
los sistemas motores en la planificación y ejecución del movimiento.
De la percepción a la acción: cómo responden los atletas
al juego
El procesamiento de la información visual procede de una manera jerárquica desde el procesamiento de
abajo hacia arriba de muy bajo nivel de las características básicas hasta el procesamiento de arriba hacia
abajo de alto nivel por parte del PFC. La información de la retina primero se transforma en señales
eléctricas que se transmiten a las áreas visuales en la parte posterior del cerebro. Diferentes grupos de
neuronas en esta área del cerebro están sintonizados para responder
fuertemente a diferentes características básicas de un estímulo visual, como la orientación de la línea o el
color. Después de extraer estas características visuales básicas, la información diverge a lo largo de dos
caminos posibles que llevan a cabo un análisis de características más complejo.
Elvía ventralidentifica qué es un objeto agrupando las características básicas en
totalidades coherentes. El término ventral en neurociencia se refiere a la parte inferior del
cerebro a través de la cual fluye la información en esta vía (verfigura 27.7;30).
Comparativamente, elvía dorsalconduce información sobre dónde se encuentra un objeto en
el espacio a lo largo de la parte superior del cerebro. En última instancia, ambas vías envían la
información de regreso al PFC para guiar la atención, la planificación del movimiento y la
ejecución (30).
FIGURA 27.7Vías ventral y dorsal en el cerebro.
Reimpreso con permiso de MT Miller y WC Clapp (2011, pp. 131-139).
De la acción a la percepción: cómo los atletas anticipan
el juego
Con muchos años de práctica, las vías en los cerebros de los atletas de élite que asocian objetivos
perceptuales—Objetos y lugares específicos — con sus acciones apropiadas para el deporte fortalecidas.
El hecho de que estas asociaciones de percepción-acción a menudo ocurran en la misma secuencia en el
tiempo para un deporte determinado permite a los atletas modular su actividad cerebral en previsión de
lo que predicen que sucederá a continuación. El PFC puede señalar estas expectativas de atención
incluso antes de que aparezca un objetivo perceptivo al aumentar la actividad de referencia de las
neuronas sintonizadas con una característica esperada en hasta
40%. Además, la anticipación del objetivo visual está señalada por un cambio en los ritmos
alfa (específicamente la desincronización) (30). En resumen, los cerebros de los atletas de
élite los preparan para la acción desplegando su atención visual de acuerdo con la acción
que es más probable que ocurra a continuación en la secuencia del juego. Este ajuste fino
de las expectativas de atención visual es particularmente evidente en el juego de los
jugadores de tenis de élite. Al observar la velocidad, el ángulo y la dirección del swing de
un oponente en relación con la pelota, una jugadora de tenis de élite como Serena
Williams puede predecir el lugar más probable en la cancha donde un oponente golpeará
la pelota. Williams actuará de inmediato sobre esta información, moviéndose hacia esta
ubicación predicha antes de que su oponente haya terminado de balancear su raqueta.
Cuando el oponente termina su swing, Williams puede actualizar su predicción mientras
sigue la trayectoria de la pelota en el aire.
Coordinación de Acción y Percepción
Los atletas se refieren coloquialmente a la integración visomotora como coordinación (es decir,
coordinación mano-ojo). El gol de chilena de Cristiano Ronaldo en los cuartos de final de la
UEFA Champions League para el Real Madrid contra su actual club, la Juventus, es un excelente
ejemplo de un atleta de élite que emplea la integración visomotora para coordinar el
movimiento del cuerpo con las señales visuales del juego. El gol fue precedido por el
compañero de equipo de Ronaldo regateando por un costado del campo y cruzando el balón
en el aire hacia el centro del campo donde Ronaldo esperaba, de espaldas a la portería. La
identificación de la pelota y el jugador en movimiento requirió la vía ventral del "qué" del
cerebro de Ronaldo para procesar las características básicas en totalidades coherentes. A
medida que la pelota volaba por el aire hacia Ronaldo, su vía dorsal "dónde" se activó para
rastrear su ubicación en el espacio. Por fin, Justo en el momento adecuado según la ubicación
del balón y su experiencia pasada, Ronaldo envió un impulso neuronal a sus músculos para
impulsar su cuerpo en una voltereta hacia atrás. Esto dio como resultado que su pie derecho
conectara con el balón para enviarlo volando hacia la esquina superior derecha de la portería.
Rara vez los hinchas del equipo local aplauden un gol del equipo visitante; sin embargo, el
grado extremo de coordinación sin esfuerzo que se mostró en esta hazaña provocó el aplauso
de los fanáticos de ambos equipos.
Seguimiento de la atención visual como medida de la
experiencia deportiva
Los neurocientíficos pueden comparar cómo los novatos y los expertos dirigen su visión
atención mediante el uso de herramientas de seguimiento ocular para controlar dónde miran.
Cuando los atletas inspeccionan una escena, sus ojos se mueven rápidamente a su alrededor como
un foco, deteniéndose brevemente varias veces para enfocar ofijaren los puntos que su atención
identifica como salientes. Se ha demostrado que el momento, la duración y la estabilidad de las
fijaciones de un atleta antes del inicio del movimiento son un sello distintivo del rendimiento
experto en diferentes tipos de deportes.
Elperíodo de ojo tranquilose refiere a la duración del último punto de fijación de los atletas
antes de iniciar un movimiento. Por ejemplo, un período de quietud ocular ocurre justo antes de
que los atletas golpeen una pelota de béisbol mientras se fijan en la pelota. Se ha demostrado que
este período de fijación final ocurre antes y dura aproximadamente un 60 % más en los atletas de
élite en comparación con los atletas novatos (26,39). El inicio más temprano y la mayor duración de
la quietud del ojo les da a los atletas de élite más tiempo para organizar sus circuitos neuronales
para el rendimiento. Esto es crucial dado el rápido ritmo de juego y las altas demandas de
información que enfrentan los atletas de élite (38). Roger Federer, por ejemplo, sirve a una
velocidad promedio de 130 mph. Para poder devolver con éxito un servicio de esta velocidad, un
atleta debe estar preparado para actuar dentro de un tercio de segundo.
la firmeza deojo tranquilo morar, es decir, el seguimiento de la mirada de un atleta desde el
período de quietud del ojo hasta justo antes del inicio del movimiento, también se ha demostrado
que predice la experiencia. Esto sugiere que los expertos han optimizado sus redes neuronales
tanto para enfocar como para mantener la atención visual (39). Los atletas pueden usar el
seguimiento ocular y la retroalimentación de video para entrenar sus habilidades oculares
silenciosas.
Imágenes motoras y rendimiento
Las habilidades visuales físicas no son las únicas habilidades visuales que pueden mejorar el
rendimiento de los [Link] de imágenes motoras(MIT) se refiere al proceso mental
de imaginarse realizando un movimiento sin moverse realmente. El entrenamiento de imágenes
motoras involucra muchas de las mismas áreas visuales y motoras del cerebro que se activan
cuando un atleta realiza físicamente una habilidad. Esto significa que MIT puede inducir cambios
plásticos en la estructura y función del cerebro a lo largo del tiempo, acelerando el aprendizaje y el
dominio de las habilidades motoras.38). Sin embargo, se cree que el MIT es menos efectivo que el
entrenamiento físico ya que no está modulado por la retroalimentación de los músculos y los
sentidos. Por ejemplo, se ha demostrado que el MIT por sí solo aumenta la fuerza de una
contracción isométrica en un 22 % en comparación con un aumento del 30 % con el entrenamiento
de fuerza física (25). Además, el MIT no puede reemplazar la física
entrenamiento: la práctica física es necesaria para establecer las representaciones neuronales de
una habilidad que son activadas y potenciadas por la práctica mental (25).
La investigación durante la segunda década de este siglo reveló que los atletas deberían usar
MIT para el entrenamiento de habilidades complejas porque la eficiencia aumenta con la dificultad
de la tarea. Además, los atletas deben limitar el MIT a 60 repeticiones imaginarias, ya que se ha
demostrado que la precisión disminuye más allá de este punto. Alternativamente, para evitar esta
caída en la precisión, los atletas pueden intercalar MIT con entrenamiento físico: Se ha demostrado
que las sesiones de entrenamiento que consisten en 50% a 75% de MIT y 25% a 50% de
entrenamiento físico producen las mayores mejoras de habilidades para tareas difíciles (38).
RELAJACIÓN Y REGENERACIÓN
Los atletas saben que el descanso es vital después del ejercicio de alta intensidad para permitir
que los músculos se recuperen con tejido más fuerte. Sin embargo, la relajación y la
regeneración son igualmente importantes para que el cerebro pueda seguir impulsando de
forma adaptativa a los músculos para mantener un alto nivel de rendimiento. El estrés y la
fatiga pueden afectar el funcionamiento del cerebro tanto a corto como a largo plazo, lo que
resulta en sobreentrenamiento y agotamiento del atleta (8). Estos efectos negativos del estrés
y la fatiga son prevenibles y reversibles con una relajación y recuperación adecuadas (28).
El estrés y el deterioro de la estructura y
función del cerebro
Experiencia de los atletasestréscuando se les presentan demandas físicas o psicológicas
que alteran su capacidad para mantener la homeostasis. La respuesta del organismo al
estrés se lleva a cabo mediante lo que se conoce comoeje hipotalámico pituitario
adrenal(HPA) en el cuerpo. Como sugiere el nombre, este eje implica un circuito de
retroalimentación entre dos áreas del cerebro, el hipotálamo y la pituitaria, y las glándulas
suprarrenales del cuerpo. La activación de este eje da como resultado la producción de
hormonas del estrésque aumentan el ritmo cardíaco, la respiración y la descomposición
del combustible en el cuerpo.
En niveles bajos de estrés, estos cambios pueden aumentar el rendimiento cognitivo. Sin
embargo, sostenida ocrónicoaltos niveles de estrés pueden resultar en cambios negativos en
la arquitectura del cerebro a través de un fenómeno conocido comoneuroplasticidad
inducida por el estrés. La plasticidad inducida por el estrés afecta especialmente a la PFC,
disminuyendo el disparo neuronal y perjudicando la conectividad.28).
Fatiga y Función Cerebral
Todos los atletas saben que la fatiga, una capacidad reducida para hacer ejercicio, es el
enemigo de mantener un alto nivel de rendimiento. Si bien la mayoría de los atletas están
familiarizados con fatiga periféricade los músculos, pocos saben que existen otros dos tipos
de fatiga que impiden que el cerebro ejerza su función en el rendimiento deportivo.
fatiga centralse refiere a una disminución en el rendimiento derivada del agotamiento
de los mecanismos cerebrales para el impulso neural. Al igual que la fatiga periférica, la
fatiga central se deriva de la retroalimentación de que el cuerpo ya no funciona.
de manera óptima, como la disminución de los niveles de oxígeno y el agotamiento de las
reservas de combustible (ver figura 27.8;33). Esta retroalimentación da como resultado
inhibitorio“dejar de ”señales que se envían a la corteza motora, lo que disminuye el impulso
neural para devolver el cuerpo a la homeostasis. La fatiga central se puede identificar por una
disminución en MVIC. Según la intensidad, la duración y el tipo de ejercicio, el cerebro puede
tardar entre 30 segundos y 30 minutos en recuperarse de la fatiga central (7).
FIGURA 27.8Fatiga central y periférica.
Reimpreso de MF Oliveira et al. (2015, pág. 514).
Incluso antes de que la fatiga central y periférica haga que el rendimiento de un atleta
disminuya,fatiga mentalderivados del agotamiento de los procesos de control cognitivo
pueden dificultar el rendimiento. A nivel neuronal, las personas mentalmente fatigadas
exhiben un mayor poder de onda beta, lo que sugiere una atención sostenida y un mayor
poder theta en su PFC, lo que indica una capacidad reducida para el control de arriba hacia
abajo. Además, la fatiga mental se asocia con una comunicación disminuida entre la PFC y
otras áreas del cerebro (5,24).
Herramientas de Relajación y Regeneración para
Combatir y Prevenir el Estrés y la Fatiga
Los atletas de hoy tienen una gran cantidad de nuevas herramientas disponibles para ayudarlos a recuperarse
y protegerse contra los efectos del estrés y la fatiga para que puedan rendir al máximo. Sin embargo, podría
decirse que dormir lo suficiente y una nutrición adecuada siguen siendo las dos herramientas de rendimiento
más importantes en la caja de herramientas de un atleta.
Arrastrar
Si bien el cuerpo puede desconectarse durante el sueño, el cerebro está bastante activo,
reorganizando sus propios circuitos y dirigiendo la reparación y mejora del cuerpo.
Movimiento rápido de ojos(El sueño REM) es un momento para que las habilidades motoras y
el aprendizaje visual experimentenconsolidación de la memoria—El proceso a través del cual
los recuerdos se solidifican, mejoran e integran en la memoria a largo plazo. El mismo patrón
de actividad cerebral observado durante la realización de una tarea motora mientras uno está
despierto puede reactivarse durante el sueño, lo que indica que se están reproduciendo
recuerdos de esa tarea. Durante este tiempo, el patrón de actividad cerebral puede cambiar a
medida que se mejoran los recuerdos para reflejar el aprendizaje. Algunos investigadores
llaman a estos cambios funcionales y estructurales que ocurren en el cerebroplasticidad
dependiente del sueño(41).
Si bien el sueño REM es particularmente importante para la reorganización del cerebro,
movimiento ocular no rápido(NREM) el sueño es un período crucial para la regeneración del
cuerpo. El cerebro impulsa a los músculos a crecer y repararse mediante la liberación de la
hormona del crecimiento de la glándula pituitaria, una estructura del tamaño de un guisante en la
base del cerebro. El cerebro también desencadena la liberación de otras hormonas involucradas en
procesos metabólicos como la quema de grasa (13).
Para los atletas, esto significa que dormir es el momento en que su arduo trabajo paga
dividendos. Algunas buenas noches de sueño después de la práctica pueden traducirse en un mejor
desempeño de las habilidades motoras sin ninguna práctica adicional. Por el contrario, la privación
del sueño puede impedir esta mejora del aprendizaje, lo que perjudica el rendimiento deportivo al
acelerar la aparición de la fatiga, ralentizar el funcionamiento cognitivo y alterar los procesos de
atención y memoria.4,13).
Dado que el aprendizaje y la regeneración del cuerpo son cruciales para los atletas, los expertos
recomiendan que los atletas duerman más que las personas promedio. Sin embargo, las
investigaciones muestran que casi un tercio a la mitad de los atletas de élite reportan un sueño de
mala calidad (44). Los atletas pueden usar la comprensión de los factores que afectan sus ciclos de
sueño y vigilia, oritmo circadiano, para mejorar su calidad de sueño.
La luz es uno de los mayores determinantes ambientales del ritmo circadiano.
La detección de la luz por el ojo le indica al cerebro que debe estar despierto. A medida que los
ojos detectan menos luz, un área del cerebro llamada glándula pineal libera melatonina, una
hormona importante para provocar la sensación de sueño. Dado que la luz azul inhibe la
producción de melatonina, los atletas deben limitar la exposición a la luz azul de los
dispositivos electrónicos antes de dormir y esforzarse por que sus habitaciones estén lo más
oscuras posible. La temperatura corporal también varía con el ritmo circadiano. Cuando las
personas se quedan dormidas, su hipotálamo disminuye la temperatura de su cuerpo hasta en
dos grados. Para facilitar este descenso de la temperatura corporal, los deportistas deben
dormir en un ambiente entre 16 y 21 °C (60-70 °F) y limitar el ejercicio justo antes de acostarse
ya que eleva la temperatura corporal.
Nutrición
Nutrición adecuada: el tema decapitulo 24—Es tan importante para el cerebro de los atletas
como para su cuerpo. La dieta afecta los procesos vitales del cerebro, incluida la comunicación
entre las neuronas, la producción de neurotransmisores y la plasticidad sináptica.17). El
cerebro utilizará preferentemente los carbohidratos como su principal fuente de combustible
si hay suficiente glucosa presente; sin embargo, cuando no hay suficiente glucosa disponible,
el cerebro quemará grasa en forma de cetonas como combustible. Esta es la base de la popular
dieta cetogénica baja en carbohidratos y alta en grasas.
Si bien la mejor dieta para los atletas sigue siendo un tema de debate, los expertos
coinciden en que los atletas deben consumir alimentos comoantioxidantesque protegen
contra neurodegeneración—Daño a la estructura o función de la neurona. Como su nombre
indica, los antioxidantes evitan que las moléculas del cuerpo sufran daños causados por la
oxidación o la pérdida de un electrón. Los lípidos, las proteínas y los ácidos nucleicos del ADN
pueden perder electrones en moléculas inestables llamadasradicales libresque tienen
electrones desapareados. Los antioxidantes evitan que los radicales libres roben electrones al
donarles uno de sus propios electrones. Cuando no hay suficientes antioxidantes para
amortiguar los radicales libres, una condición llamadaestrés oxidativoresultados que pueden
reducir la plasticidad en el cerebro (23). Dado que el ejercicio de alta intensidad aumenta la
producción de radicales libres, los atletas necesitan consumir alimentos ricos en antioxidantes
adicionales para protegerse contra el estrés oxidativo (45).
Evaluación de la preparación del atleta
El equilibrio entre los factores que disminuyen la capacidad de rendimiento de un atleta (es
decir, el estrés y la fatiga) y los factores que ayudan a regenerar el rendimiento de un atleta
capacidad (es decir, el sueño y la nutrición) determinan laestado funcionalde un atleta El
estado funcional es un indicador fisiológico altamente sensible y preciso que describe
objetivamente las adaptaciones individuales a corto y largo plazo del cuerpo del atleta a
varios factores estresantes, incluidas las cargas de entrenamiento. El objetivo de todo
entrenador debe ser mejorar la gestión del estado funcional de un atleta evaluando el
estado de ánimo de ese [Link]ón.
La preparación es el estado funcional actual de un atleta que determina el comportamiento
posterior. Un estado óptimo de preparación indica que los atletas se han adaptado
completamente a las demandas ambientales, lo que les permite desarrollar todo su potencial
de rendimiento. Por el contrario, un estado de preparación subóptimo impide que los atletas
alcancen su máximo potencial. Los enfoques tradicionales para evaluar el estado funcional de
un atleta han fallado porque no tienen en cuenta el sistema corporal específico que dio lugar a
los procesos de adaptación que crearon el estado funcional actual. Medir la preparación de los
sistemas individuales del cuerpo puede resolver este problema. Las herramientas de
biorretroalimentación se pueden utilizar para ayudar a los atletas a comprender cómo los
sistemas de su cuerpo reflejan su rendimiento.
La preparación del sistema cardíaco del cuerpo, por ejemplo, se puede evaluar mediante
variabilidad del ritmo cardíaco(HRV): el grado de variación en el tiempo entre los latidos del
corazón de un atleta (vercapitulo 14). La variabilidad de la frecuencia cardíaca refleja la calidad de
los procesos de recuperación en el sistema cardíaco. Los valores de variabilidad de la frecuencia
cardíaca que son demasiado altos o demasiado bajos indican que el sistema cardíaco está
funcionando fuera del rango óptimo, lo que refleja un estado de alta tensión durante la adaptación
a las cargas de entrenamiento y un proceso de recuperación incompleto. Si bien las fluctuaciones
dentro de la zona óptima son aceptables, un valor más alto dentro de la zona óptima es indicativo
de un proceso de recuperación más eficiente.
Traducido del afrikáans al español - [Link]
CONCLUSIÓN
Tradicionalmente, los atletas se han enfocado en entrenar sus músculos, pulmones y sistemas
cardiovasculares. Sin embargo, esta visión convencional del rendimiento deportivo descuida la única
parte del cuerpo que controla cada movimiento del cuerpo: el cerebro. Los procesos en el cerebro
dirigidos por las cortezas prefrontal y motora impulsan a los músculos a controlar de forma adaptativa la
potencia, la precisión y la duración del ejercicio para un rendimiento óptimo. Dado que el cerebro es
plástico, los atletas pueden preparar estos procesos al fortalecer sus vías neuronales subyacentes a
través del entrenamiento. En consecuencia, los atletas expertos pueden identificarse mediante cambios
estructurales y funcionales inducidos por el entrenamiento en sus circuitos neuronales, incluido un
mayor volumen de materia gris, una conductancia motora más rápida y una mejor regulación de arriba
hacia abajo de la atención visual. Las herramientas de entrenamiento cognitivo como EEG,
neurofeedback y TMS se pueden utilizar para optimizar los programas de entrenamiento de acuerdo con
la comprensión de la actividad que ocurre en el cerebro. Para que los atletas obtengan todos los
beneficios de estas herramientas de entrenamiento, necesitan asegurarse de que están dando a sus
cerebros el combustible y el descanso necesarios para recuperarse y aprender de las exigencias del
rendimiento. El refinamiento continuo de estas herramientas basadas en el cerebro en los próximos años
tiene un gran potencial para ayudar a los atletas a romper el techo de cristal que se ha materializado en
los deportes de élite.
LECTURAS RECOMENDADAS
Asprey, [Link] de juego: lo que hacen los líderes, innovadores e inconformistas
ganar en la vida. Nueva York: HarperCollins, 2018.
Hovey, C y Jalinous, [Link] guía de estimulación magné[Link]: El
Magstim Company Ltd, 2006.
Wang, XJ. Principios neurofisiológicos y computacionales de la cortical.
ritmos en la cognició[Link]ón fisiológica90: 1195-1268, 2010.
Wassermann, E, Epstein, C y Ziemann, [Link] manual de Oxford de
Estimulación [Link], Inglaterra: Biblioteca de Psicología
de Oxford, 2008.
CAPÍTULO 28
El rendimiento del motor
Dra. Gabriele Wulf
El desempeño motor experto es esencial para muchas actividades en la vida diaria, pero
quizás más que en cualquier otro lugar en el deporte, donde el rendimiento óptimo es a
menudo el objetivo. La habilidad se caracteriza por la precisión y la consistencia para
lograr el resultado de movimiento deseado, así como movimientos fluidos y económicos
que requieren poco esfuerzo físico y mental. El papel de los científicos, entrenadores o
preparadores físicos del deporte aplicado es diseñar tareas y practicar programas, brindar
instrucción y brindar retroalimentación a los atletas con el objetivo de facilitar el
aprendizaje de patrones de movimiento efectivos y eficientes y, en última instancia,
optimizar el rendimiento. Comprender cómo varios factores influyen en el aprendizaje y el
rendimiento es esencial para el desarrollo de métodos de formación eficaces.
FACTORES CLAVE EN EL APRENDIZAJE Y EL MOTOR
RENDIMIENTO
En general, la comprensión de cómo el proceso de aprendizaje y el desempeño de las habilidades
motoras se ven influenciados por las condiciones de la práctica y los métodos de instrucción ha
evolucionado significativamente. En concreto, se han identificado tres factores como clave tanto
para el aprendizaje como para el rendimiento motor óptimos. Estos factores son fundamentales
para la teoría del aprendizaje motor ÓPTIMA (Optimización del rendimiento a través de la
motivación y la atención intrínsecas para el aprendizaje) (verfigura 28.1;60). Dos de las variables
clave son motivacionales,expectativas mejoradaspara el rendimiento y apoyo a la autonomía, y
uno está relacionado con la atención de los intérpretes, unfoco externo de atención(marfigura
28.1). La importancia de cada factor está respaldada por extensas líneas de investigación. Mientras
que el aprendizaje refleja cambios relativamente permanentes en la capacidad de una persona para
realizar una habilidad motora como resultado de la práctica, el rendimiento se refiere a lo que se ve
o se mide en un momento determinado (42). Los estudios de aprendizaje suelen utilizar un diseño
entre participantes, incluidos dos o más grupos de participantes que practican en diferentes
condiciones (por ejemplo, tipos de retroalimentación o instrucción, orden de tareas, nivel de
desafío), con aprendizaje medido por retraso (es decir, 24 horas o más). ) pruebas de retención o
transferencia en las que todos los grupos actúan en las mismas condiciones. El conocimiento
generado a través de los estudios de aprendizaje puede ayudar a los profesionales a diseñar
condiciones de práctica efectivas para cambios de habilidades a largo plazo. Por el contrario, los
estudios relacionados con el rendimiento motor utilizan un diseño dentro de los participantes, en el
que todos los participantes actúan en todas las condiciones experimentales, normalmente en un
orden equilibrado. De interés aquí es cómo ciertos factores afectan inmediatamente el rendimiento.
Dichos estudios a menudo tienen implicaciones prácticas para mejorar el rendimiento, por ejemplo,
en situaciones competitivas. Este capítulo revisa los hallazgos relacionados con cada factor, con
base en estudios de rendimiento y aprendizaje, pero con una consideración particular para aquellos
relevantes para los científicos del deporte aplicado. El capítulo también proporciona ejemplos de
cómo los científicos deportivos y los entrenadores pueden incorporar los tres factores en su trabajo
con sus atletas.
Mejora de las expectativas de rendimiento
Tener confianza en la capacidad de uno para desempeñarse bien, o tener
expectativas para el rendimiento futuro — es fundamental para el rendimiento óptimo del motor.
Proporcionar a las personas un mayor sentido de confianza, o mejorar sus expectativas, también es
importante para lograr cambios efectivos a largo plazo en el desempeño (es decir, aprendizaje) y un
desempeño sostenido a un nivel superior. Experimentalmente, las expectativas de rendimiento se han
mejorado de varias maneras. En varios estudios, se proporcionó retroalimentación a diferentes grupos
sobre ensayos con errores relativamente pequeños versus errores más grandes (3,5,41). Intuitivamente,
uno podría esperar que la retroalimentación sea más efectiva cuando se proporciona después de
ensayos menos exitosos. Sin embargo, en varios estudios se ha encontrado que el aprendizaje de
habilidades se facilita cuando se brinda retroalimentación sobre ensayos más precisos. Destacar los
buenos desempeños aumentó la autoeficacia de los ejecutantes y, por lo tanto, dio como resultado un
aprendizaje más efectivo que la retroalimentación después de un desempeño deficiente.
FIGURA 28.1Esquema de la teoría ÓPTIMA.
Reimpreso con autorización de G. Wulf y R. Lewthwaite (2016, pág. 1391).
También se ha demostrado que otros tipos de comentarios positivos son efectivos. Estos
incluyen comentarios que involucran comparaciones sociales favorables. Los estudios han
demostrado efectos interesantes cuando los participantes recibieron retroalimentación (falsa)
que indicaba que se estaban desempeñando por encima del promedio (aunque dicha
retroalimentación no se recomienda para la aplicación práctica directa debido a su naturaleza
engañosa). En relación con los participantes que recibieron retroalimentación comparativa
social neutral o negativa, estos participantes demostraron un mejor desempeño y aprendizaje
de tareas que requieren equilibrio, precisión, producción de fuerza máxima sostenida o
resistencia.2,11,18). En uno de estos estudios, los autores utilizaron un
dinamómetro de agarre manual y encontró una mayor producción de fuerza máxima
sostenida, mayor autoeficacia y menor esfuerzo percibido en función de la retroalimentación
normativa positiva en comparación con la retroalimentación negativa y las condiciones de
control (11). En otro estudio, la retroalimentación favorable mejoró la eficiencia de la carrera
(es decir, redujo el consumo de oxígeno) en corredores experimentados (46). Stoate, Wulf y
Lewthwaite pidieron a corredores experimentados que corrieran en una cinta rodante, que se
fijó a una velocidad que correspondía al 75% de su consumo máximo de oxígeno (46). Los
autores proporcionaron comentarios a un grupo de participantes que indicaron que se
estaban desempeñando de manera más eficiente que otros (p. ej., "Pareces muy relajado. Eres
un corredor muy eficiente"). El consumo de oxígeno disminuyó significativamente a lo largo de
la carrera para ese grupo, mientras que permaneció igual en un grupo de control. Además, los
participantes que recibieron comentarios positivos informaron una mayor facilidad para correr
y un mayor afecto positivo. Incluso la capacidad aeróbica máxima (O2max) se ha demostrado
que aumenta cuando se mejoran las expectativas de los corredores (28). Los participantes en
ese estudio eran corredores experimentados que completaron dos O2Pruebas máximas en 2
semanas. Antes de la segunda prueba, el experimentador hizo un comentario casual a un
grupo de participantes, haciéndoles saber que su capacidad aeróbica en la primera prueba
estaba por encima del promedio del grupo. Proporcionar a los corredores esta
retroalimentación positiva resultó en un aumento significativo en O2max (+ 3,28%) en relación
con su primera prueba. El otro grupo (control) mostró una disminución en O2max,
presumiblemente porque los participantes no estaban dispuestos a volver a correr hasta el
agotamiento en un período de tiempo relativamente corto. Por lo tanto, aunque normalmente
se asume que el consumo máximo de oxígeno es una medida objetiva y confiable de la aptitud
física, los hallazgos mostraron que incluso la capacidad aeróbica máxima puede variar en
función de las expectativas de autoeficacia del individuo.
Otros estudios también han demostrado que las declaraciones simples pueden ser
suficientes para promover el rendimiento y el aprendizaje. La información que sugería que los
compañeros suelen hacer bien una tarea determinada o las declaraciones alentadoras sobre el
rendimiento o la mejora del alumno dieron como resultado un aprendizaje más eficaz que la
falta de dicha información (54,55). El aumento de las percepciones de éxito de los artistas
también se puede lograr a través de otros medios. Por ejemplo, establecer criterios que
supuestamente indican un buen desempeño, pero que se pueden alcanzar con relativa
facilidad, aumentará las expectativas de los alumnos, con efectos beneficiosos para el
desempeño y el aprendizaje (31,47,67). En un estudio, los participantes realizaron una tarea de
golf en la que el objetivo estaba rodeado por dos círculos concéntricos (31). Un grupo estaba
informó que poner dentro del círculo más grande constituiría buenos putts, mientras que a otro
grupo se le dijo que las bolas que terminaran en los círculos más pequeños se considerarían
buenas. Si bien uno podría esperar que el círculo más pequeño condujera a una concentración más
intensa y un aprendizaje mejorado, el grupo del círculo grande en realidad pateó con más precisión
durante la fase de práctica que el otro grupo (círculo pequeño). Es importante destacar que en las
pruebas de retención y transferencia retardadas, con los círculos eliminados, se mantuvieron estas
diferencias de grupo. Por lo tanto, hacer que los alumnos se sintieran exitosos durante la práctica
resultó en un aprendizaje más efectivo (47).
Un estudio de golfistas profesionales en el circuito de la Asociación Europea de Golfistas
Profesionales destaca la importancia de las expectativas de rendimiento (40). Los autores
examinaron el rendimiento en torneos posteriores una semana después de que un golfista
apenas lograra o no alcanzara el corte del torneo anterior. Sin la influencia de las diferencias
de habilidades preexistentes (puntuación promedio), los golfistas que habían recibido un
impulso de confianza al pasar el corte superaron a los que simplemente no lograron pasar el
corte en el siguiente torneo.
Autonomía
La autonomía del ejecutante es otra variable que parece ser indispensable para un
rendimiento y un aprendizaje óptimos. Las condiciones que les dan a los artistas un
sentido de autonomía, por ejemplo, brindándoles opciones, son beneficiosas para el
desempeño motor y el aprendizaje. Por ejemplo, permitir que los alumnos elijan cuándo
recibir comentarios sobre su desempeño (15), permitiéndoles decidir cuándo usar un
dispositivo de asistencia (4), o dejarles elegir la cantidad de práctica (38) se ha demostrado
que mejora el aprendizaje.
Los fundamentos motivacionales de la práctica controlada por el alumno fueron destacados
por primera vez por Lewthwaite y Wulf (19). Curiosamente, y de acuerdo con este punto de
vista, se ha encontrado que incluso las elecciones menores y aparentemente insignificantes
facilitan el aprendizaje y el desempeño. Por ejemplo, en un estudio (51), se pidió a los
participantes que realizaran tres ejercicios de equilibrio diferentes. En un grupo, los
participantes podían elegir el orden en el que querían realizar esas tareas. En el grupo de
control, se eligió el orden por ellos. De hecho, el orden de cada participante estaba
determinado, sin que ellos lo supieran, por lo que había seleccionado una contraparte
asignada en el grupo de elección. El grupo de elección mostró un rendimiento de equilibrio
superior en todas las tareas, en comparación con el grupo de control, a lo largo de la fase de
práctica. Más importante aún, una prueba de retención retrasada con un orden fijo
de tareas demostró que esta elección menor también mejoró el aprendizaje. En otro
estudio, utilizando diferentes ejercicios (zancadas, saltos, gateos, lanzamientos de balones
medicinales) pero con un diseño experimental similar, los participantes también pudieron
elegir el orden de los ejercicios (grupo de elección) o no (grupo de control) (58). Antes de
realizar las tareas, se preguntó a todos los participantes cuántas series y repeticiones
querían completar para cada ejercicio. Los participantes en el grupo de elección optaron
por realizar un número significativamente mayor de series (3,0) y repeticiones (13,2), en
promedio, que los participantes del grupo de control (2,3 series, 10,8 repeticiones).
También se ha encontrado que los climas de apoyo a la autonomía están asociados con la
persistencia en la participación en actividades en otros estudios (64). Por lo tanto, un
beneficio adicional de dar opciones a los alumnos es que puede aumentar su motivación
para practicar, lo que podría tener beneficios indirectos adicionales para el aprendizaje.
Se ha demostrado que elecciones tan triviales como el color de los objetos o el equipo que
se utilizará conducen a un aprendizaje motor más eficaz. Esto incluye un estudio (17) en el que
los participantes podían elegir el color de las pelotas de golf en una tarea de putt.
Específicamente, en un grupo de elección, los alumnos tuvieron la oportunidad de elegir el
color de la pelota (blanco, naranja o amarillo) seis veces durante la fase de práctica. En el grupo
de control, a los alumnos se les proporcionaron pelotas del mismo color que había usado una
contraparte asignada en el grupo de elección. El grupo de elección demostró un aprendizaje
superior, medido al poner precisión en una prueba de retención 1 día después, en la que solo
se usaron bolas blancas.
Para ver "hasta dónde se puede llegar", Lewthwaite y sus colegas realizaron otro
experimento en el que le dieron a un grupo de alumnos opciones que no tenían ninguna
relación con la tarea que estaban a punto de aprender (es decir, una tarea de equilibrio) (17). A
los participantes se les dio una opción relacionada con una tarea diferente que practicarían
después, y se les pidió su opinión sobre cuál de las dos imágenes debería colgarse en la pared
del laboratorio. En comparación con un grupo de control al que simplemente se le informó
sobre la segunda tarea o la imagen que se colgaría, el grupo de elección demostró un
aprendizaje más efectivo de la tarea de equilibrio. Estos hallazgos demuestran que dar
opciones a los alumnos, incluso las pequeñas o las que son incidentales a la tarea, tienen la
capacidad de facilitar el aprendizaje de habilidades motoras.
Además, se ha encontrado que el tipo de lenguaje de instrucción tiene un impacto en el
aprendizaje motor. Hooyman y colegas (10) variaron la forma en que se presentaron las
instrucciones para realizar una tarea motora novedosa, una acción de bolos de cricket.
Instrucciones que dieron a los alumnos un sentido de elección (autonomía-
lenguaje de apoyo) condujo a un aprendizaje superior que las instrucciones que ofrecían
pocas opciones sobre cómo ejecutar la habilidad (lenguaje de control). En una prueba de
retención retrasada sin más instrucciones, el grupo de lenguaje de apoyo a la autonomía
mostró una mayor precisión al alcanzar un objetivo que el grupo de lenguaje de control.
También se ha demostrado que proporcionar opciones individuales tiene beneficios
para la máxima producción de fuerza y eficiencia de movimiento. Por ejemplo, en un
estudio de Halperin y colaboradores (9), los kickboxers que compitieron a nivel nacional e
internacional realizaron pruebas estándar de desempeño de golpes durante varios días.
Cada prueba consistió en golpes de esfuerzo máximo completados en un orden específico:
directo directo, recto trasero, gancho delantero y gancho trasero. Este protocolo estándar
sirvió como condición de control. Cada atleta también realizó una prueba adicional bajo
una condición de elección cada día. Es decir, el atleta entregó el mismo número y tipo de
golpes pero pudo elegir el orden de esos golpes. Las condiciones de elección (A) y control
(B) se completaron en un orden equilibrado durante 6 días (AB-BA-AB-BA-AB-BA). Permitir
que los boxeadores eligieran el orden de los golpes generalmente condujo a una mayor
velocidad de golpe y fuerzas de impacto más altas que un orden de golpes asignado. Una
elección relativamente pequeña dio como resultado que los atletas golpearan más rápido
y con más fuerza, a pesar de que eran atletas muy hábiles que tenían una amplia
experiencia en la tarea. En un estudio de seguimiento con no deportistas, Iwatsuki y
colegas (12) pidió a los participantes que apretaran un dinamómetro de mano y realizaran
varias pruebas repetidas de máximo esfuerzo. Cuando los participantes pudieron elegir el
orden de sus manos derecha e izquierda, pudieron mantener las fuerzas máximas. Por el
contrario, las fuerzas disminuyeron en los participantes del grupo de control (cada uno de
los cuales tenía el mismo orden de manos que una contraparte asignada en el grupo de
elección). Por lo tanto, un mayor sentido de autonomía parecía facilitar la producción de
fuerza máxima sostenida.
La producción de fuerzas máximas requiere un reclutamiento óptimo de unidades
motoras, así como la evitación de contracciones innecesarias de los músculos. Los estudios
de Halperin y colegas (9) e Iwatsuki y colegas (12) proporcionó evidencia inicial de que el
apoyo a la autonomía puede, de hecho, facilitar la eficiencia neurofisiológica. Se buscó
evidencia más directa para esta noción en un estudio realizado por Iwatsuki y colegas (13).
En su estudio, los participantes completaron una carrera submáxima de 20 minutos (65%
de O2max) en una caminadora. Antes de la carrera, los participantes de un grupo podían
elegir imágenes que se les mostrarían en una pantalla.
durante la carrera. A lo largo de la carrera, este grupo corrió con mayor eficiencia, medida por
el consumo de oxígeno y la frecuencia cardíaca, en comparación con los participantes que
vieron la misma imagen pero sin tener otra opción.
La evidencia más directa de una mayor eficiencia de movimiento resultante del apoyo a la
autonomía proviene de un estudio realizado por Iwatsuki y colegas (14) en el que examinaron
los efectos de la autonomía del ejecutante en el rendimiento motor midiendo la actividad
neuromuscular mediante el uso de electromiografía (EMG). Se pidió a los participantes que
realizaran una tarea motora que involucraba la producción de fuerzas precisas a través de la
flexión plantar del tobillo. Todos los participantes realizaron tres variaciones de la tarea (es
decir, diferentes pares objetivo: 80 %, 50 %, 20 % de las contracciones voluntarias máximas)
tanto en condiciones de elección como de control. Los resultados mostraron que la actividad
EMG fue menor en la elección en relación con la condición de control. Es decir, los participantes
produjeron los mismos torques con menos activación muscular cuando tenían una pequeña
elección (orden de tareas). Estos hallazgos resaltan la importancia del apoyo a la autonomía
para la eficiencia neuromuscular.
Foco externo de atención
El foco de atención de un ejecutante juega otro papel clave con respecto a la efectividad y
eficiencia de los movimientos. Desde 1998, muchos estudios han demostrado que adoptar
un enfoque externo, es decir, concentrarse en el efecto de movimiento deseado, mejora el
rendimiento motor y el aprendizaje en comparación con un enfoque interno en los
movimientos del cuerpo (59). Un foco externo puede ser uno que se dirija al movimiento
de un implemento (p. ej., raqueta, pelota, esquís, disco, kayak), incluso una pegatina
adherida al cuerpo (p. ej., el pecho), un objetivo a golpear, la fuerza ejercida contra el
suelo, o una imagen como el movimiento pendular de un palo de golf. En comparación con
un enfoque interno (p. ej., brazos, hombros, caderas), un enfoque externo mejora la
eficacia del movimiento (p. ej., la precisión del movimiento) y la eficiencia (p. ej., la
activación muscular). Este beneficio para el rendimiento y el aprendizaje se ha demostrado
para una amplia variedad de habilidades, niveles de experiencia, edad, capacidad o
discapacidad. En esencia, al adoptar un enfoque externo, se alcanza un mayor nivel de
habilidad en menos tiempo (para revisiones, consulte Wulf [50] y Wulf y Lewthwaite [60]).
Esta sección destaca algunos hallazgos relacionados con la eficiencia de los
movimientos en función de un enfoque externo versus interno. Un patrón de
movimiento se considera más eficiente o económico si se logra el mismo resultado de
movimiento con menos gasto de energía. Las medidas directas de eficiencia incluyen
actividad muscular (EMG), consumo de oxígeno y frecuencia cardíaca. La eficiencia
neuromuscular también se refleja en la producción de fuerzas y, por lo tanto, puede verse en la
producción de fuerza máxima, la velocidad de movimiento o la resistencia muscular.
Varios estudios midieron la actividad EMG en participantes que realizaron tareas motoras en
condiciones de enfoque externo versus interno. En el primer estudio, por Vance y colegas (48), los
participantes realizaron flexiones de bíceps mientras se concentraban en la barra de pesas (enfoque
externo) o en sus brazos (enfoque interno). Un foco externo resultó en una menor actividad EMG en
los músculos agonistas y antagonistas (ver también Marchant y colegas [24]). También se ha
encontrado una mayor eficiencia con un enfoque externo en estudios que involucran una tarea de
producción de fuerza isométrica (22). La tarea de los participantes fue presionar contra una
plataforma de fuerza con el pie con el 30% de su fuerza máxima. Centrarse en los músculos de la
pantorrilla (internos) condujo a una producción de fuerza menos precisa que concentrarse en la
plataforma de fuerza (externa), así como mayores grados de activación muscular y mayores
cocontracciones entre agonistas y antagonistas. Los autores también encontraron indicaciones de
reclutamiento de unidades motoras superfluas de unidades motoras más grandes dentro de los
músculos cuando los participantes se enfocaban internamente. La activación muscular innecesaria,
ya sea entre músculos o dentro de los músculos, interfiere con la precisión del movimiento. Por lo
tanto, en tareas orientadas al objetivo como los tiros libres de baloncesto (sesenta y cinco) y
lanzamiento de dardos (21), los grados más altos de activación muscular con un enfoque interno se
asociaron con una precisión reducida. Por el contrario, un enfoque externo en la trayectoria del aro
o del dardo, respectivamente, dio como resultado una mayor precisión y una menor activación de
los músculos del brazo.
La actividad muscular reducida con un foco externo en relación con uno interno se asocia no
solo con una producción de fuerza más precisa, sino también con la producción de fuerzas máximas
mayores. La producción de la fuerza máxima requiere una activación óptima de los músculos
agonistas y antagonistas, así como un reclutamiento óptimo de las fibras musculares. Las
contracciones simultáneas, la sincronización imperfecta o la dirección de las fuerzas (o más de una
de ellas) darían como resultado una producción de fuerza inferior a la máxima. Marchant y colegas (
25) pidieron a deportistas experimentados que produjeran contracciones isocinéticas voluntarias
máximas de los flexores del codo mientras se concentraban en los músculos del brazo (interno) o
en la barra de manivela del dinamómetro (externo). Los participantes produjeron un torque
articular máximo significativamente mayor cuando se enfocaron externamente.
También se ha encontrado que la altura máxima de salto vertical aumenta con
un enfoque externo relativo a uno interno (y condiciones de control) (56,63).
A los participantes en esos estudios se les indicó que se concentraran en las puntas de los
dedos (internos) o en los peldaños (externos) del dispositivo de medición (por ejemplo, un
Vertec) que intentaron desplazar durante los saltos. Los artistas saltaron
significativamente más alto con el enfoque externo. Además, los desplazamientos
verticales del centro de masa, los impulsos y los momentos articulares sobre las
articulaciones del tobillo, la rodilla y la cadera fueron significativamente mayores, lo que
demuestra que el aumento de la altura del salto con un enfoque externo se logró a través
de una mayor producción de fuerza (56). Además, una mayor altura de salto con un foco
externo se asoció con una actividad EMG reducida, lo que indica una mayor eficiencia
neuromuscular.57). También se ha demostrado que el rendimiento de salto de longitud de
pie mejora con un enfoque externo (33,35,49). Además, la realización de otras habilidades
que requieren la máxima producción de fuerza, como el lanzamiento de disco (66), se ha
demostrado que se beneficia de un enfoque externo.
La mayor eficiencia con un enfoque externo también se manifiesta en una mayor fluidez,
velocidad y resistencia del movimiento. Porter y sus colegas demostraron los beneficios de adoptar
un enfoque externo para las tareas que implican ejecutar (34,36). En un estudio, los autores
encontraron que un enfoque externo redujo el tiempo necesario para completar una tarea de
agilidad de todo el cuerpo (por ejemplo, una carrera en L) (34). En relación con las instrucciones de
enfoque interno y las condiciones de control, los mismos participantes corrieron más rápido cuando
recibieron instrucciones de enfoque externo. En otro estudio (36), los tiempos de sprint de 20
metros se redujeron significativamente con un enfoque externo (es decir, arañar el suelo con los
zapatos) en comparación con un enfoque interno (es decir, mover las piernas y los pies hacia abajo
y hacia atrás lo más rápido posible). El foco de atención también afecta la velocidad de nado. Ambos
nadadores intermedios (7) y expertos nadadores (45) nadaron más rápido cuando se les pidió que
se concentraran en empujar el agua hacia atrás (enfoque externo) en relación con tirar de sus
manos hacia atrás (enfoque interno).
Una mayor eficiencia neuromuscular con un enfoque externo también debería
manifestarse en una mayor resistencia ya que una mayor eficiencia significa que se consume
menos energía. En un estudio (43), se midió el consumo de oxígeno en función del foco de
atención en corredores expertos. Durante tres períodos de 10 minutos, corrieron en una cinta
rodante a una velocidad que correspondía al 75 % de su O2max bajo las respectivas
condiciones de enfoque. Durante 10 minutos cada uno, se les pidió que se concentraran en su
movimiento de carrera (enfoque interno), respiración (enfoque interno) o una pantalla de video
que simulaba correr al aire libre (enfoque externo). Los resultados mostraron que los
corredores necesitaban significativamente menos oxígeno con un foco de atención externo en
comparación con cualquiera de los focos internos.
Otro estudio examinó la resistencia muscular en individuos entrenados que realizaban
rutinas de ejercicio (23). Los autores midieron el número de repeticiones hasta el fallo durante
varios ejercicios (es decir, press de banca asistido, press de banca con peso libre, sentadilla
trasera con peso libre) con pesos correspondientes al 75% de la repetición máxima de cada
participante. Un enfoque externo en el movimiento de la barra que se levanta permitió un
número significativamente mayor de repeticiones que un enfoque interno en los movimientos
de las extremidades involucradas (es decir, brazos, piernas) en los tres ejercicios. En otro
estudio que utilizó una tarea de producción de fuerza isométrica (por ejemplo, sentarse en la
pared), Lohse y Sherwood (20) encontraron un mayor tiempo hasta el fallo con el enfoque
externo (manteniendo las líneas imaginarias entre las caderas y las rodillas horizontales)
versus el enfoque interno (posición horizontal de los muslos). Por lo tanto, hay evidencia
convergente que demuestra una mayor eficiencia de movimiento cuando los artistas adoptan
un foco de atención externo.
FACTORES CLAVE DE RENDIMIENTO DEL MOTOR Y
OPTIMIZACIÓN DEL RENDIMIENTO
Las altas expectativas preparan al ejecutante para el éxito del movimiento en varios niveles (p.
ej., cognitivo, atencional, neuromuscular). Aseguran que los objetivos del movimiento estén
efectivamente acoplados con las acciones [Link] objetivo-acción(mar
figura 28.1en la página 422) se refiere a la fluidez con la que el objetivo de movimiento previsto
se traduce en acción (60). Una característica importante del acoplamiento objetivo-acción es la
coordinación neuromuscular eficaz y eficiente (p. ej., reclutamiento de unidades motoras). La
confianza protege al ejecutante de los pensamientos que podrían interferir con el rendimiento
óptimo, como los pensamientos que distraen o el pensamiento autorreferencial (26) que
reduce la capacidad atencional y desvirtúa un enfoque de meta. Como se indica enfigura 28.1,
las expectativas de alto rendimiento tienen un papel dual para el acoplamiento meta-acción:
mantener un enfoque en la meta de la tarea y evitar un enfoque en uno mismo (u otros
pensamientos que distraen). Las expectativas de experiencias gratificantes provocan
respuestas dopaminérgicas (44) que facilitan el establecimiento de conexiones neuronales
funcionales necesarias para un desempeño motor exitoso. La dopamina, junto con la práctica
de tareas, también facilita la consolidación de los recuerdos (es decir, el aprendizaje) y crea
conexiones estructurales y funcionales que subyacen en el desempeño hábil (p. ej., Milton y
colegas [27]).
Las condiciones de apoyo a la autonomía son gratificantes (30) y, por lo tanto, aumentan la
anticipación o las expectativas de los individuos para una recompensa o éxito futuros. Por lo tanto,
mejoran el desempeño y el aprendizaje a través de la ruta de expectativa mejorada. La autonomía,
o la falta de ella, también puede tener un impacto más directo en el rendimiento motor y el
aprendizaje (consulte la flecha de autonomía a autoenfoque o enfoque en el objetivo de la tarea en
figura 28.1). Las condiciones de control que privan a los artistas intérpretes o ejecutantes de un
sentido de autonomía tienden a ser estresantes (39). La hormona del estrés, el cortisol, tiene un
efecto regulador a la baja en la red de recompensas del cerebro (29), lo que podría contribuir a un
aprendizaje degradado en esas condiciones (10). Las condiciones de apoyo a la autonomía permiten
a los ejecutantes centrar su atención (externamente) en el objetivo de la tarea, sin la necesidad de
una actividad de autorregulación resultante del control de los entornos.
Un enfoque externo contribuye directamente al acoplamiento objetivo-acción al ayudar al
ejecutante a dirigir la atención al objetivo de la tarea y evitar las distracciones disruptivas del cuerpo
o relacionadas con uno mismo del objetivo de la tarea. Es decir, se supone que un foco externo
facilitar las conexiones neuronales que son fundamentales para un rendimiento óptimo. El
resultado es una mayor automaticidad (62) y eficiencia neuronal (dieciséis) (para una revisión, véase
Wulf [50]). Además, al producir consistentemente resultados de movimiento exitosos, un enfoque
externo probablemente mejora las expectativas para el desempeño futuro y el acoplamiento
objetivo-acción (verfigura 28.1).
IMPLICACIONES PARA LA CIENCIA DEL DEPORTE APLICADA
Los hallazgos revisados en este capítulo tienen importantes implicaciones prácticas. Esta
sección final resume los puntos principales tratados a lo largo de este capítulo y brinda
ejemplos de cómo los científicos del deporte podrían aplicar estos [Link] 28.1
proporciona una descripción general de los factores clave para un rendimiento óptimo,
diferentes medios de implementación y ejemplos específicos.
TABLA 28.1Factores clave para un rendimiento y un aprendizaje óptimos
Factores clave para
óptimo
rendimiento y
aprendiendo Formas de implementación Ejemplos
Mejorado Expectativas de resultados positivos Destacar la mejora de un atleta o proporcionar
expectativas Retroalimentación positiva, incluso después de comentarios sobre aspectos positivos del
buenos ensayos rendimiento.
Definiciones liberales de éxito
Dificultad de la tarea que
permite el éxito con el desafío
Metas próximas y medibles
Autonomía Retroalimentación autocontrolada, Permitir que un atleta elija el orden de los
dispositivos de asistencia, cantidad ejercicios o el número de repeticiones
de práctica, etc.
Elecciones pequeñas e incidentales
Apoyo a la autonomía
instrucciones
Foco externo de Instrucciones o comentarios que dirigen Dar instrucciones que dirijan la atención del atleta
atención la concentración al efecto de movimiento al giro deseado de una pelota o la trayectoria de
deseado: movimiento de una barra
Implemento (p. ej., palo de
golf, disco, esquís, pesas)
Entorno (p. ej., agua,
suelo, objetivo)
Imágenes, analogías, metáforas.
Mejorar las expectativas de rendimiento de los atletas
Los científicos del deporte pueden facilitar la eficacia y la eficiencia del movimiento con relativa
facilidad mejorando las expectativas de rendimiento de sus atletas. La capacidad de mantener
el esfuerzo, la capacidad de moverse con eficiencia y precisión, y la capacidad de mantener el
equilibrio son atributos clave de un desempeño exitoso. Con este fin, los entrenadores pueden
querer reconsiderar una serie de factores que se consideran una práctica estándar en el
entrenamiento. Estos incluyen el predominio de ofrecer retroalimentación sobre
ensayos fallidos en lugar de exitosos. La retroalimentación que es principalmente
correctiva o prescriptiva (o ambas) tiende a socavar la confianza del ejecutante, con
consecuencias negativas para el desempeño. Por el contrario, el rendimiento y el
aprendizaje se benefician cuando los artistas se sienten competentes y exitosos. Más
objetivos de desempeño con pesas que son desafiantes pero alcanzables pueden servir
para proporcionar a los atletas un impulso de confianza, lo que a su vez mejorará su
motivación, rendimiento y aprendizaje. Las expectativas de rendimiento mejoradas
también son importantes durante el calentamiento antes de una competencia. Establecer
objetivos simples y alcanzables durante el calentamiento, o terminar el calentamiento con
una prueba exitosa, puede ayudar a los atletas a mejorar sus expectativas de rendimiento
en la próxima competencia.
Proporcionar apoyo a la autonomía
Los efectos del apoyo a la autonomía también tienen implicaciones considerables para
los atletas y entrenadores. Los hallazgos informados aquí parecen contrastar con los
enfoques que predominan en entornos aplicados. Los entrenadores a menudo
prescriben la tarea que quieren que los atletas realicen, o el orden de las diferentes
tareas, y brindan retroalimentación o dan demostraciones de la habilidad cuando
creen que es necesario o útil. Los científicos del deporte pueden ayudar a sus atletas a
moverse de manera más efectiva y eficiente brindándoles opciones. Se ha demostrado
que incluso las elecciones pequeñas o incidentales dan como resultado un rendimiento
y un aprendizaje más efectivos, una mayor motivación y un afecto positivo. El lenguaje
instructivo que apoya la autonomía en lugar de controlar tiene efectos similares. Los
beneficios potenciales incluyen ventajas de rendimiento (competitivas),
Promoción de un enfoque externo
Debido a la consistencia con la que se ha demostrado que un enfoque externo facilita el
desempeño y el aprendizaje, debe considerarse el enfoque atencional predeterminado.
Las diferencias sutiles en la redacción de las instrucciones o la retroalimentación pueden
tener un impacto significativo en el desempeño inmediato y el aprendizaje a largo plazo.
Sin embargo, incluso los artistas experimentados no siempre adoptan el enfoque óptimo,
lo que puede ser en parte el resultado de las historias de instrucción (8). Por ejemplo, en
entrevistas con competidores de atletismo en campeonatos nacionales, el
la mayoría (84,6%) informó que sus entrenadores daban instrucciones relacionadas con los
movimientos corporales (37). Los instructores, entrenadores y los mismos artistas deben ser
conscientes de la fuerza de la evidencia que favorece un enfoque externo y deben desarrollar
estrategias para identificar y mantener los focos externos. Estos esfuerzos pueden requerir
creatividad y experimentación para encontrar el enfoque externo correcto, así como incluir cambios
en esos enfoques a medida que aumenta el nivel de habilidad del ejecutante. Podría decirse que los
beneficios para el desempeño y el aprendizaje se encuentran entre los más confiables con respecto
al respaldo del desempeño efectivo.
Beneficios adicionales
Los profesionales pueden preguntarse si es necesario incluir los tres factores
(expectativas mejoradas, autonomía, enfoque externo) en la práctica o en los
protocolos de capacitación. La importancia de cada factor para mejorar el rendimiento
y el aprendizaje ha sido demostrada en numerosos estudios. Si bien cada una de estas
variables juega un papel importante en sí mismo, una serie de estudios ha demostrado
que estos factores pueden tener beneficios adicionales. Las condiciones que
incluyeron combinaciones de dos factores resultaron en mayores beneficios que
aquellas que incluyeron solo uno de estos factores, o ninguno (1,32,52,53). Además, la
presencia de los tres factores mejoró el aprendizaje en un grado aún mayor que las
combinaciones de dos factores (61). Un estudio abordó por primera vez la cuestión de
si el rendimiento motor podría mejorarse inmediatamente al implementar los tres
factores en sucesión (6). Usando una prueba de salto vertical máximo, los autores
encontraron beneficios adicionales para el rendimiento. Con cada adición de una
variable en bloques sucesivos de ensayos en un grupo, la altura del salto aumentó
mientras que no cambió en un grupo de control. Por lo tanto, cada variable mejoró
aún más la altura de salto "máxima".
Pruebas de rendimiento
Estos hallazgos también tienen implicaciones para las pruebas de rendimiento. El hecho de
que las condiciones simples que promueven expectativas mejoradas, la autonomía del
ejecutante y un foco externo de atención puedan mejorar el desempeño sugiere que el
desempeño en condiciones neutrales no representa necesariamente el desempeño óptimo
o máximo del individuo. Es decir, lo que se ve, incluso con instrucciones de esfuerzo
máximo, no es necesariamente todo lo que se puede producir. Utilizando
las condiciones de rendimiento optimizadas pueden ayudar a los evaluadores a garantizar
que sus mediciones para una evaluación neurofisiológica o cardiovascular máxima estén lo
más cerca posible del rendimiento máximo cuando ese es el resultado deseado. Los
profesionales deben ser conscientes de estas influencias en su trabajo al evaluar las
capacidades de los atletas.
CONCLUSIÓN
Los científicos del deporte pueden aprovechar fácilmente los efectos descritos en este capítulo.
Estos requieren poco más que pequeños cambios en la forma en que se dan las instrucciones o
la retroalimentación y, por supuesto, algo de creatividad. Brindarles opciones a sus atletas,
brindarles experiencias de éxito y evitar las referencias a los movimientos corporales y, en
cambio, dirigir su atención hacia el exterior puede contribuir en gran medida a facilitar el
rendimiento motor y el aprendizaje. El éxito del movimiento resultante puede incluso crear un
"círculo virtuoso" con consecuencias positivas generales para el aprendizaje, el rendimiento y
la motivación.
LECTURAS RECOMENDADAS
Halperin, I, Chapman, DT, Martin, DT, Lewthwaite, R y Wulf, G.
Las opciones mejoran el rendimiento de los golpes de los kickboxers competitivos.
Investigación psicológica81: 1051-1058, 2017.
Kuhn, YA, Keller, M, Ruffieux, J y Taube, W. Adopting a external
el foco de atención altera la inhibición intracortical dentro de la corteza
motora [Link] fisiológica220: 289-299, 2017.
Lewthwaite, R y Wulf, G. La retroalimentación social-comparativa afecta el motor
aprendizaje de habilidadesQJ Exp Psychol63: 738-749, 2010.
Wulf, G. Foco atencional y aprendizaje motor: una revisión de 15 añ[Link] t
Psicología del ejercicio Rev Sport 6: 77-104, 2013.
Wulf, G y Lewthwaite, R. Optimización del rendimiento a través de
motivación y atención para el aprendizaje: la teoría ÓPTIMA del aprendizaje
[Link] Toro Rev23: 1382-1414, 2016.
CAPÍTULO 29
Ciencia deportiva de las lesiones
David Joyce, BPhty (Hons), MPhty (Deportes), MSc
Kay Robinson, Licenciada en Ciencias (Hons)
Las lesiones restan rendimiento. En el nivel más benigno, es un distractor y, en el peor de los
casos, la lesión impide la participación por completo, a veces por un período breve y, en
ocasiones, de forma permanente. Por lo tanto, tiene sentido ser diligente en la comprensión de
la naturaleza de la lesión, así como el proceso de curación en un contexto deportivo. Además,
es necesario tomarse el tiempo para explorar cómo los científicos deportivos pueden trabajar
en colaboración con los profesionales de la medicina deportiva para emplear métodos que
faciliten la recuperación efectiva de una lesión, culminando en un regreso exitoso al deporte. El
éxito en este sentido se ejemplifica no simplemente con el regreso a la competencia, sino con
el regreso al desempeño. Es este modelo de rendimiento el que está en primer plano a medida
que este capítulo explora la ciencia deportiva de las lesiones. El propósito de este capítulo no
es instruir a los científicos del deporte para que puedan ser los cuidadores principales; ese no
es su papel ni su responsabilidad. Más bien, es educarlos sobre la naturaleza de la patología y
la recuperación para que puedan estar mejor preparados para ayudar a los profesionales de la
medicina deportiva a brindar soluciones basadas en el rendimiento en un entorno de equipo
colaborativo.
Todas las lesiones desde el principio de los tiempos se han producido porque la carga impuesta
sobre un tejido corporal excedía la tolerancia de carga de ese tejido. Esto puede ocurrir en un
incidente agudo (p. ej., un golpe directo en la caja torácica de un jugador de rugby), o puede ocurrir
como resultado de una acumulación de una multitud de tensiones por debajo del umbral que
eventualmente superan la tolerancia del tejido (p. ej., tensión en las costillas fractura en un remero).
Aunque los procesos de curación de estos dos ejemplos pueden tener fuertes similitudes dada la
naturaleza de la remodelación ósea, las causas antecedentes son discretas y reflejan un conjunto
diferente de factores de riesgo predisponentes. El objetivo de este capítulo es explorar estos
matices, con referencia a las causas e implicaciones de las lesiones de músculos, tendones, huesos y
ligamentos y cómo los científicos del deporte pueden apoyar a los profesionales de la medicina
deportiva en el manejo de lesiones y lesiones.
maximizar el retorno del atleta al rendimiento. La recuperación de una lesión y la mitigación
del riesgo involucrada en tratar de intervenir antes de que ocurra una lesión no pueden
pensarse únicamente a través de la lente de un profesional de la medicina deportiva. Un
equipo interdisciplinario que incluye científicos deportivos, analistas de datos, psicólogos y
entrenadores técnicos, así como profesionales de la medicina deportiva, debe aportar sus
habilidades y conocimientos y trabajar juntos de manera efectiva para optimizar la salud y el
rendimiento de los atletas. Este capítulo analiza las lesiones a través de esta lente
interdisciplinaria.
Sin embargo, en lugar de simplemente examinar la lesión a nivel del tejido
periférico implicado, el capítulo se superpone a una discusión sobre la
neurofisiología del dolor, ya que es el dolor la queja más frecuente cuando un
atleta se presenta con una lesión. Durante unos 400 años se ha asumido que el
dolor está directamente relacionado con el daño tisular, pero la ciencia
moderna del dolor ha perfeccionado la comprensión de este antiguo sistema de
alerta. Además, el capítulo examina los elementos de rehabilitación y
readiestramiento que son fundamentales para considerar cuando se busca que
una persona recupere su estado de salud y rendimiento después de una lesión.
Finalmente, el capítulo presenta un modelo conceptual para la toma de
decisiones cuando se trata de determinar la preparación para volver a jugar
después de una lesión;
LESIÓN MUSCULAR
Las lesiones musculares representan la mayor proporción de lesiones deportivas y tienen una tasa
significativa de reincidencia (18). Claramente existe una necesidad demostrable de comprender las
lesiones deportivas, sus factores de riesgo y los mejores métodos para rehabilitarlos. Las lesiones
musculares se pueden categorizar ampliamente en contusiones y distensiones, con una tercera
categoría, laceraciones, que son poco comunes en el contexto deportivo (y como tales, no se analizan en
detalle aquí).contusionesson el resultado de una fuerza de compresión repentina, generalmente
contundente, como un golpe directo. Estos son más comunes en los deportes de colisión, como los
códigos de fútbol y el hockey sobre hielo, los deportes de golpe como el boxeo y las artes marciales, y los
deportes en los que los atletas pueden ser golpeados por proyectiles que se mueven rápidamente, como
el béisbol, el sóftbol y el cricket. Músculosongeneralmente se deben a una acción de alargamiento rápido
del músculo que excede la tolerancia a la tensión, pero también pueden resultar de una aplicación de
carga submáxima sobre un músculo fatigado, como puede ser el caso de una distensión del sóleo de la
pantorrilla. Las distensiones también pueden ser el resultado de un estiramiento excesivo, por ejemplo,
las distensiones de los isquiotibiales que ocurren en un esquiador acuático cuya pierna se flexiona
violentamente por encima de la cabeza en una caída.
De estas causas, el mecanismo de contracción es el más común en un contexto
deportivo. Estos mecanismos de contracción son los que vienen fácilmente a la mente
cuando uno piensa en una distensión muscular, como en un velocista que está en pleno
vuelo y de repente se agarra la parte posterior del muslo. Estas distensiones afectan más
comúnmente a la región adyacente a la unión musculotendinosa (MTJ) porque es en este
punto del músculo donde la estructura del tejido es relativamente más débil.18,23, 28).
Fisiopatología de la lesión muscular
Aunque el músculo esquelético sigue un patrón consistente de reparación independiente
del mecanismo lesional (p. ej., contusión, tensión de contracción o estiramiento excesivo),
los plazos de curación son muy variables y dependen de la naturaleza, la gravedad y la
ubicación de la lesión. El proceso de curación consta de tres fases principales, con una
superposición considerable entre las fases 2 y 3 (18,23):
[Link]ónse caracteriza por la ruptura y consiguiente necrosis de las miofibras.
Se forma un hematoma para cerrar la brecha entre las fibras rotas. La reacción
celular inflamatoria comienza como un medio de comenzar
el proceso de curación.
[Link] la fagocitosis del tejido necrosado por células traídas a la región
por cortesía de la reacción inflamatoria. Al mismo tiempo, se observa la
regeneración de las miofibras junto con la formación de tejido cicatricial y el
crecimiento de capilares.
[Link]ónconsiste en la maduración y el fortalecimiento de las miofibras regeneradas
junto con la reorganización de las cicatrices y el retorno de la capacidad muscular funcional.
Evaluación de la lesión muscular
Las lesiones musculares deben ser diagnosticadas por profesionales de medicina
deportiva apropiados que recopilen un historial completo del incidente que incluya
mecanismo, sintomas, ylesión anterior. Se debe tomar nota específica del nivel de dolor
y disfunción inmediatamente después del incidente, con la posibilidad de obtener una
visión temprana del pronóstico como resultado (35). También vale la pena considerar la
naturaleza del inicio de la lesión, observando si es probable que esté implicada la fatiga, si
hubo una pérdida repentina de la función o si el problema evolucionó gradualmente. El
científico del deporte puede ayudar a la evaluación en colaboración con los médicos
mediante la identificación de datos que muestren cualquier alteración de entrenamiento
anterior durante el mes anterior, tomando nota específica de los picos o valles
demostrables de los parámetros de carga relevantes. Es importante obtener esta
información para comprender la causa subyacente de la lesión y para evitar cualquier
error del pasado en el futuro. Existe un papel claro y vital para el científico del deporte
para capturar, analizar y comunicarse con las partes interesadas relevantes (por ejemplo,
profesionales de la medicina deportiva, entrenadores, y otros profesionales de alto
rendimiento) sobre cualquier patrón de carga inesperado. Esta información es
fundamental para permitir que el equipo interdisciplinario optimice los estímulos
posteriores de carga y recuperación para individuos o para todo un equipo. Finalmente,
vale la pena comprender el historial de lesiones previas del atleta, porque esto puede
proporcionar pistas sobre las causas subyacentes y puede orientar al equipo de atención
en la dirección adecuada para una estrategia de manejo completa.
Después de una anamnesis completa, debe realizarse una evaluación clínica completa,
y esto puede estar respaldado por modalidades de imagen como la ecografía y la
resonancia magnética nuclear (RMN). La razón principal de una investigación radiológica
es dar un cuadro clínico más claro si el diagnóstico es incierto. En
Además, existe evidencia de que la afectación de los tendones en las lesiones
musculares puede aumentar el tiempo de regreso al juego, así como la ocurrencia de
una nueva lesión.20,28). Si existe un índice de sospecha de afectación del tendón, o si
el cuadro clínico es poco claro, se justifica el uso de imágenes. Esta es una decisión
tomada por el profesional de medicina deportiva que dirige la atención del atleta en
lugar del científico del deporte, pero se explica aquí para completar la discusión.
Clasificación de la lesión muscular
El enfoque tradicional para clasificar las lesiones musculares es clasificarlas de la siguiente manera:
Grado 1:Distensión de la fibra muscular sin discontinuidad tisular
Grado 2:Desgarro muscular con alguna discontinuidad tisular Grado 3:
Rotura muscular completa
Con el uso cada vez mayor de técnicas de imágenes radiológicas, la clasificación de las
lesiones musculares se vuelve más granular. Esto es evidente en el sistema de clasificación de
lesiones musculares del atletismo británico (20,28), que proporciona pautas de diagnóstico
para los radiólogos que informan sobre imágenes de resonancia magnética de lesiones
musculares y tiene los siguientes rangos:
Grado 0:Desde ausencia de lesiones hasta dolor muscular de aparición tardía (DOMS, por sus siglas en
inglés)
Grado 1:Lesión muscular menor que involucra menos del 10% del área
transversal (CSA) del músculo
Grado 2:Lesión muscular moderada que involucra del 10% al 50% del CSA del
músculo
Grado 3:Desgarro extenso que afecta a más del 50% del CSA del músculo con
marcada pérdida de función
Grado 4:ruptura completa
Este sistema de clasificación aumenta aún más en granularidad mediante un descriptor
adicional basado en el subtipo de tejido. Específicamente, esto se denota por estos
descriptores (verfigura 29.1;20):
a:Lesión del tejido miofascial suprayacente que rodea el aspecto
periférico del músculo
B:Lesión dentro del propio músculo, más comúnmente en el MTJ como se indica
previamente
C:Lesión que se extiende al tendón
De acuerdo con este sistema de clasificación, por lo tanto, una lesión menor en la
pantorrilla del MTJ del gastrocnemio sin compromiso del tendón se clasificaría como grado
1b, mientras que una lesión más extensa del sóleo que involucra alrededor del 40% del
CSA del músculo pero que también se extiende al tendón. se clasificaría como grado 2c.
FIGURA 29.1Ejemplos de subtipos de lesiones(a B C)en comparación con el
tejido no dañado según el sistema de clasificación de lesiones musculares
atléticas británicas.
Reentrenamiento de lesiones musculares
La rehabilitación de lesiones siempre debe estar dirigida por un equipo de medicina
deportiva; sin embargo, es importante que los científicos del deporte comprendan el
proceso y las formas en que pueden apoyar al equipo. La rehabilitación de la lesión
muscular aguda comienza con la fase de protección, en la que las prioridades son la
estabilización del sangrado, el apoyo a la cicatrización y la reducción de las tensiones de
tracción que podrían exacerbar la lesión. Se recomiendan medidas para reducir el dolor y
el sangrado, como el hielo y la compresión (15). Aunque falta evidencia sobre la efectividad
del hielo, el consenso apoya su uso en combinación con movimientos ligeros (4).
Aunque uno de los primeros objetivos del reentrenamiento de lesiones musculares es la restauración
del movimiento normalizado, un período corto de carga reducida y reposo relativo permite que se forme
tejido cicatricial y desarrolle suficiente fuerza de tensión.18). Ejemplos prácticos de reducción de carga
son la inserción de una elevación del talón en el zapato después de una pantorrilla
Traducido del afrikáans al español - [Link]
tensión o colocar el brazo en un cabestrillo después de una ruptura del bíceps braquial. Sin
embargo, se debe evitar la inmovilización a largo plazo más allá de la etapa aguda temprana
(2-3 días), debido al riesgo de atrofia muscular y deposición excesiva de cicatrices. La
movilización temprana del músculo estimula la cicatrización y la revascularización del tejido y
fomenta una orientación más paralela de las miofibras en regeneración, algo que se considera
importante en la restauración tanto de la fuerza como de la extensibilidad de la cicatriz
reparada (20).
Dada la importancia de la respuesta inflamatoria en las primeras etapas de la
curación muscular, no se recomienda el uso de medicamentos antiinflamatorios. De
hecho, existe evidencia sólida que respalda la idea de que su administración retrasa la
reparación muscular.5).
En el caso de una contusión por un golpe directo, se debe tener cuidado para asegurar
que las medidas que mejoran el flujo sanguíneo se limiten en las primeras 48 a 72 horas.
Estos incluyen masajes, calor, alcohol, ejercicio vigoroso y medicamentos antiinflamatorios
(y otros vasodilatadores). Esto es para acelerar el proceso de curación, pero también para
limitar la fuga de citoquinas inflamatorias que en algunos casos pueden conducir a una
condición conocida comomiositis osificante traumática, en el que se forma hueso dentro
del músculo traumatizado (comúnmente el cuádriceps) debido a un error en la
diferenciación de las células madre de los fibroblastos a las células osteogénicas
(formadoras de hueso). Aunque relativamente poco frecuente,miositis osificante(MO) se
caracteriza por dolor y, por lo general, una pérdida significativa de la extensibilidad
muscular que no se resuelve en el plazo habitual de 1 a 2 semanas. Si se sospecha OM, a
veces se pueden observar depósitos de calcio con ultrasonido alrededor de los 14 días,
mientras que la OM no suele observarse en radiografías simples (rayos X) hasta las 4
semanas. Aunque la OM generalmente se puede tratar con éxito con un manejo
conservador (no quirúrgico), a menudo es un proceso prolongado que dura meses y, en
ocasiones, puede requerir una escisión quirúrgica.
Después de un breve período de reposo relativo después de una distensión muscular, la carga
inicial debe comenzar una vez que lo indique el líder del equipo de medicina deportiva. En la forma
de carga más simple y más baja, algunas acciones musculares isométricas pueden ser el punto de
partida. En el caso de una lesión muscular en la parte inferior del cuerpo, se considera una
prioridad temprana vital fomentar un patrón de marcha normalizado y sin dolor; dependiendo de la
extensión de la lesión, esto podría comenzar en una piscina.
Los objetivos de la reintroducción de carga en esta etapa son restaurar la función
neuromuscular lo antes posible, comenzar la fase de remodelación de la tolerancia a la tensión
miofibrilar y hacer que el atleta progrese en el camino hacia la recuperación física y emocional.
recuperación psicológica.
Para progresar en la rehabilitación, los atletas deben estar libres de dolor durante las
actividades de la vida diaria, tener contracciones isométricas sin dolor en todo el rango
muscular, no tener signos inflamatorios agudos y tener un rango de movimiento sin dolor
superior al 75% del contralateral. página.
Un programa de rehabilitación estratégica comienza con un fin en mente. Específicamente,
esto significa que es importante determinar cómo se espera que funcione el músculo cuando
el atleta regrese a la competencia. Por ejemplo, ¿se someterá el músculo a cargas de alta
velocidad o de mayor resistencia? ¿Estará actuando sobre una sola articulación o sobre dos
articulaciones? ¿Es su papel principalmente como estabilizador o como motor principal?
Responder a estas preguntas permitirá al médico programar la recarga de forma adecuada,
teniendo en cuenta el tipo de contracción muscular, el plano de movimiento y las articulaciones
asociadas, con especial atención a las lesiones que se producen en los músculos biarticulares
(p. ej., bíceps femoral cruzando la cadera y la rodilla). Es en este momento en el que el científico
del deporte tiene un papel fundamental. Al igual que con cualquier planificación de estímulo de
entrenamiento, la rehabilitación debe comenzar con el objetivo final en mente. Con frecuencia,
el personal de medicina deportiva estará preocupado por el estado actual de la lesión, pero al
analizar los requisitos probables de carga de entrenamiento y competencia de los atletas una
vez que regresen a la acción, el científico deportivo facilitará los parámetros de carga de
rehabilitación estratégica y garantizará que todos los aspectos de se ha tenido en cuenta la
planificación.
La acción muscular excéntrica es el mecanismo más común de lesión y, por lo tanto, es
un componente esencial de la rehabilitación muscular. Una progresión adecuadamente
planificada desde la carga del peso corporal hasta la resistencia con la adición de carga
externa es necesaria pero no suficiente, ya que también se debe considerar el volumen, la
velocidad y la complejidad del movimiento específico para las demandas deportivas
esperadas. Los autores de este capítulo también creen que restringir la rehabilitación al
músculo lesionado específico es una locura y, por lo tanto, abogan por un enfoque de todo
el cuerpo que involucre movimientos combinados y estabilidad del tronco.31).
Después de una lesión muscular en las extremidades inferiores, volver a correr suele
ser un hito clave para los atletas. Los plazos para cuándo esto puede comenzar varían
entre lesiones específicas. Sin embargo, pueden integrarse en la rehabilitación después de
un período de carga y cuando el atleta ha demostrado suficiente fuerza, tasa de
producción de fuerza y control neuromuscular necesarios para tolerar la carrera.33). La
carrera debe progresar a través de una exposición graduada de volumen e intensidad,
además de satisfacer los componentes necesarios de la reeducación de la
marcha, teniendo siempre en cuenta la respuesta del deportista a estos
diversos elementos. Luego, se deben incorporar tareas con demandas y
condiciones específicas del deporte, como superficie, aceleración,
desaceleración, variación de ritmo, cambio de dirección multidireccional,
reactividad y movimientos combinados, como saltos y patadas, según
corresponda. Nuevamente, el científico del deporte es un actor clave aquí.
El científico del deporte es el mejor situado para planificar, recopilar,
analizar y proporcionar retroalimentación (en muchos casos al mismo
tiempo) al atleta y al personal de medicina deportiva y rendimiento con
respecto al plan de recarga.
Como se discutió en una sección posterior sobre la toma de decisiones de regreso a la
competencia, el proceso de planificación de la rehabilitación debe tener en cuenta las diversas
actividades de alta demanda a las que estará expuesto un tejido lesionado. En la mayoría de los
casos que involucran la parte inferior del cuerpo, esto implicará un trabajo de resistencia pesado o
acciones musculares de alta velocidad, como correr. Los autores de este capítulo abogan por
continuar con un proceso de rehabilitación hasta que el atleta haya completado un cuerpo de
trabajo y haya dado a todos los interesados la tranquilidad de que cualquier exposición
competitiva se manejará adecuadamente. Específicamente, los profesionales deben tratar de
exponer a los atletas a demandas de carreras de alta velocidad que equivalgan al 120 % de un
rendimiento competitivo normal, tanto en una dosis aguda como en el transcurso de 7 a 14 días.
con evidencia de que los atletas son competentes y confiados al correr a una velocidad dentro del
5% de su máxima. Desarrollar y acceder a una base de datos de carga histórica que cubra los
diversos aspectos de la carga (distancia, carrera a alta velocidad, colisiones, aceleraciones,
desaceleraciones, etc.) es una responsabilidad clave del científico del deporte. Este registro se
puede construir con el tiempo y permite que el equipo de desempeño acceda a información valiosa
sobre la cual basar estas consideraciones de sobrecarga.
LESIÓN DEL TENDÓN
Las lesiones de los tendones se pueden clasificar en términos generales en (a) laceraciones y (b)
tendinopatías. Tendónlaceracionesgeneralmente resultan de un incidente agudo que involucra
una cuchilla u otro objeto afilado. Los flexores largos de los dedos de las manos y los pies son los
más susceptibles a la laceración dada su ubicación relativamente superficial en el antebrazo y el pie,
respectivamente. Las laceraciones de los tendones son poco comunes en el deporte, pero pueden
verse en los deportes de invierno, en los que pueden estar involucrados un patín de hielo o una
tabla de snowboard. La laceración de un tendón generalmente se trata quirúrgicamente y tiene un
tiempo de curación mucho más prolongado en comparación con otros tejidos del cuerpo, debido al
hecho de que los tendones tienen un alto contenido de colágeno con un bajo consumo de oxígeno (
24,30). Después de las fases de destrucción y reparación, la cantidad de colágeno aumenta
constantemente con las fibras orientándose gradualmente longitudinalmente y la progresión del
fortalecimiento del entrecruzamiento permite que las fibras del tendón resistan las altas fuerzas de
tracción que se les imponen. El sitio de la lesión dentro del tendón y la cantidad de colágeno
asociada también deben considerarse después de la lesión, ya que la unión musculotendinosa tiene
una alta densidad de fibras de colágeno para reducir la tensión de tracción durante la contracción
muscular.
Tendinopatíasson una respuesta tendinosa desadaptativa a la sobrecarga que resulta
en dolor, reducción de la función y disminución de la tolerancia a la carga del tendón.9,29).
Desde principios de siglo ha habido mucho debate sobre la presencia de células
inflamatorias en la patología del tendón. el sufijo-está(como entendinitis) sugiere la
presencia de marcadores inflamatorios, pero esta noción fue cuestionada cuando las
biopsias tomadas de pacientes con dolor de tendón a largo plazo no pudieron revelar tales
células (19). Este fue el estímulo para cambiar el término de tendinitis por el término
tendinosis, con el sufijo -osissiendo más sugestivo de una patología degenerativa. Ambos
términos se basan en la evaluación de laboratorio, por lo que se ha sugerido que el
término genérico tendinopatía es más adecuado; este término se puede aplicar después
de un examen clínico. La tendinopatía, por lo tanto, es un término general que abarca todo
el espectro de trastornos de los tendones, que van desde la disfunción proliferativa aguda
del tendón hasta la tendinosis degenerativa crónica. Ciertamente, en un contexto
deportivo, las tendinopatías son la forma más común de lesiones de los tendones y, como
tales, son el enfoque del resto de esta sección.
Como ocurre con todas las lesiones, las tendinopatías son el resultado de la imposición de
una carga superior a la tolerancia de carga de la estructura dada. agudamente, esto
puede deberse a un golpe directo (p. ej., un taco de fútbol rastrillado a lo largo del
tendón de Aquiles de un oponente en un partido de fútbol) o una aplicación de
carga de entrenamiento a corto plazo (generalmente en el transcurso de 1 a 7 días)
que excede la resistencia a la tracción del tendón. A más largo plazo, la disfunción
del tendón puede ser el resultado de una ruptura más gradual de la estructura del
tendón. Particularmente en los trastornos crónicos de los tendones, es común ver
la interacción entre factores que son intrínsecos a la capacidad individual del atleta
para absorber carga (p. ej., fuerza, biomecánica o técnica deportiva), con factores
de aplicación de carga extrínseca, como la aplicación a largo plazo de estiramiento
-Acortamiento del ciclo de carga. Por encima de esto pueden estar enfermedades
sistémicas como diabetes y espondilitis anquilosante, cambios hormonales y
factores genéticamente predisponentes;
Fisiopatología de la lesión del tendón
Se ha propuesto que una secuencia de disfunción del tendón comienza con una
sobrecarga aguda y progresa a la condición degenerativa más común que será familiar
para millones de corredores de mediana edad y se ha visto en clínicas de medicina
deportiva en todo el mundo (9). Se propone que este continuo de tendinopatía involucra
tres etapas amplias de un trastorno del tendón: proliferativa aguda, subaguda y
degenerativa crónica, con cada etapa caracterizada por diferencias en las células del
tendó[Link]) actividad y posterior producción de proteínas. De acuerdo con este
continuo, la disfunción del tendón cae en cualquiera de estas tres etapas, pero debe pasar
por las primeras fases para llegar a las etapas posteriores. Cabe señalar, sin embargo, que
la presencia de dolor no es una condición necesaria en ninguna etapa y, de hecho, es más
común que aparezca por primera vez en la fase degenerativa.
Como se mencionó anteriormente, durante mucho tiempo ha habido una disputa sobre la
presencia o ausencia de inflamación en el dolor del tendón. Parece que en la fase aguda de una
tendinopatía, están presentes células que se asemejan a las citocinas inflamatorias, lo que indica el
hecho de que esta es una etapa de lesión reciente con una respuesta de curación activa que está
montando el cuerpo. Sin embargo, a medida que progresa la patología del tendón, se mueve a lo
largo del continuo hacia una verdadera tendinosis, donde los cambios degenerativos son evidentes
y el proceso inflamatorio agudo lo es menos.9,19,24).
TABLA 29.1Etapas de la progresión de la tendinopatía
Escenario Patología Clínico
Reactivo Respuesta celular y matriz proliferativa no Sobrecarga aguda
(agudo) inflamatoria Más comúnmente en personas más jóvenes Puede ser
Resultado de la sobrecarga de tracción Engrosamiento como resultado de un traumatismo directo Común
(a corto plazo) del tendón debido al aumento del área después de un período de disminución del entrenamiento
transversal (lesión, fuera de temporada)
Integridad del colágeno mayormente mantenida Capaz de invertir con gestión de carga
Mal estado Desorganización de la matriz Sobrecarga crónica en personas jóvenes Puede
(subagudo) Aumento del número de células desarrollarse en personas mayores que tienen
Aumento de la producción de proteínas que resulta en la tendones más rígidos, con cargas relativamente
separación de colágeno. bajas Reversibilidad posible
Posible aumento de la vascularización
Degenerativo Progresión de los cambios en la matriz y las Principalmente personas mayores
(crónico) células Grandes áreas de matriz desordenada Deportistas con sobrecarga crónica
con crecimiento vascular Antecedentes de períodos repetidos de dolor en el tendón Si
Las áreas de muerte celular son aparentes. es extenso, puede provocar la ruptura
Heterogeneidad de la matriz con áreas de La estructura celular no es reversible, pero los síntomas
patología intercaladas con tendón normal. pueden ser
Basado en Cook y Purdam (2009).
Como puede verse entabla 29.1, la tendinopatía sigue una secuencia de respuestas patológicas
que incluyen la regulación positiva de las células del tendón (tenocitos), la proliferación de la
sustancia fundamental y la desorganización del colágeno, lo que puede conducir a la degeneración
y, en última instancia, al crecimiento interno del vaso. La etiología de la tendinopatía sigue sin estar
clara, y el ciclo de eventos no muestra una relación directa entre la estructura, el dolor y la
disfunción.9); sin embargo, está relacionado con las etapas del continuo de la tendinopatía que se
ha desarrollado para las tendinopatías de las extremidades inferiores.
Evaluación de la lesión del tendón
Una evaluación clínica exhaustiva realizada por un profesional de la medicina deportiva
adecuadamente calificado es fundamental para diagnosticar no solo la lesión en sí, sino
también los factores de riesgo intrínsecos y extrínsecos subyacentes. Aunque las roturas de
tendones implican con mayor frecuencia un antecedente de debilidad degenerativa, en
términos generales implican un evento de rotura específico memorable y necesitan ser
examinados por un especialista en medicina deportiva para orientar el manejo más adecuado.
Las tendinopatías se localizan en un punto focal del tendón y se agravan con la carga
de tracción dependiente de la dosis. La única excepción a esta regla es en el caso de la
mujer posmenopáusica, con cambios en los niveles de estrógeno implicados en lugar de
carga mecánica del tendón.14). En la fase aguda, puede haber algo de hinchazón y
crepitación, que se cree que se debe en parte a una respuesta inflamatoria. A medida que
el tendón progresa a lo largo del continuo hacia un estado más crónico, un
puede ser evidente un engrosamiento palpable.
Los factores más agravantes con respecto a los tendones suelen ser cuando experimentan
una contracción de estiramiento-acortamiento en longitud, siendo la fase de almacenamiento y
liberación de energía la que mayor agravamiento provoca. Los ejemplos de tales tareas
incluyen cargas de salto y carrera aplicadas al tendón de Aquiles, tareas de salto y
desaceleración que cargan el tendón rotuliano y carreras en pendientes sobre el tendón
isquiotibial proximal. Cualquier batería de evaluación debe replicar estas tareas para ayudar
con el diagnóstico diferencial y ayudar a identificar la etapa correcta de recarga en la cual
intervenir. También es importante examinar cualquier tarea repetitiva de fricción o compresión
con poca carga que el atleta realice con frecuencia. Un ejemplo común es el dolor del tendón
de la corva proximal exacerbado por estar sentado durante mucho tiempo (p. ej., en una
bicicleta o en un escritorio).
Reentrenamiento de lesiones de tendones
Al elaborar estrategias para un plan de reentrenamiento de tendones, es útil volver a la ecuación
mencionada anteriormente en este capítulo:
El dolor en el tendón ocurre cuando se aplica carga> tolerancia a la carga
Esto significa que una estrategia completa buscaría intervenir en ambos lados de la
ecuación, es decir, disminuir la carga lesiva y también aumentar la capacidad de
tolerancia de carga del tendón.
Aunque en el pasado los tendones se consideraban en gran parte estructuras pasivas
diseñadas con el único propósito de conectar los músculos a los huesos, ahora se acepta
que son estructuras activas que se adaptan a las cargas a las que están expuestos. Es
decir, que al igual que los músculos y los huesos, se atrofian cuando se descargan durante
un largo período de tiempo y se acumulan cuando se cargan. Sin embargo, esto no
necesariamente se correlaciona con el dolor. Con frecuencia se observa que la descarga
completa del tendón aliviará sustancialmente el dolor, si no lo aliviará por completo.
Aunque superficialmente esto parece deseable, no tiene en cuenta el otro lado de la
ecuación, que necesita que el profesional incremente las capacidades de tolerancia de
carga del tendón. Por lo tanto, hay un acto de equilibrio que se debe realizar aquí. Lo que
se requiere, por tanto, es una estrategia que reduce los síntomas pero no detiene del todo
la carga del tendón. De hecho, el objetivo es aumentar gradualmente la carga para
estimular la adaptación del tendón.
El examen de los factores de riesgo modificables es imperativo, y las intervenciones
dirigidos a reducir su importancia forman la piedra angular de cualquier estrategia de gestión
exitosa. Los ejemplos pueden ser la modificación de la técnica (incluido el reentrenamiento de la
marcha), la modificación del equipo (incluido el tamaño del agarre en una raqueta o remo y el
calzado), la organización de la carga de entrenamiento y el trabajo de fuerza específico. Los
científicos deportivos progresistas reconocerán su valor en la investigación, la comprensión y la
educación de las partes interesadas apropiadas con respecto a todos los factores actuales y
potenciales que contribuyen al estado tendinopático de un atleta.
En términos de las estrategias de reentrenamiento empleadas, mucho
dependerá de qué constituye exactamente la carga agravante y en qué etapa del
continuo de la tendinopatía se presenta el atleta. En los tendones reactivos, la
carga se reduce inicialmente para dar tiempo a que el tendón se adapte y la matriz
recupere su estructura normal. La identificación de la causa del aumento de la
carga, como un pico de entrenamiento (por ejemplo, un cambio en el programa de
entrenamiento o la posterior reanudación del entrenamiento después de un
período de tiempo libre), el calzado o la técnica alterada, debe realizarse de
manera temprana. Como ya se discutió, no se cree que la descarga prolongada sea
beneficiosa para la matriz del tendón, pero ciertamente en la fase aguda se cree
que es mejor adoptar un enfoque de descarga agresivo para maximizar la
capacidad de curación del tendón.
A medida que el tendón avanza a lo largo del continuo, se verán las fallas
biomecánicas o la fuerza subyacente más probables que contribuyeron a la ruptura, y
estas deben abordarse como una prioridad.
Clasificación de la carga del tendón
Como regla general, es el ciclo de estiramiento-acortamiento el que carga al máximo un
tendón. Dado el tiempo de respuesta adaptativo relativamente lento del tenocito (21), es mejor
estructurar cualquier programa de carga de tendones de forma conservadora. Esto se
considera mejor en términos de días de carga de tendón alta (HTL), días de carga de tendón
media (MTL) y días de carga de tendón baja (LTL). Según la experiencia de los autores, una
progresión es apropiada no solo para el tendón lesionado, sino también para los atletas que
desean evitar ese inconveniente. La progresión es la siguiente:
Día 1: HTL
Dia 2: LTL
Día 3: MTL
Día 4: LTL
Dia 5: HTL
día 6: LTL
Día 7: LTL
Por supuesto, lo que constituye una carga alta en el tendón variará entre los individuos y, de
hecho, puede variar dentro del mismo individuo a lo largo del tiempo. Como ejemplo, realizar 50
saltos de caja puede considerarse una carga media para un jugador de voleibol, pero
probablemente sería una carga alta para un nadador. Del mismo modo, los mismos saltos de 50
cajas pueden verse como una carga baja para el mismo jugador de voleibol, ya que ese jugador
mejora la fuerza y la técnica de salto y aterrizaje. No se puede enfatizar demasiado que la
programación de carga, la entrega y el análisis es un esfuerzo colaborativo. Los científicos del
deporte quizás sean los más indicados para proporcionar información crítica con respecto a los
datos de carga normales dentro de su deporte y comunicar esto al personal de medicina deportiva
para garantizar que la rehabilitación sea específica para el deporte y el atleta.
Esta estructura proporciona al tendón el tiempo suficiente para adaptarse
después de cada estímulo de carga, pero se debe tener cuidado para garantizar
que la carga se aplique en respuesta al dolor y que aumente progresivamente la
fuerza y la velocidad, recupere la función elástica y permita volver al deporte.
LESIÓN ÓSEA
De manera similar a las lesiones de los tendones, las lesiones óseas tienden a caer en una de dos
categorías distintas: fracturas traumáticas agudas y mala adaptación crónica a la carga que resulta
en estrés que conduce a una falla mecánica (más comúnmente conocida comofractura por estrés).
Ambos mecanismos de lesión se observan comúnmente en el deporte, aunque el tipo de deporte
tiene una influencia significativa en la incidencia de fracturas traumáticas; estos son más comunes
en las persecuciones de invasión y contacto.
Fisiopatología de la fractura aguda
En la población deportista, las fracturas agudas suelen ser el resultado de un traumatismo (p. ej.,
una entrada a alta velocidad en el fútbol, un accidente de bicicleta durante el descenso de una
montaña o una caída sobre un brazo extendido en la gimnasia). Esto generalmente resulta en dolor
severo inmediato, hinchazón y deterioro de la función. Cuando se produce una fractura, se altera la
arquitectura normal de la cápsula que rodea el hueso, lo que estimula la respuesta aguda.
Hemorragia(sangrado) es la preocupación más importante después de una fractura de hueso largo
(p. ej., fractura de fémur) debido a la gran vascularización. La estabilización de esta pérdida de
sangre es la prioridad inmediata en estos casos.
La fase de curación aguda comienza con la vasoconstricción y la activación de la cascada de
la coagulación, lo que da lugar a un coágulo rico en plaquetas y fibrina alrededor del lugar de
la fractura.2). Luego, las células inflamatorias son atraídas por el hematoma, lo que permite
eliminar los tejidos necróticos y colocar el andamiaje para la curación de la fractura. Esto es
necesario para la osificación del hueso una vez que se ha formado el hueso, lo que permite
soportar peso y hacer que el hueso del callo se remodele en respuesta a la carga, formando un
hueso lamelar más fuerte.
Fisiopatología del estrés y fracturas
patológicas
El hueso es un tejido activo, aunque de adaptación lenta. Está en continuo cambio,
manteniendo un equilibrio entre la reabsorción ósea realizada porosteoclastosy la
formación de hueso nuevo emprendida porosteoblastos. La actividad osteoblástica se
estimula mediante carga con el objetivo de fortalecer el hueso en áreas de gran fuerza. El
papel de los osteoclastos es igualmente vital, descomponiendo continuamente el material
óseo para asegurar que haya un recambio mineral regular y para protegerse contra
formación excesiva de hueso. Es evidente, por lo tanto, que aquí se debe lograr un
equilibrio y que la salud ósea se basa en la interacción exitosa de los osteoblastos y
los osteoclastos.
Si la aplicación de la carga supera la resistencia mecánica del hueso, se puede producir
una falla. Esto puede verse como parte de un continuo que se extiende desde la médula
ósea que se vuelve edematosa, pero sin interrupción trabecular (conocida como estrés
óseo), a una fractura por estrés, caracterizada por una ruptura estructural dentro del
hueso que, si no se controla, puede conducir a una ruptura cortical (mostrada por una
línea de fractura que se extiende a través del hueso). Los síntomas suelen ser dolor que a
menudo se puede identificar y deterioro funcional.
Corresponde al profesional del rendimiento examinar aquí ambos lados de la
ecuación de carga. Claramente, la carga extrínseca aplicada debe reducirse, pero
también deben investigarse los factores intrínsecos que pueden haber conducido a la
debilidad ósea.
Cuando se examina la aplicación de carga extrínseca, es común
descubrir errores de carga de entrenamiento tales como que no se ha
permitido suficiente tiempo para la remodelación del tejido después de
un estímulo de entrenamiento. Los ejemplos incluyen la fractura por
estrés tibial después de un comienzo demasiado entusiasta del
entrenamiento de maratón, o la carga repetitiva de biomecánica
aberrante que eventualmente conduce a la falla ósea (p. ej., fracturas por
estrés lumbar en jóvenes jugadores de bolos rápidos de cricket). Como
tal, es importante que las tensiones de carga ósea se ciclen de manera
adecuada, respetando el período de remodelación antes de aplicar otro
estímulo. Cuando se trabaja con atletas más jóvenes, es imperativo que el
científico del deporte comprenda la edad de entrenamiento del atleta
(cantidad acumulada de tiempo dedicado a entrenar para un deporte).
Al examinar las razones intrínsecas de la insuficiencia mineral ósea, es importante que el
equipo interdisciplinario considere una variedad de trastornos endocrinos o metabólicos que
pueden haber contribuido. Esto es particularmente importante en mujeres que reportan dolor
de huesos. Las fracturas por insuficiencia son un subconjunto de las fracturas por estrés que
ocurren como resultado de un mayor estrés fisiológico (como altas cargas de entrenamiento
repetitivas) en un contexto de osteoporosis en el que los huesos tienen una densidad
anormalmente baja. Es importante ser consciente de ello en el ámbito deportivo por la
vinculación consíndrome RED-S(deficiencia energética relativa en el deporte,
previamente conocido comotríada de atletas femeninas). La baja disponibilidad de energía
contribuye al deterioro de la salud ósea, particularmente en combinación conoligomenorrea
(menstruaciones irregulares) oamenorrea(ausencia de reglas) (22).
Finalmente, las fracturas también pueden desarrollarse sin una carga o trauma
significativos como resultado de una enfermedad ósea, infección o tumor. Esto se
denomina unfractura patológicay siempre se acompaña de una enfermedad sistémica,
aunque la fractura puede ser el primer síntoma de una afección subyacente mucho más
grave. Se justifica un alto índice de sospecha cuando no se puede descubrir la falta de
razones mecánicas para la falla ósea y se debe buscar una evaluación médica
especializada.
Fisiopatología de la lesión ósea en deportistas
jóvenes
La fisiología ósea específica debe comprenderse cuando se trabaja con atletas jóvenes. Las
áreas de crecimiento del hueso incluyen la fisis, o placa de crecimiento, y las epífisis (o apófisis)
(6). La fisis es el área principalmente responsable del crecimiento longitudinal y, si se lesiona,
puede causar daños irreversibles, incluidas alteraciones del crecimiento. La disminución de la
resistencia al estrés, al cizallamiento y a la torsión del cartílago de la placa de crecimiento lo
hace más susceptible a las lesiones, algo que se cree que se acentúa aún más durante los
períodos de rápido crecimiento.
epífisisse clasifican en epífisis de presión y de tracción (6,11). Epífisis de tracciónse
encuentran en el punto de unión de los tendones musculares; estos contribuyen a la forma
del hueso pero no a la longitud del hueso. Estos están sujetos a fuerzas de tracción que
provocan dolor e inflamación en el sitio de unión. Comúnmente, una apofisitis por tracción
puede resultar en pérdida de tiempo del deporte; sin embargo, rara vez conduce a
problemas a largo plazo. Ejemplos de esto incluyen la enfermedad de Sever en la inserción
en el talón del tendón de Aquiles y la enfermedad de Osgood-Schlatter, que se debe a la
tracción del tendón de la rótula en su inserción en la tuberosidad [Link]ífisis de presión
están ubicados adyacentes a la fisis al final de los huesos largos y están sujetos a fuerzas
de compresión; si no se manejan correctamente con orientación médica, pueden provocar
alteraciones del crecimiento; los ejemplos incluyen radio distal en gimnastas y tibia
proximal en fútbol (6).
Evaluación de la lesión ósea
La evaluación de las lesiones óseas varía según el mecanismo, la gravedad y el sitio de la
lesión, pero la radiografía es la modalidad de imagen más común utilizada si se sospecha
una fractura. Los factores que se deben considerar para reducir el índice de sospecha de
lesión ósea incluyen los siguientes (7):
Traumatismo específico
Osteoporosis
Tumor óseo
Edad > 70 años
Edad <30 años
Uso prolongado de corticosteroides
Índice de masa corporal bajo
Antecedentes de caída reciente y fractura previa
Las fracturas agudas se asocian con trauma y desarrollan dolor repentino, hinchazón y
deterioro de la función con o sin deformidad y laceración de la piel que indica fractura
desplazada o dislocación y fractura abierta, respectivamente. Las fracturas por estrés
tienden a tener un inicio insidioso, por lo general sin otras anomalías que el dolor a la
carga y la palpación directa; por lo tanto, se debe realizar un historial completo para
identificar cualquier alteración reciente en la carga o cualquier señal de alerta que indique
posibles procesos patológicos subyacentes. Los profesionales de la medicina deportiva
que derivan para obtener imágenes solicitarán vistas específicas según el mecanismo de la
lesión y la ubicación.
El diagnóstico precoz de los factores de estrés es crucial, ya que cualquier retraso aumenta la
morbilidad. Las radiografías iniciales de las sospechas de fracturas por estrés pueden ser negativas,
pero la tomografía computarizada (CT) y la MRI pueden identificarlas antes; se justifica un alto
índice de sospecha particularmente en atletas con cambios en la carga de entrenamiento, un inicio
gradual y empeoramiento del dolor con la carga que progresa a dolor durante el reposo.
Los sitios comunes de fracturas por estrés están asociados con estos deportes (27):
Corriendo:Ramas púbicas, fémur, tibia, peroné, escafoides, metatarsianos Ballet:Ramas
púbicas, cuello del fémur, eje tibial, peroné, metatarsianos Deportes de salto:Cuello del
fémur, maléolo medial, escafoides, quinto metatarsiano Lanzamiento:húmero, olécranon,
costillas Gimnasia:Cúbito, pars interarticularis
Las lesiones traumáticas que ocurren en niños y atletas en crecimiento deben resultar en
un alto grado de sospecha de lesiones fisarias o epifisarias que, si se diagnostican incorrectamente,
podrían provocar deficiencias en el crecimiento a largo plazo. Las deformidades del cartílago de
crecimiento también se pueden ver como resultado del uso excesivo repetitivo y se observan con
mayor frecuencia en las fisis radiales distales de las gimnastas jóvenes. Estas lesiones deben ser
manejadas por un especialista; a veces se requiere cirugía en casos más severos.
Reentrenamiento de lesiones óseas
La inmovilización y la analgesia tempranas son importantes para las fracturas agudas
sospechadas, y el tratamiento inicial lo determina un médico según el tipo específico, la
ubicación y la gravedad de la lesión, así como cualquier lesión asociada de tejido blando,
vascular o nerviosa sufrida. Es probable que las fracturas más complejas que resultan en
desplazamiento requieran cirugía para realinear o fijar el hueso, lo que tiene un mayor
riesgo de complicaciones posoperatorias como infección (25). Las fracturas sin
desplazamiento suelen inmovilizarse durante un período de tiempo con un yeso, una
férula o una bota con inmovilización por encima y por debajo del área de la lesión; esto
proporciona protección y control del dolor y promueve la curación (8).
Las fracturas por estrés se tratan predominantemente con reposo y descarga para permitir que
la formación de osteoblastos óseos y la remodelación del hueso prevalezcan para reemplazar la
tasa de reabsorción.27). Varias excepciones a esto requieren un tratamiento médico especializado,
como las fracturas por estrés del cuello femoral, el húmero y la diáfisis tibial que se consideran de
alto riesgo debido a la mayor probabilidad deninguna unión(falta de cicatrización). El estado físico
se puede mantener durante este tiempo de curación a través de actividades que mantienen la
descarga del hueso afectado. Los atletas deben recibir autorización médica para volver a la
actividad con especial atención al control de la carga y las progresiones lentas, abordando cualquier
otro factor de riesgo externo, como el calzado y el equipo, así como los factores de riesgo
psicológicos y nutricionales que requieren una intervención adicional.
La cicatrización de la fractura está indicada por la ausencia de dolor a la carga ya la palpación;
por lo tanto, el regreso debe ser impulsado por los síntomas. La carga debe reanudarse a la mitad
de la intensidad con episodios cortos de carga separados por descanso para mejorar la
osteogénesis (34), comenzando con cargas bajas. El uso de cintas rodantes con soporte de peso
reducido es un enfoque comúnmente utilizado en la rehabilitación progresiva de las fracturas de
miembros inferiores. La carga progresiva junto con un programa de acondicionamiento integral
debe programarse y supervisarse de cerca durante un período de tiempo.
período de 4 a 6 semanas y ajustado según cualquier respuesta al dolor. La educación de los atletas
y entrenadores es clave para prevenir una nueva lesión, y los planes de entrenamiento deben
incorporar el tiempo adecuado para la recuperación y la adaptación ósea específica de cada
individuo.
LESIÓN DE LIGAMENTOS
Esqueléticoligamentosconectan los huesos y son estabilizadores de las articulaciones, guían el
movimiento entre los brazos móviles y actúan como frenos al movimiento excesivo. Aunque
aparecen como una estructura, los ligamentos contienen diferentes haces fibrosos
interconectados (80% de colágeno tipo I) que están tensos en diferentes ángulos articulares y
dependiendo de las fuerzas aplicadas.13). Los ligamentos también juegan un papel
fundamental en el sistema de conciencia propioceptiva del cuerpo. Esto se logra
proporcionando al sistema nervioso central bombardeos de paquetes de datos sobre cambios
de posición y tensión, que luego se interpolan como alteraciones en la posición de las
articulaciones. Las lesiones importantes de los ligamentos pueden comprometer la estabilidad
articular y la función física, así como la propiocepción. A su vez, se cree que esto puede
combinarse para predisponer a un individuo a la osteoartritis temprana debido a la
disminución de la restricción de cizallamiento a nivel de la articulación.12).
Fisiopatología de la lesión del ligamento
Las lesiones de los ligamentos pueden presentarse como un desgarro completo, un desgarro parcial o
una lesión por estiramiento, o su función puede verse alterada como resultado de una fractura,
generalmente como resultado de un traumatismo. Al igual que otras estructuras, los ligamentos
lesionados pasan por distintas fases de curación. Después de la lesión hay una retracción de los
extremos de los ligamentos rotos, lo que provoca hemorragia (que posteriormente se reabsorbe) e
inflamación, y proliferación donde se forma tejido cicatricial, seguida de reorganización de las fibras de
colágeno y maduración. Sin embargo, la curación completa del ligamento sigue siendo difícil de lograr, y
se observan cambios a largo plazo en la composición de la matriz de colágeno (13).
Evaluación de la lesión del ligamento
El estándar de oro para la evaluación de lesiones de ligamentos es el uso de MRI, que ofrece
información adicional sobre la gravedad y la ubicación exacta de la lesión. Sin embargo, es cierto
que un médico experimentado puede diagnosticar muchas distensiones de ligamentos utilizando
técnicas de evaluación clínica, principalmente dirigidas a palpar la restricción del movimiento
articular. También es importante tener sospechas respecto a la lesión ósea asociada a lesiones de
ligamentos de alto grado debido al reducido soporte estructural de la articulación; por ejemplo, una
"lesión por beso" puede ocurrir durante la inversión del tobillo cuando
las fuerzas de compresión causan hematomas óseos en el maléolo medial y el astrágalo.
Dependiendo de la gravedad de una lesión, la ubicación y los niveles de actividad del
atleta, el manejo debe determinarse utilizando un enfoque interdisciplinario centrado en el
paciente. La lesión del ligamento cruzado anterior es la más comúnmente discutida en la
población deportiva debido a la pérdida prolongada de tiempo del deporte, aunque existe
una discusión creciente sobre el manejo conservador de estas lesiones. La mayoría de los
atletas se someten a una reparación quirúrgica con injertos, más comúnmente tomados
del tendón de la corva o del tendón de la rótula (recomendado en la población más joven),
con poca diferencia aparente con respecto a los resultados a largo plazo (10).
Reentrenamiento de lesiones de ligamentos
Después del tratamiento inicial de la inflamación aguda como se describe en el tratamiento de otras
lesiones de tejidos blandos, la reanudación temprana y controlada de la carga después de la lesión tiene
efectos beneficiosos, como una mayor fuerza, organización de la matriz y contenido de colágeno de los
ligamentos, además de estar vinculado a un regreso más temprano al deporte. (dieciséis). Las lesiones
de ligamentos de grado 2 o 3 deben protegerse mediante el uso de aparatos ortopédicos para permitir la
curación y reducir la tensión de torsión ejercida en el sitio de la lesión, lo que podría provocar una
curación tardía o laxitud crónica.
La rehabilitación de las lesiones de ligamentos varía en duración según la extensión de la
lesión y las exigencias del deporte al que regresa el atleta. Cada programa de rehabilitación
debe ser individualizado y guiado por un profesional de la medicina deportiva. Dado que se
sabe que la curación a largo plazo de los ligamentos puede ser lenta y que la composición del
colágeno permanece alterada después de la lesión, es fundamental concentrarse en fortalecer
los músculos alrededor de la articulación, así como en el entrenamiento neuromuscular y
propioceptivo desde una etapa temprana; esto mejora el sentido de la posición de la
articulación y se ha demostrado que tiene un efecto preventivo sobre la reincidencia así como
sobre la lesión inicial (26).
DOLOR
Cualquiera de las lesiones descritas en las secciones anteriores puede (y a menudo lo hace)
provocar dolor. Del mismo modo, el dolor puede presentarse en ausencia de cualquier anomalía
estructural específica demostrable. Sin embargo, el dolor es casi siempre un detractor del
rendimiento y, por lo tanto, es de particular interés para cualquier profesional del rendimiento.
Durante aproximadamente 400 años, se pensó que el dolor era una experiencia
desagradable que era una entrada desde la periferia (p. ej., los ligamentos dañados
después de un esguince de tobillo enviarían mensajes de dolor al cerebro) y que la
respuesta motora (p. ej., cojeando) sería coordinado por el cerebro. Ahora se entiende, sin
embargo, que el dolor es unproducción, lo que significa que la información de los
ligamentos del tobillo dañados se envía a lo largo del sistema nervioso central al cerebro,
donde luego se interpreta junto con la consideración ponderada que se otorga a las
experiencias previas, las expectativas futuras y las normas culturales. Si, al considerar la
totalidad de esta información, el cerebro está convencido de que el cuerpo está bajo
amenaza, se instituirá una acción protectora multidimensional, de la cual el dolor es una
parte (otras partes incluyen alteraciones en la producción motora, por ejemplo, cojera o
espasmo muscular). , y aumentos en la actividad del sistema nervioso simpático). La
lección clave aquí es que el dolor no siempre tiene una relación lineal con el daño; más
bien, tiene una relación lineal con la interpretación del cerebro de la amenaza que percibe
que enfrenta el cuerpo.
Esto proporciona la explicación de por qué una lesión específica puede ser grave pero el
dolor es más bien insignificante (es decir, el cerebro puede decidir que la información que está
recibiendo tiene poca importancia) e igualmente por qué la naturaleza estructural de una
lesión puede ser insignificante pero la respuesta al dolor es severa (el cerebro ha decidido que
el cuerpo está bajo amenaza y emite fuertes mensajes de que el individuo debe detener la
actividad y buscar ayuda).
PLANIFICACIÓN DEL PROGRAMA DE REHABILITACIÓN
Ciertas decisiones clave deben tomarse con respecto a la preparación de un atleta para
regresar a la competencia, independientemente del tejido involucrado en una lesión. El mejor
marco sobre el cual basar estas decisiones se describe más adelante y siempre debe comenzar
con el fin en mente. Específicamente, esto se refiere a tener una comprensión clara de los
requisitos funcionales de los atletas cuando regresan a la competencia, un proceso que puede
ser respaldado por científicos del deporte y su capacidad para monitorear y dirigir las
progresiones de la carga de trabajo extrínseca e intrínseca (3). Esto variará con el deporte y, de
hecho, a menudo con la posición que se juega en el deporte, por lo que el punto de partida
debe ser un análisis exhaustivo de las necesidades.
Está más allá del alcance de este capítulo proporcionar gran detalle sobre el análisis de
necesidades (verCapítulo 5), pero los dominios en los que el profesional de la medicina
deportiva debe buscar la colaboración de los científicos del deporte para comprender las
expectativas de exposición a dosis agudas y crónicas (tanto volúmenes como intensidades)
incluyen los siguientes:
Cargas de carrera (esto puede requerir una mayor granularidad con respecto a la distancia
total, la exposición a la velocidad, la distancia de exposición a la carrera a alta velocidad, la
aceleración, la desaceleración y el cambio de dirección)
Cargas de colisión
exposición a la fuerza G
Cargas que saltan y aterrizan
Golpear, patear, lanzar, remar, levantar cargas
Los autores sostienen firmemente que el concepto de volver al rendimiento no
puede estar al frente de un programa de rehabilitación en ausencia de aportes de los
científicos del deporte. Además, no puede implicar simplemente un enfoque de arriba
hacia abajo. Los atletas también deben contribuir a esta toma de decisiones porque
pueden tener una visión única de los aspectos de su rendimiento deportivo que les
preocupan más o que les resultan más amenazantes.
A partir de aquí, se puede planificar un enfoque adecuadamente periodizado para el
reentrenamiento. Aunque la periodización del programa se trata con más profundidad encapítulos
3y4de este libro, es importante señalar que también debe aplicarse a la rehabilitación de lesiones.
Esencialmente,periodizaciónes la colocación estratégica de estímulos de entrenamiento en un plan
cohesivo para progresar en el rendimiento hacia un pico predefinido. En el
caso de una lesión, el pico competitivo predefinido es la fecha de regreso a la competencia. La
periodización también se basa en la premisa de que para mejorar el rendimiento de un
individuo lesionado, las cargas de entrenamiento deben fluctuar en volumen e intensidad y
deben estructurarse adecuadamente para que los atletas (y otras partes interesadas clave)
tengan confianza en que el cuerpo de trabajo realizado, y el estrés al que han estado
expuestos los atletas es suficiente para demostrar competencia atlética.
VOLVER A LA COMPETICIÓN
La preparación para volver al rendimiento después de una lesión muscular debe
evaluarse luego de la resolución de los signos y síntomas, la evaluación clínica y el
uso de medidas objetivas de fuerza y competencia en el movimiento, junto con la
discusión con el equipo multidisciplinario que apoya al atleta (17).
Después de una lesión, el objetivo a largo plazo es volver al rendimiento, ya sea que el
individuo sea un atleta recreativo o de élite. Decidir cuándo volver al deporte es una
decisión compleja y multifactorial y debe involucrar un enfoque de colaboración entre el
atleta y la red de apoyo. Las decisiones deben basarse en criterios objetivos, psicológicos y
específicos del deporte relevantes para el nivel de participación del atleta (1). Numerosos
modelos pueden ayudar en el proceso de toma de decisiones; estos consideran
constantemente los factores biológicos, psicológicos y sociales que sustentan la
preparación para el desempeño e involucran la evaluación y revisión periódicas de las
metas y los indicadores de desempeño (1).
ElEvaluación Estratégica de Riesgo y Tolerancia al Riesgo(StARRT) marco (32) describe
cómo se debe autorizar a los atletas para volver al deporte cuando la evaluación del riesgo
(riesgo para la salud y riesgo de la actividad) está por debajo del umbral aceptable de
tolerancia al riesgo. Los riesgos para la salud descritos en el estudio incluyeron la demografía
del paciente, los síntomas, la lesión previa y el examen físico; Los riesgos de la actividad
incluyeron un deporte y una posición específicos, pruebas funcionales (como triple salto),
comparación con la fuerza inicial y preparación psicológica. Los modificadores que podrían
afectar la tolerancia al riesgo incluyen cualquier conflicto de intereses, el momento dentro de
la temporada y las presiones del atleta, la familia o el cuerpo técnico. Este marco debe usarse
junto con la evaluación continua para monitorear la preparación del atleta y resaltar cualquier
riesgo que deba abordarse.
Todas las lesiones deben involucrar una batería de pruebas específicas, incluidas tareas de
habilidades cerradas (p. ej., pruebas de fuerza, salto triple, pruebas de equilibrio de excursión de
estrella) y sprints junto con habilidades abiertas que están directamente relacionadas con el
deporte; estos deben tener un elemento reactivo, usar la superficie y el equipo al que regresará el
atleta y ser específicos de la posición. Por ejemplo, la capacidad gradual y secuencial para volver al
contacto y al scrum en el rugby debe replicarse antes de volver a la competencia, inicialmente
usando equipos seguidos de ejercicios no reactivos y finalmente reactivos a medida que se integran
en el entrenamiento del equipo. En este escenario, el científico deportivo debería poder
proporcionar datos de referencia para evaluar la preparación, así como
simetría.
Históricamente, las pruebas físicas han sido el enfoque principal para el regreso al deporte;
sin embargo, es importante medir la preparación psicológica para identificar cualquier temor a
volver a lesionarse, disminución de la motivación o baja confianza en sí mismo en varias etapas
a lo largo de la rehabilitación. Si se identifica, se recomienda la derivación a un psicólogo
deportivo.
La educación sobre la lesión y la posterior rehabilitación es primordial para los atletas y
su red de apoyo, junto con expectativas realistas. La rehabilitación basada en marcos de
tiempo está siendo reemplazada por criterios de progresión dirigidos por objetivos con
metas específicas, medibles, realistas y oportunas del atleta que son críticas en el proceso.
CONCLUSIÓN
Este capítulo ha tratado de sacar a la luz cuestiones fisiopatológicas clave relacionadas con
las lesiones tisulares en un contexto deportivo, junto con cuestiones importantes de
evaluación y reentrenamiento. Además, un objetivo ha sido superponer esto con un
enfoque moderno del dolor como un indicador de amenaza en lugar de daño, algo que los
autores creen que es de vital importancia para el rendimiento profesional. Finalmente, se
discutieron los fundamentos filosóficos clave de la planificación de la rehabilitación y la
toma de decisiones de regreso a la competencia.
Los principios de la rehabilitación siguen en gran medida los del
entrenamiento. La sobrecarga progresiva y planificada teniendo en cuenta la
condición física: el modelo de fatiga es tan clave para el atleta lesionado como
para el atleta no lesionado. Debería ser evidente para el lector que el
reentrenamiento de lesiones contemporáneo es un esfuerzo de colaboración,
con aportes de múltiples partes interesadas. El científico del deporte es un
jugador importante. Los científicos del deporte están capacitados para brindar
servicios valiosos al atleta en entrenamiento, y los autores de este capítulo
sostienen que las necesidades de los atletas lesionados no pueden satisfacerse
por completo sin intervenciones calificadas similares. No solo es imperativo
analizar, interpretar y comunicar los parámetros de carga;
Es inevitable que ocurran lesiones en algún momento, pero un enfoque
cohesivo y orientado al equipo para la rehabilitación y el regreso al rendimiento
mejorará los resultados. Cuando se absorba la información de este capítulo
junto con los otros temas clave de este texto, se espera que el lector tenga una
comprensión mucho mayor de la ciencia deportiva de las lesiones y la
rehabilitación.
LECTURAS RECOMENDADAS
Ardern, CL, Glasgow, P, Schneiders, A, Witvrouw, E, Clarsen, B, Cools,
A, Gojanovic, B, Griffin, S, Khan, KM, Moksnes, H y Mutch, SA. Declaración
de consenso sobre el regreso al deporte del Primer Congreso Mundial de
Fisioterapia Deportiva, [Link] J Sports Med50: 853-864, 2016.
Cook, JL, Rio, E, Purdam, CR y Docking, SI. Revisitando el continuo
modelo de patología del tendón: ¿cuál es su mérito en la práctica clínica y la
investigación?Br J Sports Med50: 1187-1191, 2016.
Joyce, D y Butler, D. Dolor y rendimiento. EnPrevención de lesiones deportivas
y rehabilitación. Oxford: Routledge, 2016.
Macdonald, B, McAleer, S, Kelly, S, Chakraverty, R, Johnston, M y
Pollock, N. Rehabilitación de isquiotibiales en atletas de atletismo de élite:
aplicación de la clasificación de lesiones musculares del atletismo británico en la
práctica clí[Link] J Sports Med53: 1464-1473, 2019.
Nielsen, RO, Bertelsen, ML, Ramskov, D, Møller, M, Hulme, A, Theisen,
D, Finch, CF, Fortington, LV, Mansournia, MA y Parner, ET. Análisis de tiempo hasta el
evento para la investigación de lesiones deportivas, parte 1: exposiciones variables
en el [Link] J Sports Med53: 61-68, 2019.
PARTE VII
Educación y Comunicación
Traducido del afrikáans al español - [Link]
CAPÍTULO 30
Apoyo Interdisciplinario
Dr. Duncan N. French
Cuando las personas observan el deporte, cuestionan el rendimiento atlético o analizan la
competencia, rápidamente se vuelve evidente que la actividad deportiva es una interacción
altamente compleja de muchos componentes técnicos, tácticos, físicos, fisiológicos y
psicológicos diferentes. Ya sea considerando un deporte individual en un ambiente
controlado, un evento de carrera contrarreloj o el caos de los juegos de invasión y los
deportes de equipo, es posible evaluar cómo cada uno de estos componentes respectivos
influye directamente en la probabilidad de éxito. Al comprender que el deporte es una
interacción compleja de muchos factores diferentes, cada uno de los cuales se regula al
alza y a la baja durante el transcurso de la competencia, es posible reconocer la
importancia que tiene cada componente para afectar el resultado de la competencia. El
rendimiento deportivo es verdaderamentemultidisciplinario. Sin embargo, considerar el
rendimiento deportivo simplemente a través de un lente multidisciplinario no transmite la
importante y compleja interacción entre los diferentes componentes (es decir,
multidisciplinario refleja un constructo con muchas partes, pero no necesariamente indica
relaciones entre esas partes); sólo cuando todos los factores confluyen de forma integrada
ointerdisciplinariomoda se pueden lograr verdaderos rendimientos óptimos. Por lo tanto,
es fundamental que los científicos del deporte, los entrenadores y los especialistas en
rendimiento consideren el entrenamiento, el desarrollo del atleta y la competencia como
una construcción interdisciplinaria.
ENFOQUE HOLÍSTICO DEL DEPORTE
RENDIMIENTO
Apoyar a los atletas para maximizar su rendimiento no siempre ha sido interdisciplinario. De hecho, a medida que las ciencias del rendimiento (p. ej., fisiología,
servicios médicos, fuerza y acondicionamiento, dietética) han evolucionado durante aproximadamente el siglo pasado, las disciplinas técnicas han madurado a
diferentes ritmos (es decir, el primer establecimiento de medicina deportiva del mundo se formó a principios del siglo XX). , mientras que el entrenamiento de fuerza y
acondicionamiento se hizo popular solo a fines de la década de 1960), y como consecuencia, la previsión de integrar y colaborar no siempre ha sido evidente. Además,
un grado de sesgo profesional, ego, falta de voluntad para interactuar o la falta de respeto por otras profesiones, así como disciplinas técnicas que operan
independientemente unas de otras (es decir, en silos), han sido la norma durante muchos años. . Tradicionalmente, un continuo lineal desde el comienzo de un
problema basado en el rendimiento hasta el punto final (por ejemplo, volver a jugar después de una lesión o la mejora en la composición corporal) se pensó como un
enfoque singular para gestionar un proceso estratégico dentro de los límites de un único disciplina técnica (es decir, manejo médico del regreso al juego o
intervenciones solo nutricionales para mejorar la composición corporal). La consecuencia de esto es que las áreas técnicas terminan trabajando en los mismos temas
de desempeño simultáneamente, en forma paralela, independientes entre sí. De hecho, es común buscar una sola causa o enfoque, en gran parte debido a prejuicios
profesionales, y tal vez se considere una simplificación que parece necesaria dentro del entorno acelerado del deporte ( o la mejora en la composición corporal) se
pensó como un enfoque singular para gestionar un proceso estratégico dentro de los límites de una única disciplina técnica (es decir, gestión médica del regreso al
juego o intervenciones solo nutricionales para mejorar la composición corporal). La consecuencia de esto es que las áreas técnicas terminan trabajando en los mismos
temas de desempeño simultáneamente, en forma paralela, independientes entre sí. De hecho, es común buscar una sola causa o enfoque, en gran parte debido a
prejuicios profesionales, y tal vez se considere una simplificación que parece necesaria dentro del entorno acelerado del deporte ( o la mejora en la composición
corporal) se pensó como un enfoque singular para gestionar un proceso estratégico dentro de los límites de una única disciplina técnica (es decir, gestión médica del
regreso al juego o intervenciones solo nutricionales para mejorar la composición corporal). La consecuencia de esto es que las áreas técnicas terminan trabajando en
los mismos temas de desempeño simultáneamente, en forma paralela, independientes entre sí. De hecho, es común buscar una sola causa o enfoque, en gran parte
debido a prejuicios profesionales, y tal vez se considere una simplificación que parece necesaria dentro del entorno acelerado del deporte ( o intervenciones solo
nutricionales para mejorar la composición corporal). La consecuencia de esto es que las áreas técnicas terminan trabajando en los mismos temas de desempeño
simultáneamente, en forma paralela, independientes entre sí. De hecho, es común buscar una sola causa o enfoque, en gran parte debido a sesgos profesionales, y
quizás se considere una simplificación que parece necesaria dentro del entorno acelerado del deporte ( o intervenciones solo nutricionales para mejorar la
composición corporal). La consecuencia de esto es que las áreas técnicas terminan trabajando en los mismos temas de desempeño simultáneamente, en forma
paralela, independientes entre sí. De hecho, es común buscar una sola causa o enfoque, en gran parte debido a prejuicios profesionales, y tal vez se considere una
simplificación que parece necesaria dentro del entorno acelerado del deporte (dieciséis). Sin embargo, esto a menudo pasa por alto la importancia de la confluencia
de varios factores o circunstancias que podrían influir mejor en el resultado del rendimiento (p. ej., servicios médicos que se involucran con psicólogos durante el
manejo de una rehabilitación, o nutricionistas, fisiólogos y entrenadores de fuerza y acondicionamiento, todos colaborando para mejorar la composición corporal de
un atleta). Como resultado, la implementación de silos específicos de la disciplina puede, de hecho, crear mayores problemas, y ciertamente presenta el riesgo de un
impacto de rendimiento inferior al óptimo (verfigura 30.1). En cambio, pensar en términos multifactoriales más holísticos brinda una perspectiva significativamente
diferente que, aunque inicialmente es potencialmente más compleja, probablemente plantea una gama más amplia de posibles soluciones tanto a mediano como a
largo plazo (dieciséis).
FIGURA 30.1Enfoques para la resolución de problemas en el rendimiento
deportivo:(a) lineal o en silos y(B)complejo o interdisciplinario.
Gracias a nuestra comprensión actual de la ciencia básica, la teoría del entrenamiento y
los conocimientos sobre el rendimiento, es difícil respaldar un enfoque aislado para el
apoyo al rendimiento como óptimo. Por ejemplo, es difícil racionalizar que la rehabilitación
posquirúrgica sería mejor sin la adición de intervenciones nutricionales que reducen la
inflamación sistémica, o que el movimiento del jugador y la posición del campo durante un
partido podrían comprenderse con precisión sin la retroalimentación en video de los
analistas de rendimiento, o que el entrenamiento para la potencia muscular podría
maximizarse sin una comprensión objetiva de las características de fuerza-velocidad
obtenidas a través del monitoreo de diagnóstico utilizando tecnologías de ciencias del
deporte. En cambio, cuando uno evalúa el deporte y sus diversos componentes, se vuelve
cada vez más evidente que la interacción entre los componentes técnicos o tácticos y
físicos o fisiológicos es simbiótica dentro del campo competitivo. Es imposible identificar
dónde termina un componente y comienza otro. En cambio, el determinantes del
rendimientoque influyen en el trabajo de una tarea motora sinérgicamente, regulando
hacia arriba y hacia abajo, de manera sincronizada y, por lo tanto, deben considerarse de
manera holística. Se priorizan diferentes componentes sobre otros en varios momentos
dentro de una actividad deportiva (p. ej., golpear con acciones de alta velocidad durante
los deportes de combate, reducir la inflamación después de una lesión o demostrar la
regulación fisiológica de la respiración mientras se dispara durante un biatlón), pero uno
no puede ver la optimización del rendimiento deportivo a través de una lente polarizada que
sugiere que una sola disciplina técnica es más importante que otra. En cambio, para maximizar
verdaderamente el potencial de rendimiento, todos los componentes del rendimiento deportivo
deben considerarse de manera integral como engranajes individuales que desempeñan un papel
fundamental como parte de una máquina más grande. Solo entonces la interacción de las
disciplinas técnicas (es decir, interdisciplinarias) puede verse como la forma más eficaz de
maximizar el rendimiento, la recuperación y la regeneración, o la rehabilitación de los atletas (ver
figura 30.2).
FIGURA 30.2La “máquina” de apoyo al rendimiento. El atleta está en el centro de la
máquina, pero cada disciplina técnica representa un engranaje individual dentro de la
máquina, cada uno de los cuales ayuda a que la máquina funcione de manera óptima.
Enfoque de rendimiento basado en sistemas
Con el fin de alinear mejor las ciencias del rendimiento con las necesidades específicas de un
atleta, maximizar cualquier intervención de rendimiento y adherirse a nuestra comprensión
multifactorial actual de la ciencia básica, un enfoque multicausal, multidimensional y
y se debe adoptar un enfoque recíproco para el apoyo a los atletas. Esto está en
marcado contraste con una metodología reduccionista o lineal en la que se ha visto
poca colaboración y donde las disciplinas técnicas operan en paralelo entre sí. En
cambio, unenfoque centrado en el atletadebe adoptarse como un medio para
concentrar todos los esfuerzos del cuerpo técnico y técnico en el objetivo singular de
lograr el éxito del atleta o equipo.
Filosóficamente, se requiere que todo el personal de apoyo eleve las recompensas del
éxito por encima de sus prejuicios personales y los de su disciplina técnica. Uno de los
conceptos clave en un enfoque de rendimiento basado en sistemas escausalidad circular,
que crea un cambio en la forma en que las personas entienden y ven las relaciones e
interacciones profesionales. Dentro de cualquier equipo u organización deportiva de alto
rendimiento, el concepto de causalidad circular permite que las estructuras operativas
complejas se alejen de un enfoque lineal tradicional y, en cambio, se centren en las
relaciones recíprocas entre múltiples disciplinas técnicas. Por supuesto, debe haber una
decisión consciente para operar de esa manera, pero cuando existe el deseo de interactuar
de esta manera, el potencial para crear soluciones colaborativas a los mismos problemas
basados en el desempeño aumenta exponencialmente. Además, también existe una
mayor probabilidad de una mayor eficiencia en relación con la estrategia de rendimiento
(es decir, un menor riesgo de tener varios departamentos tratando de abordar el mismo
problema de rendimiento al mismo tiempo, de forma independiente).Relaciones
recíprocassurgen de los cimientos de la cibernética organizacional (es decir, un enfoque
transdisciplinario para explorar los sistemas regulatorios) y se alejan de una forma
mecánica de ver los sistemas (es decir, cadenas de suministro individualizadas) hacia un
enfoque más relacional (es decir, un sistema complejo) con un enfoque sobre patrones de
interacción de influencia entre factores contextuales que existen dentro del mismo grupo
u organización (9).
Causalidad circulares un concepto que crea un cambio en la forma en que se
consideran las interacciones organizacionales. Central para el paradigma de la causalidad
circular es la comprensión del impacto que todos los factores internos y externos tienen en
un equipo o un sistema unificado. Al alejar nuestro pensamiento de un enfoque lineal o
reduccionista hacia un proceso de pensamiento más circular o emergente, el enfoque ya
no está en factores únicos y causas raíz individuales (p. ej., entrenamiento para la
hipertrofia muscular sin considerar el valor que la nutrición podría tener para aumentar la
síntesis de proteínas). Más bien, al conceptualizar el desempeño a través de la perspectiva
ampliada de la causalidad circular, se vuelve evidente que todos los sistemas regulatorios
pueden percibirse como en constante evolución y que
El rendimiento en sí mismo se ve afectado por una miríada de factores externos e
internos (9). La aplicación de este enfoque basado en sistemas a las ciencias del
deporte permite reconocer la importancia que cada factor técnico o táctico y físico o
fisiológico puede tener en los estándares globales de rendimiento.
FIGURA 30.3Una ilustración teórica de los efectos combinados de la naturaleza
(rectángulos azules) y la crianza (rectángulos grises) en el nivel de rendimiento
deportivo real y potencial de seis individuos de élite y sub-élite sanos y libres de
lesiones (A a F). En este modelo, el entrenamiento se define como el proceso
mediante el cual se realiza el potencial genético. Dos individuos (A y E) no son
atletas o no han participado en el deporte, mientras que los cuatro individuos
restantes (B, C, D y F) entrenan y participan activamente en el deporte. El nivel
de rendimiento inicial en la primera exposición al deporte y el rendimiento
actual de los cuatro atletas se indican mediante círculos azul-blanco y triángulos
blancos, respectivamente. El asterisco indica el umbral máximo de rendimiento
de los individuos.
Basado en Tucker y Collins (2012).
Modelo centrado en el atleta
Cada atleta tiene un potencial genético innato que representa un umbral en las capacidades
máximas de rendimiento de ese atleta (es decir, untecho genético) (verfigura 30.3). Dentro de
cualquier ecosistema deportivo, los científicos del deporte, los practicantes y los entrenadores
igualmente exponen a los atletas a una gran cantidad de estímulos externos e internos (es
decir, entrenamiento, nutrición, recuperación, entrenamiento mental) con el objetivo de
elevar sus estándares de rendimiento y maximizar su potencial. Estas intervenciones se
consideran el proceso de entrenamiento, a través del cual equipos multidisciplinarios
trabajan para desarrollar el potencial de rendimiento de sus atletas (23).Figura 30.3indica
que el potencial y la habilidad innatos son diferentes para todos los atletas en función de
su genética (es decir, la naturaleza) (21). Quizás más crítico, sin embargo, es la
comprensión de que cualquier intervención de entrenamiento puede determinar
fundamentalmente la medida en que se logra o no el potencial de rendimiento (es decir, a
través de la crianza). El entrenamiento efectivo permite a los atletas aprovechar todo su
potencial genético, mientras que el entrenamiento subóptimo hace poco para promover la
capacidad de los atletas para expresar todas sus capacidades. Este modelo teórico
proporciona información valiosa sobre cómo se produce la mejora del rendimiento. De
hecho, todos los atletas tienen una estructura fisiológica diferente, diferentes habilidades
motoras y un potencial genético diferente, y cada atleta responde de manera diferente
según el estímulo del entrenamiento. Debido a la complejidad de la fisiología humana y la
adquisición de habilidades motoras, el desarrollo del atleta es de naturaleza
verdaderamente individual. Incluso dentro de las construcciones de un deporte de equipo,
Al reconocer que cada atleta es diferente y que los atletas responden a
factores internos y externos como la dieta o la carga de entrenamiento de
manera heterogénea, se puede sugerir que el potencial de rendimiento
puede maximizarse solo cuando se satisfacen las necesidades específicas de
cada atleta individual. Los paradigmas de entrenamiento centrados en el
atleta o centrados en el atleta se enfocan en los requisitos específicos de
aprendizaje físico, fisiológico, psicológico y motor del individuo. Tales
filosofías centradas en el atleta defienden que el desarrollo de cualquier
atleta es específico para las necesidades y requisitos individuales discretos
de ese atleta. De hecho, solo a través de un modelo centrado en el atleta en
el que las intervenciones de entrenamiento, las estrategias de rendimiento y
cualquier actividad de mejora del rendimiento estén alineadas con las
necesidades específicas del individuo, se pueden lograr capacidades
óptimas.
EQUIPOS INTERDISCIPLINARIOS
Cuando todos los profesionales involucrados en influir en un atleta o equipo reconocen
que el alto rendimiento requiere muchos factores técnicos, físicos y psicosociales
diferentes, y que estos factores son individuales para cada atleta, es posible emplear un
enfoque interdisciplinario para la optimización del rendimiento. Equipos
interdisciplinarios(Los IDT) comprenden una gran cantidad de profesiones diferentes (p.
ej., entrenadores, médicos, psicólogos, fisiólogos, científicos del deporte, dietistas) que
trabajan para ayudar a un atleta individual o a un grupo de atletas. La existencia de un IDT
que afecta la planificación y prestación de servicios de rendimiento debe considerarse
fundamental para maximizar el rendimiento deportivo. De hecho, las secciones anteriores
establecieron que el rendimiento óptimo requiere que una serie de factores diferentes
funcionen de manera concomitante. Sin embargo, una de las principales lecciones
aprendidas durante varias décadas en las industrias de servicios humanos es que para que
los IDT sean efectivos y para que tengan una influencia positiva en el desempeño, se debe
fomentar activamente un clima de cooperación y colaboración en lo que es
potencialmente un entorno. que pueden fomentar la competencia, el sesgo profesional y
el conflicto (2,10, dieciséis).
Con respecto a las características operativas de los IDT dentro del deporte, se deben
considerar varios factores especialmente relevantes:
La necesidad de metas y objetivos técnicos y tácticos claramente definidos que sean visibles
para todos los miembros del IDT
Un programa estructurado de entrenamiento y competición al que se adhieren todas las partes
interesadas
Un equipo interdisciplinario de ciencia y medicina del deporte que ofrece experiencia en todas
las disciplinas técnicas pertinentes a los determinantes del rendimiento en un deporte.
Respaldo de un marco de holocracia (discutido con más detalle más adelante) Una cultura
operativa dirigida por la necesidad de resolver problemas discretos basados en el desempeño (es
decir, estrategias de intervención de brechas)
La infraestructura necesaria para promover la comunicación y el intercambio de
conocimientos, y una cultura de franqueza y transparencia a través de la cual se
promuevan las interacciones interdisciplinarias.
Una estructura organizativa en la que ninguna disciplina se percibe como más o menos
importante que la siguiente.
El concepto de IDT involucra a una gran cantidad de profesionales en una amplia variedad
de disciplinas que integran su trabajo y al mismo tiempo consideran planes de tratamiento o
cursos de acción individuales (es decir, específicos de la disciplina) (20). Un IDT en el deporte
está formado por entrenadores, personal médico, profesionales de la salud y practicantes de
una variedad de disciplinas de las ciencias del deporte afines que deben colaborar en la
formulación de estrategias, recomendaciones e intervenciones específicas que, en última
instancia, facilitan el potencial para el éxito. (es decir, ganar). Con el crecimiento continuo de
las diferentes disciplinas de las ciencias del deporte, los analistas de datos y los proveedores de
atención médica, el IDT en el mundo actual de los deportes de alto rendimiento puede ser muy
diverso y ecléctico.
Partes interesadas en el desempeño
Conceptualmente, el IDT debería trabajar en conjunto para ayudar a administrar la
preparación y el desempeño competitivo de los atletas. A través de este apoyo, los atletas
pueden aprovechar varios conocimientos de una gran cantidad de disciplinas técnicas para
optimizar su preparación o potencial de rendimiento. Debido a sus respectivos roles en la
contribución al éxito de los atletas, todos los miembros del IDT, incluidos los científicos del
deporte, se consideranpartes interesadasen su desempeño. Con la aparición de especialistas
técnicos, el reconocimiento de que el rendimiento es una construcción multifactorial y la
comprensión de que el aumento de las recompensas financieras en el deporte permite
mayores inversiones en intervenciones de rendimiento (p. ej., entrenamiento mental,
preparación física, análisis de datos, recuperación), el número de partes interesadas en el
rendimiento , ya sean internos o externos al equipo, pueden llegar a ser bastante grandes.
La estructura de un IDT depende en gran medida de las necesidades y los recursos de
cada situación, y los IDT deben construirse de acuerdo con objetivos, metas o finanzas (o
más de uno de estos). Algunos IDT son pequeños e incluyen solo dos o tres profesionales
clave, mientras que otros, como se mencionó anteriormente, pueden ser muy grandes y
tener una gran cantidad de expertos técnicos diferentes. De manera integral, la mayoría
de los IDT incluyen experiencia profesional en dominios técnicos comunes, incluidos
entrenadores técnicos o tácticos; profesionales de la salud médicos y afines; especialistas
en preparación física, incluidos dietistas, científicos deportivos y analistas de datos; y
equipo, recursos y personal de operaciones (5,13) (verfigura 30.4;5). La gestión operativa
de la IDT puede depender de las especificidades del deporte. Tradicionalmente, se ha
adoptado en gran medida un modelo médico en el que un jefe
oficial médico (CMO) o médico del equipo dirige las otras disciplinas técnicas.
Posteriormente, los IDT evolucionaron a partir de este modelo médico jerárquico, y ahora
se reconoce la naturaleza interdisciplinaria de la experiencia del equipo, con liderazgo
distribuido en todo el IDT. De hecho, ha habido un cambio cada vez mayor hacia la
inclusión de un director de rendimiento que tiene una función general por encima de
todos los servicios de rendimiento, incluidos los médicos y científicos, y se coloca junto al
entrenador en jefe en un esfuerzo por proporcionar un puente entre los diversos
profesionales de IDT. y los entrenadores técnicos o tácticos (5,14). Al igual que con todos
los IDT, el mayor riesgo para la efectividad organizacional radica en que las disciplinas
individuales continúen enfatizando un enfoque reduccionista, con cada disciplina
operando potencialmente en su propio silo y poco enfoque en la salud holística del atleta y
la gestión del rendimiento, la comunicación efectiva, la integración y la comprensión. de
cómo facilitar una mejor toma de decisiones (5). Desde esta perspectiva, el apoyo
interdisciplinario de alto rendimiento en realidad puede verse como una mentalidad más
que como una estructura organizacional. De hecho, debe haber un deseo colectivo de
adoptar un enfoque integrado para resolver problemas basados en el desempeño.
El papel del científico deportivo en el
equipo interdisciplinario
Los científicos del deporte a menudo son únicos dentro de la construcción de la IDT, ya que
juegan un papel integral en la fusión de la productividad de otras disciplinas técnicas. El papel
fundamental del científico del deporte es desarrollar una base de evidencia para ayudar a
responder las preguntas del cuerpo técnico a fin de informar mejor la toma de decisiones
sobre la preparación y la competencia de un atleta. Además, los científicos del deporte a
menudo poseen habilidades técnicas y experiencia científica que pueden ser aprovechadas por
otras disciplinas técnicas, incluida la experiencia tecnológica y las habilidades de recopilación y
análisis de datos. Dentro del ecosistema de la IDT, establecer evidencia que respalde la
preparación de un atleta para entrenar o competir significa que, en lugar de operar de manera
reduccionista dentro de un silo de ciencia del deporte, en cambio, el científico del deporte debe
operar horizontalmente en todos los departamentos de la estructura del IDT, capturando la
información pertinente de todas las partes interesadas. A partir de ahí, el científico deportivo
puede administrar la información o el flujo de datos (o ambos) de la manera más adecuada
para pronosticar la progresión, la regresión o el potencial de rendimiento de un atleta para el
cuerpo técnico y el IDT en general.
El científico del deporte suele ser un puente entre las diversas profesiones dentro del IDT y
el cuerpo técnico de entrenamiento. El papel del científico del deporte es comprender la ciencia
básica, realizar investigaciones aplicadas (p. ej., búsquedas bibliográficas, investigaciones de
investigación primaria) y trabajar para agregar información que luego se pueda usar para
influir en la toma de decisiones y la estrategia de rendimiento, ya sea dentro de las áreas
técnicas individuales o más. holísticamente dentro de toda la IDT. Dentro de su trabajo, los
científicos del deporte deben adoptar una metodología científica y un pensamiento crítico para
estudiar e investigar cualquier concepto potencialmente relacionado con el rendimiento
deportivo que pueda ser de interés para el atleta, el cuerpo técnico u otros miembros del IDT.
De hecho, el papel del científico del deporte debería adoptar la metodología científica dentro
del paradigma del deporte para cuestionar, observar, formular hipótesis, probar, analizar y
teorizar sobre la mejor manera de maximizar la probabilidad de ganar. Dentro del IDT, los
científicos del deporte, quizás más que cualquier otro miembro del equipo, son las personas
que deben utilizar los componentes fundamentales de la metodología científica y el
pensamiento crítico para influir en los resultados del rendimiento. Estos componentes son los
siguientes:
Empirismoes el uso de evidencia empírica, que es repetible, para tomar
decisiones vitales y llegar a conclusiones sólidas.
Racionalismose refiere al uso del pensamiento crítico y el razonamiento lógico, en lugar del
pensamiento emocional o ilusorio, para evaluar cuáles son las creencias verdaderas y cuáles
las falsas.
Escepticismosignifica poseer una actitud escéptica y cuestionar
constantemente las creencias y conclusiones aceptadas para examinar la
evidencia, los argumentos y las razones de esas creencias.
FIGURA 30.4Modelo de equipo interdisciplinario de desempeño. Todas las
áreas técnicas se definen según temas (es decir, estrategia y dirección, gestión
de la salud, rendimiento, ciencias del deporte y operaciones). Todo el modelo
de actuación está dirigido por un director de alto rendimiento.
Los dominios de gestión de la salud y rendimiento están a cargo de un
director médico y un entrenador en jefe, respectivamente. Las ciencias del
rendimiento abarcan tanto la gestión de la salud como el rendimiento. En su
base, el modelo tiene operaciones que afectan a todos los dominios técnicos. A
lo largo del modelo se superponen e integran áreas técnicas especializadas.
Adaptado de Dijkstra et al. (2014).
Fuera del IDT, los científicos del deporte también pueden asumir roles adicionales que
faciliten las asociaciones con partes interesadas externas. Esto puede incluir, por ejemplo,
instituciones académicas con las que equipos, organizaciones u otras instituciones están
colaborando en iniciativas de investigación. A menudo, los equipos y las organizaciones
contratan instituciones académicas para realizar investigaciones porque ellas mismas pueden
estar limitadas en sus capacidades de investigación, experiencia o recursos humanos. En
consecuencia, dado que los científicos del deporte poseen conocimientos sobre
metodología e investigación científica, a menudo se convierten en facilitadores para la adquisición
de datos, así como en el conducto para interpretar los hallazgos de investigación de alto nivel,
difundir información y capacitar al personal de capacitación sobre las mejores formas de poner en
práctica los hallazgos científicos. En otros lugares, los científicos deportivos también pueden
desempeñar un papel importante en la comunicación con los vendedores y proveedores, a menudo
filtrando la última tecnología, equipos y software mediante la evaluación de su validez y
confiabilidad y luego alineando las adquisiciones de hardware y software con las necesidades
específicas de soluciones de rendimiento.
MODELOS INTERDISCIPLINARIOS VERSUS
MODELOS MULTIDISCIPLINARIOS
A medida que las organizaciones deportivas siguen adoptando una estructura diversa de
diferentes expertos médicos y técnicos, lamodelo interdisciplinario de alto rendimiento
se ha convertido en la norma para la prestación óptima de servicios (21,24). De hecho,
reunir muchas disciplinas técnicas diferentes, cada una basándose en su propio
conocimiento disciplinario, tiene el potencial de crear colaboraciones que podrían
maximizar la preparación y el rendimiento competitivo de un atleta. Las organizaciones
están comenzando a adoptar el establecimiento de un grupo diverso de expertos técnicos
como la forma de mejorar todos los factores que afectan estos desempeños, incluida la
prevención o rehabilitación de lesiones, el desarrollo de capacidades físicas, la mejora de
las habilidades técnicas y muchos otros factores relacionados con el rendimiento óptimo.
rendimiento. Como se ilustra enfigura 30.5, una filosofía multidisciplinar no garantiza
necesariamente la deseada causalidad circular comentada anteriormente (26). De hecho,
las estructuras multidisciplinarias aún corren el riesgo de volverse reduccionistas o
individualistas en su enfoque, por lo que las disciplinas técnicas continúan trabajando en
paralelo entre sí (26). Aunque está muy bien reunir diferentes áreas técnicas de manera
multidisciplinaria, el simple hecho de tener una estructura multidisciplinaria no garantiza
que se produzca el intercambio integrado de conocimientos, el flujo de trabajo
colaborativo y la alineación de objetivos unificados.
Aunque el uso del término multidisciplinario ciertamente está de moda en el panorama
deportivo de alto rendimiento, en lugar de adoptar un paradigma multidisciplinario, los
verdaderos equipos de apoyo de alto rendimiento operan de manera interdisciplinaria. A
pesar de la semántica, multidisciplinario refleja solo la agregación de muchas disciplinas
técnicas diferentes juntas (verfigura 30.5), mientras que interdisciplinario se refiere a la
colaboración cruzada de disciplinas individuales, la integración de conocimientos y
métodos, y la síntesis de enfoques unificados. Multidisciplinario simplemente se refiere a
los miembros del equipo de diferentes áreas especializadas que trabajan juntos pero
permanecen en su disciplina, mientras que los sistemas interdisciplinarios reúnen a esos
miembros del equipo y colocan su experiencia y conocimiento científico colectivamente en
un plan integrado. Como consecuencia, los servicios se vuelven más condensados, más
específicos, más integrados y más dirigidos a objetivos desde una sola pista.
FIGURA 30.5Las distintas disciplinas.
Adaptado con permiso de E. Zeigler (1990, pp. 40-44).
Dentro del deporte de alto rendimiento no es raro que muchos practicantes crean que
trabajan de forma interdisciplinar, cuando en realidad lo más común es que trabajen de
forma multidisciplinar (22). Para el paradigma de los servicios interdisciplinarios es
fundamental la capacidad de crear unenfoque centrado en el atleta, mediante el cual la
experiencia colectiva se alinea para el mejoramiento del equipo o del atleta o de ambos, y
esto se puede lograr solo cuando se adopta una estrategia unificada. Los servicios
interdisciplinarios representan la panacea para la ciencia del deporte; una estructura
verdaderamente funcional, innovadora y que afecte el desempeño que incluya todas las
respectivas disciplinas técnicas colaborando de manera interdisciplinaria (es decir,
compartiendo, desafiando, innovando). Por esta razón, los miembros respectivos del
equipo deben reconocer su rol y cómo se alinea con la misión mayor (es decir, cómo lograr
el éxito), así como reconocer la importancia que tienen otras áreas técnicas en este
proceso. Ninguna disciplina tiene todas las respuestas necesarias para resolver todo el
rompecabezas del rendimiento. Por lo tanto, la reducción de las barreras específicas de la
disciplina y la eliminación de los enfoques aislados es fundamental para optimizar el
rendimiento deportivo. Atrás quedaron los días en que una disciplina científica o médica se
consideraba subordinada a otra; en situaciones en las que esto permanece, es la
capacidad de optimizar el rendimiento lo que realmente sufre.
Estructura organizativa
Dentro de los equipos profesionales, universidades e instituciones deportivas, los servicios
interdisciplinarios se construyen utilizando un marco organizativo o evolucionan
orgánicamente hacia una forma particular de funcionamiento sin una estructura definida.
Independientemente de cómo se hayan establecido, es posible categorizar todas las
estructuras interdisciplinarias en uno de cuatro tipos: (a) una organización funcional de
arriba hacia abajo, (b) una organización divisional, (c) una organización matricial, o (d) una
organización plana. Al considerar la mejor manera de crear IDT que tengan el mayor
potencial para afectar el rendimiento, se puede evaluar cómo un IDT
operaría utilizando estos próximos cuatro marcos.
En primer lugar, un funcionaljerarquía de arriba hacia abajoes una estructura
organizativa en la que las disciplinas técnicas están escalonadas de forma jerárquica, con las
disciplinas consideradas las más importantes en la parte superior de la estructura organizativa
y las consideradas menos importantes en la parte inferior. Dentro de este enfoque escalonado
se encuentra el liderazgo y la gestión jerárquicos, en los que una disciplina técnica (p. ej., la
medicina deportiva) es responsable de dirigir todas las demás áreas técnicas por debajo de
ella. Un ejemplo de jerarquía de arriba hacia abajo es el modelo médico tradicional, a menudo
empleado en el fútbol profesional (5,13), en el que un médico, médico del equipo o CMO
supervisa todas las demás disciplinas técnicas, incluida la medicina deportiva, la nutrición, la
fisiología, la fuerza y el acondicionamiento, el análisis del rendimiento y las ciencias del
deporte. En este escenario, la pericia médica (es decir, el CMO) se percibe como la más
influyente y, por lo tanto, las otras disciplinas quedan subordinadas a una estructura dirigida
por personal médico. En este tipo de estructura, existe un alto riesgo de que el sesgo
profesional sesgue el enfoque operativo, que los servicios técnicos carezcan de influencia y
visibilidad, que los expertos se desvinculen debido a su falta de impacto y que la comunicación
con otros departamentos se vea afectada.
En segundo lugar, unorganización divisionalrefleja una estructura
clásica de equipo multidisciplinario en el que las disciplinas se organizan
de acuerdo con su área técnica de especialización. Las áreas técnicas
están alineadas entre sí, pero cada división es lo suficientemente
independiente entre sí, a menudo dirigida por un director de rendimiento
o entrenador en jefe en la parte superior de toda la estructura. Tal
organización divisional refleja silos verticales de experiencia y, como se
discutió anteriormente, esta es a menudo la representación más común
de un equipo de soporte (es decir, personal de trastienda) en la
actualidad. El mayor riesgo con este tipo de estructura es que, en esencia,
es un enfoque reduccionista y, debido a los silos verticales, promueve
activamente la experiencia técnica que funciona de forma independiente
en paralelo con otra experiencia técnica. Por esta razón, la colaboración y
el intercambio de conocimientos a menudo se minimizan,
En tercer lugar, unorganización matricialrepresenta un marco en el que el personal de
diferentes disciplinas técnicas se divide en equipos por proyecto o enfoque específico (por ejemplo,
personal asignado para trabajar con posiciones de juego específicas o grupos multidisciplinarios
que trabajan en estrategias de prevención de lesiones) que están dirigidos por un gerente de
proyecto, quien luego reporta a un gerente funcional o director. Este enfoque
puede considerarse un enfoque más interdisciplinario porque puede operar utilizando
unidades interdisciplinarias combinadas en lugar de silos verticales. Un enfoque matricial de
los IDT puede ayudar a facilitar una comunicación mejor y más abierta. Permite que los
recursos se transfieran fácilmente a donde más se necesitan y promueve la colaboración entre
diferentes áreas técnicas de experiencia para brindar soluciones a tareas específicas o
preguntas basadas en el desempeño. Sin embargo, el enfoque matricial corre el riesgo de
crear confusión y frustración como resultado del duelo de prioridades y muchos supervisores o
gerentes mueven sus unidades o equipos individuales en diferentes direcciones.
Finalmente, unorganizacion planaLa estructura muestra pocos o ningún nivel de prioridad
entre los miembros del IDT de diferentes disciplinas técnicas. La experiencia se considera igual
en todo momento, y todas las áreas técnicas reportan a un director de desempeño agnóstico
que establece metas y objetivos que son universales para todos. Esta estructura organizativa
plana permite la autogestión y una mayor capacidad de toma de decisiones (es decir,
innovación) para cada miembro del equipo. El marco refleja la gestión descentralizada, en la
que la autoridad y la toma de decisiones pueden distribuirse entre grupos de equipos
autoorganizados dentro del IDT, en lugar de estar investidos en una jerarquía de disciplina
técnica. Dentro de una estructura aplanada, es posible que áreas técnicas específicas tomen un
ventaja situacional en momentos apropiados o bajo ciertas circunstancias (p. ej., una ventaja
médica en la fase inicial del regreso al juego), pero la estructura puede volver a flexionarse
hasta quedar plana una vez que se ha logrado una solución a un problema de rendimiento
dado o el problema no se soluciona. ya priorizado (p. ej., inclusión de científicos del deporte y
fuerza y acondicionamiento para elevar la carga de trabajo a medida que un atleta pasa de la
atención clínica al reacondicionamiento). Un modelo IDT aplanado significa que todas las
disciplinas técnicas se reconocen como iguales entre sí, lo que corresponde al concepto de que
el rendimiento deportivo es una construcción de muchos factores que trabajan todos en
simbiosis (verfigura 30.2en la página 449). La estructura aplanada significa que en lugar de
buscar soluciones a los problemas de rendimiento solo dentro de silos verticales (es decir,
dentro de un área técnica de especialización), el modelo promueve interacciones horizontales
entre los miembros de IDT para crear soluciones de rendimiento utilizando un enfoque
unificado. El sesgo profesional se minimiza, los objetivos objetivos se alinean para todos los
miembros del equipo en lugar de ser diferentes para cada área técnica, y la colaboración y las
actividades interdisciplinarias o transdisciplinarias se convierten en la norma. El enfoque de
organización plana representaholocracia, un término dado a las estructuras y procesos del
equipo que están alineados con las necesidades operativas (es decir, atleta-
centrado) y donde los miembros del equipo trabajan juntos de manera eficiente y eficaz (18, 25
).
Holacracia
El paradigma de la holocracia es un enfoque que define mejor las estructuras
interdisciplinarias aplanadas con el potencial de tener un impacto significativo en los
estándares de rendimiento deportivo. La holacracia se puede definir como una forma
de estructurar y administrar una organización que reemplaza los modelos de gestión
jerárquicos convencionales y, en cambio, promueve la distribución del poder en toda la
organización, lo que otorga libertad a las personas y los equipos mientras se mantiene
alineado con la misión de la organización (9). Holacracy promueve lo siguiente (25):
[Link] esbeltas y adaptables:Dentro del vertiginoso mundo del deporte, donde la
toma de decisiones, el seguimiento y la evaluación son muy transitorios, la capacidad de
un grupo de personal de apoyo para ser ágil y dinámico es crucial para que los IDT sean
efectivos.
[Link]ón y comunicación altamente efectivas:Como se discutió a lo largo de este
capítulo, la construcción del deporte es multifactorial. Por lo tanto, es fundamental
que las organizaciones promuevan la colaboración entre varias disciplinas técnicas
como un medio para formular soluciones integradas a los mismos problemas
basados en el desempeño.
[Link] claramente distribuida:Cada servicio médico y disciplina de las ciencias del
deporte tiene un papel que desempeñar en diferentes momentos a lo largo del camino
hacia el dominio del deporte. Por esta razón, ningún área de especialización puede
percibirse como más o menos importante que la siguiente. De hecho, el requisito para
cada disciplina técnica se regula al alza y a la baja en diferentes momentos a lo largo del
entrenamiento y la competencia. La distribución de la autoridad es fundamental para
un enfoque interdisciplinario eficaz para el apoyo al desempeño.
[Link] con propósito:Para influir en los estándares de desempeño, los servicios
de apoyo deben tener un enfoque específico y deben afectar directamente los
determinantes del desempeño. Al alinear los servicios de desempeño con el
mismo propósito y objetivos de desempeño, el trabajo puede ser eficiente,
intencional e impactante.
Un enfoque holocrático del apoyo interdisciplinario es ventajoso porque
distribuye el liderazgo y la autoridad en todo el IDT. Esto inspira un sistema más abierto
mediante el cual los miembros del equipo están mejor conectados dentro del entorno
siempre cambiante del deporte. El IDT se vuelve más ágil y receptivo. Al energizar al
personal a través de la eliminación de jerarquías de arriba hacia abajo y promover la
integración y la colaboración entre áreas técnicas que tradicionalmente han trabajado de
forma independiente, las personas pueden percibir mejor las oportunidades, llamadas
tensiones, para mejorar la prestación de servicios y alinearse mejor con las necesidades
específicas de los atletas (25). La holocracia divide estas tensiones en dos categorías:
tensión de operaciones(es decir, el proceso de hacer el trabajo requerido), y tensión de
gobernabilidad(es decir, la estructura de la organización que facilita hacer el trabajo) (9,19
) (verfigura 30.6).
FIGURA 30.6El proceso de Holacracia. Una representación de las "tensiones"
dentro de una estructura organizativa holocrática; incluyendo la tensión
organizativa, o el específicoprocesosque necesitan ser realizados, y la
tensión de gobierno, que define la organizaciónestructuraadoptadas para
facilitar estos procesos.
Pequeños círculos de colores = roles individuales; círculos de colores medianos = equipos o subdivisiones; círculo
grande = organización.
Equipo interdisciplinario: amarillo y verde = un miembro del equipo puede tener múltiples funciones; gris y rojo = un
rol puede ser ocupado por varios miembros del equipo.
Para facilitar la ejecución de intervenciones que aborden estas tensiones dentro de las operaciones
de IDT, los diversos miembros del equipo trabajan juntos para hacer evolucionar las operaciones.
y procesos de gobierno y acordar los roles situacionales que se necesitan en las etapas
específicas de entrenamiento y competencia. Como se discutió anteriormente, estos roles
aumentarán y disminuirán según las necesidades cambiantes del atleta o el equipo. Cada
experto técnico puede sincronizar la información específica de la disciplina con todo el equipo y
promover la toma rápida de decisiones utilizando datos transferibles para permitir una
retroalimentación y acción rápidas a través de técnicas de dirección dinámica (19). En otros
lugares, la dirección dinámica de las tensiones de gobierno permite que la calidad de la
estructura de la IDT evolucione y se adapte continuamente al reconocer y anotar las diversas
experiencias de la IDT (es decir, las respuestas a las intervenciones de entrenamiento, las
actuaciones en las competencias). La tensión es de hecho crítica dentro de un equipo de alto
funcionamiento. La tensión que se maneja bien y no se permite que se convierta en una
influencia negativa promueve acciones positivas como la evaluación intrínseca, el
cuestionamiento y la innovación. De hecho, de la tensión provieneaparición, en el que surgen
estructuras novedosas y coherentes, y se hacen evidentes patrones y procedimientos efectivos
durante el proceso de autoorganización de sistemas complejos (es decir, resolución de
problemas) (3,8).
En lugar de una jerarquía tradicional de arriba hacia abajo que tiende a negar el
verdadero trabajo interdisciplinario, los IDT que adoptan un enfoque holocrático de la
organización consisten en personal autoorganizado que trabaja de manera innovadora y
colaborativa en objetivos y metas unificados. Cada rol tiene un propósito definido, con una
descripción explícita del trabajo a realizar y las responsabilidades y autoridad necesarias
para cumplir el rol (25), y esto es acordado por todo el equipo. La toma de decisiones y la
oportunidad de actuar sobre las tensiones que los miembros del equipo sienten en su
nivel de la organización se transmiten a todos los miembros para que las aborden
utilizando su propia experiencia profesional y conjuntos de habilidades. Luego, el equipo
se autoorganiza abordando las tensiones energizantes que influyen en el rendimiento
deportivo. La información fluye a través de todos los niveles de la IDT y, por lo tanto,
proporciona un marco para soluciones interdisciplinarias eficientes y altamente
específicas.
LA EVIDENCIA SE BASA EN LA PRACTICA
En la base del apoyo interdisciplinario se encuentra la necesidad deToma de decisiones.
Todos los miembros del IDT, incluidos los científicos deportivos, deben desarrollar un
enfoque para tomar decisiones acertadas con respecto a la evaluación, el diagnóstico, la
estrategia de intervención y los objetivos de su respectivo servicio técnico (12). En el
corazón de la toma de decisiones estápensamiento crítico. Gambrill (7) definió el
pensamiento crítico como “un tipo único de pensamiento con propósito en el que usamos
estándares como la claridad y la equidad. Implica el examen cuidadoso y la evaluación de
creencias y acciones para llegar a decisiones bien razonadas”.
El pensamiento crítico es un componente fundamental del proceso científico, y la
ciencia del deporte no es diferente. El proceso de la ciencia implica la toma de decisiones y
puede verse como una forma de pensar e investigar activamente el mundo que nos rodea.
El método científico se puede resumir como el uso de cuatro pasos discretos: (a)
seleccionar un problema, (b) definir preguntas sobre el problema proponiendo una teoría,
(c) discutir críticamente y probar la teoría, y (d) responder a las fallas en la teoría o la nueva
información volviendo al paso anterior y luego avanzando de nuevo (15). A diferencia de,
pseudocienciase puede definir como ofrecer afirmaciones similares a las de la ciencia y no
proporcionar pruebas que respalden esas afirmaciones (11). Debido a cosas como la
tradición, el "ojo del entrenador" y la intuición del entrenador, una confianza excesiva en la
evidencia anecdótica, la falta de escepticismo crítico y la tendencia a ignorar los datos que
no respaldan las creencias comunes son comunes en el deporte, incluso en los más
elitistas. niveles Los entrenadores y los atletas pueden aferrarse a ideologías bien
establecidas, con razón o sin ella, y esto puede representar un importante desafío que
superar para el científico del deporte y otros miembros del IDT. De hecho, estas creencias
arraigadas presentan barreras para el pensamiento crítico, la lógica y el proceso científico
y, en última instancia, pueden suprimir valiosas intervenciones de rendimiento que están
respaldadas por evidencia y hallazgos de investigación objetivos.
En un esfuerzo por navegar entre información malinterpretada y evidencia anecdótica,
los científicos del deporte y otros miembros del IDT tienen la tarea de demostrar que sus
conocimientos y teorías se basan en evidencia sólida y que tienen un impacto en los
objetivos y metas de resultados deseados (6). Al adoptar métodos científicos, los IDT
deben usar el pensamiento crítico para participar enla evidencia se basa en la practica,
mediante el cual facilitan decisiones bien razonadas a través de resultados de
investigaciones científicas, incluida la revisión de la literatura, con el fin de crear un
comprensión clara de cómo responder mejor a las preguntas basadas en el desempeño.
Adoptar la práctica basada en la evidencia es un método sistemático para revisar la mejor
evidencia, combinándola con el arte y la intuición, y tomando decisiones informadas para
influir en el desempeño (1). cortes (4) quizás ha dado la definición más actual de la práctica
basada en la evidencia relacionada con el deporte como “la integración de la experiencia del
entrenador, los valores del atleta y la mejor evidencia científica y de investigación relevante en
el proceso de toma de decisiones para la prestación diaria de servicios a Atletas. "
La práctica basada en la evidencia debe considerarse no negociable para los miembros de IDT
en el mundo actual de los deportes de alto rendimiento. Puede ayudar al personal a mejorar el
entrenamiento y el rendimiento, reducir los errores de entrenamiento (p. ej., lesiones y cargas de
entrenamiento inapropiadas), ayudar a equilibrar las creencias conocidas con los riesgos en la toma
de decisiones, cuestionar las opiniones basadas en creencias con evidencia apropiada e integrar las
preferencias de atletas y entrenadores en la toma de decisiones. haciendo alrededor de los
enfoques de formación y rendimiento (4). Todas estas cosas representan tensiones tanto operativas
como de gobernanza que puede experimentar el IDT. El desarrollo de prácticas basadas en
evidencia dentro del IDT a menudo involucra a muchas partes interesadas clave y sigue un proceso
iterativo que incluye lo siguiente:
Identificar preguntas relevantes basadas en el desempeño para investigar
Buscar y evaluar críticamente cualquier evidencia disponible para determinar su validez,
impacto y aplicabilidad.
Desarrollar estrategias para implementar la mejor evidencia disponible en la
práctica aplicada contemporánea
Evaluación de la eficacia de la nueva práctica en deportistas
Continuar reevaluando y desafiando la evidencia y evaluando las prácticas
actuales
La práctica basada en la evidencia es esencial para el científico del deporte, así como para otros
profesionales de la medicina y las ciencias afines dentro del IDT. La brecha entre la investigación y
la práctica culmina inevitablemente en métodos de entrenamiento que están muy por detrás del
estado más actual del conocimiento científico, o en superar los hallazgos de investigación de
estudios de investigación basados en laboratorio porque los desarrollos innovadores en el
entrenamiento o la competencia significan que la investigación no puede seguir el ritmo de nunca.
-Innovaciones cambiantes en el deporte. Los enfoques basados en la evidencia para la
investigación científica son vitales en ambas situaciones. La evidencia científica adecuada se puede
utilizar para minimizar la disparidad entre la investigación científica existente
y la aplicación práctica de los resultados de la investigación o para proporcionar evidencia que
confirme o descarte un enfoque anecdótico establecido como valioso o no. Este último escenario
suele denominarseevidencia basada en la práctica, mediante el cual se utiliza la investigación
científica para corroborar que un ejercicio, ejercicio o técnica es valioso o no, después de que ya se
haya puesto en uso en un entorno aplicado antes de cualquier evidencia que certifique su valor. Si
bien gran parte de la innovación en el rendimiento deportivo ha evolucionado a partir de un
enfoque de evidencia basado en la práctica, esta estrategia también arriesga una inversión de
tiempo significativa en intervenciones de entrenamiento que luego la ciencia demuestra que son
ineficaces.
Para ser realmente impactantes, las estructuras de apoyo interdisciplinario deben adoptar
una decisión consciente de alejarse de la práctica profesional que se basa simplemente en la
tradición, la facilidad de ejecución o la apelación a la autoridad. Cuando este enfoque es la
norma, la toma de decisiones profesionales generalmente se basa únicamente en el testimonio
de expertos, el consenso y el hábito (12). Estos enfoques corren el riesgo de modificar o hacer
un uso indebido de los hallazgos probatorios que contradicen los estilos de práctica y justifican
la continuación de técnicas y estrategias de larga data pero cuestionables. En cambio, siempre
que sea posible, los profesionales deben tratar de proporcionar evidencia que justifique y
respalde sus teorías e hipótesis a través del pensamiento crítico y los procesos científicos de
investigación. La evidencia se puede recopilar a través de una serie de métodos apropiados;
incluidas búsquedas bibliográficas, proyectos de investigación aplicada, análisis de datos
epidemiológicos y estudios de investigación controlados más amplios en asociación con
instituciones académicas.
CONCLUSIÓN
Para muchos atletas, entrenadores, médicos y profesionales de la ciencia
del rendimiento, un enfoque integrado y centrado en el rendimiento para
la prestación de servicios sigue siendo un concepto difícil. Esto es en gran
medida una consecuencia de las percepciones históricas específicas de la
disciplina, los entornos de trabajo que no son propicios para la
colaboración y el sesgo profesional. Dentro de tales construcciones
ecológicas, que pueden ser multidisciplinarias pero pueden carecer de un
enfoque interdisciplinario, los profesionales de diferentes disciplinas
técnicas tienden a trabajar en silos, y cada disciplina se enfoca en su
propia evidencia para tener la última palabra sobre la mejor manera de
crear soluciones para el rendimiento. -problemas basados A menudo,
muchos miembros del equipo abordan los mismos problemas al mismo
tiempo, de forma independiente, lo que crea altos niveles de redundancia
en el sistema. Por supuesto,5).
La forma más impactante, innovadora y eficiente de apoyar a un atleta
o equipo es a través de un enfoque organizacional interdisciplinario
centrado en el atleta. Los servicios de desempeño que funcionan de
manera interdisciplinaria demuestran una estructura organizacional
holocrática o aplanada, en la que el liderazgo y la autoridad se distribuyen
a lo largo de un IDT, y los miembros del equipo están mejor conectados,
por lo que se vuelven más ágiles e innovadores en su capacidad para
responder a los problemas relacionados con el desempeño. Se elimina en
gran medida la jerarquía de servicios y se percibe que todas las disciplinas
técnicas tienen la misma importancia e impacto. Dentro de la estructura
interdisciplinaria, las disciplinas técnicas colaboran para responder juntas
preguntas basadas en el desempeño, lo que aumenta la eficiencia y el
enfoque, pero también estimula la innovación y el establecimiento de
objetivos unificados.
LECTURAS RECOMENDADAS
Arnold, B y Schilling, [Link]áctica basada en la evidencia en el deporte y
Ejercicio: una guía para usar la investigació[Link]: FA Davis
Empresa, 2016.
Coutts, A. Desafíos en el desarrollo de la práctica basada en la evidencia en
deporte de [Link] J Sport Physiol Realizar12: 717-718, 2017.
Dijkstra, H, Pollock, N, Chakraverty, R y Alonso, J. Gestión de la
salud del deportista de élite: un nuevo modelo integrado de gestión y
entrenamiento de la salud del [Link] J Sports Med48: 523-531, 2014.
Moreau, W, and Nabhan, D. Trabajo organizacional y multidisciplinario en
Centros olímpicos de alto rendimiento en [Link] Med Clin Condes 23:
337-342, 2012.
Reid, C, Stewart, E y Thorne, G. Equipos multidisciplinarios de ciencias del deporte
en el deporte de élite: ¿servicio de la comprensión o conflicto y confusión?Psicología
Deportiva18: 204-217, 2004.
CAPÍTULO 31
Diseminacion de informacion
Dr. Yann Le Meur
La ciencia del deporte ha demostrado un rápido crecimiento desde aproximadamente 2010. Durante este período, la
cantidad de información disponible y las ramificaciones relacionadas (p. ej., metodología de entrenamiento, aprendizaje de
habilidades motoras, psicología del deporte, nutrición, recuperación) aumentó exponencialmente. Por ejemplo, el número
de publicaciones científicas dedicadas a los deportes de equipo en el motor de búsqueda PubMed aumentó de 104 en 1998 a
320 en 2009 y 1253 en 2020. Muchos factores parecen estar en juego para explicar esta tendencia. En primer lugar, la
mayoría de las revistas científicas en ciencias del deporte informan un fuerte aumento en la cantidad de manuscritos que
reciben para su publicación. Este número cada vez mayor de envíos parece estar asociado con el aumento de científicos
deportivos y estudiantes dentro del campo, pero también debido a un acceso más fácil a la tecnología que facilita la
recopilación de datos. En segundo lugar, un número creciente de revistas científicas dedicadas a las ciencias del deporte
ahora están disponibles, ofreciendo más lugares para publicar investigaciones científicas. Aunque este aumento en la
cantidad de información disponible en ciencias del deporte tiene algunos beneficios claros y positivos, también está asociado
con algunas limitaciones e inconvenientes. Es importante abordar el tema de mantener los hallazgos digeribles e
impactantes para las partes interesadas que operan en entornos aplicados. Este punto se aborda en la primera parte de este
capítulo. Es importante abordar el tema de mantener los hallazgos digeribles e impactantes para las partes interesadas que
operan en entornos aplicados. Este punto se aborda en la primera parte de este capítulo. Es importante abordar el tema de
mantener los hallazgos digeribles e impactantes para las partes interesadas que operan en entornos aplicados. Este punto
se aborda en la primera parte de este capítulo.
De manera similar a como ha influido en el número de publicaciones sobre ciencias del deporte
en este siglo, el fuerte aumento de la tecnología disponible para las organizaciones deportivas
también ha tenido un fuerte impacto en la cantidad de información disponible para las personas
que trabajan con atletas, especialmente en el nivel más alto. Basándose en la recopilación de datos
tanto subjetivos como objetivos utilizando múltiples herramientas (p. ej., aplicaciones, sistemas de
seguimiento, sensores), el científico del deporte ahora puede potencialmente proporcionar
cantidades significativas de información a los entrenadores. Cuando se recopilan e interpretan
adecuadamente, estos informes deben informar los procesos de toma de decisiones con respecto a
la planificación y manipulación de la capacitación. El uso apropiado de
Sin embargo, el análisis, la visualización y la comunicación siguen siendo un verdadero desafío, que
se analiza más adelante en este capítulo.
MAXIMIZAR EL IMPACTO DE LA INVESTIGACIÓN
Uno de los principales objetivos de la investigación en ciencias del deporte es influir positivamente
en las decisiones y prácticas de los entrenadores y apoyar al personal desafiando sus métodos y
creencias. Las revistas revisadas por pares sirven como ancla para centralizar este conocimiento,
pero la evidencia demuestra que los científicos del deporte pueden maximizar considerablemente
el impacto de los hallazgos de sus investigaciones dedicando tiempo a difundirlos a través de
medios más accesibles y fáciles de digerir.
Tradicionalmente, el establecimiento del conocimiento y la comunicación científica se
ha completado a través de artículos y publicaciones en revistas revisadas por pares. La
publicación de un estudio en una revista científica internacionalmente revisada por pares
puede considerarse el paso final de un largo proceso que caracteriza la metodología de la
investigación. Eso incluye los siguientes pasos:
Identificar una pregunta de investigación sólida y potencialmente impactante para abordar
Desarrollar hipótesis relacionadas con la pregunta de investigación
Diseño del protocolo experimental Realización del
experimento y análisis de los resultados Redacción de un
informe científico
Abordar las inquietudes planteadas durante el proceso de revisión por pares Publicar
los hallazgos y contribuir al cuerpo científico de conocimiento
Cuando el manuscrito científico final haya sido aceptado, el proceso de investigación podría
darse por concluido. Sin embargo, publicar en una revista científica claramente no garantiza que un
artículo sea impactante, y la mayoría de las veces los hallazgos de la investigación no dan como
resultado cambios rápidos y eficientes en la práctica aplicada. Si bien dicho proceso ha sido
importante para garantizar la solidez científica, los modelos de publicación basados en suscripción
y los procesos de revisión por pares pueden llevar un tiempo considerable y pueden dificultar la
difusión de los resultados de la investigación a audiencias más amplias. Por ejemplo, un estudio
estimó que hay un retraso de 17 años entre la finalización de un estudio de investigación y la
traducción de esta nueva evidencia a las prácticas de los profesionales médicos. Incluso entonces, la
traducción puede ser solo parcial en el mejor de los casos (15).
Tradicionalmente, el impacto del trabajo de un investigador se mide únicamente por
publicaciones (número de artículos publicados y su factor de impacto) y citas (p. ej., índice
h, índice i10). Incluso si estas métricas son buenos indicadores de aceptación y adopción
por parte de la comunidad científica, no logran capturar el valor de la
investigación a partes interesadas no académicas involucradas en el rendimiento deportivo
(por ejemplo, entrenadores, médicos, fisioterapeutas, atletas). La mayoría de las veces, la
investigación académica tarda años en llegar a la publicación, ya que antes había permanecido
en gran medida inaccesible para la mayoría de los entrenadores, atletas y profesionales. En un
estudio publicado en 2015, Stoszkowski y Collins (19) informaron que a la mayoría de los
entrenadores no les gusta particularmente o le dan mucha importancia al aprendizaje formal.
Los resultados indicaron que las revistas académicas se clasificaron como el peor método para
adquirir conocimiento de coaching, con solo ~ 2% informando que las revistas académicas eran
su método preferido para adquirir dicho conocimiento en una cohorte de 320 participantes
(frente al 42%, 12% y 11). % de discusión entre compañeros, libros y observación de otros
entrenadores, respectivamente).
Estos hallazgos cuestionan si la sugerencia de que a los entrenadores no les gusta el
aprendizaje formal es mucho menos un comentario sobre su efectividad que sobre su
calidad o la forma en que se ofrece a los entrenadores, o ambos. Por ejemplo, cuando
informan las razones de sus preferencias de aprendizaje, los entrenadores claramente
valoran la oportunidad de interacción social y discusión. Esto quizás no sea sorprendente,
especialmente si se considera la conveniencia y la facilidad de acceso indicadas por los
participantes en el estudio (ambas críticas comunes a los métodos formales de adquisición
de conocimiento) (19). Después de todo, los entrenadores pueden obtener información de
manera relativamente rápida y eficiente de los otros entrenadores con los que interactúan.
Además, es probable que dicha comunicación se aplique de manera más clara (p. ej., “Si yo
fuera usted, haría esto…” [es decir, procedimental]) en lugar de ser más global (p. ej., “Le
gustaría considerar…” [es decir, declarativo]). De manera similar, los participantes
claramente otorgaron más valor a los modos de aprendizaje que consideraban
directamente relacionados con las realidades de su propia práctica de entrenamiento: otra
crítica común de las revistas académicas o los cursos de educación formal (12,21,22).
Además de la falta de transferibilidad entre los manuscritos científicos y las prácticas
aplicadas dentro del deporte, también se pueden considerar varias otras razones:
Cuando están disponibles, los estudios aplicados se diluyen con investigaciones de menor
interés práctico, que no abordan interrogantes que tienen los practicantes y contribuyen
a desconectar con las ciencias del deporte del campo (3). De hecho, parece que los
científicos deportivos a menudo investigan lo que es relevante para sus intereses
personales en lugar de los de las partes interesadas clave, definidas como interesantes en
lugar de útiles (10).
Los profesionales no siempre entienden toda la información en la academia.
artículos de revistas debido al uso de jerga científica y terminología compleja (14).
El formato del papel es inapropiado y poco atractivo. Los profesionales se quejan de que la mayoría
de los artículos tienen bloques de texto largos y densos con imágenes mínimas (1), y los formatos
más atractivos como el video siguen siendo extremadamente raros.
Llevar a cabo una encuesta científica y leer artículos consume mucho tiempo, y las
partes interesadas clave involucradas en el proceso de desempeño no tienen
suficiente tiempo para realizar este tipo de trabajo.
Muchos artículos científicos revisados por pares están protegidos por costosas
suscripciones y membresías.
COMUNICACIÓN DE SOLUCIONES POTENCIALES
Teóricamente, la investigación aplicada de las ciencias del deporte tiene como objetivo
producir un resultado que sea relevante para el deporte con el fin de mejorar el
rendimiento. Para que esto se logre, la información relevante generada a partir de
estudios aplicados debe comunicarse de manera efectiva a las partes interesadas clave
involucradas en el proceso de desempeño (14). Hay oportunidades para una relación más
creativa, basada en el diálogo, entre los científicos del deporte y el público, lo que ayudaría
a superar la brecha de conocimiento y transformar el modelo deficitario de hacer y
comunicar la ciencia. Como Grand y colegas (8) argumentan, practicar la ciencia
abiertamente puede contribuir a una cultura más comprometida, informada y crítica.
Internet también ha creado nuevas oportunidades para la ciencia abierta y para la
difusión de los resultados de la investigación en formas más interactivas, lo que podría
ayudar a superar la brecha de conocimiento y transformar el enfoque académico
tradicional para realizar y comunicar la ciencia. Ahora hay disponible una mayor variedad
de medios interactivos, que incluyen redes sociales, blogs, infografías, podcasts, videos y
resúmenes de audio, por nombrar solo algunos. Como indican Purdam y Zhu (18), existe
claramente un vínculo entre estos diferentes enfoques para comunicar la investigación y,
por lo tanto, se podrían utilizar múltiples formatos y canales como parte de un proceso de
comunicación integrado, con la publicación de artículos de revistas como ancla.
Revistas de acceso abierto
Debido a que una de las barreras que limita la divulgación de la ciencia está relacionada con la
capacidad de acceder fácilmente a los manuscritos científicos, publicar en revistas de acceso
abierto puede representar una buena alternativa que puede maximizar la visibilidad de un
artículo científico, simplemente porque más personas tienen acceso a él. Al comparar el nivel
de citas entre artículos de acceso abierto y por suscripción en revistas de diferentes disciplinas,
Norris (17) mostró que las descargas de texto completo de documentos de acceso abierto
fueron un 89 % más altas, las descargas de PDF fueron un 42 % más altas y los visitantes únicos
fueron un 23 % más altos que los de los artículos basados en suscripción. La publicación en
revistas de acceso abierto también parece tener un impacto positivo en el crecimiento de las
citas y se asocia con un proceso de comunicación más rápido (2). Sin embargo, el costo
asociado con la publicación basada en suscripción puede ser prohibitivo (con costos que
alcanzan los $ 1500- $ 5000). En cambio, algunas alternativas de acceso totalmente gratuito
([Link],Informes de ciencia y rendimiento deportivo) puede representar una solución más
adecuada que facilite la difusión de la ciencia del deporte a un público más amplio. Sin
embargo, tales iniciativas aún están en pañales, y el futuro cercano revelará si este tipo de
plataforma puede tener éxito en construir una reputación sólida y encontrar su lugar junto
a revistas bien establecidas de acceso abierto y basadas en suscripción.
Plataformas de redes sociales académicas
De la misma manera que las revistas de acceso abierto pueden facilitar el acceso a las
publicaciones académicas, las plataformas de redes sociales académicas también pueden
representar una opción interesante para los científicos del deporte que deseen difundir su
trabajo en su formato académico. Sitios como ResearchGate, [Link] o Mendeley
ofrecen un lugar valioso para compartir documentos, hacer preguntas, recibir respuestas
e interactuar con posibles colaboradores. Un estudio de Niyazov y colegas (dieciséis)
mostró que los artículos cargados en [Link] recibieron un aumento del 69 % en las
citas en 5 años entre 2009 y 2014. Sin embargo, aunque es probable que estas plataformas
faciliten la creación de redes entre académicos y científicos investigadores, la presencia de
practicantes involucrados en el rendimiento deportivo (p. , entrenadores, médicos,
fisioterapeutas) sigue siendo muy poco probable, lo que sugiere que se deben investigar
métodos complementarios para llegar mejor a una audiencia no académica.
Redes sociales
Las herramientas de redes sociales como Facebook, Twitter e Instagram han afectado
fundamentalmente la forma en que las personas se comunican desde aproximadamente 2010.
La comunidad científica no es diferente, y estos medios brindan nuevas oportunidades para la
comunicación científica abierta, especialmente dirigida a audiencias no académicas. Entre las
diferentes redes sociales, Twitter en particular se ha convertido en la plataforma de redes
sociales preferida para la comunicación científica y la correspondencia.
El uso de las redes sociales para aprovechar la comunicación científica también tiene el
potencial de generar oportunidades, exposición e impacto más allá de los círculos científicos.
De hecho, un estudio de Côté y Darling (6) mostró que los científicos con más de 1000
seguidores en Twitter llegan a una amplia audiencia, incluidas organizaciones educativas,
medios de comunicación y miembros del público, personas que es poco probable que accedan
a artículos de investigación en revistas científicas. Sin embargo, presentarse como científico en
las redes sociales puede presentar algunos desafíos, discutidos con más detalle.
por Burke (5):
Conectividad 24/7:La entrada incesante de correos electrónicos, redes sociales y otras
fuentes con la expectativa de una respuesta inmediata puede promover un enfoque
reactivo en lugar de proactivo para la comunicación científica, con resultados
impulsivos en lugar de considerados que se convierten en la norma. Este enfoque no
permite que los científicos promuevan o defiendan teorías y hallazgos con la debida
profundidad y discusión.
Cuestiones científicas complejas reducidas a fragmentos de sonido:La brevedad de los estilos
de comunicación impuestos (p. ej., 280 caracteres en Twitter en el momento de esta
publicación), o determinados culturalmente por muchas plataformas, conduce a una
simplificación excesiva de los problemas y al apoyo general al pensamiento en blanco y negro
y las verdades universales.
Celebridades asumiendo el papel de educadores de ciencias:A los actores, chefs,
entrenadores físicos y otras personas que no tienen formación científica se les ha
permitido explotar su fama o crear fama para promover activamente sus opiniones sobre
la salud, la dieta y el ejercicio. A menudo se considera que estas personas son las fuentes
de información más poderosas sobre temas complicados. Científicos famosos:La
televisión y las redes sociales han creado oportunidades para que algunos científicos se
conviertan en nombres familiares o desarrollen una gran cantidad de seguidores en las
plataformas de redes sociales. Si bien algunos de estos científicos son investigadores
sobresalientes que pueden promover sus campos y la ciencia en general, otros no
representan los puntos de vista principales ni promueven sus propias ideologías y
agendas. Las audiencias pueden tener poca apreciación de sus sesgos profesionales.
Desconfianza pública de la investigación apoyada por la industria:La divulgación de anomalías o sesgos
en algunas investigaciones financiadas por la industria ha provocado una reacción violenta general
contra las fuentes de financiación, a pesar de que la investigación se realizó con rigor ético e
imparcialidad. Esto es particularmente difícil para las ciencias del deporte, ya que su estatus de baja
prioridad dentro de las agencias de subvenciones competitivas y los organismos de financiación
académica hace que dependa más de la financiación de la industria. Los resultados incluyen entonces
una reducción en los resultados de la investigación y el despido injustificado de proyectos que han
recibido apoyo de la industria.
Enfigura 31.1(5).
Infografías y Animaciones
Indirectamente conectado a las redes sociales está el uso de otro método emergente para
distribuir información científica: la creación y difusión, a través de las redes sociales, de las
llamadas infografías y animaciones. Las infografías son representaciones gráficas visuales
de información, datos o conocimientos con la intención de presentar el contenido de
manera clara y sucinta (verfigura 31.2). Las animaciones son una forma de video que utiliza
texto e imágenes en movimiento para mejorar el aprendizaje visual. Las animaciones
sirven esencialmente como una versión dinámica de la infografía.
El formato conciso de infografías y animaciones es atractivo y facilita la
transferencia y retención de conocimientos. De hecho, las personas tienen 6,5 veces
más probabilidades de recordar información nueva de una infografía o animación en
comparación con leer la misma información solo en texto (1). Malone y colegas (13)
confirmó que los practicantes reportaron una preferencia por este tipo de medios
como método de difusión. De hecho, tales métodos son útiles para simplificar el
mensaje general a las partes interesadas clave (por ejemplo, entrenadores y atletas).
La siguiente lista describe algunas pautas que las personas deben seguir para crear
una infografía atractiva y justa:
1. Elija un tema comenzando con las preguntas que hacen los entrenadores y el
personal de apoyo. Diseña una infografía para la audiencia.
2. Critique la investigación original antes de presentarla y no considere
que la audiencia necesariamente lo hará.
3. Indica el nivel de evidencia dentro del artículo que presenta la infografía, o
al menos sé cauteloso con respecto a las conclusiones.
4. Cite todas las fuentes y anime a la audiencia a consultarlas.
5. Limite la jerga científica y adopte un vocabulario que los usuarios finales
entiendan.
6. Limitar aspectos altamente mecanicistas y de ciencia básica.
7. Resalte las posibles implicaciones prácticas de lo que se informa.
8. Invierte energía en el estilo y diseño: elige una plantilla que encaje con la
organización de las ideas en la infografía, por ejemplo, la recopilación de
argumentos aislados, la secuencia lógica de ideas y la presentación de
diferentes puntos de vista.
9. Escoger ilustraciones que favorezcan la comprensión del lector y no sólo
como adorno visual; cada elemento debe contribuir activamente a la
comprensión del lector.
Utilice gráficos para resaltar los resultados clave cuando sea posible.
11. Limite la longitud del texto tanto como sea posible.
FIGURA 31.1Comunicar la ciencia del deporte en la era de la
Twitteresfera.
Datos de LM Burke. (2017, pp. 1-5).- diseñado por @YLMSportScience; proporcionado con
permiso.
FIGURA 31.2Ejemplo de infografía diseñada para difundir la investigación en
ciencias del deporte.
Diseñado por @davidkpope; proporcionado con permiso.
12. Destacar las implicaciones prácticas potenciales de lo que se informa.
13. Cuando haya terminado con los pasos 1 a 12, tómese un descanso de 24 horas del trabajo
en la infografía y luego reevalúe para determinar si se necesitan todos los componentes
de la infografía. Si es así, haga refinamientos si es posible.
Como lo discutió Impellizzeri (9), existe un riesgo inherente de simplificación
excesiva o mala interpretación, especialmente por parte de una audiencia sin
educación científica, con el uso de infografías y animaciones para difundir
información científica. Por esta razón, es importante seguir los siguientes pasos:
Reconozca que las infografías y las animaciones son una simplificación de los estudios
que ya están adoptando una forma simplificada de compartir los fenómenos complejos
que los científicos están tratando de comprender mejor.
Anime al lector a acercarse a las infografías y animaciones con un buen
grado de escepticismo (las infografías no siempre resaltan los sesgos y las
limitaciones de la investigación que presentan, lo que potencialmente
puede dar a los hallazgos un énfasis excesivo que no siempre es
proporcional a la fuerza real). de los datos y el diseño).
Anime a las personas a no inferir demasiado de una sola infografía o animación, y
edúquelas sobre cómo evaluar el nivel de evidencia detrás de la investigación
científica que se presenta (algunas conclusiones son sólidas, otras no tanto;
algunas conclusiones pueden generalizarse, otras no). ser). Equilibra el debate
diseñando infografías o animaciones sobre los pros y los contras de temas
candentes para ayudar a los lectores a formar su propia opinión.
Aliente sistemáticamente a las personas a explorar los artículos científicos en los que
se basan las infografías y las animaciones indicando la fuente en la infografía y
agregando un enlace al artículo original en publicaciones de redes sociales y blogs (es
decir, las infografías deben verse como un complemento y no sustituye a los artículos
científicos, similar al uso de un tráiler para promocionar el lanzamiento de una
película).
blogs y vlogs
blogs(generalmente <600 palabras) oblogs(blogs basados en contenido de video) sirven como una
salida para el pensamiento original, promoviendo conversaciones sobre temas candentes o
resumiendo artículos clave, y pueden ser un método eficaz para compartir información con la
comunidad más amplia de rendimiento deportivo. Sin embargo, mantener un blog requiere tiempo,
especialmente si se compara con plataformas de microblogging como Twitter; pero los blogs
permiten a los científicos del deporte compartir información más detallada que las redes sociales.
Como indica Dunleavy (7), las publicaciones de blog representan una forma de generar
conocimiento sobre el trabajo académico, aumentar el número de lectores de artículos útiles e
informes de investigación, generar citas y fomentar el debate. Los blogs generalmente hacen que el
aprendizaje formal sea más agradable y aplicable a los científicos del deporte que trabajan en
entornos aplicados, quizás al crear la oportunidad de aprovechar de manera más efectiva los
ejemplos y las implicaciones prácticas.
Once puntos clave sustentan la redacción de artículos de blog (7)*:
1. Suponga que un artículo de revista tiene 8.000 palabras. La tarea es llegar a
una versión decente en 600 a 1000 palabras, tan rápido y sin dolor como sea
posible.
Comience eliminando toda la sección de metodología; puede importar, pero a la mayoría de
los lectores no les importará. Si los métodos son innovadores, es probable que las
personas necesiten leer el artículo original para entenderlos detalladamente. Así que
resuma brevemente los métodos en términos intuitivos dentro de la publicación (e
incluso entonces, más hacia el final), y luego enlace al artículo, usando una versión de
acceso abierto cuando sea posible.
3. Deshazte de la larga revisión de la literatura al principio. En el contexto del blog, a nadie le
importan las credenciales académicas o la puntuación. También elimine la mayor parte de
cualquier discusión final sobre cómo los resultados concuerdan o difieren del trabajo de otras
personas. Una línea o dos en algún lugar cerca del comienzo, y luego dos líneas de
pensamientos finales o punteros al final de la publicación, normalmente son suficientes.
4. Escriba un encabezado narrativo que transmita sustancialmente el mensaje esencial. Trate de
decirles a los lectores de manera muy clara y sencilla lo que se descubrió. Se necesita un
mensaje significativo, pero debe tener menos de 280 caracteres; así, el título del blog también
puede ser el tuit. No intente con un solo encabezado; experimente con 6 a 10 variantes
diferentes para encontrar una que realmente funcione.
5. Intente siempre incluir un párrafo de "tráiler" en la publicación del blog que
explique, en no más de tres o cuatro líneas, por qué la publicación es interesante
y brinde otra perspectiva sobre cuál es el mensaje clave (sin repetir la redacción
del título). . La tarea aquí es suscitar interés y dar a los lectores una buena
dirección narrativa que los atraiga a la publicación y les asegure que la
entenderán.
6. Ahora viene la parte en la que se toman los hallazgos y argumentos clave del
artículo de la revista para formar el cuerpo del texto del blog. ¿Qué descubrieron
o concluyeron los investigadores? ¿Qué puntos se pueden hacer sobre los
hallazgos o conclusiones clave? Si el blog presenta un argumento, integra ideas o
desarrolla un tema, sigue siendo importante tener un resumen claro y sustantivo
del mensaje central. Aquí es vital cargar el material por adelantado, colocándolo
en una secuencia muy diferente del artículo convencional (que se carga al final):
Comience de una manera de alto impacto, idealmente tratando de comenzar con algo
motivador para los lectores: ya sea un hecho sorprendente, una paradoja resuelta, una clave
resumen estadístico, o una gran cita. Para los lectores de blogs, algo de actualidad que
se vincule a un desarrollo reciente suele ser un buen comienzo. Alternativamente,
prometer a los lectores un cambio en nuestro conocimiento u otras cosas nuevas es un
gran motivador. Una vez que los lectores están enganchados, es aceptable tener una
pequeña cantidad de contexto aquí (3 o 4 líneas) que resalte la relevancia del tema. Vale
la pena escribir cuidadosamente una sección de inicio de alto impacto y tratar de
mantenerla impactante.
Explique al principio del cuerpo del texto el núcleo de los hallazgos o el argumento de la
versión del diario. Muévase directamente a lo que funcionó en el estudio de
investigación, el experimento y la búsqueda de archivos, por ejemplo, y diga a los
lectores claramente lo que se encontró o concluyó. En una publicación de blog, las
mejores partes llegan al principio, no solo al final. Corte cualquier texto del artículo que
cubra etapas intermedias, o modelos anteriores, o caminos tomados que no condujeron
a resultados.
Una vez hecho esto, desglose un poco el mensaje, tal vez destacando no más de
tres aspectos específicos, idealmente los aspectos con el mayor interés o
atractivo para los lectores, o el mayor reclamo para avanzar en nuestro
conocimiento.
7. Siempre que sea posible, incluya al menos una tabla o gráfico, tal vez dos o tres, pero
trate de evitar tener más de cuatro exhibiciones.
Explique las tablas o gráficos correctamente, etiquételos con mucha claridad y
simplifique si son demasiado complejos. Incluya una breve nota explicativa debajo de
cada gráfico o tabla que explique lo que se muestra y ayude a los lectores a
comprenderlo. Asegúrese de que los encabezados de columna o fila en las tablas, así
como las etiquetas de ambos ejes en los gráficos, sean muy claros.
Mire cuidadosamente cualquier gráfico o tabla que se esté considerando para su
inclusión y determine si todos sus componentes son realmente necesarios (por
ejemplo, se necesitan todas las columnas de la tabla o se podrían cortar algunas
intermedias para mostrar las columnas con el final). resultados?). Del mismo modo,
trate de tener gráficos simples, en los que cada barra o línea sea necesaria porque
ayuda activamente a desarrollar la comprensión de los lectores; de lo contrario, se
corta.
La prueba de fuego para cualquier exhibición es: "¿Qué es lo que los lectores realmente necesitan saber?"
8. No asuma que los lectores saben lo que se quiere decir sin explicación.
Si se necesita vocabulario especializado ("jerga") (p. ej., en trabajos académicos), manténgalo
al mínimo y explique todos los términos que probablemente no conozca al utilizarlos por
primera vez.
Tenga especial cuidado con las siglas e iniciales y fórmulas. No explique la
sigla o la fórmula una vez y luego la use 20 o 50 veces. Explique una vez;
luego use la expresión completa (o actualice la explicación) cada cinco o
seis veces que se implemente posteriormente el acrónimo o la fórmula.
Escribe párrafos más cortos que en un diario, digamos 150 palabras. Pero no escriba un
texto en el que cada oración sea su propio párrafo. Ese estilo puede funcionar para
comunicados de prensa, pero los lectores comunes rápidamente lo encontrarán
desorganizado. Los párrafos propios son unidades de pensamiento; cuando están bien
escritos, le dan al texto del blog una subestructura sutil que lo hace mucho más
comprensible.
En las publicaciones de blog, todas las referencias son hipervínculos discretos. La URL se
encuentra detrás de un término resaltado relevante o una frase corta. Por supuesto, los enlaces
digitales van solo a la parte superior de la fuente citada.
9. Trate de terminar la publicación del blog de una manera decisiva e interesante, un final
que resuma y encapsule el argumento de una manera nueva y ordenada, quizás
abriendo paso a los próximos pasos o desarrollos futuros. Una vez más, intente lograr
un final muy bien escrito que deje una buena impresión duradera en los lectores.
10. Debajo de la publicación, proporcione el título del artículo extenso y un vínculo claro, idealmente un
hipervínculo a una versión de texto completo de acceso abierto.
11. Por último, incluye algunas líneas (4 o 5) de información relacionada con la biografía del autor
del blog. Idealmente, esto debería incluir la posición organizacional del escritor, un enlace a
las cuentas de Twitter, Facebook o correo electrónico del escritor, y tal vez una breve
mención de libros recientes (hipervínculos a los títulos) u otras obras clave.
podcasts
Ya sea que trabajen en un entorno académico o en un club, equipo o federación, los científicos
deportivos a menudo se dedican a múltiples tareas y se enfrentan a agendas apretadas. Estas
limitaciones de tiempo a menudo dificultan encontrar tiempo adicional para escribir artículos de
blog o diseñar infografías. De la misma manera, los practicantes de deportes no siempre tienen
tiempo para seguir activamente muchas fuentes de información, especialmente
cuando puede llevar mucho tiempo digerirlos (p. ej., leer artículos largos de blog o mirar videos
largos). En este contexto, los podcasts pueden representar una solución eficaz que permita a los
científicos del deporte compartir sus ideas sin dedicar una cantidad significativa de tiempo, al
mismo tiempo que permite a los practicantes del deporte consumirlos de manera eficiente mientras
hacen ejercicio (p. ej., correr, andar en bicicleta) o viajar (p. ej., en el coche, un autobús, un tren, un
avión). Al igual que un artículo de blog, los podcasts permiten a los expertos compartir sus
opiniones y aportar anécdotas, adoptando un tono más personalizado que en las revistas
académicas. Pueden variar desde discusiones informales sobre un tema amplio hasta una
inmersión profunda en un trabajo de investigación o tema específico.
DIFUSIÓN DE INFORMACIÓN AL
EQUIPO DE RENDIMIENTO
Debido a la gran importancia de la difusión efectiva de la información, esta sección
repite y refuerza los conceptos explicados encapitulo 21.
Thornton y colegas (20) identificó tres procedimientos secuenciales:
1. Seleccionar qué información es importante presentar
2. Identificar las formas más adecuadas de presentar los datos
3. Comunicar y entregar información de manera efectiva
El aprecio y la aplicación del apoyo de las ciencias del deporte ha crecido exponencialmente
a partir de la década de 1990, especialmente en los deportes de equipo. A pesar de que el
papel de los científicos del deporte puede diferir entre organizaciones, una de sus principales
responsabilidades es monitorear el estado físico y el entrenamiento de los atletas. Los datos de
monitoreo brindan información útil para determinar si un atleta está respondiendo
adecuadamente a las demandas del entrenamiento y la competencia. La evaluación de los
datos de seguimiento es esencial para garantizar que los atletas se entrenan de manera
adecuada para enfrentar los requisitos de la competencia, al mismo tiempo que se garantiza
que se adapten adecuadamente a la carga de trabajo (20). Este proceso debería ayudar a
maximizar el potencial de rendimiento de los atletas y minimizar el riesgo de sobrecarga o
lesiones. Desde esta perspectiva, los científicos del deporte y el personal de apoyo a menudo
recopilan una amplia gama de datos que reflejan las cargas de trabajo externas e internas a las
que se han sometido sus atletas, así como las evaluaciones fisiológicas y psicológicas de la
fatiga y el rendimiento físico. Cuando se recopilan e interpretan adecuadamente, estos datos
deben informar el proceso de toma de decisiones relacionado con la planificación y el manejo
de la capacitación.
Thornton y colegas (20) proporcionó un esquema metodológico que puede ayudar a los
profesionales a desarrollar y emplear métodos de retroalimentación simples y efectivos
para entrenadores y atletas (verfigura 31.3;19). Su marco se compone de cuatro pasos:
1. Consideraciones para el seguimiento de deportistas
2. Métodos de análisis de datos
Determinar cambios significativos en los datos
4. Establecer métodos efectivos para presentar y comunicar información
importante
Selección de información importante para la presentación
Como se mencionó anteriormente, cuantos más datos se recopilan, más difícil suele ser
mantener la información sucinta, directa al grano y fácil de digerir. Los científicos del deporte
buscan explorar y comprender fenómenos que son complejos y multifacéticos (p. ej., fatiga,
prevención de lesiones); sin embargo, a menudo es difícil restringir el número de variables
clave para informar sin hacer que el informe sea demasiado simplista. Al mismo tiempo, el
papel del científico deportivo es proporcionar información a los miembros del cuerpo técnico y
médico para optimizar su toma de decisiones, pero no tomar decisiones por ellos a menos que
una decisión sea parte de las responsabilidades del científico deportivo. . En este sentido, las
cargas de trabajo y el control del bienestar, por ejemplo, pueden ser una preocupación
principal para el científico del deporte; pero el personal médico puede tener diferentes
problemas, como un jugador titular lesionado, mientras que en otros lugares los entrenadores
tienen un partido para el que prepararse. Por lo tanto, es necesario reconsiderar cómo
simplificar los informes y la información clave compartida durante las reuniones y discusiones
informales concentrándose en la información que la audiencia necesita saber. La producción
de informes directos al punto y fáciles de digerir requiere tiempo y esfuerzo y debe alentar al
científico deportivo a cuestionar con frecuencia la forma en que varios miembros del personal
interpretan los informes y los utilizan de manera efectiva para tomar decisiones.
FIGURA 31.3Un resumen de los pasos principales involucrados en el desarrollo de un sistema
de seguimiento de atletas.
ACWR: relación de carga de trabajo aguda a crónica; EWMA, medias móviles exponencialmente ponderadas; STEN,
decenas estándar; SWC, el cambio más pequeño que vale la pena; CV, coeficiente de variación; MBI, inferencias basadas en
magnitudes.
Basado en Thornton y colegas (2019).
Identificación de las formas más adecuadas de
presentar los datos
Los datos y los resultados se pueden presentar de muchas maneras diferentes (4). Una vez que
se han identificado las preguntas relevantes, se han seleccionado las mejores variables y se
han aplicado las estadísticas apropiadas, el mayor desafío para los científicos del deporte se
convierte en comprender el tipo más eficiente de visualización e informe de datos para
transmitir su mensaje. Esto es particularmente importante para
ayudar al personal a comprender la información rápidamente; contar
una historia;
mantener el interés de la audiencia por más tiempo;
asegurar la retención de información importante; y
identificar los valores atípicos, que a menudo representarán información clave a considerar
(excepto cuando estén relacionados con errores técnicos).
Se pueden seguir tres pasos para lograr este objetivo:
1. Seleccione el punto de partida y desarrolle habilidades técnicas.
Mida lo que más importa y evolucione y mejore el proceso a partir de
ahí.
Tenga tres o cuatro viñetas clave que destaquen la información principal que el informe
pretende compartir, ya que es posible que algunas personas no se tomen el tiempo de
leer el informe completo.
Utilice el aprendizaje automático para identificar los parámetros que deben
destacarse en los informes, sin perder demasiada información (p. ej., análisis de
componentes principales, agrupamiento).
Siga aprendiendo sobre las métricas y las posibles nuevas métricas, y sobre cómo
usarlas en los informes.
Desarrolle habilidades utilizando recursos que ayuden a que el análisis de datos sea
más eficiente en tiempo y la presentación sea más efectiva. Los ejemplos incluyen
informes basados en hojas de cálculo; software o entornos basados en lenguaje
de programación, centrándose en el análisis estadístico (por ejemplo, R,
Pitón); y plataformas para análisis y presentación visual (p. ej., tableros en
PowerBI o Tableau). La idea es hacer que los informes sean interactivos y
fáciles de compartir en diferentes herramientas (PC, tabletas, teléfonos
inteligentes).
Si es posible, solicite el apoyo de un científico de datos para ayudar con estos
desafíos.
2. Conozca a su audiencia y adapte sus informes en consecuencia.
Limite su público objetivo. Crear diferentes comunicaciones para
diferentes audiencias. Cuanto más sepas sobre tu audiencia, mejor.
Tenga conversaciones con las personas que recibirán la información y
asegúrese de que piensen que los informes son fáciles de digerir y
llamativos. Desafíe constantemente los informes que se comparten con los
miembros del personal: ¿Están usando un informe? Si no lo utilizan o solo lo
utilizan parcialmente, intente comprender por qué. Siga trabajando duro
para remediar la situación si la respuesta no es satisfactoria. Encontrar la
opción óptima es a menudo un camino difícil que requiere establecer un
enfoque de prueba y error.
Haga coincidir el mensaje con las expectativas, preferencias y hábitos del
entrenador y del atleta: información visual versus verbal, informes impresos versus
digitales, interpretación cuantitativa versus cualitativa, tablas versus gráficos (y tipos
de gráficos [p. ej., barras versus radares]).
3. Los informes deben ser tan simples e informativos como sea posible (“simples pero
poderosos”).
Con frecuencia, menos es más. Incluso cuando recopile una gran cantidad de datos,
concéntrese en informar solo algunos puntos de datos importantes (aquellos que se pueden
usar para responder las preguntas que los entrenadores y atletas han hecho y que pueden
tener un impacto en el programa).
Considere implementar sistemas de semáforos en sus mesas. Transmiten la
información de seguimiento del atleta de una manera fácilmente
interpretable.
Asegúrese de eliminar el ruido innecesario (como los decimales). Escriba todo el
texto horizontalmente para facilitar la lectura.
Agregue etiquetas a los gráficos para que también se puedan ver los valores exactos (gráfico para
patrones, números para detalles, si es necesario).
Resalte los cambios significativos o las diferencias para que se vean de un vistazo
(con diferentes niveles posibles de análisis de datos).
Incluya barras de error cuando sea posible para reconocer la incertidumbre
(error típico de la medición e intervalos de confianza para valores individuales y
promedio, respectivamente).
Se recomiendan diagramas de dispersión univariados o diagramas de puntos, que muestren
los datos sin procesar cuando el tamaño de la muestra es pequeño, o diagramas de caja con
rangos intercuartílicos (percentil 25 y 75 de la muestra); se pueden incluir bigotes para
demostrar valores atípicos.
Los diagramas de violín son efectivos para demostrar la distribución de los datos en tamaños
de muestra medianos y grandes.
Deben evitarse los gráficos de barras al presentar datos continuos, particularmente
con muestras de pequeño tamaño.
Tenga en cuenta que compilar informes simples puede volverse complejo. Para resolver
esto, considere crear tableros interactivos que cuenten una historia, en lugar de
informes rígidos.
Comunicar y entregar información de manera
efectiva
Como explica Buchheit (4), la utilidad del trabajo de los científicos del deporte
dentro de un equipo de apoyo al rendimiento está fuertemente determinada por
su influencia en las decisiones que toman las otras partes interesadas. Dentro de
esta perspectiva, la capacidad de los científicos del deporte para comunicarse con
los entrenadores, así como con los miembros del personal médico, es primordial. Si
no pueden generar interés e interacciones positivas con los entrenadores y
jugadores, se verán desafiados a transmitir su mensaje (es decir, entregarlo), y sus
informes sofisticados con estadísticas de alta calidad en gran medida perderán su
valor y probablemente terminarán en el basura De la misma manera, los atletas
son la pieza más importante del rompecabezas cuando se trata de rendimiento
deportivo. Una organización puede tener las mejores instalaciones, la última
tecnología o los mejores dispositivos portátiles,11).
Entender la cultura de un deporte o una comunidad muy específica de atletas
lleva muchos años. Contar con el respeto y la confianza de atletas de alto perfil suele ser más una
cuestión de personalidad y comportamiento que de conocimientos y habilidades científicas. Aquí hay
algunos consejos que pueden ayudar a crear puentes (11):
Comprender y respetar el trabajo de los demás.
Aprende de los conocimientos y la experiencia de otros. Compartir experiencia
personal y conocimientos.
Haz lo que sea necesario para ser visto como un recurso, no como una restricción.
Pregunte a las personas cómo ayudarlas mejor o cómo trabajar de una manera que sea
complementaria a la suya.
Identifique a los mejores embajadores del personal y aquellos que están menos
interesados o reacios. Impulse proyectos con el primero mientras permanece listo para
colaborar con el segundo.
Sea empático con otros miembros del personal cuando el objetivo sea
implementar algo nuevo y sugerir en consecuencia. La comprensión es el paso
más importante en la comunicación.
Aceptar y apoyar la decisión del personal, incluidas las instancias en las que no siguen las
sugerencias de un informe.
Trabajar la paciencia y la tolerancia a la frustración. La información es sólo una pieza
del rompecabezas.
Demostrar estabilidad emocional y seguir sonriendo. Las circunstancias nunca son perfectas,
pero la actitud de uno puede serlo.
Sea justo y confiable, incluso (especialmente) en los malos momentos. Reconocer cuando
una comunicación contiene un error o cuando no ha surgido una respuesta a una
pregunta.
Comparta informes rápidamente, pero verifíquelos dos veces antes de enviarlos.
EVOLUCIÓN DE LA DIFUSIÓN DE LA INFORMACIÓN
Los medios y el software disponibles para difundir información están en
constante evolución. ¿Quién podría haber dicho en su día que las redes sociales,
los podcasts, los blogs y las infografías jugarían un papel tan importante en la
difusión de la ciencia del deporte en la actualidad? Es poco probable que la
realidad de mañana sea exactamente igual a la de hoy. Dentro de esta
perspectiva, ser curioso y de mente abierta, sin comprometer las ideas debido a
las tendencias de la moda, es probablemente la clave para mantenerse
innovador y proactivo al compartir la ciencia del deporte. Dado que no es
posible invertir en cada nuevo medio de comunicación, la mejor solución
probablemente sea estimar el potencial de cada plataforma para conectarse
con la audiencia objetivo, el tiempo requerido para construir una comunidad
sólida en esa plataforma y el tiempo requerido para Producir contenido
apropiado para la plataforma.
CONCLUSIÓN
Ya sea que los científicos del deporte estén involucrados en un entorno académico o sean
parte de un equipo de alto rendimiento aplicado, su función siempre debe ser maximizar
sus esfuerzos para apoyar la toma de decisiones y las prácticas mejoradas de la audiencia
(es decir, estudiantes, miembros del personal, atletas). Dentro de esta perspectiva, es muy
probable que la publicación de artículos científicos o la elaboración de informes genéricos
de seguimiento resulten insuficientes, cuando se pretende generar un impacto real. Esto
debería impulsar a los científicos del deporte a ir más allá con respecto a la
implementación de métodos efectivos de difusión para conectarse con el mundo que los
rodea. Identificar las barreras que limitan la difusión de la información y la aceptación de
la audiencia objetivo es sin duda el primer paso para identificar las estrategias adecuadas
y construir un plan. Requiere observación y empatía, pero también una cierta capacidad de
cuestionarse y reconocer lo que se podría mejorar para comunicar mejor. Ya sea que se
trate de destacar las novedades en la investigación de las ciencias del deporte o de
compartir un informe de entrenamiento, la difusión de información tiene que ver con la
psicología y con comprender la forma en que las partes interesadas se comportan y
piensan, y con identificar qué solución puede empujarlos a beneficiarse de la información
que las ciencias del deporte puede proporcionar. Dado que la educación académica inicial
que reciben la mayoría de los científicos del deporte no aborda esta dimensión, parece
esencial que los científicos del deporte se mantengan curiosos y creativos y sigan
desafiándose a sí mismos para desarrollar su capacidad de comunicarse de manera
efectiva. Esto es cierto especialmente cuando observan que su impacto sigue siendo
limitado.
RECURSOS RECOMENDADOS
Escribe Fuente Enfocar
blogs [Link] Ciencias de la preparación física y el deporte
[Link] Ciencias del entrenamiento y del deporte
[Link] Ciencias del entrenamiento y del deporte
[Link] Ciencias del entrenamiento y del deporte
[Link] Ciencias del entrenamiento y del deporte
[Link] Fisioterapia
infografías [Link] Ciencia deportiva
[Link] Ciencia deportiva
[Link] Nutrición deportiva
[Link] Fisioterapia
[Link]/ Fuerza y acondicionamiento
Vídeos [Link]/user/ExcelTricksforSports Monitoreo de entrenamiento
[Link] Fisioterapia
[Link] Entrenamiento y ciencias del deporte en el fútbol
podcasts [Link] Alto rendimiento
[Link]/podcast Alto rendimiento
[Link] medicina deportiva
[Link] Nutrición deportiva
*Los once puntos clave están adaptados de (7) (Dunleavy P. Cómo escribir una publicación de blog a partir de su
artículo de revista en once sencillos [Link]://[Link]/impactofsocialsciences/2016/01/25/how
- para-escribir-una-entrada-de-blog-desde-su-artículo-de-revista. enero de 2016).
Traducido del afrikáans al español - [Link]
REFERENCIAS
Prefacio
1. Bishop, D. Un modelo de investigación aplicada para las ciencias del [Link] deportiva38: 253-263, 2008.
2. Bishop, D, Burnett, A, Farrow, D, Gabbett, T y Newton, R. Mesa redonda de ciencias del deporte: ¿la investigación en
ciencias del deporte influye en la práctica?Int J Deportes Physiol Realizar1: 161-168, 2006.
Haff, GG. Ciencia [Link] Cond J32: 33-45, 2010.
4. Masic, I, Miokovic, M y Muhamedagic, B. Medicina basada en la evidencia: nuevos enfoques y
desafí[Link] Informar Med16: 219-225, 2008.
5. Messersmith, LL. Estudio de la distancia recorrida por jugadores de [Link] Q15: 29-37, 1944.
6. Messersmith, LL y Fay, P. Distancias recorridas por jugadores de fú[Link] Q1: 78-80, 1932.
7. Swisher, A. Evidencia basada en la prá[Link] Phys Ther J21: 4, 2010.
8. Ward, P, Windt, J y Kempton, T. Inteligencia empresarial: cómo los científicos deportivos pueden apoyar la toma de
decisiones de la organización en los deportes [Link] J Deportes Physiol Realizar14: 544-546, 2019.
Capítulo 1
1. Couts, AJ. Trabajar rápido y trabajar lento: los beneficios de incorporar la investigación en el deporte de alto
[Link] J Sport Physiol Realizar11: 1-2, 2016.
2. Dellaserra, CL, Gao, Y y Ransdell, L. Uso de tecnología integrada en deportes de equipo: una revisión de
oportunidades, desafíos y direcciones futuras para los atletas.J Resistencia Cond Res28: 556-573, 2014.
3. Diebold, FX, Doherty, NA y Herring, [Link] conocido, lo desconocido y lo incognoscible en la gestión de
riesgos financieros: práctica de medición y avance de la teoría. Princeton, Nueva Jersey: Princeton
University Press, 59-73, 2010.
4. Kahneman, [Link], Rápido y Lento. Nueva York: Farrar, Strauss y Giroux, 115-199, 2011.
5. Le Meur, Y, y Torres-Ronda, L. 10 Retos del científico deportivo aplicado [Link] Realizar Sci
Rep57: v1, 2019. [Link]
6. Nancarrow, SA, Booth, A, Ariss, S, Smith, T, Enderby, P y Roots, A. Diez principios del buen trabajo en
equipo [Link] Recurso Salud11:19, 2013.
7. Senge, [Link] quinta disciplina: el arte y la práctica de la organización que aprende. Negocios de
Broadway, 174-204, 2006.
8. Torres-Ronda, L, y Schelling, X. Proceso crítico para la implementación de la tecnología en las organizaciones
[Link] Cond J39: 54-59, 2017.
Capitulo 2
1. Abbis, CR y Laursen, PB. Modelos para explicar la fatiga durante el ciclismo de resistencia [Link]
deportiva35: 865-898, 2005.
2. Akenhead, R y Nassis, GP. Carga de entrenamiento y seguimiento de jugadores en el fútbol de alto nivel:
práctica actual y [Link] J Deportes Physiol Realizar11: 587-593, 2016.
3. Akubat, I, Barrett, S y Abt, G. Integración de las cargas de entrenamiento internas y externas en el fú[Link] J
Deportes Physiol Realizar9: 457-462, 2014.
4. Appleby, BB, Cormack, SJ y Newton, RU. Confiabilidad de la cinética de sentadillas en jugadores de rugby bien
entrenados: implicaciones para monitorear el entrenamiento.J Resistencia Cond Res33: 2635-2640, 2019.
5. Aubry, A, Hausswirth, C, Louis, J, Coutts, AJ y Le Meur, Y. Extralimitación funcional: ¿la clave para el máximo rendimiento
durante la puesta a punto?Ejercicio deportivo Med Sci46: 1769-1777, 2014.
6. Aughey, RJ y Falloon, C. Datos de GPS en tiempo real versus posteriores al juego en deportes de equipo.J Sci Med Deporte 13:
348-349, 2010.
7. Badin, OO, Smith, MR, Conte, D y Coutts, AJ. Fatiga mental: deterioro del rendimiento técnico en
partidos de fútbol [Link] J Deportes Physiol Realizar11: 1100-1105, 2016.
8. Banister, E, Calvert, T, Savage, M y Bach, T. Un modelo de sistemas de entrenamiento para el rendimiento
[Link] J Sports Med7: 57-61, 1975.
9. Banyard, HG, Nosaka, K, Sato, K y Haff, GG. Validez de varios métodos para determinar la velocidad, la
fuerza y la potencia en la sentadilla [Link] J Deportes Physiol Realizar12: 1170-1176, 2017.
10. Barrett, S, Midgley, A, Reeves, M, Joel, T, Franklin, E, Heyworth, R, Garrett, A y Lovell, R. Los patrones de eficiencia
locomotora dentro del partido durante el partido de fútbol profesional: implicaciones por riesgo de lesiones?J
Sci Med Deporte19: 810-815, 2016.
11. Bellenger, CR, Fuller, JT, Thomson, RL, Davison, K, Robertson, EY y Buckley, JD. Monitoreo del estado de entrenamiento
atlético a través de la regulación autónoma de la frecuencia cardíaca: una revisión sistemática y un metanálisis.
medicina deportiva46: 1461-1486, 2016.
12. Bompa, TO y Haff, [Link]ón: Teoría y Metodología del [Link], IL:
Human Kinetics, 14, 2009.
13. Borresen, J y Lambert, MI. La cuantificación de la carga de entrenamiento, la respuesta al entrenamiento y el efecto sobre el
[Link] deportiva39: 779-795, 2009.
14. Bourdon, PC, Cardinale, M, Murray, A, Gastin, P, Kellmann, M, Varley, MC, Gabbett, TJ, Coutts, AJ, Burgess, DJ y
Gregson, W. Supervisión de las cargas de entrenamiento de los atletas: declaración de consenso .Int J
Deportes Physiol Realizar12: S2161-S2170, 2017.
15. Boyd, LJ, Ball, K y Aughey, RJ. La confiabilidad de los acelerómetros MinimaxX para medir la actividad
física en el fútbol [Link] J Deportes Physiol Realizar6: 311-321, 2011.
16. Brown, DM, Dwyer, DB, Robertson, SJ y Gastin, PB. Método del poder metabólico: subestimación del gasto energético en
movimientos deportivos de campo utilizando un sistema de seguimiento del sistema de posicionamiento global.
Int J Deportes Physiol Realizar11: 1067-1073, 2016.
17. Buchheit, M. Supervisión del estado de la formación con medidas de recursos humanos: ¿todos los caminos conducen a Roma?Fisiol
frontal 5 (73): 1-19, 2014.
18. Buchheit, M. ¿Quiere ver mi informe, entrenador?Aspetar Sports Med J6: 36-43, 2017.
19. Buchheit, M, Al Haddad, H, Simpson, BM, Palazzi, D, Bourdon, PC, Di Salvo, V y Méndez-Villanueva, A.
Supervisión de aceleraciones con GPS en el fútbol: ¿es hora de reducir la velocidad?Int J Deportes Physiol
Realizar9: 442-445, 2014.
20. Buchheit, M, Gray, A y Morin, JB. Evaluación de las variables de zancada y la rigidez vertical con acelerómetros
integrados en GPS: conocimientos preliminares para el seguimiento de la fatiga neuromuscular en el campo.J
Sports Sci Med14: 698, 2015.
21. Buchheit, M y Simpson, BM. Tecnología de seguimiento de jugadores: ¿vaso medio lleno o medio vacío?Int J
Deportes Physiol Realizar12: S235-S241, 2017.
22. Budgett, R, Newsholme, E, Lehmann, M, Sharp, C, Jones, D, Jones, T, Peto, T, Collins, D, Nerurkar,
R y White, P. Redefiniendo el síndrome de sobreentrenamiento como el síndrome de bajo rendimiento
[Link] J Sports Med34: 67-68, 2000.
23. Busso, T. Relación dosis-respuesta variable entre el entrenamiento físico y el [Link]
deportivo Med Sci35: 1188-1195, 2003.
24. Canfield, AA. La escala "sten": una escala C [Link] Psychol Meas11: 295-297, 1951.
25. Cardinale, M, Newton, R y Nosaka, [Link] y acondicionamiento: principios biológicos y aplicaciones
prá[Link], Nueva Jersey: John Wiley & Sons, 338-339, 2011.
26. Chiu, LZF y Barnes, JL. El modelo fitness-fatiga revisado: implicaciones para la planificación del entrenamiento a
corto y largo [Link] Cond J25: 42-51, 2003.
27. Claudino, JG, Cronin, J, Mezêncio, B, McMaster, DT, McGuigan, M, Tricoli, V, Amadio, AC y Serrão, JC. El
salto de contramovimiento para monitorear el estado neuromuscular: un metanálisis.J Sci Med Deporte
20: 397-402, 2017.
28. Claudino, J, Mezêncio, B, Soncin, R, Ferreira, J, Couto, B, and Szmuchrowski, L. Rendimiento previo al salto
vertical para regular el volumen de [Link] J Sports Med33: 101-107, 2012.
29. Colby, MJ, Dawson, B, Peeling, P, Heasman, J, Rogalski, B, Drew, MK y Stares, J. Mejora de la predicción de
lesiones sin contacto en futbolistas australianos de élite con exposición repetida a una carga de trabajo de alto
riesgo establecida [Link] J Deportes Physiol Realizar13: 1130-1135, 2018.
30. Cormack, SJ, Mooney, MG, Morgan, W y McGuigan, MR. Influencia de la fatiga neuromuscular en la carga del
acelerómetro en jugadores de fútbol australiano de é[Link] J Deportes Physiol Realizar8: 373-378, 2013.
31. Cormack, SJ, Newton, RU y McGuigan, MR. Respuestas neuromusculares y endocrinas a un partido de
fútbol australiano de é[Link] J Deportes Physiol Realizar3: 359-374, 2008.
32. Cormack, SJ, Newton, RU, McGuigan, MR y Cormie, P. Respuestas neuromusculares y endocrinas de jugadores
de élite durante una temporada de fútbol [Link] J Deportes Physiol Realizar3: 439-453, 2008.
33. Cormack, SJ, Newton, RU y McGuigan, MR. Respuestas neuromusculares y endocrinas de jugadores de
élite a un partido de fútbol [Link] J Deportes Physiol Realizar3: 359-374, 2008.
34. Cormack, SJ, Smith, RL, Mooney, MM, Young, WB y O'Brien, BJ. Carga del acelerómetro como medida del
perfil de actividad en diferentes estándares de partidos de [Link] J Deportes Physiol Realizar 9:
283-291, 2014.
35. Coutts, AJ, Crowcroft, S y Kempton, T. Desarrollo de sistemas de seguimiento de atletas: base teórica y
aplicaciones prácticas. En:Deporte, recuperación y rendimiento: perspectivas interdisciplinarias.
Kellmann, M y Beckmann, J, eds..Abingdon, Reino Unido: Routledge, 19-32, 2018.
36. Coutts, AJ y Duffield, R. Validez y confiabilidad de los dispositivos GPS para medir las demandas de movimiento de los
deportes de equipo.J Sci Med Deporte13: 133-135, 2010.
37. Coutts, AJ, Kempton, T, Sullivan, C, Bilsborough, J, Cordy, J y Rampinini, E. Energía metabólica y costos
energéticos de los partidos de fútbol profesional australiano.J Sci Med Deporte18: 219-224, 2015.
38. Crowcroft, S, McCleave, E, Slattery, K y Coutts, AJ. Evaluación de la sensibilidad de medición y características
diagnósticas de las herramientas de seguimiento de atletas en nadadores [Link] J Deportes Physiol
Realizar12: S295-S2100, 2017.
39. Cunanan, AJ, DeWeese, BH, Wagle, JP, Carroll, KM, Sausaman, R, Hornsby, WG, Haff, GG, Triplett, NT,
Pierce, KC y Stone, MH. El síndrome de adaptación general: una base para el concepto de
periodizació[Link] deportiva48: 787-797, 2018.
40. Delaney, JA, Duthie, GM, Thornton, HR y Pyne, DB. Cuantificación de la relación entre el trabajo interno y externo
en los deportes de equipo: desarrollo de un nuevo índice de eficiencia del [Link] médica
Fútbol americano2: 149-156, 2018.
41. Delaney, JA, Scott, TJ, Thornton, HR, Bennett, KJ, Gay, D, Duthie, GM y Dascombe, B. Establecimiento de
intensidades de carrera de duración específica a partir del análisis de partidos en la liga de [Link] J
Deportes Physiol Realizar10: 725-731, 2015.
42. di Prampero, PE y Osgnach, C. Metabolic power in team sports-part 1: an [Link] J Sports Med 39:
581-587, 2018.
43. Drew, MK y Finch, CF. La relación entre la carga de entrenamiento y las lesiones, enfermedades y dolores: una revisión
sistemática y bibliográ[Link] deportiva46: 861-883, 2016.
44. Driller, MW, Mah, CD, y Halson, SL. Desarrollo del cuestionario de comportamiento del sueño del atleta: una herramienta para
identificar prácticas de sueño desadaptativas en atletas de é[Link] del sueño11:37, 2018.
45. Eckard, TG, Padua, DA, Hearn, DW, Pexa, BS y Frank, BS. La relación entre la carga de entrenamiento y las
lesiones en atletas: una revisión sistemá[Link] deportiva48: 1929-1961, 2018.
46. Edwards, S, White, S, Humphreys, S, Robergs, R y O'Dwyer, N. Precaución al usar datos de acelerómetros triaxiales
alojados en unidades de seguimiento de jugadores durante la carrera.J deportes ciencia37: 810-818, 2019.
47. Enoka, RM y Duchateau, J. Fatiga muscular: qué, por qué y cómo influye en la función muscular.J
fisiol586: 11-23, 2008.
48. Enoka, RM y Duchateau, J. Traduciendo la fatiga al desempeño [Link] deportivo Med Sci 48:
2228, 2016.
49. Falbriard, M, Meyer, F, Mariani, B, Millet, GP y Aminian, K. Estimación precisa de los parámetros
temporales en ejecución utilizando sensores de inercia de [Link] frontal9: 610, 2018.
50. Fanchini, M, Rampinini, E, Riggio, M, Coutts, AJ, Pecci, C y McCall, A. A pesar de la asociación, la proporción de
carga de trabajo aguda: crónica no predice lesiones sin contacto en futbolistas de élite.Fútbol americano
científico2: 108-114, 2018.
51. Aves, JR. Problemas técnicos en la cuantificación de la fatiga de baja frecuencia en [Link] J Deportes Physiol
Realizar1: 169-171, 2006.
52. Fox, JL, Stanton, R, Sargent, C, Wintour SA y Scanlan, AT. La asociación entre la carga de entrenamiento y el rendimiento
en deportes de equipo: una revisión sistemá[Link] deportiva48: 2743-2774, 2018.
53. Gallo, TF, Cormack, SJ, Gabbett, TJ y Lorenzen, CH. El bienestar percibido antes del entrenamiento afecta el rendimiento del
entrenamiento en los jugadores de fútbol australianos.J deportes ciencia34: 1445-1451, 2016.
54. Garrett, J, Graham, SR, Eston, RC, Burgess, DJ, Garrett, LJ, Jakeman, J y Norton, K. Comparación de una prueba de salto
con contramovimiento y una prueba de carrera submáxima para cuantificar la sensibilidad para detectar cambios
prácticamente importantes dentro del fútbol australiano de alto [Link] J Deportes Physiol Realizar15 (1):
68-72, 2020.
55. Garrett, J, Graham, SR, Eston, RC, Burgess, DJ, Garrett, LJ, Jakeman, J y Norton, K. Un nuevo método
de evaluación para monitorear la fatiga neuromuscular en jugadores de fútbol australiano.
Int J Deportes Physiol Realizar14 (5): 598-605, 2019.
56. Gastin, PB, McLean, O, Spittle, M y Breed, RV. Cuantificación de las demandas de abordaje en el fútbol
australiano profesional utilizando tecnología de seguimiento de atletas portátil integrada.J Sci Med
Deporte16: 589-593, 2013.
57. Gathercole, R, Sporer, B, Stellingwerff, T y Sleivert, G. Análisis alternativo de contramovimiento y salto
para cuantificar la fatiga neuromuscular [Link] J Deportes Physiol Realizar10: 84-92, 2015.
58. Gathercole, RJ, Sporer, BC, Stellingwerff, T y Sleivert, GG. Comparación de la capacidad de diferentes
pruebas de campo de salto y sprint para detectar fatiga neuromuscular.J Resistencia Cond Res29:
2522-2531, 2015.
59. Gescheit, DT, Cormack, SJ, Duffield, R, Kovalchik, S, Wood, TO, Omizzolo, M y Reid, M. Un análisis epidemiológico
de lesiones de varios años de un programa de tenis junior nacional de élite.J Sci Med Deporte 22: 11-15, 2019.
60. Gibson, NE, Boyd, AJ y Murray, AM. El salto con contramovimiento no se ve afectado durante los períodos de
preparación de la competencia final en jugadores de élite de rugby a siete.J Resistencia Cond Res30: 777-783, 2016.
61. Graham, SR, Cormack, S, Parfitt, G y Eston, R. Relaciones entre las estimaciones del modelo y los índices reales de
rendimiento de partidos en futbolistas australianos profesionales durante un macrociclo de [Link] J Deportes
Physiol Realizar13: 339-346, 2018.
62. Graham, SR, Cormack, S, Parfitt, G y Eston R. Relaciones entre el rendimiento de intensidad de ejercicio real y
predicho por el modelo en futbolistas australianos profesionales durante un macrociclo de entrenamiento de
[Link] J Deportes Physiol Realizar14: 232-238, 2019.
63. Haff, GG y Triplett, [Link] del entrenamiento de fuerza y acondicionamiento.4ª ed. Champaign, IL:
Human Kinetics, 249-316, 2016.
64. Halson, SL. Monitoreo de la carga de entrenamiento para comprender la fatiga en los [Link] deportiva44: 139-147, 2014.
65. Halson, SL y Jeukendrup, AE. ¿Existe el sobreentrenamiento?: un análisis de la investigación sobre el sobreentrenamiento y el
[Link] deportiva34: 967-981, 2004.
66. Heidari, J, Beckmann, J, Bertollo, M, Brink, M, Kallus, KW, Robazza, C y Kellmann, M. Supervisión
multidimensional del estado de recuperación e implicaciones para el [Link] J Deportes
Physiol Realizar14: 2-8, 2019.
67. Hellard, P, Avalos, M, Lacoste, L, Barale, F, Chatard, JC y Millet, GP. Evaluación de las limitaciones del modelo
Banister en la formación de monitores.J deportes ciencia24: 509-520, 2006.
68. Hoffman, DT, Dwyer, DB, Bowe, SJ, Clifton, P y Gastin, PB. ¿Está la lesión asociada con el rendimiento del equipo
en el fútbol australiano de élite? 20 años de lesiones de jugadores y datos de rendimiento del equipo que
incluyen medidas de valor de jugador [Link] J Sports Med54: 475-479, 2020.
69. Hopkins, WG. Una nueva visión de las estadísticas. Sociedad de Internet para la Ciencia del Deporte, 2000.
[Link]/resource/stats.
70. Houghton, L y Dawson, B. Recuperación del rendimiento del salto después de una entrada simulada de bateo de
cricket.J deportes ciencia30: 1069-1072, 2012.
71. Hulin, BT, Gabbett, TJ, Johnston, RD y Jenkins, DG. La microtecnología portátil puede identificar con precisión los
eventos de colisión durante los partidos de la liga de rugby profesional.J Sci Med Deporte20: 638-642, 2017.
72. Impellizzeri, FM, Marcora, SM y Coutts, AJ. Carga formativa interna y externa: 15 años despué[Link] J
Deportes Physiol Realizar14: 270-273, 2019.
73. Impellizzeri, FM, Rampinini, E y Marcora, SM. Evaluación fisiológica del entrenamiento aeróbico en el fútbol.J
deportes ciencia23: 583-592, 2005.
74. Impellizzeri, F, Woodcock, S, Coutts, AJ, Fanchini, M, McCall, A y Vigotsky, A. La relación entre la carga de trabajo aguda y la
aleatoria se asocia "tanto" con la lesión como la relación entre la carga de trabajo aguda y crónica real: tiempo para despedir
ACWR y sus componentes. 2020. [e-pub antes de la impresión].
75. Jennings, D, Cormack, S, Coutts, AJ, Boyd, LJ y Aughey, RJ. La validez y confiabilidad de las unidades de GPS para medir la
distancia en los patrones de carrera de los deportes de [Link] J Deportes Physiol Realizar5: 328-341, 2010.
76. Johnston, RD, Gabbett, TJ, Jenkins, DG y Hulin, BT. Influencia de las cualidades físicas en la fatiga post-partido en
jugadores de la liga de rugby.J Sci Med Deporte18: 209-213, 2015.
77. Johnston, RJ, Watsford, ML, Pine, MJ, Spurrs, RW, Murphy, AJ y Pruyn, EC. La validez y confiabilidad de las unidades del
sistema de posicionamiento global de 5 Hz para medir las demandas de movimiento de los deportes de equipo.J
Resistencia Cond Res26: 758-765, 2012.
78. Kallus, K y Kellmann, [Link] de Usuario del Cuestionario de Recuperación de Estrés para Atletas.
Champaign, IL: Human Kinetics, 92-96, 2001.
79. Kellmann, M. Prevención del sobreentrenamiento en atletas en deportes de alta intensidad y seguimiento del estrés/
recuperació[Link] J Med Sci Deportes20: 95-102, 2010.
80. Kempton, T, Sirotic, AC, Rampinini, E y Coutts, AJ. Demandas de poder metabólico de los partidos de la liga de
[Link] J Deportes Physiol Realizar10: 23-28, 2015.
81. Lamberts, RP, Lemmink, K, Durandt, JJ y Lambert, MI. Variación de la frecuencia cardíaca durante el ejercicio submáximo:
implicaciones para el seguimiento del entrenamiento.J Resistencia Cond Res18: 641-645, 2004.
82. Lamberts, RP, Maskell, S, Borresen, J y Lambert, MI. La adaptación de la carga de trabajo mejora la medición de la
recuperación de la frecuencia cardí[Link] J Sports Med32: 698-702, 2011.
83. Lamberts, R, Swart, J, Capostagno, B, Noakes, T y Lambert, M. La recuperación de la frecuencia cardíaca como guía para
monitorear la fatiga y predecir cambios en los parámetros de [Link] J Med Sci Deportes20: 449-457,
2010.
84. Lee, JB, Sutter, KJ, Askew, CD y Burkett, BJ. Identificación de la simetría en la marcha al correr usando un solo
sensor inercial.J Sci Med Deporte13: 559-563, 2010.
85. Le Meur, Y, Louis, J, Aubry, A, Guéneron, J, Pichon, A, Schaal, K, Corcuff, JB, Hatem, SN, Isnard,
R, y Hausswirth, C. Limitación máxima del ejercicio en triatletas con sobrecarga funcional: papel de la
estimulación adrenérgica cardí[Link] de aplicación J117: 214-222, 2014.
86. Lolli, L, Batterham, AM, Hawkins, R, Kelly, DM, Strudwick, AJ, Thorpe, R, Gregson, W y Atkinson, G. El
acoplamiento matemático provoca una correlación espuria dentro de los cálculos convencionales de la
relación de carga de trabajo aguda a cró[Link] J Sports Med53: 921-922, 2019.
87. Principal, L y Robert, GJ. Un modelo de evaluación de múltiples componentes para monitorear la angustia de
entrenamiento entre los [Link] J Sport Sci9: 195-202, 2009.
88. Malone, JJ, Murtagh, CF, Morgans, R, Burgess, DJ, Morton, JP y Drust, B. El rendimiento del salto con contramovimiento
no se ve afectado durante un microciclo de entrenamiento durante la temporada en futbolistas juveniles de élite.J
Resistencia Cond Res29: 752-757, 2015.
89. Marcora, SM. ¿Realmente necesitamos un gobernador central para explicar la regulación cerebral del
rendimiento del ejercicio?Eur J Appl Physiol104: 929, 2008.
90. Marcora, SM y Staiano W. El límite para ejercer la tolerancia en humanos: ¿la mente sobre el músculo?Eur J Appl
Physiol109: 763-770, 2010.
91. Marcora, SM, Staiano, W y Manning, V. La fatiga mental afecta el rendimiento físico en humanos. Fisiol de
aplicación J106: 857-864, 2009.
92. Marrier, B, Le Meur, Y, Robineau, J, Lacome, M, Couderc, A, Hausswirth, C, Piscione, J y Morin, JB. Cuantificación
de la fatiga neuromuscular inducida por una intensa sesión de entrenamiento en rugby a [Link] J Deportes
Physiol Realizar12: 218-223, 2017.
93. McLean, BD, Coutts, AJ, Kelly, V, McGuigan, MR y Cormack, SJ. Respuestas de fatiga neuromuscular, endocrina y
perceptiva durante microciclos entre partidos de diferente duración en jugadores profesionales de la liga de
[Link] J Deportes Physiol Realizar5: 367-383, 2010.
94. McNair, DM, Lorr, M y Droppleman, [Link] EITS para el Perfil de los Estados de Á[Link] Diego:
Servicios de pruebas educativas e industriales, 1-27, 1971.
95. McNamara, DJ, Gabbett, TJ, Chapman, P, Naughton, G y Farhart, P. La validez de los microsensores para detectar
automáticamente eventos de bolos y conteos en jugadores de bolos rápidos de [Link] J Deportes Physiol Realizar
10: 71-75, 2015.
96. Mooney, M, Cormack, S, O'Brien, B, Morgan, W y McGuigan, M. Impacto de la fatiga neuromuscular en la
intensidad del ejercicio del partido en el fútbol australiano de élite.J Resistencia Cond Res27: 166-173, 2013.
97. Mooney, MG, Cormack, S, O'Brien, BJ, Morgan, WM y McGuigan, M. Impacto de la fatiga neuromuscular en la
intensidad y el rendimiento del ejercicio del partido en el fútbol australiano de élite. 27: 166-173, 2013.
98. Mooney, M, O'Brien, B, Cormack, S, Coutts, A, Berry, J y Young, W. La relación entre la capacidad física y el
rendimiento del partido en el fútbol australiano de élite: un enfoque de mediación.J Sci Med Deporte14:
447-452, 2011.
99. Morton, R, Fitz-Clarke, J y Banister, E. Modelado del rendimiento humano al [Link] de aplicación J 69:
1171-1177, 1990.
100. Mujika, I. Cuantificación de cargas de entrenamiento y competición en deportes de resistencia: métodos y
[Link] J Deportes Physiol Realizar12: S29-S217, 2017.
101. Murray, A, Buttfield, A, Simpkin, A, Sproule, J y Turner, AP. Variabilidad de la aceleración dentro del paso y
el control diario del bienestar en el fútbol americano universitario.J Sci Med Deporte22: 488-493, 2019.
102. Murray, NB, Gabbett, TJ y Townshend, AD. Relación entre la carga de entrenamiento de pretemporada y la
disponibilidad durante la temporada en jugadores de fútbol australiano de é[Link] J Deportes Physiol Realizar12:
749-755, 2017.
103. Neupert, EC, Cotterill, ST y Jobson, SA. Compromiso de entrenamiento y monitoreo: un enfoque basado en evidencia en
el deporte de é[Link] J Deportes Physiol Realizar14: 99-104, 2019.
104. Nicol, C, Avela, J y Komi, PV. El ciclo [Link] deportiva36: 977-999, 2006.
105. Noakes, TD, Gibson, ASC y Lambert, EV. De la catástrofe a la complejidad: un modelo novedoso de
regulación neural central integradora del esfuerzo y la fatiga durante el ejercicio en humanos: resumen
y [Link] J Sports Med39: 120-124, 2005.
106. Norris, D, Joyce, D, Siegler, J, Clock, J y Lovell, R. Recuperación de la fuerza: características del tiempo después de los
partidos de fútbol australiano: examen de la utilidad del tirón isométrico en la mitad del [Link] J Deportes Physiol
Realizar1-6, 2019.
107. O'Keeffe, S, O'Connor, S y Ní Chéilleachair, N. ¿Las medidas de carga interna están asociadas con lesiones en
jugadores de fútbol gaélicos adolescentes masculinos?Eur J Sport Sci: 1-12, 2019.
108. Osgnach, C, Poser, S, Bernardini, R, Rinaldo, R y Di Prampero, PE. Costo de energía y poder metabólico en el
fútbol de élite: un nuevo enfoque de análisis de [Link] deportivo Med Sci42: 170-178, 2010.
109. Panebianco, GP, Bisi, MC, Stagni, R y Fantozzi, S. Análisis del rendimiento de 17 algoritmos de una revisión
sistemática: influencia de la posición del sensor, variable analizada y enfoque computacional en la estimación
del tiempo de marcha a partir de mediciones [Link] de marcha66: 76-82, 2018.
110. Peterson, M, Rhea, M y Alvar, B. Maximización del desarrollo de la fuerza en atletas: un metanálisis para
determinar la relación dosis-respuesta.J Resistencia Cond Res18: 377-382, 2004.
111. Petit, RW. La puntuación de diferencia estándar: una nueva estadística para evaluar los programas de fuerza y
acondicionamiento.J Resistencia Cond Res24: 287-291, 2010.
112. Rea, SR. Determinación de la magnitud de los efectos del tratamiento en la investigación del entrenamiento de fuerza mediante
el uso del tamaño del efecto.J Resistencia Cond Res18: 918-920, 2004.
113. Robertson, S, Bartlett, JD y Gastin, PB. ¿Rojo, ámbar o verde? Monitoreo de atletas en deportes de equipo: la
necesidad de sistemas de apoyo a la decisió[Link] J Deportes Physiol Realizar12: S273-S279, 2017.
114. Rowell, AE, Aughey, RJ, Clubb, J y Cormack, SJ. Se puede usar un juego estandarizado para equipos pequeños para
monitorear la fatiga neuromuscular en jugadores profesionales de fútbol de la liga [Link] frontal9: 1011, 2018.
115. Rowell, AE, Aughey, RJ, Hopkins, WG, Esmaeili, A, Lazarus, BH y Cormack, SJ. Efectos del entrenamiento y la carga
de competición sobre la recuperación neuromuscular, la testosterona, el cortisol y el rendimiento de los
partidos durante una temporada de fútbol [Link] frontal9: 668, 2018.
116. Rowell, AE, Aughey, RJ, Hopkins, WG, Stewart, AM y Cormack, SJ. Identificación de medidas sensibles de
recuperación después de la carga externa del juego de fú[Link] J Deportes Physiol Realizar 12: 969-976,
2017.
117. Ruddy, JD, Cormack, SJ, Whiteley, R, Williams, MD, Timmins, RG y Opar, DA. Modelado del riesgo de
lesiones en deportes de equipo: una revisión narrativa de diferentes enfoques estadí[Link] frontal
10: 829, 2019.
118. Ruddy, JD, Pietsch, S, Maniar, N, Cormack, SJ, Timmins, RG, Williams, MA, Carey, DL y Opar, DA. La disponibilidad
de la sesión como resultado de una lesión previa impacta en el riesgo de posteriores bajas sin contacto
lesiones en las extremidades en futbolistas australianos masculinos de é[Link] frontal10: 737, 2019.
119. Rushall, BS. Una herramienta para medir la tolerancia al estrés en deportistas de élite.J Appl Sport Psychol2: 51-66,
1990.
120. Russell, S, Jenkins, D, Rynne, S, Halson, SL y Kelly, V. ¿Qué es la fatiga mental en el deporte de élite?
Percepciones de los atletas y el [Link] J Sport Sci19: 1367-1376, 2019.
121. Ryan, S, Kempton, T, Impellizzeri, FM y Coutts, AJ. Supervisión del entrenamiento en el fútbol australiano
profesional: base teórica y recomendaciones para entrenadores y científicos.Fútbol americano científico
1-7, 2019.
122. Saw, AE, Kellmann, M, Main, LC y Gastin, PB. Medidas de autoinforme del atleta en la investigación y la
práctica: consideraciones para el lector perspicaz y el practicante [Link] J Deportes Physiol
Realizar12: S2127-S2135, 2017.
123. Schwellnus, M, Soligard, T, Alonso, JM, Bahr, R, Clarsen, B, Dijkstra, HP, Gabbett, TJ, Gleeson,
M, Hägglund, M y Hutchinson, MR. ¿Cuánto es demasiado? (Parte 2) Declaración de consenso del Comité
Olímpico Internacional sobre la carga en el deporte y el riesgo de [Link] J Sports Med50: 1043-1052,
2016.
124. Scott, BR, Duthie, GM, Thornton, HR y Dascombe, BJ. Seguimiento del entrenamiento para el ejercicio de
resistencia: teoría y [Link] deportiva46: 687-698, 2016.
125. Selye, [Link] estrés de la [Link] York: McGraw-Hill, 25-47, 1956.
126. Skorski, S, Mujika, I, Bosquet, L, Meeusen, R, Coutts, AJ y Meyer, T. La relación temporal entre el ejercicio,
los procesos de recuperación y los cambios en el [Link] J Deportes Physiol Realizar 14:
1015-1021, 2019.
127. Smith, MR, Coutts, AJ, Merlini, M, Deprez, D, Lenoir, M y Marcora, SM. La fatiga mental perjudica el
rendimiento físico y técnico específico del fú[Link] deportivo Med Sci48: 267-276, 2016.
128. Smith, MR, Thompson, C, Marcora, SM, Skorski, S, Meyer, T y Coutts, AJ. Fatiga mental y fútbol:
conocimiento actual y direcciones [Link] deportiva48: 1525-1532, 2018.
129. Soligard, T, Schwellnus, M, Alonso, JM, Bahr, R, Clarsen, B, Dijkstra, HP, Gabbett, T, Gleeson, M, Hägglund,
M y Hutchinson, MR. ¿Cuánto es demasiado? (Parte 1) Declaración de consenso del Comité Olímpico
Internacional sobre la carga en el deporte y el riesgo de [Link] J Sports Med50: 1030-1041, 2016.
130. St Clair Gibson, A, Swart, J y Tucker, R. La interacción de los impulsos homeostáticos psicológicos y
fisiológicos y el papel de los principios de control general en la regulación de los sistemas fisiológicos, el
ejercicio y el proceso de fatiga: la teoría del gobernador [Link] J Sport Sci18: 25-36, 2018.
131. Stevens, TG, de Ruiter, CJ, van Niel, C, van de Rhee, R, Beek, PJ y Savelsbergh, GJ. Medición de la aceleración y
desaceleración en movimientos específicos del fútbol utilizando un sistema de medición de posición local
(LPM).Int J Deportes Physiol Realizar9: 446-456, 2014.
132. Sullivan, C, Bilsborough, JC, Cianciosi, M, Hocking, J, Cordy, JT y Coutts, AJ. Factores que afectan el rendimiento de
los partidos en el fútbol australiano [Link] J Deportes Physiol Realizar9: 561-566, 2014.
133. Sweeting, AJ, Aughey, RJ, Cormack, SJ y Morgan, S. Descubrimiento de secuencias de movimiento frecuentemente recurrentes
en datos espaciotemporales de atletas de deportes de equipo.J deportes ciencia35: 2439-2445, 2017.
134. Sweeting, AJ, Cormack, SJ, Morgan, S y Aughey, RJ. ¿Cuándo es un sprint un sprint? Una revisión del análisis del
perfil de actividad del atleta de deportes de [Link] frontal8: 432, 2017.
135. Tanner, R y Gore, [Link] fisiológicos para deportistas de é[Link], IL: Cinética humana, 165-
497, 2012.
136. Taylor, JL, Amann, M, Duchateau, J, Meeusen, R y Rice, CL. Contribuciones neuronales a la fatiga
muscular: del cerebro al músculo y [Link] deportivo Med Sci48: 2294, 2016.
137. Thornton, HR, Nelson, AR, Delaney, JA, Serpiello, FR y Duthie, GM. Confiabilidad interunidad y efecto de los métodos de
procesamiento de datos de los sistemas de posicionamiento [Link] J Deportes Physiol Realizar14: 432-
438, 2019.
138. Thorpe, RT, Atkinson, G, Drust, B y Gregson, W. Monitoreo del estado de fatiga en atletas de deportes de equipo de
élite: implicaciones para la prá[Link] J Deportes Physiol Realizar12: S227-S234, 2017.
139. Tofari, PJ, Kemp, JG y Cormack, SJ. La simulación de partidos de deportes de equipo a su propio ritmo da como resultado
reducciones en la activación voluntaria y modificaciones en las medidas biológicas, perceptivas y de rendimiento en el
entretiempo y hasta 96 horas después del partido.J Resistencia Cond Res32: 3552-3563, 2018.
140. Van Cutsem, J, Marcora, S, De Pauw, K, Bailey, S, Meeusen, R y Roelands, B. Los efectos de la fatiga mental
en el rendimiento físico: una revisión sistemá[Link] deportiva47: 1569-1588, 2017.
141. Vanrenterghem, J, Nedergaard, NJ, Robinson, MA y Drust, B. Monitoreo de la carga de entrenamiento en deportes de
equipo: un marco novedoso que separa las vías de adaptación a la carga fisiológica y biomecánica. medicina
deportiva47: 2135-2142, 2017.
142. Ward, P, Coutts, AJ, Pruna, R y McCall, A. Poniendo la "I" de vuelta en el [Link] J Deportes Physiol
Realizar13: 1107-1111, 2018.
143. Watkins, CM, Barillas, SR, Wong, MA, Archer, DC, Dobbs, IJ, Lockie, RG, Coburn, JW, Tran, TT y Brown,
LE. Determinación del salto vertical como medida de la preparación y fatiga neuromuscular.
J Resistencia Cond Res31: 3305-3310, 2017.
144. Tejido, D, Dalton, NE, Black, C, Darrall-Jones, J, Phibbs, PJ, Gray, M, Jones, B y Roe, GA. ¿La misma historia o una novela única?
Análisis de componentes principales dentro de los participantes de las medidas de la carga de entrenamiento en el
entrenamiento de habilidades de la unión de rugby [Link] J Deportes Physiol Realizar13: 1175-1181, 2018.
145. Weaving, D, Jones, B, Till, K, Abt, G y Beggs, C. El caso para adoptar un enfoque multivariante para optimizar la
cuantificación de la carga de entrenamiento en los deportes de [Link] frontal8: 1024, 2017.
146. Weaving, D, Marshall, P, Earle, K, Nevill, A y Abt, G. Combinación de medidas de carga de entrenamiento interno
y externo en la liga de rugby [Link] J Deportes Physiol Realizar9: 905-912, 2014.
147. Wehbe, G, Gabbett, T, Dwyer, D, McLellan, C y Coad, S. Supervisión de la fatiga neuromuscular en atletas de deportes de
equipo mediante una prueba de cicloergó[Link] J Deportes Physiol Realizar10: 292-297, 2015.
148. Weir, JP, Beck, TW, Cramer, JT y Housh, TJ. ¿La fatiga está en tu cabeza? Una revisión crítica del modelo del
gobernador [Link] J Sports Med40: 573-586, 2005.
149. Weiss, KJ, Allen, SV, McGuigan, MR y Whatman, CS. La relación entre la carga de entrenamiento y las lesiones en
el baloncesto profesional [Link] J Deportes Physiol Realizar12: 1238-1242, 2017.
150. Williams, S, Trewartha, G, Kemp, SP, Brooks, JH, Fuller, CW, Taylor, AE, Cross, MJ y Stokes, KA. Las lesiones por pérdida
de tiempo comprometen el éxito del equipo en la unión de rugby de élite: un estudio prospectivo de 7 añ[Link] J
Sports Med50: 651-656, 2016.
151. Williams, S, West, S, Cross, MJ y Stokes, KA. ¿Mejor manera de determinar la proporción de carga de trabajo
aguda: crónica?Br J Sports Med51: 209-210, 2017.
152. Winter, EM, Abt, GA y Nevill, AM. Métricas de significación en oposición a prestidigitación de importancia.J
deportes ciencia32: 901-902, 2014.
Capítulo 3
1. Afonso, J, Nikolaidis, PT, Sousa, P y Mesquita, I. ¿Es confiable la investigación empírica sobre la
periodización? Una revisión exhaustiva de cuestiones conceptuales y metodológicas.J Sports Sci Med 16:
27-34, 2017.
2. Alhadad, SB, Tan, PMS y Lee, JKW. Eficacia de las estrategias de mitigación del calor sobre la temperatura central
y el ejercicio de resistencia: un metaná[Link] frontal10:71, 2019.
3. Banister, EW, Carter, JB y Zarkadas, PC. Teoría del entrenamiento y puesta a punto: validación en atletas
de triatló[Link] J Appl Physiol Occup Physiol79: 182-191, 1999.
4. Bartlett, JD, O'Connor, F, Pitchford, N, Torres-Ronda, L y Robertson, SJ. Relaciones entre la carga de
entrenamiento interna y externa en atletas de deportes de equipo: evidencia para un enfoque individualizado.
Int J Deportes Physiol Realizar12: 230-234, 2017.
5. Belval, LN, Hosokawa, Y, Casa, DJ, Adams, WM, Armstrong, LE, Baker, LB, Burke, L, Cheuvront,
S, Chiampas, G, and González-Alonso, J. Soluciones prácticas de hidratación para el deporte.Nutrientes11: 1550, 2019.
6. Blythe, DA y Kiraly, FJ. Predicción y cuantificación del rendimiento deportivo individual de los
corredores.Más uno11: e0157257, 2016.
7. Böhlke, N y Robinson, L. Evaluación comparativa de los sistemas deportivos de é[Link]ón de gestión47: 67-84, 2009.
8. Bompa, TO, Blumenstein, B, Orbach, I y Hoffman, J. Estado actual del arte. EnPeriodización integrada en el
entrenamiento deportivo y el desarrollo atlético. Bompa, TO, Blumenstein, B, Hoffman, J, Howell, S y
Orbach, I, eds..Ann Arbor, MI: Meyer & Meyer Sports, 12-22, 2019.
9. Bompa, TO y Buzzichelli, CA. La periodización como planificación y programación del entrenamiento deportivo. En
Entrenamiento de Periodización para Deportes. Champaign, IL: Human Kinetics, 87-98, 2015.
10. Bompa, TO y Buzzichelli, CA. Periodización del plan anual. EnPeriodización: Teoría y Metodología del
Entrenamiento, sexta edición. Champaign, IL: Cinética humana, 165-206, 2019.
11. Bompa, TO y Haff, GG. Plan anual de formación. EnPeriodización: Teoría y Metodología del Entrenamiento
, quinta edición. Champaign, IL: Human Kinetics, 125-185, 2009.
12. Bompa, TO y Haff, GG. Base para la formación. EnPeriodización: Teoría y Metodología del Entrenamiento,
quinta edición. Champaign, IL: Human Kinetics, 3-30, 2009.
13. Bompa, TO, Hoffman, J, Blumenstein, B y Orbach, I. Tapering and peaking for competitions. En
Periodización integrada en el entrenamiento deportivo y el desarrollo atlético. Bompa, TO, Blumenstein,
B, Hoffman, J, Howell, S y Orbach, I, eds..Ann Arbor, MI: Meyer & Meyer Sport, 174-197, 2019.
14. Bourdon, PC, Cardinale, M, Murray, A, Gastin, P, Kellmann, M, Varley, MC, Gabbett, TJ, Coutts, AJ, Burgess,
DJ, Gregson, W y Cable, NT. Monitoreo de las cargas de entrenamiento de los atletas: declaración de
[Link] J Deportes Physiol Realizar12: S2161-S2170, 2017.
15. Caparros, T, Casals, M, Solana, A y Pena, J. Las bajas cargas de trabajo externas se relacionan con un mayor riesgo de lesiones
en los partidos profesionales de baloncesto masculino.J Sports Sci Med17: 289-297, 2018.
16. Casadio, JR, Kilding, AE, Siegel, R, Cotter, JD y Laursen, PB. Periodización de la aclimatación al calor en marineros láser
de élite que se preparan para un evento de campeonato mundial en condiciones de [Link] (Austin) 3:
437-443, 2016.
17. Chow, JW y Knudson, DV. Uso de modelos deterministas en la investigación de la biomecánica del deporte y el ejercicio.
biomecánica deportiva10: 219-233, 2011.
18. Claudino, JG, Capanema, DO, de Souza, TV, Serrao, JC, Machado Pereira, AC y Nassis, GP. Enfoques actuales del uso de la
inteligencia artificial para la evaluación del riesgo de lesiones y la predicción del rendimiento en los deportes de
equipo: una revisión sistemá[Link] de medicina deportiva5:28, 2019.
19. Connolly, F y White, P. La evolución de la preparación. EnCambiador de juego. Canadá: cinturón de la victoria
Publishing Inc, 247-264, 2017.
20. Cormack, SJ, Newton, RU, McGuigan, MR y Cormie, P. Respuestas neuromusculares y endocrinas de jugadores
de élite durante una temporada de fútbol [Link] J Deportes Physiol Realizar3: 439-453, 2008.
21. Concejal, JE, y Concejal, BE. Teorías avanzadas en la planificación del entrenamiento. EnLa nueva ciencia de la
natación. Englewood Cliffs, Nueva Jersey: Prentice Hall, 229-255, 1994.
22. Cunanan, AJ, DeWeese, BH, Wagle, JP, Carroll, KM, Sausaman, R, Hornsby, WG III, Haff, GG, Triplett,
NT, Pierce, KC y Stone, MH. El síndrome de adaptación general: una base para el concepto de
periodizació[Link] deportiva48: 787-797, 2018.
23. DeWeese, BH, Gray, HS, Sams, ML, Scruggs, SK y Serrano, AJ. Revisando la definición de periodización:
fusionando principios históricos con preocupaciones [Link] de entrenadores olímpicos24: 5-19,
2015.
24. Evans, M. Fuerza y acondicionamiento para el ciclismo. EnFuerza y acondicionamiento para el
rendimiento deportivo. Jeffreys, I y Moody, J, eds..Abingdon, Oxon: Routledge, 642-646, 2016.
25. Fleck, SJ. Entrenamiento de fuerza periodizado: una revisión crítica.J Resistencia Cond Res13: 82-89, 1999.
26. Francis, C. Estructura del entrenamiento para la velocidad. Charlie [Link], 1-72, 2008.
27. Gamble, P. Planificación y programación: periodización del entrenamiento. EnFuerza y acondicionamiento para
deportes de equipo: preparación física específica del deporte para un alto rendimiento. Londres: Routledge, 204-220,
2013.
28. Geurkink, Y, Vandewiele, G, Lievens, M, de Turck, F, Ongenae, F, Matthys, SPJ, Boone, J y Bourgois, JG. Modelado
de la predicción de la calificación de la sesión de esfuerzo percibido en el fútbol: desentrañando el
rompecabezas de los indicadores [Link] J Deportes Physiol Realizar14: 841-846, 2019.
29. Haff, GG. Los fundamentos de la periodización. EnFuerza y acondicionamiento para el rendimiento deportivo.
Jeffreys, I y Moody, J, eds..Abingdon, Oxon: Routledge, 404-448, 2016.
30. Haff, GG. Pico para la competencia en deportes individuales. EnEntrenamiento de Alto Rendimiento para el
Deporte. Joyce, D y Lewindon, D, eds..Champaign, IL: Cinética humana, 524-540, 2014.
31. Haff, GG. Periodización e integración energética. EnPotencia en desarrollo. McGuigan, M, ed. Champaign, IL:
Human Kinetics, 33-62, 2017.
32. Haff, GG. Periodización para poblaciones tácticas. EnFundamentos de fuerza y acondicionamiento
tácticos de la NSCA. Alvar, BA, Sell, K y Deuster, PA, eds..Champaign, IL: Cinética humana, 181-204, 2017.
33. Haff, GG. Periodización del entrenamiento. EnAcondicionamiento para la fuerza y el rendimiento
humano. Brown, LE y Chandler, J, eds..Filadelfia: Wolters Kluwer, Lippincott, Williams & Wilkins, 2012,
326-345, 2012.
34. Haff, GG. Estrategias de periodización para el desarrollo juvenil. EnFuerza y acondicionamiento
para atletas jóvenes: ciencia y aplicación. Lloyd, RS y Oliver, JL, eds..Londres: Routledge, Taylor &
Francis Group, 149-168, 2014.
35. Haff, GG y Haff, EE. Integración y periodización del entrenamiento. EnDiseño de programas de fuerza y
acondicionamiento. Hoffman, J., ed. Champaign, IL: Human Kinetics, 209-254, 2012.
36. Haff, GG, Kraemer, WJ, O'Bryant, HS, Pendlay, G, Plisk, S y Stone, MH. Mesa redonda: periodización
del entrenamiento-parte [Link] J26: 50-69, 2004.
37. Halson, SL. Monitoreo de la carga de entrenamiento para comprender la fatiga en los [Link] deportiva44 (suplemento 2): 139-
147, 2014.
38. Herda, TJ y Cramer, JT. Bioenergética del ejercicio y el entrenamiento. EnFundamentos del entrenamiento de
fuerza y acondicionamiento. Haff, GG y Triplett, N, eds..Champaign, IL: Human Kinetics, 43-63, 2016.
39. Hopkins, WG. Rendimiento competitivo de atletas de atletismo de élite: variabilidad y mejoras mínimas
que valen la [Link] deportiva9: 17-20, 2005.
40. Ingham, S. El gran objetivo. EnCómo apoyar a un campeón. Reino Unido: Simply Said LTD, 40-63, 2016.
41. Ingham, S. ¿Cómo lo sabes? EnCómo apoyar a un campeón. Reino Unido: Simply Said LTD, 64-85, 2016.
42. Ingham, S. Siete placas giratorias. EnCómo apoyar a un campeón. Reino Unido: Simply Said LTD, 86-119, 2016.
43. Issurin, VB. Beneficios y limitaciones de los enfoques de entrenamiento periodizado por bloques para la preparación de atletas: una
revisió[Link] deportiva46: 329-338, 2016.
44. Issurin, VB. Antecedentes biológicos del entrenamiento de resistencia periodizado por bloques: una revisió[Link] deportiva
49: 31-39, 2019.
45. Issurin, VB. Nuevos horizontes para la metodología y fisiología de la periodización del [Link] deportiva 40:
189-206, 2010.
46. Jeffreys, I. Planificación cuatrienal para el deportista de [Link] Cond J30: 74-83, 2008.
47. Kelly, VG y Coutts, AJ. Planificación y seguimiento de las cargas de entrenamiento durante la fase de competición en deportes
[Link] Cond J29: 32-37, 2007.
48. Kiely, J. Nuevos horizontes para la metodología y fisiología de la periodización del entrenamiento: periodización en bloque:
¿nuevo horizonte o un falso amanecer?medicina deportiva40: 803-805; respuesta del autor 805-807, 2010.
49. Kiely, J. Paradigmas de periodización en el siglo XXI: ¿guiados por la evidencia o impulsados por la tradición?Int J Deportes
Physiol Realizar7: 242-250, 2012.
50. Kiely, J. Teoría de la periodización: confrontando una verdad [Link] deportiva48: 753-764, 2018.
51. Kipp, K, Krzyszkowski, J y Kant-Hull, D. Uso del aprendizaje automático para modelar los efectos de la carga de volumen en los cambios
en el rendimiento del [Link] J Deportes Physiol Realizar1-13, 2019. [publicación electrónica antes de la impresión].
52. Lee, EC, Fragala, MS, Kavouras, SA, Queen, RM, Pryor, JL y Casa, DJ. Biomarcadores en deportes y ejercicio:
seguimiento de la salud, el rendimiento y la recuperación en atletas.J Resistencia Cond Res31: 2920-2937,
2017.
53. Malisoux, L, Gette, P, Urhausen, A, Bomfim, J y Theisen, D. Influencia de los pisos y zapatos deportivos en las
fuerzas de impacto y el rendimiento durante las tareas de salto.Más uno12: e0186297, 2017.
54. Mattocks, KT, Dankel, SJ, Buckner, SL, Jessee, MB, Counts, BR, Mouser, JG, Laurentino, GC y
Loenneke, JP. Periodización: ¿para qué sirve?J trenol5: 6-12, 2016.
55. Mendes, B, Palao, JM, Silverio, A, Owen, A, Carrico, S, Calvete, F y Clemente, FM. Carga de entrenamiento diaria y
semanal y estado de bienestar en semanas preparatorias, regulares y congestionadas: un estudio de una temporada
en jugadores de voleibol de é[Link] deportiva res26: 462-473, 2018.
56. Moore, CA y Fry, CA. Exceso de alcance no funcional durante el entrenamiento fuera de temporada para jugadores de posición
de habilidad en el fútbol americano universitario.J Resistencia Cond Res21: 793-800, 2007.
57. Mujika, I, Halson, S, Burke, L, Balagué, G y Farrow, D. Un enfoque integrado y multifactorial de la periodización
para un rendimiento óptimo en deportes individuales y de [Link] J Deportes Physiol Realizar 13: 538-561,
2018.
58. Mujika, I y Padilla, S. Desentrenamiento: pérdida de adaptaciones fisiológicas y de rendimiento inducidas por el entrenamiento.
Parte I: Estímulo de entrenamiento insuficiente a corto [Link] deportiva30: 79-87, 2000.
59. Mujika, I, y Padilla, S. Bases científicas para las estrategias de puesta a punto [Link] deportivo Med
Sci35: 1182-1187, 2003.
60. Mujika, I, Padilla, S y Pyne, D. Cambios en el rendimiento de natación durante las últimas 3 semanas de
entrenamiento antes de los Juegos Olímpicos de Sydney [Link] J Sports Med23: 582-587, 2002.
61. Mujika, I, Villanueva, L, Welvaert, M y Pyne, DB. Nadar rápido cuando cuenta: un análisis de 7 años de
desempeño en los Campeonatos Olímpicos y [Link] J Deportes Physiol Realizar14: 1132-1139,
2019.
62. Munroe, L y Haff, GG. Ciclismo de velocidad. EnManual de fuerza y acondicionamiento de Routledge.
Turner, A, ed. Nueva York: Routledge, 506-525, 2018.
63. Norris, SR y Smith, DJ. Planificación, periodización y secuenciación del entrenamiento y la competición: la
justificación de un programa de entrenamiento y competición competentemente planificado y óptimamente
ejecutado, apoyado por un equipo multidisciplinario. EnMejorar la recuperación: prevenir el bajo rendimiento en los
atletas. Kellmann, M, ed. Champaign, IL: Human Kinetics, 121-141, 2002.
64. Olbrect, J. Fundamentos de la planificación del entrenamiento. EnLa ciencia de ganar: planificación, periodización y optimización
del entrenamiento de natación. Luton, Inglaterra: Swimshop, 171-192, 2000.
65. Painter, K, Haff, G, Ramsey, M, McBride, J, Triplett, T, Sands, W, Lamont, H, Stone, M y Stone,
M. Ganancias de fuerza: entrenamiento con pesas de periodización ondulada diaria versus bloque entre atletas de
pista y [Link] J Deportes Physiol Realizar7: 161-169, 2012.
66. Peltonen, H, Walker, S, Lahitie, A, Hakkinen, K y Avela, J. Parámetros isométricos en el control del
entrenamiento de fuerza máxima, potencia y resistencia hipertró[Link]ón Physiol Nutr Metab
43: 145-153, 2018.
67. Plisk, SS y Stone, MH. Estrategias de periodizació[Link] Cond J25: 19-37, 2003.
68. Pritchard, HJ, Barnes, MJ, Stewart, RJ, Keogh, JW y McGuigan, MR. Reducción gradual del entrenamiento de fuerza de mayor
intensidad frente a la de menor intensidad: efectos sobre el rendimiento [Link] J Deportes Physiol Realizar 14:
458-463, 2019.
69. Rein, R y Memmert, D. Big data y análisis táctico en el fútbol de élite: futuros desafíos y oportunidades
para la ciencia del deporte.Springerplus5: 1410, 2016.
70. Robertson, S y Joyce, D. Evaluación de la periodización estratégica en el deporte de equipo.J deportes ciencia36: 279-285, 2018.
71. Robertson, SJ y Joyce, DG. Informando la periodización táctica durante la temporada en el deporte de equipo: desarrollo de un
índice de dificultad de partido para Super Rugby.J deportes ciencia33: 99-107, 2015.
72. Rønnestad, BR, Hansen, J y Ellefsen, S. La periodización en bloque de intervalos aeróbicos de alta intensidad proporciona
efectos de entrenamiento superiores en ciclistas [Link] J Med Sci Deportes24: 34-42, 2014.
73. Ronnestad, BR, Ofsteng, SJ y Ellefsen, S. La periodización en bloque del entrenamiento de fuerza y resistencia es
superior a la periodización tradicional en jugadores de hockey sobre [Link] J Med Sci Deportes29: 180-188, 2019.
74. Rowbottom, DG. Periodización del entrenamiento. EnCiencias del ejercicio y el deporte. Garrett, WE y
Kirkendall, DT, eds..Filadelfia: Lippincott Williams and Wilkins, 499-512, 2000.
75. Schwellnus, M, Soligard, T, Alonso, JM, Bahr, R, Clarsen, B, Dijkstra, HP, Gabbett, TJ, Gleeson,
M, Hägglund, M, Hutchinson, MR, Janse Van Rensburg, C, Meeusen, R, Orchard, JW, Pluim, BM, Raftery, M,
Budgett, R y Engebretsen, L. ¿Cuánto es demasiado? (Parte 2) Declaración de consenso del Comité Olímpico
Internacional sobre la carga en el deporte y el riesgo de [Link] J Sports Med50: 1043-1052, 2016.
76. Siewe, J, Rudat, J, Zarghooni, K, Sobottke, R, Eysel, P, Herren, C, Knoll, P, Illgner, U y Michael,
J. Lesiones en el boxeo competitivo. Un estudio [Link] J Sports Med36: 249-253, 2015.
77. Soligard, T, Schwellnus, M, Alonso, JM, Bahr, R, Clarsen, B, Dijkstra, HP, Gabbett, T, Gleeson, M, Hägglund,
M, Hutchinson, MR, Janse van Rensburg, C, Khan, KM, Meeusen, R, Orchard, JW, Pluim, BM, Raftery, M,
Budgett, R y Engebretsen, L. ¿Cuánto es demasiado? (Parte 1) Declaración de consenso del Comité
Olímpico Internacional sobre la carga en el deporte y el riesgo de [Link] J Sports Med50: 1030-1041,
2016.
78. Solli, GS, Tonnessen, E y Sandbakk, O. Block vs. periodización tradicional de HIT: dos caminos diferentes hacia el
éxito para el mejor esquiador de fondo del [Link] frontal10: 375, 2019.
79. Suárez, DG, Mizuguchi, S, Hornsby, WG, Cunanan, AJ, Marsh, DJ y Stone, MH. Cambios específicos de fase en la tasa de
desarrollo de la fuerza y la morfología muscular a lo largo de un ciclo de entrenamiento periodizado por bloques en
levantadores de pesas.Deportes7: 129, 2019.
80. Viru, A. Algunos datos sobre [Link] de atletas mod28: 29-32, 1990.
81. Zatsiorsky, VM y Kraemer, WJ. El tiempo en el entrenamiento de fuerza. EnCiencia y práctica del entrenamiento
de fuerza. Champaign, IL: Human Kinetics, 89-108, 2006.
Capítulo 4
1. Buchheit, M. The 30-15 Intermittent Fitness Test: precisión para individualizar el entrenamiento por intervalos de
jóvenes deportistas intermitentes.J Resistencia Cond Res22: 365-374, 2008.
2. Buchheit, M. Aplicación de la proporción de carga de trabajo aguda: crónica en el fútbol de élite: ¿vale la pena el esfuerzo?Br J Sports Med
51: 1325-1327, 2017.
3. Buchheit, M. Individualizando el entrenamiento de intervalos de alta intensidad en atletas de deportes intermitentes con la
prueba de condición física intermitente [Link] de temas candentes de la NSCANoviembre de 2011. [Link]
wpcontent/uploads/2013/07/[Link].
4. Buchheit, M. Manejo de la carga de carrera de alta velocidad en jugadores de fútbol profesionales: el beneficio de la suplementación del
entrenamiento por intervalos de alta [Link] Realizar Sci Rep53: v1, 2019.
5. Buchheit, M. Programación del entrenamiento de alta intensidad en [Link] Sports Med J3: 120-128, 2014.
6. Buchheit, M. Programación de carrera de alta velocidad y trabajo mecánico en relación con contenidos técnicos y
calendario de partidos en el fútbol [Link] Realizar Sci Rep69: v1, 2019.
7. Buchheit, M, Allen, A, Poon, TK, Modonutti, M, Gregson, W y Di Salvo, V. Integración de diferentes sistemas de
seguimiento en el fútbol: sistema semiautomático de múltiples cámaras, medición de posición local y
tecnologías GPS.J deportes ciencia32: 1844-1857, 2014.
8. Buchheit, M y Laursen, PB. Entrenamiento interválico de alta intensidad, soluciones al rompecabezas de la programación: parte
I: énfasis [Link] deportiva43: 313-338, 2013.
9. Buchheit, M, Laursen, PB, Kuhnle, J, Ruch, D, Renaud, C y Ahmaidi, S. Entrenamiento basado en juegos en jugadores
jóvenes de balonmano de é[Link] J Sports Med30: 251-258, 2009.
10. Buchheit, M, Leblond, F, Renaud, C, Kuhnle, J y Ahmaidi, S. Effect of complex vs. entrenamiento aeróbico
específico en jóvenes jugadores de [Link] Sport Sci3:22, 2008.
11. Buchheit, M y Mayer, N. Restablecimiento de la capacidad física y de rendimiento específica de los
jugadores en relación con las demandas físicas y técnicas del partido. EnGuía de lesiones musculares:
prevención y regreso al juego de lesiones musculares.BarcaInnovationHub29-35,2019. https://
[Link]/frontend/clients/barca/wp/wp-content/uploads/2019/03/105e3b07- muscle-
guide-general-principles-of-return-to-play-from-muscle- lesió[Link].
12. Buchheit, M y Simpson, BM. Tecnología de seguimiento de jugadores: ¿vaso medio lleno o medio vacío?Int J
Deportes Physiol Realizar12: S235-S241, 2017.
13. Cunningham, DJ, Shearer, DA, Carter, N, Drawer, S, Pollard, B, Bennett, M, Eager, R, Cook, CJ, Farrell, J, Russell, M y
Kilduff, LP. Evaluación de los peores escenarios en las demandas de movimiento derivadas de los sistemas de
posicionamiento global durante los partidos de la unión internacional de rugby: promedios móviles versus épocas de
duración fija.Más uno13: e0195197, 2018.
14. Delgado-Bordonau, JL, y Méndez-Villanueva, A. El modelo de periodización táctica. EnFitness en el
fútbol: la ciencia y la aplicación práctica. Moveo Ergo Sum / Klein-Gelman, 46-53.2014.
15. Dellal, A, Varliette, C, Owen, A, Chirico, EN y Pialoux, V. Small-side games versus interval training in
amateur soccer players:effects on the aerobic capacity and theability to perform intermittent
exercise with changes of dirección.J Resistencia Cond Res26: 2712-2720, 2012.
16. Duhig, S, Shield, AJ, Opar, D, Gabbett, TJ, Ferguson, C y Williams, M. Efecto de la carrera a alta velocidad sobre el riesgo
de lesión por distensión de los [Link] J Sports Med50: 1536-1540, 2016.
17. Edouard, P, Mendiguchia, J, Guex, K, Lahti, J, Samozino, P y Morin, JB. Carreras de velocidad: ¿una posible vacuna para
las lesiones por acumulación?Deporte Realizar Sci Rep48: v1, 2019.
18. Fanchini, M, Pons, E, Impellizzeri, F, Dupont, G, Buchheit, M y McCall, A. Estrategias basadas en
ejercicios para prevenir lesiones musculares. EnGuía de Lesiones Musculares: Prevención y
Regreso al Juego de las Lesiones [Link]çaInnovationHub34-41,2019.
[Link]
muscle-guide-general-principles-of-return-to-play-from-muscle- lesió[Link].
19. Fanchini, M, Rampinini, E, Riggio, M, Coutts, A, Pecci, C y McCall, A. A pesar de la asociación, la proporción de
carga de trabajo aguda: crónica no predice lesiones sin contacto en futbolistas de élite.Fútbol americano
científico2: 109-114, 2018. [Link]
20. Gabbet, TJ. La paradoja del entrenamiento y la prevención de lesiones: ¿deberían los atletas entrenar de manera más inteligente y más
dura? Br J Sports Med50: 273-280, 2016.
21. Hader, K, Méndez-Villanueva, A, Williams, B, Ahmaidi, S y Buchheit, M. Cambios de dirección durante carreras
intermitentes de alta intensidad: respuestas neuromusculares y metabó[Link] Sports Sci Med
Rehabilitación6: 2, 2014.
22. Iaia, FM, Rampinini, E y Bangsbo, J. Entrenamiento de alta intensidad en el fú[Link] J Deportes Physiol
Realizar4: 291-306, 2009.
23. Impellizzeri, FM, Marcora, SM, Castagna, C, Reilly, T, Sassi, A, Iaia, FM y Rampinini, E. Efectos fisiológicos y
de rendimiento del entrenamiento aeróbico genérico versus específico en jugadores de fútbol.
Int J Sports Med27: 483-492, 2006.
24. Lacome, M, Simpson, BM, Cholley, Y, Lambert, P y Buchheit, M. Juegos en espacios reducidos en el fútbol de
élite: ¿una talla sirve para todos?Int J Deportes Physiol Realizar13: 1-24, 2017.
25. Laursen, PB y Buchheit, [Link] y aplicación del entrenamiento interválico de alta intensidad (HIIT): soluciones al
rompecabezas de la programació[Link]ética humana; Primera edición (28 de diciembre de 2018), 2018.
26. Laursen, PB, Buchheit, M, [Link] y aplicación del entrenamiento interválico de alta intensidad: soluciones al
rompecabezas de la programación.1ra ed. Champaign, IL: Human Kinetics, 3-661, 2018.
27. Lolli, L, Batterham, AM, Hawkins, R, Kelly, DM, Strudwick, AJ, Thorpe, RT, Gregson, W y Atkinson, G. La
proporción de carga de trabajo aguda a crónica: un índice de escala inexacto para un proceso de
normalización innecesario?Br J Sports Med53, 2018. [Link]
28. Malone, S, Roe, M, Doran, DA, Gabbett, TJ y Collins, K. Las altas cargas de entrenamiento crónicas y la exposición
a carreras de máxima velocidad reducen el riesgo de lesiones en el fútbol gaélico de élite.J Sci Med Deporte20:
250-254, 2017.
29. van den Tillaar, R, Solheim, JAB y Bencke, J. Comparación de la activación de los músculos isquiotibiales durante la
carrera de alta velocidad y varios ejercicios de fortalecimiento de los [Link] J Sports Phys Ther12: 718-727,
2017.
Capítulo 5
1. Ali, A. Midiendo el rendimiento de las habilidades futbolísticas: una revisió[Link] J Med Sci Deportes21: 170-183, 2011.
2. Barbosa, TM, Costa, MJ y Marinho, DA. Propuesta de un modelo determinista para explicar el rendimiento en
natació[Link] de natación Int J2: 1-54, 2013.
3. Barbosa, LP, Sousa, CV, Sales, MM, Olher, RDR, Aguiar, SS, Santos, PA, Tiozzo, E, Simoes, HG,
Nikolaidis, PT y Knechtle, B. Celebrando los 40 años de ironman: cómo actúan los [Link] J
Environ Res Salud Pública16: 1019, 2019.
4. Bennell, KL y Crossley, K. Lesiones musculoesqueléticas en atletismo: incidencia, distribución y factores de
[Link] J Sci Med Deporte28: 69-75, 1996.
5. Berthelot, G, Sedeaud, A, Marck, A, Antero-Jacquemin, J, Schipman, J, Saulière, G, Marc, A, Desgorces, FD y
Toussaint, JF. ¿El rendimiento atlético ha llegado a su punto máximo?? medicina deportiva45: 1263-1271,
2015.
6. Berthelot, G, Thibault, V, Tafflet, M, Escolano, S, El Helou, N, Jouven, X, Hermine, O y Toussaint, JF. El final
de citius: la progresión de los récords mundiales anuncia la finalización de una breve búsqueda
ultrafisiológica.Más uno3: e1552, 2008.
7. Boccia, G, Moisè, P, Franceschi, A, Trova, F, Panero, D, La Torre, A, Rainoldi, A, Schena, F y Cardinale, M.
Trayectorias de rendimiento profesional en eventos de salto de pista y campo de éxito de jóvenes a adultos
mayores: la importancia del aprendizaje y el desarrollo.Más uno12: e0170744, 2017.
8. Boccia, G, Riccardo, PR, Moisè, P, Franceschi, A, La Torre, A, Schena, F, Rainoldi, A y Cardinale, M. Los
atletas nacionales de élite alcanzan su rendimiento máximo más tarde que los no élites en los sprints y
lanzar eventos.J Sci Med Deporte22: 342-347, 2019.
9. Brandon, LJ. Factores fisiológicos asociados con el rendimiento en carreras de media [Link] deportiva 19:
268-277, 1995.
10. Triatlón Británico. Proceso de selección del programa olímpico de clase mundial 2019–2020. 2019.
[Link]/britain/documents/gb-teams/selection-policies/2019--selectionpolicies/2020-
selection-policies/[Link]. Accedido
8 de septiembre de 2020.11.
11. Cardinale, M. Desarrollo de jóvenes talentos para campeones olímpicos en atletismo: comprensión
de progresiones [Link] Sports Med J250-255, 2019. Disponible en línea en:
[Link] Consultado el 8 de septiembre de 2020.
12. Carlsen, KH. Asma en deportistas olí[Link] Respir Rev17: 34-35, 2016.
13. Chow, JW y Knudson, DV. Uso de modelos deterministas en la investigación de la biomecánica del deporte y el ejercicio.
biomecánica deportiva10: 219-233, 2011.
14. Daoud, AI, Geissler, GJ, Wang, F, Saretsky, J, Daoud, YA y Lieberman, DE. Tasas de pisadas y lesiones en
corredores de resistencia: un estudio [Link] deportivo Med Sci44: 1325-1334, 2012.
15. Farrow, D y Robertson, S. Desarrollo de un marco de periodización de adquisición de habilidades para deportes de alto
[Link] deportiva47: 1043-1054, 2017.
16. Federación Internacional de [Link]. [Link]/site/rules/[Link]. Consultado el 8
de septiembre de 2020.
17. Glazier, PS y Mehdizadeh, S. Desafiando los paradigmas convencionales en la investigación de la biomecánica deportiva
[Link] deportiva49: 171-176. 2019.
18. Glazier, PS y Robins, MT. Comente sobre “Uso de modelos deterministas en la investigación de la biomecánica del
ejercicio y los deportes” de Chow y Knudson (2011).deporte biomecánico11: 120-122, respuesta del autor 123-124,
2012.
19. Gonzalo-Skok, O, Tous-Fajardo, J, Suarez-Arrones, L, Arjol-Serrano, JL, Casajús, JA, and Mendez-
Villanueva, A. Validez de la prueba de corte en V para jóvenes jugadores de [Link] J Sports Med36: 893-899,
2015.
20. Hay, JG,.La biomecánica de la Técnica Deportiva. 4ª edició[Link] Cliffs, Nueva Jersey: Prentice-Hall,
424-429, 1993.
21. Helenius, I y Haahtela, T. Alergia y asma en atletas de deportes de verano de élite.J Allergy Clin
Inmunol106: 444-452, 2000.
22. Hiley, MJ, Zuevsky, VV y Yeadon, MR. ¿La técnica especializada se caracteriza por una alta o baja variabilidad? Un
análisis de círculos gigantes de barra [Link] mov ciencia32: 171-180, 2013.
23. Hughes, M, Caudrelier, T, James, N, Redwood-Brown, A, Donnelly, I, Kirkbride, A y Duschesne,
C. Moneyball y fútbol: un análisis de los indicadores clave de rendimiento de los jugadores de fútbol masculino de élite por
posició[Link] deportivo J Hum7: 402-412, 2012.
24. Iino, Y y Kojima, T. Cinemática de golpes de derecha con efecto liftado en tenis de mesa: efectos del nivel de rendimiento y giro
de la pelota.J deportes ciencia27: 1311-1321, 2009.
25. Ingham, SA, Whyte, GP, Pedlar, C, Bailey, DM, Dunman, N y Nevill, AM. Determinantes del rendimiento de
carrera de 800 m y 1500 m utilizando modelos alomé[Link] deportivo Med Sci40: 345-350, 2008.
26. Karkazis, K y Fishman, JR. Seguimiento de atletas profesionales estadounidenses: la ética de las tecnologías
biomé[Link] J Bioeth17, 45-60, 2017.
27. Krause, LM, Buszard, T, Reid, M, Pinder, R y Farrow, D. Evaluación de la práctica de servicio y devolución de tenis
juvenil de élite: una observación transversal.J deportes ciencia37: 2818-2825, 2019.
28. Longmuir, PE, Boyer, C, Lloyd, M, Borghese, MM, Knight, E, Saunders, TJ, Boiarskaia, E, Weimo,
Z y Tremblay, MS. Evaluación canadiense de habilidades de agilidad y movimiento (CAMSA): evidencia de
validez, objetividad y confiabilidad para niños de 8 a 12 años de edad.J Deporte Salud Ciencia6: 231-240, 2017.
29. Martínez-Silván, D, Díaz-Ocejo, J y Murray, A. Indicadores predictivos de lesiones por uso excesivo en atletas de
resistencia [Link] J Deportes Physiol Realizar12: 153-156, 2017.
30. McLean, SG, Lipfert, SW y Van Den Bogert, AJ. Efecto del género y del oponente defensivo en la
biomecánica del corte [Link] deportivo Med Sci36: 1008-1016, 2004.
31. Estadísticas de la MLB. http: //[Link]/stats\. Consultado el 8 de septiembre de 2020.
32. Liga Nacional de Hockey. Estadísticas. [Link]/stats\. Consultado el 8 de septiembre de 2020.
33. Estadísticas avanzadas de la NBA. Velocidad y distancia de seguimiento de jugadores. [Link]
speeddistance. Consultado el 8 de septiembre de 2020.
34. Nevill, AM, Whyte, GP, Holder, RL y Peyrebrune, M. ¿Existen límites para los récords mundiales de
natación?Int J Sports Med28: 1012-1017, 2007.
35. Nieman, DC. Ejercicio, infección del tracto respiratorio superior y el sistema inmunoló[Link] deportivo
Med Sci26: 128-139, 1994.
36. Sistema oficial de evaluación de la ISU. Actualizaciones de la ISU. [Link]/news/. Accedido en septiembre
8, 2020.
37. Ofoghi, B, Zeleznikow, J, Macmahon, C, Rehula, J y Dwyer, DB. Análisis y predicción del rendimiento
en triatlón.J deportes ciencia34: 607-612, 2016.
38. Sampaio, J y Maças, V. Midiendo el comportamiento táctico en el fú[Link] J Sports Med33: 395-401, 2012.
39. Sampaio, J, McGarry, T, Calleja-González, J, Jiménez Sáiz, S, Schelling, I, Del Alcázar, X y
Balciunas, M. Exploring game performance in the National Basketball Association using player
tracking data.Más uno10: e0132894, 2015.
40. Sandford, GN, Kilding, AE, Ross, A y Laursen, PB. La velocidad máxima de sprint y el dominio de reserva de velocidad anaeróbica: las
herramientas sin explotar que diferencian a los mejores corredores masculinos de 800 m del [Link] deportiva
49: 843-852, 2019.
41. Sandford, GN, Laursen, PB, Kilding, AE y Ross, A. Definición del papel de la reserva de velocidad
anaeróbica en carreras de media [Link] J Sports Med2017.
42. Sandford, GN, Rogers, SA, Sharma, AP, Kilding, AE, Ross, A y Laursen PB. Implementación de pruebas de reserva de
velocidad anaeróbica en el campo: validación de la predicción de vVO2max a partir del rendimiento de carrera de
1500 m en corredores de media distancia de é[Link] J Deportes Physiol Realizar14: 1147-1150, 2019.
43. Sajón, LA. El seguimiento del rendimiento atlético, la pseudociencia y la metafísica se encuentran con la é[Link] J
Bioeth17: 61-62, 2017.
44. Schabort, EJ, Killian, SC, St Clair Gibson, A, Hawley, JA y Noakes, TD. Predicción del tiempo de carrera de triatlón a partir
de pruebas de laboratorio en triatletas [Link] deportivo Med Sci32: 844-849, 2000.
45. Sigward, S y Powers, CM. La influencia de la experiencia en la mecánica de la rodilla durante el corte lateral en
[Link] Biomech (Brístol, Avon)21: 740-747, 2006.
46. Suchomel, TJ, Lamont, HS y Moir, GL. Comprender la potenciación del salto vertical: un modelo determinista.
medicina deportiva46: 809-828, 2016.
47. Tønnessen, E, Svendsen, IS, Olsen, IC, Guttormsen, A y Haugen, T. Desarrollo del rendimiento en atletas
de pista y campo adolescentes según la edad, el sexo y la disciplina deportiva.Más uno10: e0129014,
2015.
48. Atletismo del Reino Unido. Embudos de rendimiento. [Link]/performance/performancefunnels/.
Consultado el 8 de septiembre de 2020.
49. Valter, DS, Adam, C, Barry, M y Marco, C. Validación de Prozone®: un nuevo sistema de análisis de
rendimiento basado en [Link] j realizar deporte anal6: 108-119, 2006.
50. Van Schuylenbergh, R, Vanden Eynde, B y Hespel P. Predicción del rendimiento de triatlón de velocidad a partir de
pruebas de [Link] J Appl Physiol91: 94-99, 2004.
51. Williams, LR y Walmsley, A. Tiempo de respuesta y coordinación muscular en esgrima: una comparación
de esgrimistas de élite y novatos.J Sci Med Deporte3: 460-475, 2000.
52. Zebis, MK, Andersen, LL, Bencke, J, Kjaer, M y Aagaard, P. Identificación de atletas en riesgo futuro de
roturas del ligamento cruzado anterior mediante detección [Link] J Sports Med37:
1967-1973, 2009.
Capítulo 6
1. Argus, CK, Gill, ND y Keogh, JW. Caracterización de las diferencias de fuerza y potencia entre
diferentes niveles de competición en atletas de rugby union.J Resistencia Cond Res26: 2698-2704,
2012.
2. Panadero, DG. Cambios de 10 años en la fuerza y potencia de la parte superior del cuerpo en jugadores de élite de la liga profesional de
rugby: el efecto de la edad, el escenario y el contenido del entrenamiento.J Resistencia Cond Res27: 285-292, 2013.
3. Panadero, DG. Comparación de niveles de fuerza entre jugadores del mismo club que fueron seleccionados vs.
no seleccionado para jugar en la Gran Final de la competencia de la Liga Nacional de Rugby.J Resistencia Cond
Res31: 1461-1467, 2017.
4. Barbosa, AC, Valadao, PF, Wilke, CF, Martins, F, Silva, DCP, Volkers, SA, Lima, COV, Riberio, JRC, Bittencourt,
NF y Barroso, R. El camino a los 21 segundos: a Reporte de caso de un velocista de natación olímpica de
[Link] J Sports Sci Entrenador14: 393-405, 2019.
5. Bazyler, CD, Mizuguchi, S, Zourdos, MC, Sato, K, Kavanaugh, AA, DeWeese, BH, Breuel, KF y Stone, MH. Características
de una levantadora de pesas de nivel nacional que alcanza su punto máximo para la competencia: un estudio de
caso.J Resistencia Cond Res32: 3029-3038, 2018.
6. Bishop, PA, Williams, TD, Heldman, AN y Vanderburgh, PM. Sistema para evaluar el rendimiento de
levantamiento de pesas y otros eventos múltiples.J Resistencia Cond Res32: 201-204, 2018.
7. Bourne, MN, Bruder, AM, Mentiplay, BF, Carey, DL, Patterson, BE y Crossley, KM. Debilidad excéntrica del flexor
de la rodilla en futbolistas de élite de 1 a 10 años después de la reconstrucción del ligamento cruzado anterior.
Fisioterapia Deporte37: 144-149, 2019.
8. Comodidad, P y Pearson, SJ. Escalado: ¿qué métodos predicen mejor el rendimiento?J Resistencia Cond Res 28:
1565-1572, 2014.
9. Comfort, P, Thomas, C, Dos'Santos, T, Suchomel, TJ, Jones, PA y McMahon, JJ. Cambios en el índice de fuerza
dinámica en respuesta al entrenamiento de [Link] (Basilea)6:4, 2018.
10. Crewther, BT, McGuigan, MR y Gill, ND. La proporción y la escala alométrica de velocidad, potencia y fuerza en
jugadores de élite masculinos de rugby.J Resistencia Cond Res25: 1968-1975, 2011.
11. Gillen, ZM, Shoemaker, ME, McKay, BD y Cramer, JT. Las diferencias de rendimiento entre la Liga Nacional de Fútbol
Americano y los participantes combinados de fútbol americano de la escuela [Link] Q Ejercicio Deporte90:
227-233, 2019.
11a. Haff, GG y Triplett, NT, eds.. Fundamentos del entrenamiento de fuerza y acondicionamiento. Champaign, Illinois:
Cinética humana, 292, 2016.
12. Hakkinen, K, Pakarinen, A, Alen, M, Kauhanen, H y Komi, PV. Adaptaciones neuromusculares y hormonales en
deportistas al entrenamiento de fuerza en dos años.J Appl Physiol (1985)65: 2406-2412, 1988.
13. Halperin, I. Estudios de casos en ciencias del ejercicio y del deporte: una herramienta poderosa para cerrar la brecha entre la ciencia y la
prá[Link] J Deportes Physiol Realizar13: 824-825, 2018.
14. Halperin, I, Hughes, S y Chapman, DW. Perfil fisiológico de un boxeador profesional que se prepara para un combate por el
título: un estudio de caso.J deportes ciencia34: 1949-1956, 2016.
15. Harden, M, Wolf, A, Haff, GG, Hicks, KM y Howatson, G. Repetibilidad y especificidad de la producción de fuerza
excéntrica y las implicaciones para la prescripción de carga de entrenamiento excéntrica.J Resistencia Cond
Res33: 676-683, 2019.
16. Harper, LD y McCunn, R. "Mano en guante": uso de métodos cualitativos para conectar la investigación y la
prá[Link] J Deportes Physiol Realizar12: 990-993, 2017.
17. Haugen, TA, Breitschadel, F y Seiler, S. Variables mecánicas de sprint en atletas de élite: ¿los perfiles de fuerza-velocidad
son específicos del deporte o individuales?Más uno14: e0215551, 2019.
18. Haugen, T y Buchheit, M. Supervisión del rendimiento de carreras de sprint: consideraciones metodológicas y
prá[Link] deportiva46: 641-656, 2016.
19. Haugen, TA, Solberg, PA, Foster, C, Moran-Navarro, R, Breitschadel, F y Hopkins, WG. Edad máxima y
progresión del rendimiento en atletas de atletismo de clase [Link] J Deportes Physiol Realizar 13:
1122-1129, 2018.
20. Haugen, T, Tønnessen, E y Seiler, S. Características del salto de velocidad y contramovimiento de
jugadoras de fútbol de élite, [Link] J Deportes Physiol Realizar7: 340-349, 2012.
21. Hoffman, JR, Ratamess, NA y Kang, J. Cambios en el rendimiento durante una carrera como jugador universitario en atletas de
fútbol americano de la División III de la NCAA.J Resistencia Cond Res25: 2351-2357, 2011.
22. Hortobagyi, T, Katch, FI y LaChance, PF. Interrelaciones entre varias medidas de la fuerza de la parte superior del
cuerpo evaluadas por diferentes modos de contracción. Evidencia de un componente de fuerza general.
Eur J Appl Physiol Occup Physiol58: 749-755, 1989.
23. Jiménez-Reyes, P, Samozino, P, Brughelli, M y Morin, JB. Efectividad de un entrenamiento individualizado
basado en perfiles de fuerza-velocidad durante el [Link] frontal7: 677, 2016.
24. Jiménez-Reyes, P, Samozino, P y Morin, JB. Entrenamiento optimizado para el rendimiento de salto utilizando el
desequilibrio fuerza-velocidad: cinética de adaptación individual.Más uno14: e0216681, 2019.
24a. Joyce, D y Lewindon, [Link] de alto rendimiento para el deporte. 10, 2014.
25. Khamis, HJ y Roche, AF. Predicción de la estatura adulta sin usar la edad esquelética: el método de
[Link]ía94: 504-507, 1994.
26. Lloyd, RS, Cronin, JB, Faigenbaum, AD, Haff, GG, Howard, R, Kraemer, WJ, Micheli, LJ, Myer, GD y Oliver, JL.
Declaración de posición de la Asociación Nacional de Fuerza y Acondicionamiento sobre el desarrollo atlético
a largo plazo.J Resistencia Cond Res30: 1491-1509, 2016.
27. Maffiuletti, NA, Aagaard, P, Blazevich, AJ, Folland, J, Tillin, N y Duchateau, J. Tasa de desarrollo de la
fuerza: consideraciones fisiológicas y metodoló[Link] J Appl Physiol116: 1091-1116, 2016.
28. Malina, RM, Eisenmann, JC, Cumming, SP, Ribeiro, B y Aroso, J. Variación asociada a la madurez en el crecimiento
y las capacidades funcionales de jugadores de fútbol juvenil (fútbol) de 13 a 15 añ[Link] J Appl Physiol91:
555-562, 2004.
29. Malina, RM, Rogol, AD, Cumming, SP, Coelho e Silva, MJ y Figueiredo, AJ. Maduración biológica de
deportistas juveniles: evaluación e [Link] J Sports Med49: 852-859, 2015.
30. McGuigan, SR. Administración, calificación e interpretación de pruebas seleccionadas. EnFundamentos del
entrenamiento de fuerza y acondicionamiento. Haff, GG y Triplett, NT, eds..Champaign, IL: Human Kinetics, 259-316,
2016.
31. McGuigan, MR, Cormack, S y Gill, ND. Perfiles de fuerza y potencia de los [Link] Cond J 35:
7-14, 2013.
32. McIntosh, S, Kovalchik, S y Robertson, S. Evaluación comparativa multifactorial del rendimiento longitudinal de
los jugadores en la Liga de fútbol [Link]ía frontal10: 1283, 2019.
33. McMaster, DT, Gill, ND, Cronin, JB y McGuigan, MR. Evaluación fuerza-velocidad-potencia en
jugadores semiprofesionales de rugby.J Resistencia Cond Res30: 1118-1126, 2016.
34. Mirwald, RL, Baxter-Jones, AD, Bailey, DA y Beunen, GP. Una evaluación de la madurez a partir de medidas
antropomé[Link] deportivo Med Sci34: 689-694, 2002.
35. Newton, RU y Dugan, E. Aplicación del diagnóstico de [Link] Cond J24: 50-59, 2002.
36. Pérez-Castilla, A, Piepoli, A, Delgado-Garcia, G, Garrido-Blanca, G, and Garcia-Ramos, A. Confiabilidad y validez
concurrente de siete dispositivos disponibles comercialmente para la evaluación de la velocidad de
movimiento a diferentes intensidades durante el press de banca.J Resistencia Cond Res33: 1258-1265, 2019.
37. Porter, JM, Anton, PM y Wu, WF. Aumentar la distancia de un foco de atención externo mejora el
rendimiento de salto de longitud de pie.J Resistencia Cond Res26: 2389-2393, 2012.
38. Robertson, S, Bartlett, JD y Gastin, PB. ¿Rojo, ámbar o breen? Seguimiento de atletas en deportes de equipo:
la necesidad de sistemas de apoyo a las [Link] J Deportes Physiol Realizar12: S273-S279, 2017.
39. Ruddock, AD, Boyd, C, Winter, EM y Ranchordas, M. Consideraciones para el proceso de apoyo científico y
aplicaciones a estudios de [Link] J Deportes Physiol Realizar1-5, 2018.
40. Shaw, G, Serpell, B y Baar, K. Protocolos de rehabilitación y nutrición para optimizar el regreso al juego a partir de la
reconstrucción tradicional del LCA en jugadores de élite de rugby: un estudio de caso.J deportes ciencia15: 1794-1803,
2019.
41. Sheppard, J, Chapman, D y Taylor, KL. Una evaluación de un método de evaluación de cualidades de fuerza para la parte inferior
del [Link]ón de fuerza de J Aust19: 4-10, 2011.
42. Shurley, JP y Todd, JS. “La fuerza de Nebraska”: Boyd Epley, Husker Power y la formación de la
profesión de entrenador de fuerza.J Resistencia Cond Res26: 3177-3188, 2012.
43. Simpson, MJ, Jenkins, DG, Leveritt, MD y Kelly, VG. Perfiles físicos de los netballers de élite, sub-élite, regionales y
grupos de edad.J deportes ciencia37: 1212-1219, 2019.
44. Sinclair, RG. Normalización de las actuaciones de los deportistas en halterofilia olí[Link] J Appl Sport Sci10:
94-98, 1985.
45. Solberg, PA, Hopkins, WG, Paulsen, G y Haugen, TA. Edad máxima y progresión del rendimiento en atletas de
levantamiento de pesas y levantamiento de pesas de clase [Link] J Deportes Physiol Realizar1-24, 2019.
46. Suchomel, TJ, Nimphius, S y Stone, MH. Escalamiento de la fuerza máxima de tracción isométrica de la mitad del muslo en
atletas de la división I: ¿estamos cumpliendo con los supuestos?biomecánica deportiva19: 532-546, 2020.
47. Thornton, HR, Delaney, JA, Duthie, GM y Dascombe, BJ. Desarrollo de sistemas de seguimiento de atletas en
deportes de equipo: análisis y visualización de [Link] J Deportes Physiol Realizar6: 698-705, 2019.
48. Tonnessen, E, Haugen, TA, Hem, E, Leirstein, S y Seiler, S. Capacidad aeróbica máxima en las disciplinas de resistencia
de los Juegos Olímpicos de invierno: puntos de referencia de medallas olímpicas para el período 1990-2013.
Int J Deportes Physiol Realizar10: 835-839, 2015.
49. Vanderburgh, PM y Batterham, AM. Validación de la fórmula de levantamiento de pesas de [Link] deportivo
Med Sci31: 1869-1875, 1999.
50. Young, KP, Haff, GG, Newton, RU, Gabbett, TJ y Sheppard, JM. Evaluación y seguimiento de las cualidades
balísticas y de fuerza máxima del tren superior en [Link] J Deportes Physiol Realizar10: 232-237,
2015.
51. Young, W, Newton RU, Doyle TL, Chapman D, Cormack S, Stewart G y Dawson, B. Características
fisiológicas y antropométricas de titulares y no titulares y posiciones de juego en el fútbol
australiano de élite: un estudio de caso.J Sci Med Deporte8: 333-345, 2005.
Capítulo 7
1. Ardern, CL, Glasgow, P, Schneiders, A, Witvrouw, E, Clarsen, B, Cools, A, Gojanovic, B, Griffin, S,
Khan, KM, Moksnes, H, Mutch, SA, Phillips, N, Reurink, G, Sadler, R, Silbernagel, KG, Thorborg,
K, Wangensteen, A, Wilk, KE y Bizzini, M. 2016 Declaración de consenso sobre el regreso al deporte del Primer
Congreso Mundial de Fisioterapia Deportiva, [Link] J Sports Med50: 853-864, 2016.
1a. Arthur WB, Polak W. La evolución de la tecnología dentro de un modelo informático simple.Complejidad11, 23–
31. 2006.
2. Christensen, [Link] dilema del innovador: cuando las nuevas tecnologías provocan la quiebra de grandes empresas.1ra
ed. Boston: Harvard Business Review Press, 1997.
3. Ellapen, T y Paul, Y. Tecnología deportiva innovadora a través de la investigación interdisciplinaria: el futuro de la
ciencia del [Link] sudafricana de investigación en deporte, educación física y recreación 38: 51-59,
2016.
Kevin, [Link] inevitable: comprender las 12 fuerzas tecnológicas que darán forma a nuestro futuro.
Nueva York: Viking Press, 2016.
5. Le Meur, Y, y Torres-Ronda, L. 10 Retos del científico deportivo aplicado [Link] Realizar
Sci Rep57: v1, 2019. [Link]
sportscientist.
luis, [Link] Undoing Project: una amistad que cambió nuestras [Link]. UU.: WW Norton &
Company, 2016.
7. Müller, [Link] tiranía de las mé[Link], Nueva Jersey: Princeton University Press, 3, 2018.
8. Peake, JM, Kerr, G y Sullivan, JP. Una revisión crítica de los dispositivos portátiles de consumo, las aplicaciones móviles y
los equipos para proporcionar biorretroalimentación, monitorear el estrés y el sueño en poblaciones físicamente
[Link] frontal9: 743, 2018.
9. Ringuet-Riot, C y James, D. ¿Qué tan innovador es usted? Centros de entrenamiento deportivo de alto rendimiento.
Aspetar Sport Med J2: 290-295, 2013.
10. Ringuet-Riot, CJ, Hahn, A y James, DA. Un enfoque estructurado para la innovación tecnológica en el deporte.
Tecnología deportiva6: 137-149, 2013.
11. Plata, [Link] señal y el ruido: por qué la mayoría de las predicciones fallan, pero algunas [Link] York: Penguin Group,
17, 2012.
12. Torres-Ronda, L, y Schelling, X. Proceso crítico para la implementación de la tecnología en las organizaciones
[Link] Cond J39: 54-59, 2017.
13. Youn, H, Bettencourt, L, Strumsky, D y Lobo, J. La invención como proceso combinatorio: evidencia de patentes
[Link] JR Soc12, 2014. [Link]
Capítulo 8
1. Alexiou, H y Coutts, AJ. Una comparación de los métodos utilizados para cuantificar la carga de entrenamiento interno
en jugadoras de fú[Link] J Deportes Physiol Realizar3: 320-330, 2008.
2. Batterham, AM y Hopkins, WG. Hacer inferencias significativas sobre [Link] J Deportes
Physiol Realizar1: 50-57, 2006.
3. Berthoin, S, Gerbeaux, M, Turpin, E, Guerrin, F, Lensel-Corbeil, G y Vandendorpe, F. Comparación de dos
pruebas de campo para estimar la velocidad aeróbica máxima.J deportes ciencia12: 355-362, 1994.
4. Bland, JM y Altman, DG. La medición de acuerdo en los estudios de comparación de métodos.Métodos estadísticos con
res8: 135-160, 1999.
5. Borg, Georgia. Bases psicofísicas de esfuerzo [Link] deportivo Med Sci14: 377-381, 1982.
6. Borg, E y Kaijser, L. Una comparación entre tres escalas de calificación para el esfuerzo percibido y dos pruebas de
trabajo [Link] J Med Sci Deportes16: 57-69, 2006.
7. Broman, KW y Woo, KH. Organización de datos en hojas de cá[Link] stat72: 2-10, 2018.
8. Buchheit, M, Al Haddad, H, Simpson, B, Palazzi, D, Bourdon, P, Di Salvo, V y Méndez-Villanueva, A.
Supervisión de aceleraciones con GPS en el fútbol: ¿es hora de reducir la velocidad?Int J Deportes Physiol
Realizar9: 442-445, 2014.
9. Cardinale, M y Varley, MC. Tecnología de monitoreo de entrenamiento portátil: aplicaciones, desafíos y
[Link] J Deportes Physiol Realizar12: S255-S262, 2017.
10. Chadwick, D. ¡Detén esa hoja de cálculo subversiva! EnIntegridad y Control Interno en Sistemas de Información
V IICIS 2002 IFIP - Federación Internacional para el Procesamiento de la Información. Gertz, M, ed. Boston:
Springer, 205-211, 2003.
11. Couts, AJ. En la era de la tecnología, la navaja de Occam todavía se [Link] J Deportes Physiol Realizar9: 741,
2014.
12. Ellis, SE y Leek, JT. Cómo compartir datos para la colaboració[Link] stat72: 53-57, 2018.
13. Foster, C, Florhaug, JA, Franklin, J, Gottschall, L, Hrovatin, LA, Parker, S, Doleshal, P y Dodge,
C. Un nuevo enfoque para monitorear el entrenamiento físico.J Resistencia Cond Res15: 109-115, 2001.
14. Gregson, W, Drust, B, Atkinson, G y Salvo, VD. Variabilidad de partido a partido de las actividades de alta
velocidad en el fútbol de primera divisió[Link] J Sports Med31: 237-242, 2010.
15. Hooper, SL, Mackinnon, LT, Howard, A, Gordon, RD y Bachmann, AW. Marcadores para el seguimiento del
sobreentrenamiento y la recuperació[Link] deportivo Med Sci27: 106-112, 1995.
16. Hopkins, WG. Cómo interpretar los cambios en una prueba de rendimiento [Link] deportiva8: 1-7, 2004.
[Link]/jour/04/[Link].
17. Impellizzeri, FM, Rampinini, E, Coutts, AJ, Sassi, A y Marcora, SM. Uso de la carga de entrenamiento basada en RPE en el
fú[Link] deportivo Med Sci36: 1042-1047, 2004.
18. Kleppner, D. Garantizar la integridad, accesibilidad y administración de los datos de investigación en la era
digital. Asociación Internacional de Bibliotecas Universitarias Científicas y Tecnológicas, 31.ª Conferencia
Anual, Documento 10, 21 de junio de 2010.
19. Kyprianou, E, Lolli, L, Haddad, HA, Di Salvo, V, Varley, MC, Méndez Villanueva, A, Gregson, W y Weston, M. Un enfoque
novedoso para evaluar la validez en la investigación del rendimiento deportivo: integración de expertos opinión del
profesional en el análisis estadístico.Fútbol americano científico3: 333-338, 2019.
20. Leger, L, y Boucher, R. Una prueba de campo de múltiples etapas de ejecución continua indirecta: la prueba de pista de
la Université de Montré[Link] J Appl Sport Sci5: 77-84, 1980.
21. Leger, LA, Mercier, D, Gadoury, C y Lambert, J. La prueba de carrera de ida y vuelta de 20 metros de múltiples etapas para la
aptitud aeróbica.J deportes ciencia6: 93-101, 1988.
22. Lovell, R., Halley, S., Seigler, J., Wignell, T., Coutts, A., Massard, T. (2020). Calificación numéricamente ciega del esfuerzo
percibido en el fútbol: evaluación de la validez concurrente y de construcció[Link] internacionales
fisiol realizar. En prensa.
22a. Malone, JJ, Lovell, R, Varley, MC y Coutts, AJ. Desempacando la caja negra: aplicaciones y
Consideraciones para el uso de dispositivos GPS en el [Link] J Deportes Physiol Realizar12: S218-S226, 2017.
23. Nisbet, R, Miner, G y Yale, [Link] de Aplicación de Análisis Estadístico y Minería de Datos. Londres,
Reino Unido: Elsevier, 69, 2018.
24. Noble, BJ, Borg, GA, Jacobs, I, Ceci, R y Kaiser, P. Una escala de esfuerzo percibido de relación de categoría: relación con
los lactatos sanguíneos y musculares y la frecuencia cardí[Link] deportivo Med Sci15: 523-528, 1983.
25. Pageaux, B. Percepción del esfuerzo en la ciencia del ejercicio: definición, medición y [Link] J
Sport Sci16: 885-894, 2016.
26. Peng, RD. Investigación reproducible en ciencia computacional.Ciencias334: 1226, 2011.
27. Rahm, E y Hai Do, H. Limpieza de datos: problemas y enfoques [Link] de ingeniería de datos IEEE23: 3-
13, 2000.
28. Rajalingham, K, Chadwick, D, Knight, B y Edwards, D. Control de calidad en hojas de cálculo: un enfoque basado
en la ingeniería de software para el desarrollo de hojas de cálculo. Presentado en Actas de la 33.ª Conferencia
Internacional Anual de Hawái sobre Ciencias de Sistemas, 2000.
29. Sandve, GK, Nekrutenko, A, Taylor, J y Hovig, E. Diez reglas simples para la investigación
computacional [Link] Comput Biol9: e1003285, 2013.
30. Thomas, JR, Nelson, JK y Silverman, SJ.Métodos de Investigación en Actividad Fí[Link], IL:
Cinética humana, 360-367, 2015.
31. Varley, MC, Jaspers, A, Helsen, WF y Malone, JJ. Consideraciones metodológicas a la hora de cuantificar esfuerzos de alta
intensidad en deportes de equipo utilizando la tecnología del Sistema de Posicionamiento [Link] J Deportes
Physiol Realizar12: 1059-1068, 2017.
32. Vincent, WJ y Weir, [Link]ística en Kinesiologí[Link], IL: Human Kinetics, 165-176, 1994.
33. Wang, W, Guo, Y, Huang, B, Zhao, G, Liu, B y Wang, L. Análisis de métodos de filtrado para señales de
aceleración 3D en la red de sensores corporales. Presentado en el Simposio Internacional de Bioelectrónica y
Bioinformación 2011, 2011.
34 Watt, A y Eng, [Link]ño de base de [Link], BC: BCcampus, 10-14, 2014.
35. Weston, M. Dificultades para determinar la naturaleza dosis-respuesta de los partidos de fútbol competitivos.
Mejora J Athl2, 2012.
Capítulo 9
1. Akenhead, R y Nassis, GP. Carga de entrenamiento y seguimiento de jugadores en el fútbol de alto nivel:
práctica actual y [Link] J Deportes Physiol Realizar11: 587-593, 2016.
2. Alarifi, A, Al-Salman, A, Alsaleh, M, Alnafessah, A, Al-Hadhrami, S, Al-Ammar, M y Al-Khalifa, HS.
Tecnologías de posicionamiento en interiores de banda ultraancha: análisis y avances recientes.
Sensores 16: 707, 2016.
3. Andreoni, G, Standoli, C y Perego, P. Definición de requisitos y métodos relacionados para diseñar
prendas [Link] (Basilea)16: 769, 2016.
4. Barrett, S, Midgley, A y Lovell, R. PlayerLoadTM: fiabilidad, validez convergente e influencia de la posición de la
unidad durante la carrera en cinta [Link] J Deportes Physiol Realizar9: 945-952, 2014.
5. Barrett, S, Midgley, A, Reeves, M, Joel, T, Franklin, E, Heyworth, R, Garrett, A y Lovell, R. Los patrones de eficiencia
locomotora dentro del partido durante el partido de fútbol profesional: implicaciones por riesgo de lesiones?J
Sci Med Deporte19: 810-815, 2016.
6. Beato, M, De Keijzer, KL, Carty, B y Connor, M. Supervisión de la fatiga durante el ejercicio intermitente con
métricas derivadas de aceleró[Link] frontal10: 780, 2019.
7. Boyd, L. Una nueva forma de usar acelerómetros en el fútbol australiano: evaluación de cargas externas. 1-
260, 2011. Disponible en: [Link]
8. Boyd, LJ, Ball, K y Aughey, RJ. Cuantificación de la carga externa en partidos de fútbol australiano y
entrenamiento mediante aceleró[Link] J Deportes Physiol Realizar8: 44-51, 2013.
9. Bradshaw, EJ, Rice, V y Landeo, R. Monitoreo de carga de impacto usando unidades de medición inercial en
diferentes superficies deportivas viscoelásticas: un informe técnico. En ISBSArchivo de Actas, vol. 36. Auckland,
2018.
10. Brown, DM, Dwyer, DB, Robertson, SJ y Gastin, PB. Método del poder metabólico: subestimación del gasto energético en
movimientos deportivos de campo utilizando un sistema de seguimiento del Sistema de Posicionamiento Global.
Int J Deportes Physiol Realizar11: 1067-1073, 2016.
11. Buchheit, M, Gray, A y Morin, J. Evaluación de las variables de zancada y la rigidez vertical con acelerómetros
integrados con GPS: conocimientos preliminares para el seguimiento de la fatiga neuromuscular en el campo.J
Sports Sci Med14: 698-701, 2015.
12. Buchheit, M y Simpson, BM. Tecnología de seguimiento de jugadores: ¿vaso medio lleno o medio vacío?Int J
Deportes Physiol Realizar12: S235-S241, 2017.
13. Carling, C, Bloomfield, J, Nelsen, L y Reilly, T. El papel del análisis de movimiento en el fútbol de é[Link] deportiva
38: 839-862, 2008.
14. Carling, C, Williams, A y Reilly, [Link] de análisis de partidos de fútbol: un enfoque sistemático para
mejorar el rendimiento. Abington, Oxon: Routledge, 148-160, 2007.
15. Chambers, R, Gabbett, T, Cole, MH y Beard, A. El uso de microsensores portátiles para cuantificar movimientos
específicos del [Link] deportiva45: 1065-1081, 2015.
16. Cummins, C, Orr, R, O'Connor, H y West, C. Sistemas de posicionamiento global (GPS) y sensores de
microtecnología en deportes de equipo: una revisión sistemá[Link] deportiva43: 1025-1042, 2013.
17. Delaney, JA, Cummins, CJ, Thornton, HR y Duthie, GM. Importancia, fiabilidad y utilidad de las medidas de
aceleración en los deportes de equipo.J Resistencia Cond Res32: 1, 2017.
18. Dines, JS, Tubbs, T, Fleisig, GS, Dines, JS, Dines, DM, Altchek, DW y Dowling, B. La relación de la mecánica
del brazo de lanzamiento y el par de varo del codo: variación dentro del sujeto para lanzadores de
béisbol profesionales a través de 81,999 [Link] J Sports Med45: 3030-3035, 2017.
19. DiSalvo, V, Collins, A, McNeill, B y Cardinale, M. Validación de Prozone®: un nuevo sistema de análisis de
rendimiento basado en [Link] j realizar deporte anal6: 108-119, 2006.
20. Edgecomb, SJ y Norton, KI. Comparación de posicionamiento global y seguimiento basado en computadora
sistemas para medir la distancia de movimiento de los jugadores durante el fútbol australiano.J Sci Med Deporte9: 25-32,
2006.
21. Gabbett, T. Relación entre la carga del acelerómetro, las colisiones y la actividad de esfuerzo repetido de alta intensidad
en jugadores de la liga de rugby.J Resistencia Cond Res29: 3424-3431, 2015.
22. Gabbett, T, Jenkins, D y Abernethy, B. Colisiones físicas y lesiones durante el entrenamiento de habilidades de la liga de
rugby profesional.J Sci Med Deporte13: 578-583, 2010.
23. Gastin, P, McLean, O, Spittle, M y Breed, RV. Cuantificación de las demandas de abordaje en el fútbol australiano
profesional utilizando tecnología de seguimiento de atletas portátil integrada.J Sci Med Deporte16: 589-593,
2013.
24. Harper, DJ, Carling, C y Kiely, J. Demandas de aceleración y desaceleración de alta intensidad en partidos competitivos
de deportes de equipo de élite: una revisión sistemática y metanálisis de estudios observacionales. medicina
deportiva49: 1923-1947, 2019.
25. Hummel, O, Fehr, U y Ferger, K. Más allá de ibeer: exploración del potencial de los sensores de teléfonos inteligentes para el
diagnóstico del rendimiento en los [Link] J Comput Sci Deporte12: 46-60, 2013.
26. Kelley, J, Choppin, SB, Goodwill, SR y Haake, SJ. Validación de un buscador automático y en vivo de la velocidad de la
pelota y la tasa de giro en el [Link] ing2: 2967-2972, 2010.
27. Kelly, SJ, Murphy, AJ, Watsford, ML, Austin, D y Rennie, M. Confiabilidad y validez de los acelerómetros deportivos
durante las pruebas estáticas y diná[Link] J Deportes Physiol Realizar10: 106-111, 2015.
28. King, GA, Torres, N, Potter, C, Brooks, TJ y Coleman, KJ. Comparación de monitores de actividad para estimar el costo de
energía del ejercicio en cinta [Link] deportivo Med Sci36: 1244-1251, 2004.
29. Lacome, M, Simpson, BM y Buchheit, M. Monitoreo del estado del entrenamiento con tecnología de seguimiento de
jugadores: todavía en el camino a Roma. Parte [Link] Sports Med J7: 54-64, 2018.
30. Larsson, P. Sistema de posicionamiento global y pruebas específicas del [Link] deportiva33: 1093-1101, 2003.
31. Lee, JB, Mellifont, RB y Burkett, BJ. El uso de un solo sensor de inercia para identificar la duración de la zancada, el paso
y la postura de la marcha al correr.J Sci Med Deporte13: 270-273, 2010.
32. Lee, JB, Sutter, KJ, Askew, CD y Burkett, BJ. Identificación de la simetría en la marcha al correr usando un solo
sensor inercial.J Sci Med Deporte13: 559-563, 2010.
33. Li, RT, Kling, SR, Salata, MJ, Cupp, SA, Sheehan, J y Voos, JE. Dispositivos portátiles de rendimiento en medicina
[Link] Salud8: 74-78, 2016.
34. Little, C, Lee, JB, James, DA y Davison, K. Una evaluación de la tecnología de sensores inerciales en la
discriminación de la marcha humana.J deportes ciencia31: 1312-1318, 2013.
35. Luteberget, LS, Holme, BR y Spencer, M. Confiabilidad de las unidades de medición inercial portátiles para medir
la actividad física en el balonmano en [Link] J Deportes Physiol Realizar13: 467-473, 2018.
36. Malone, JJ, Lovell, R, Varley, MC y Coutts, AJ. Desempacando la caja negra: aplicaciones y consideraciones para el
uso de dispositivos GPS en el [Link] J Deportes Physiol Realizar12: S218-S226, 2017.
37. McLean, BD, Strack, D, Russell, J y Coutts, AJ. Cuantificación de las demandas físicas en la Asociación Nacional de
Baloncesto (NBA): desafíos en el desarrollo de modelos de mejores prácticas para el cuidado y el rendimiento de los
[Link] J Deportes Physiol Realizar14: 414-420, 2019.
38. Mitchell, E, Monaghan, D y O'Connor, N. Clasificación de actividades deportivas utilizando acelerómetros de teléfonos
inteligentes.Sensores13: 5317-5337, 2013.
39. Montgomery, PG, Pyne, DB y Minahan, CL. Las exigencias físicas y fisiológicas del entrenamiento y la
competición de [Link] J Deportes Physiol Realizar5: 75-86, 2010.
40. Murray, A, Buttfield, A, Simpkin, A, Sproule, J y Turner, AP. Variabilidad de la aceleración dentro del paso y
el control diario del bienestar en el fútbol americano universitario.J Sci Med Deporte22: 488-493, 2019.
41. Neville, J, Wixted, A, Rowlands, D y James, D. Acelerómetros: un recurso subutilizado en el monitoreo
deportivo.2010 Sexta Conferencia Internacional sobre Sensores Inteligentes, Redes de Sensores
Procesamiento de información,Brisbane, Queensland, págs. 287-290.
42. Park, LAF, Scott, D y Lovell, R. Clasificación por zonas de velocidad en el fútbol femenino de élite: ¿dónde trazamos los
límites?Fútbol americano científico3: 21-28, 2019.
43. Polglaze, T, Dawson, B y Peeling, P. ¿Patrón oro o oro de los tontos? La eficacia de las variables de desplazamiento
como indicadores del gasto energético en deportes de [Link] deportiva46: 657-670, 2016.
44. Rantalainen, T, Gastin, PB, Spangler, R y Wundersitz, D. Validez y confiabilidad simultáneas de la unidad de
medición inercial usada en el torso para la estimación de potencia de salto y altura.J deportes ciencia36:
1937-1942, 2018.
45. Reilly, T y Thomas, V. Un análisis de movimiento de la tasa de trabajo en diferentes roles posicionales en partidos de
fútbol profesional.j hum mov semental2: 87-97, 1976.
46. Sabatini, A, Martelloni, C, Scapellato, S y Cavallo, F. Evaluación de las características de caminar a partir de la
detección inercial del [Link] Trans Biomed Ing52: 486-494, 2005.
47. Sathyan, T, Shuttleworth, R, Hedley, M y Davids, K. Validez y confiabilidad de un sistema de posicionamiento por radio para el
seguimiento de atletas en deportes de equipo bajo techo y al aire libre.Métodos de resolución de comportamiento44: 1108-1114,
2012.
48. Schelling, X y Torres, L. Perfiles de carga del acelerómetro para ejercicios específicos de baloncesto en jugadores de
élite. J Sports Sci Med15: 585-591, 2016.
49. Schutz, Y, and Chambaz, A. ¿Se podría utilizar un sistema de navegación por satélite (GPS) para evaluar la
actividad física de las personas en la Tierra?Eur J Clin Nutr51: 338-339, 1997.
50. Seidl, T, Czyz, T, Spandler, D, Franke, N y Lochmann, M. Validación de la velocidad del fútbol proporcionada por
un sistema de seguimiento basado en [Link] ing147: 584-589, 2016.
51. Sheerin, KR, Reid, D y Besier, TF. La medición de la aceleración tibial en corredores: una revisión de los factores
que pueden afectar la aceleración tibial durante la carrera y pautas basadas en evidencia para su uso.
Postura de marcha67: 12-24, 2019.
52. Sweeting, AJ, Cormack, S, Morgan, S y Aughey, RJ. ¿Cuándo es un sprint un sprint? Una revisión del análisis del perfil de
actividad de los atletas de deportes de [Link] frontal8: 1-12, 2017.
53. Vanrenterghem, J, Nedergaard, NJ, Robinson, MA y Drust, B. Monitoreo de la carga de entrenamiento en deportes de
equipo: un marco novedoso que separa las vías de adaptación a la carga fisiológica y biomecánica. medicina
deportiva47: 2135-2142, 2017.
54. Witte, TH y Wilson, AM. Precisión del GPS no diferencial para la determinación de la velocidad sobre el
suelo.J Biomecánica37: 1891-1898, 2004.
55. Woellik, H, Mueller, A y Herriger, J. Sistema de cronometraje RFID permanente en un escenario atlético de pista y
campo con fines de entrenamiento y aná[Link] ing72: 202-207, 2014.
56. Wong, P, Chamari, K y Wisløff, U. Efectos del entrenamiento combinado de fuerza y potencia en el campo de 12
semanas sobre el rendimiento físico entre jóvenes futbolistas sub-14.J Resistencia Cond Res24: 644-652, 2010.
57. Wundersitz, D, Josman, C, Gupta, R, Netto, KJ, Gastin, PB y Robertson, SJ. Clasificación de actividades de deportes de
equipo utilizando un único dispositivo de seguimiento portátil.J Biomecánica48: 3975-3981, 2015.
Capítulo 10
1. Akenhead, R, French, D, Thompson, KG y Hayes, PR. La validez y confiabilidad dependientes de la
aceleración del GPS de 10 Hz.J Sci Med Deporte17: 562-566, 2014.
2. Alexander, JP, Spencer, B, Mara, JK y Robertson, S. Comportamiento colectivo del equipo de fútbol australiano
durante las fases de los partidos.J deportes ciencia37: 237-243, 2019.
3. Aughey, RJ. Aplicaciones de las tecnologías GPS a los deportes de [Link] J Deportes Physiol Realizar6: 295-
310, 2011.
4. Aughey, RJ y Falloon, C. Datos de GPS en tiempo real versus posteriores al juego en deportes de equipo.J Sci Med Deporte 13:
348-349, 2010.
5. Barnes, C, Archer, D, Hogg, B, Bush, M y Bradley, P. La evolución de los parámetros de rendimiento
físico y técnico en la Premier League [Link] J Sports Med35: 1095-1100, 2014.
6. Barrett, S. Monitoreo de cargas externas de jugadores de fútbol de élite utilizando datos en tiempo [Link] J Deportes Physiol
Realizar12: 1285-1287, 2017.
7. Barrett, S, Midgley, A, Reeves, M, Joel, T, Franklin, E, Heyworth, R, Garrett, A y Lovell, R. Los patrones de eficiencia
locomotora dentro del partido durante el partido de fútbol profesional: implicaciones por riesgo de lesiones?J
Sci Med Deporte19: 810-815, 2016.
8. Barrett, S, Midgley, AW, Towlson, C, Garrett, A, Portas, M y Lovell, R. PlayerLoad dentro del partidoTMpatrones
durante un partido de fútbol simulado: implicaciones potenciales para el posicionamiento de la unidad y el
manejo de la [Link] J Deportes Physiol Realizar11: 135-140, 2016.
9. Barris, S y Button, C. Una revisión del análisis de movimiento basado en la visión en el [Link] deportiva38:
1025-1043, 2008.
10. Beato, M, Coratella, G, Stiff, A e Iacono, y Dello Iacono, A. La validez y la variabilidad entre unidades de las
unidades GNSS (STATSports Apex 10 y 18 Hz) para medir la distancia y la velocidad máxima en deportes
de equipo .Fisiol frontal9: 1-8, 2018.
11. Boyd, LJ, Ball, K y Aughey, RJ. La confiabilidad de los acelerómetros MinimaxX para medir la actividad
física en el fútbol [Link] J Deportes Physiol Realizar6: 311-321, 2011.
12. Bradley, PS y Ade, JD. ¿Las métricas actuales de rendimiento físico de los partidos en el fútbol de élite son adecuadas
para el propósito o se necesita la adopción de un enfoque integrado?Int J Deportes Physiol Realizar13: 656-664, 2018.
13. Bradley, PS, Sheldon, W, Wooster, B, Olsen, P, Boanas, P y Krustrup, P. Carreras de alta intensidad en los
partidos de fútbol de la Premier League inglesa.J deportes ciencia27: 159-168, 2009.
14. Buchheit, M, Allen, A, Poon, TK, Modonutti, M, Gregson, W y Di Salvo, V. Integración de diferentes sistemas de
seguimiento en el fútbol: sistema semiautomático de múltiples cámaras, medición de posición local y
tecnologías GPS.J deportes ciencia32: 1844-1857, 2014.
15. Buchheit, M, Gray, A y Morin, J. Evaluación de las variables de zancada y la rigidez vertical con acelerómetros
integrados con GPS: conocimientos preliminares para el seguimiento de la fatiga neuromuscular en el campo.J
Sports Sci Med14: 698-701, 2015.
16. Buchheit, M, Al Haddad, H, Simpson, BM, Palazzi, D, Bourdon, PC, Di Salvo, V y Méndez-Villaneuva, A.
Supervisión de aceleraciones con GPS en el fútbol: ¿es hora de reducir la velocidad?Int J Deportes Physiol
Realizar9: 442-445, 2014.
17. Buchheit, M y Simpson, BM. Tecnología de seguimiento de jugadores: ¿vaso medio lleno o medio vacío?Int J
Deportes Physiol Realizar12: S235-S241, 2017.
18. Burgess, DJ. La investigación no siempre se aplica: soluciones prácticas para el monitoreo de la carga de entrenamiento basado
en evidencia en deportes de equipo de é[Link] J Deportes Physiol Realizar12: S2136-S2141, 2017.
19. Carey, DL, Crossley, KM, Whiteley, R, Mosler, A, Ong, KL, Crow, J y Morris, ME. Modelado de cargas de
entrenamiento y [Link] deportivo Med Sci50: 2267-2276, 2018.
20. Carling, C, Bloomfield, J, Nelsen, L y Reilly, T. El papel del análisis de movimiento en el fútbol de é[Link] deportiva
38: 839-862, 2008.
21. Chen, KY y Bassett, DR. La tecnología de los monitores de actividad basados en acelerometría: presente y
[Link] deportivo Med Sci37: S490-S500, 2005.
22. Corbett, DM, Bartlett, JD, O'Connor, F, Back, N, Torres-Ronda, L y Robertson, S. Desarrollo de sistemas de prescripción
de ejercicios de entrenamiento físico y de habilidades para el fútbol australiano de élite.Fútbol americano científico2:
51-57, 2018.
23. Cormack, S, Mooney, MG, Morgan, W y McGuigan, MR. Influencia de la fatiga neuromuscular en la carga del
acelerómetro en jugadores de fútbol australiano de é[Link] J Deportes Physiol Realizar87: 373-378, 2013.
24. Cormack, SJ, Smith, RL, Mooney, MM, Young, WB y O'Brien, BJ. Carga del acelerómetro como medida del
perfil de actividad en diferentes estándares de partidos de [Link] J Deportes Physiol Realizar 9:
283-291, 2014.
25. Cummins, C, Orr, R, O'Connor, H y West, C. Sistemas de posicionamiento global (GPS) y sensores de
microtecnología en deportes de equipo: una revisión sistemá[Link] deportiva43: 1025-1042, 2013.
26. Delaney, JA, Duthie, GM, Thornton, HR, Scott, TJ, Gay, D y Dascombe, BJ. Intensidades de carrera basadas en la
aceleración de los partidos de la liga de rugby [Link] J Deportes Physiol Realizar11: 802-809, 2016.
27. DiSalvo, V, Collins, A, McNeill, B y Cardinale, M. Validación de Prozone®: un nuevo sistema de análisis de
rendimiento basado en [Link] j realizar deporte anal6: 108-119, 2006.
28. Duran, A y Earleywine, M. Método de filtración de datos GPS para aplicaciones de análisis del ciclo de conducción. En:
SAE Technical Paper Serie 1, 2012.
28a. Dwyer, DB y Gabbett, TJ. Análisis de datos del sistema de posicionamiento global: rangos de velocidad y un nuevo
definición de sprint para atletas de deportes de [Link] de investigación de fuerza y acondicionamiento,26(3), 818–
824, 2012.
29. Edwards, S, White, S, Humphreys, S, Robergs, R y O'Dwyer, N. Precaución al usar datos de acelerómetros triaxiales
alojados en unidades de seguimiento de jugadores durante la carrera.J deportes ciencia37: 810-818, 2019.
30. Farrow, D y Robertson, S. Desarrollo de un marco de periodización de adquisición de habilidades para deportes de alto
[Link] deportiva47: 1043-1054, 2017.
31. Frencken, WGP, Lemmink, KAPM y Delleman, NJ. Precisión y validez específicas del fútbol del sistema de
medición de posición local (LPM).J Sci Med Deporte13: 641-645, 2010.
32. Gregson, W, Drust, B, Atkinson, G y Salvo, VD. Variabilidad de partido a partido de las actividades de alta
velocidad en el fútbol de la Premier [Link] J Sports Med31: 237-242, 2010.
33. Halsey, LG, Shepard, ELC y Wilson, RP. Valorar el desarrollo y aplicación de la técnica de
acelerometría para la estimación del gasto energé[Link] Biochem Physiol A Mol Integr
Physiol158: 305-314, 2011.
34. Halson, S. Monitoreo de la carga de entrenamiento para comprender la fatiga en los [Link] deportiva44: 139-147, 2014.
35. Halson, S, Peake, JM y Sullivan, JP. Tecnología wearable para deportistas: ¿sobrecarga de información y
pseudociencia?Int J Deportes Physiol Realizar11: 705-706, 2016.
36. Henderson, MJ, Fransen, J, McGrath, JJ, Harries, SK, Poulos, N y Coutts, AJ. Factores situacionales que afectan el
rendimiento de los partidos de rugby a siete.Fútbol americano científico1-6, 2019.
37. Hoppe, MW, Baumgart, C, Polglaze, T y Freiwald, J. Validez y confiabilidad de GPS y LPS para medir
distancias recorridas y propiedades mecánicas de sprint en deportes de equipo.Más uno 13:
e0192708, 2018.
38. James, DA. La aplicación de sensores inerciales en el seguimiento deportivo de élite. En:La ingeniería del deporte 6.
Nueva York: Springer, 289-294, 2006.
39. Jennings, D, Cormack, S, Coutts, AJ, Boyd, LJ y Aughey, RJ. Variabilidad de las unidades GPS para
medir la distancia en los movimientos de los deportes de [Link] J Deportes Physiol Realizar5: 565-569, 2010.
40. Keller, TS, Weisberger, AM, Ray, JL, Hasan, SS, Shiavi, RG y Spengler, DM. Relación entre la fuerza de
reacción vertical del suelo y la velocidad al caminar, trotar lentamente y [Link] Biomecánica11:
253-259, 1996.
41. Lacome, M, Peeters, A, Mathieu, B, Bruno, M, Christopher, C y Piscione, J. ¿Podemos usar el GPS para evaluar el
rendimiento de carrera en el rugby a siete? Un estudio de validez concurrente y confiabilidad entre
[Link] biologico36: 25-29, 2019.
42. Ladin, Z, Flowers, WC y Messner, W. Una comparación cuantitativa de un sistema de medición de posición
y acelerometría.J Biomecánica22: 295-308, 1989.
43. Linke, D y Lames, M. Impacto del sensor/posición de referencia en las variables de seguimiento del jugador: centro de la
escápula frente al centro de la pelvis.J Biomecánica83: 319-323, 2019.
44. Linke, D, Link, D, and Lames, M. Validation of electronic performance and tracking systems EPTS
under field condition.Más uno13: e0199519, 2018.
45. Luteberget, LS, Spencer, M y Gilgien, M. Validez del sistema de posicionamiento local Catapult ClearSky T6 para
ejercicios específicos de deportes de equipo, en condiciones de [Link] frontal9: 1-10, 2018.
46. Malone, JJ, Lovell, R, Varley, MC y Coutts, AJ. Desempacando la caja negra: aplicaciones y consideraciones para
el uso de dispositivos GPS en el [Link] J Deportes Physiol Realizar12: S218-S226, 2017.
47. Mara, J, Morgan, S, Pumpa, K y Thompson, K. La precisión y confiabilidad de un nuevo sistema óptico de seguimiento de
jugadores para medir el desplazamiento de los jugadores de fú[Link] J Comput Sci Deporte16: 175-184, 2017.
48. McLean, BD, Strack, D, Russell, J y Coutts, AJ. Cuantificación de las demandas físicas en la Asociación Nacional de
Baloncesto (NBA): desafíos en el desarrollo de modelos de mejores prácticas para el cuidado y el rendimiento de los
[Link] J Deportes Physiol Realizar14: 414-420, 2019.
49. Minne, K, Macoir, N, Rossey, J, Van den Brande, Q, Lemey, S, Hoebeke, J y Di Poorter, E. Evaluación experimental
del posicionamiento en interiores UWB para ciclismo en pista en [Link] (Basilea) 19: 2041, 2019.
50. Montgomery, PG, Pyne, DB y Minahan, CL. El rendimiento y las demandas fisiológicas de la competición y
el entrenamiento de [Link] J Deportes Physiol Realizar5: 75-86, 2010.
51. Murray, NB, Gabbett, TJ y Townshend, AD. El uso de las zonas de velocidad relativa en el fútbol australiano:
¿realmente estamos midiendo lo que creemos que somos?Int J Deportes Physiol Realizar13: 442-451, 2018.
52. Murray, A y Varley, MC. Perfil de actividad del rugby internacional a siete: efecto de la línea de puntuación,
oponente y [Link] J Deportes Physiol Realizar10: 791-801, 2015.
53. Nistala, A y Guttag, J. Uso del aprendizaje profundo para comprender los patrones de movimiento de los jugadores en
la [Link]. anal sloan, 2019.
54. O'Connor, F, Thornton, HR, Ritchie, D, Anderson, J, Bull, L, Rigby, A, Leonard, Z, Stern, S y Bartlett, JD. Mayor asociación
de umbrales relativos que umbrales absolutos con lesiones en la parte inferior del cuerpo sin contacto en futbolistas
profesionales australianos: implicaciones para el control del [Link] J Deportes Physiol Realizar1-9, 2019.
[publicación electrónica antes de la impresión].
55. Ogris, G, Leser, R, Horsak, B, Kornfeind, P, Heller, M y Baca, A. Precisión del sistema de seguimiento LPM teniendo en
cuenta los cambios de posición dinámicos.J deportes ciencia30: 1503-1511, 2012.
56. Pezzack, JC, Norman, RW y Winter, DA. Una evaluación de las técnicas de determinación de derivadas utilizadas para el
análisis de movimiento.J Biomecánica10: 377-382, 1977.
57. Polglaze, T, Dawson, B, Hiscock, DJ y Peeling, P. Un análisis comparativo del acelerómetro y el tiempo: datos de
movimiento en el entrenamiento y la competencia de hockey masculino de é[Link] J Deportes Physiol Realizar 10:
446-451, 2015.
58. Randers, MB, Mujika, I, Hewitt, A, Santisteban, J, Bischoff, R, Solano, R, Zubillaga, A, Peltola, E,
Krustrup, P y Mohr, M. Aplicación de cuatro sistemas diferentes de análisis de partidos de fútbol: un estudio
comparativo.J deportes ciencia28: 171-182, 2010.
59. Reilly, T y Thomas, V. Un análisis de movimiento de la tasa de trabajo en diferentes roles posicionales en partidos de
fútbol profesional.j hum mov semental2: 87-97, 1976.
60. Roe, G, Darrall-Jones, J, Black, C, Shaw, W, Till, K y Jones, B. Validez del GPS de 10 HZ y puertas de tiempo
para evaluar la velocidad máxima en jugadores profesionales de [Link] J Deportes Physiol Realizar12:
836-839, 2017.
61. Roewer, BD, Ford, KR, Myer, GD y Hewett, TE. El "impacto" de la frecuencia de corte del filtrado de fuerza en el momento
máximo de abducción de la rodilla durante el aterrizaje: ¿artefacto o "artificiosidad"?Br J Sports Med48: 464-468, 2014.
62. Rowell, AE, Aughey, RJ, Clubb, J y Cormack, S. Se puede usar un juego estandarizado para equipos pequeños para monitorear la
fatiga neuromuscular en jugadores profesionales de fútbol americano de la liga [Link] frontal9: 1-13, 2018.
63. Sampaio, J, McGarry, T, Calleja-González, J, Jiménez Sáiz, S, Schelling I, Del Alcázar, X y
Balciunas, M. Exploring game performance in the National Basketball Association using player
tracking data.Más uno10: 1-14, 2015.
64. Sathyan, T, Shuttleworth, R, Hedley, M y Davids, K. Validez y confiabilidad de un sistema de posicionamiento por radio para el
seguimiento de atletas en deportes de equipo bajo techo y al aire libre.Métodos de resolución de comportamiento44: 1108-1114,
2012.
65. Scott, BR, Lockie, RG, Knight, TJ, Clark, AC y Janse de Jonge, XAK. Una comparación de métodos para cuantificar la carga
de entrenamiento durante la temporada de los futbolistas [Link] J Deportes Physiol Realizar 8: 195-202,
2013.
66. Stevens, TGA, de Ruiter, CJ, van Niel, C, van de Rhee, R, Beek, PJ y Savelsbergh, GJP. Medición de la
aceleración y desaceleración en movimientos específicos del fútbol mediante un sistema de medición de
posición local (LPM).Int J Deportes Physiol Realizar9: 446-456, 2014.
66a. Suárez-Arrones, LJ, Portillo, LJ, González-Ravé, JM, Muoz, VE, and Sanchez, F. Match running
rendimiento en la élite masculina de rugby español utilizando el sistema de posicionamiento [Link]ética y
Ciencias del Ejercicio. [Link] 2012.
67. Sweeting, AJ, Cormack, S, Morgan, S y Aughey, RJ. ¿Cuándo es un sprint un sprint? Una revisión del análisis del perfil de
actividad de los atletas de deportes de [Link] frontal8: 1-12, 2017.
68. Taberner, M, O'Keefe, J, Flower, D, Phillips, J, Close, G, Cohen, DD, Richter, C y Carling, C. Intercambiabilidad de
las tecnologías de seguimiento de posición; ¿Podemos fusionar los datos?Fútbol americano científico4: 1,
76-81, DOI: 10.1080 / 24733938.2019.1634279, 2020.
69. Thornton, HR, Delaney, JA, Bartlett, JD y Duthie, GM. No hay diferencia significativa entre los umbrales de
velocidad absoluta y relativa cuando se convierte a una puntuación estándar de diez dentro de un sistema de
monitoreo de [Link] Realizar Sci Rep58: v1, 2019.
70. Thornton, HR, Nelson, AR, Delaney, JA, Serpiello, FR y Duthie, GM. Confiabilidad interunidad y efecto de los
métodos de procesamiento de datos de los Sistemas de Posicionamiento [Link] J Deportes Physiol Realizar
14: 432-438, 2019.
71. Vales-Alonso, J, Chaves-Dieguez, D, Lopez-Matencio, P, Alcaraz, JJ, Parrado-Garcia, FJ, and Gonzalez-Castano, FJ.
SAETA: un asistente de entrenador inteligente para el entrenamiento profesional de [Link] Trans Syst
Hombre Cybern Syst45: 1138-1150, 2015.
72. Varley, MC y Aughey, RJ. Perfiles de aceleración en el fútbol australiano de é[Link] J Sports Med34: 34-
39, 2013.
73. Varley, MC, Di Salvo, V, Modonutti, M, Gregson, W y Méndez-Villanueva, A. La influencia de los
partidos sucesivos en el rendimiento de los partidos durante un torneo internacional de fútbol
sub-23: la necesidad del análisis individual .J deportes ciencia36: 585-591, 2018.
74. Varley, MC, Fairweather, IH y Aughey, RJ. Validez y confiabilidad del GPS para medir la velocidad
instantánea durante la aceleración, desaceleración y movimiento constante.J deportes ciencia30: 121-
127, 2012.
75. Varley, MC, Jaspers, A, Helsen, WF y Malone, JJ. Consideraciones metodológicas a la hora de cuantificar esfuerzos de alta
intensidad en deportes de equipo utilizando la tecnología del Sistema de Posicionamiento [Link] J Deportes
Physiol Realizar12: 1059-1068, 2017.
76. Warman, GE, Cole, MH, Johnston, RD, Chalkley, D y Pepping, GJ. Uso de microtecnología para cuantificar el
ángulo del torso durante un partido de hockey sobre césped.J Resistencia Cond Res33: 2648-2654, 2019.
77. Tejido, D, Jones, B, Ireton, M, Whitehead, S, Till, K y Beggs, CB. Superar el problema de la multicolinealidad en los
datos de rendimiento deportivo: una aplicación novedosa del análisis de correlación de mínimos cuadrados
parciales.Más uno14: e0211776, 2019.
78. Weaving, D, Jones, B, Marshall, P, Till, K y Abt, G. Se necesitan múltiples medidas para cuantificar las cargas de
entrenamiento en la liga de rugby [Link] J Sports Med38: 735-740, 2017.
79. Weaving, D, Jones, B, Till, K, Marshall, P, Earle, K y Abt, G. Cuantificación de las cargas externas e internas de los modos
de entrenamiento de la liga de rugby profesional.J Resistencia Cond Res, 2017. [e-pub antes de la impresión].
80. Weston, M, Siegler, J, Bahnert, A, McBrien, J y Lovell, R. La aplicación de calificaciones diferenciales de esfuerzo
percibido a los partidos de la Liga de fútbol australiana.J Sci Med Deporte18: 704-708, 2015.
81. Invierno, DA. Cinemática en:Biomecánica y Control Motor del Movimiento Humano. Hoboken, Nueva Jersey:
John Wiley & Sons, 66-67, 2009.
82. Witte, TH y Wilson, AM. Precisión del GPS no diferencial para la determinación de la velocidad sobre el
suelo.J Biomecánica37: 1891-1898, 2004.
83. Woellik, H. Antena de cronometraje RFID para competiciones de natación en aguas abiertas.Actas2: 300, 2018.
84. Woellik, H, Mueller, A y Herriger, J. Sistema de cronometraje RFID permanente en un escenario atlético de pista y
campo con fines de entrenamiento y aná[Link] ing72: 202-207, 2014.
85. Wundersitz, D, Gastin, PB, Richter, C, Robertson, SJ y Netto, KJ. Validez de un acelerómetro montado en el
maletero para evaluar las aceleraciones máximas al caminar, trotar y [Link] J Sport Sci 15: 382-390,
2015.
Capítulo 11
1. Abdelsattar, M, Konrad, A y Tilp, M. Relación entre la rigidez del tendón de Aquiles y el tiempo de contacto con el
suelo durante los saltos con caída.J Sports Sci Med17: 223-228, 2018.
2. Al-Amri, M, Nicholas, K, Button, K, Sparkes, V, Sheeran, L y Davies, JL. Unidades de medida inercial para el
análisis clínico del movimiento: fiabilidad y validez [Link] (Basilea)18: 719, 2018.
3. Alenezi, F, Herrington, L, Jones, P y Jones, R. ¿Qué tan confiables son las variables biomecánicas de las extremidades
inferiores durante las tareas de correr y cortar?J Electromyogr Kinesiol30: 137-142, 2016.
4. Attia, A, Dhahbi, W, Chaouachi, A, Padulo, J, Wong, DP y Chamari, K. Errores de medición al estimar la
altura del salto vertical con el tiempo de vuelo utilizando dispositivos de fotocélula: el ejemplo de
[Link] biologico34: 63-70, 2017.
5. Azevedo, LB, Lambert, MI, Vaughan, CL, O'Connor, CM y Schwellnus, MP. Variables biomecánicas
asociadas a la tendinopatía de Aquiles en [Link] J Sports Med43: 288-292, 2009.
6. Barton, CJ, Bonanno, DR, Carr, J, Neal, BS, Malliaras, P, Franklyn-Miller, A y Menz, HB. Reentrenamiento en carrera para
tratar lesiones de las extremidades inferiores: un estudio de métodos mixtos de la evidencia actual sintetizada con la
opinión de [Link] J Sports Med50: 513-526, 2016.
7. Bishop, C, Read, P, McCubbine, J y Turner, A. Las asimetrías verticales y horizontales están relacionadas con un
rendimiento de salto y sprint más lento en jugadoras de fútbol jóvenes de élite.J Resistencia Cond Res, 2018. [e-pub
antes de la impresión].
8. Breen, DT, Foster, J, Falvey, E y Franklyn-Miller, A. Reentrenamiento de la marcha para aliviar los síntomas del dolor en la parte
inferior de la pierna por esfuerzo anterior: una serie de [Link] J Sports Phys Ther10: 85-94, 2015.
9. Brown, CN, Padua, DA, Marshall, SW y Guskiewicz, KM. Cinemática de la cadera durante una tarea de parar y saltar en
pacientes con inestabilidad crónica del [Link] J Athl46: 461-467, 2011.
10. Brughelli, M, Cronin, J y Chaouachi, A. Efectos de la velocidad de carrera en la cinética y cinemática de
carrera.J Resistencia Cond Res25: 933-939, 2011.
11. Ceseracciu, E, Sawacha, Z y Cobelli, C. Comparación de tecnologías de captura de movimiento sin marcadores y basadas
en marcadores a través de la recopilación simultánea de datos durante la marcha: prueba de concepto.Más uno 9:
e87640, 2014.
12. Chau, T. Una revisión de técnicas analíticas para datos de marcha. Parte 1: Métodos difusos, estadísticos y fractales. Postura de
marcha13: 49-66, 2001.
13. Chau, T. Una revisión de técnicas analíticas para datos de marcha. Parte 2: Redes neuronales y métodos wavelet.
Postura de marcha13: 102-120, 2001.
14. Chinn, L, Dicharry, J y Hertel, J. Cinemática del tobillo de personas con inestabilidad crónica del tobillo mientras
caminan y trotan en una cinta rodante con [Link] Deporte14: 232-239, 2013.
15. Daly, C, Persson, UM, Twycross-Lewis, R, Woledge, RC y Morrissey, D. La biomecánica de correr en atletas
con lesiones previas en los isquiotibiales: un estudio de casos y [Link] J Med Sci Deportes 26:
413-420, 2016.
16. Dempsey, AR, Lloyd, DG, Elliott, BC, Steele, JR y Munro, BJ. Cambiar la técnica de corte lateral reduce
la carga en valgo de la [Link] J Sports Med37: 2194-2200, 2009.
17. Dempsey, AR, Lloyd, DG, Elliott, BC, Steele, JR, Munro, BJ y Russo, KA. El efecto del cambio de técnica en las
cargas de rodilla durante el corte [Link] deportivo Med Sci39: 1765-1773, 2007.
18. Diebal, AR, Gregory, R, Alitz, C y Gerber, JP. Correr con el antepié mejora el dolor y la discapacidad
asociados con el síndrome compartimental de esfuerzo cró[Link] J Sports Med40: 1060-1067, 2012.
19. Dierks, TA, Manal, KT, Hamill, J y Davis, IS. Influencias proximales y distales en la cinemática de la cadera y la
rodilla en corredores con dolor patelofemoral durante una carrera prolongada.J Orthop Sports Phys Ther 38:
448-456, 2008.
20. Dixon, PC, Stebbins, J, Theologis, T y Zavatsky, AB. Parámetros espacio-temporales y cinemática de las extremidades
inferiores de la marcha de giro en niños con un desarrollo tí[Link] de marcha38: 870-875, 2013.
21. Dona, G, Preatoni, E, Cobelli, C, Rodano, R y Harrison, AJ. Aplicación del análisis de componentes principales
funcionales en la marcha atlética: una metodología [Link]ánica deportiva8: 284-301, 2009.
22. Donnelly, CJ, Lloyd, DG, Elliott, BC y Reinbolt, JA. Optimización de la cinemática de todo el cuerpo para minimizar la
carga de la rodilla en valgo durante el paso lateral: implicaciones para el riesgo de lesión del LCA.J Biomecánica 45:
1491-1497, 2012.
23. Donoghue, OA, Harrison, AJ, Coffey, N y Hayes, K. Análisis de datos funcionales de la cinemática de carrera en
lesiones crónicas del tendón de [Link] deportivo Med Sci40: 1323-1335, 2008.
24. Dos'Santos, T, Thomas, C, Comfort, P y Jones, PA. El efecto del ángulo y la velocidad en la biomecánica del cambio de
dirección: una compensación á[Link] Med (Auckland, Nueva Zelanda)48: 2235-2253, 2018.
25. Dos'Santos, T, Thomas, C, Jones, PA y Comfort, P. Determinantes mecánicos del rendimiento de velocidad de cambio de
dirección más rápido en atletas masculinos.J Resistencia Cond Res31: 696-705, 2017.
26. Dos'Santos, T, Thomas, C, Jones, PA y Comfort, P. Evaluación de asimetrías en el cambio de rendimiento de la
velocidad direccional; aplicación del déficit de cambio de dirección.J Resistencia Cond Res33: 2953-2961, 2018.
27. Franklyn-Miller, A, Richter, C, King, E, Gore, S, Moran, K, Strike, S y Falvey, EC. Dolor inguinal atlético (parte
2): un estudio de cohorte prospectivo sobre la evaluación biomecánica del cambio de dirección identifica
tres grupos de patrones de [Link] J Sports Med51: 460-468, 2017.
28. Fuerst, P, Gollhofer, A, Lohrer, H y Gehring, D. Control de la articulación del tobillo en personas con inestabilidad crónica del
tobillo durante los movimientos de correr y [Link] J Sports Med39: 853-859, 2018.
29. Furlan, L y Sterr, A. La aplicabilidad del error estándar de medición y el cambio mínimo detectable a la
investigación del aprendizaje motor: un estudio [Link] Hum Neurosci12:95, 2018.
30. Golenia, L, Schoemaker, MM, Otten, E, Mouton, LJ y Bongers, RM. Lo que el enfoque de sistemas dinámicos
puede ofrecer para comprender el desarrollo: un ejemplo de llegar a la mitad de la [Link]ía frontal8:
1774, 2017.
31. Gore, SJ, Franklyn-Miller, A, Richter, C, Falvey, EC, King, E y Moran, K. ¿La rigidez está relacionada con el dolor
inguinal atlético?Scand J Med Sci Deportes28: 1681-1690, 2018.
32. Grau, S, Maiwald, C, Krauss, I, Axmann, D, Janssen, P y Horstmann, T. ¿Cuáles son las causas y las estrategias de
tratamiento de la tendinopatía rotuliana en corredoras?J Biomecánica41: 2042-2046, 2008.
33. Grimaldi, A, Mellor, R, Hodges, P, Bennell, K, Wajswelner, H y Vicenzino, B. Tendinopatía glútea:
revisión de mecanismos, evaluación y [Link] deportiva45: 1107-1119, 2015.
34. Harrison, AJ, Ryan, W y Hayes, K. Análisis de datos funcionales de la coordinación conjunta en el desarrollo
del rendimiento del salto [Link]ánica deportiva6: 199-214, 2007.
35. Hewett, TE, Myer, GD, Ford, KR, Heidt, RS Jr, Colosimo, AJ, McLean, SG, van den Bogert, AJ, Paterno, MV y
Succop, P. Medidas biomecánicas de control neuromuscular y carga en valgo de la rodilla predicen el
riesgo de lesión del ligamento cruzado anterior en atletas femeninas: un estudio [Link] J
Sports Med33: 492-501, 2005.
36. Higashihara, A, Nagano, Y, Takahashi, K y Fukubayashi, T. Efectos de la inclinación del tronco hacia adelante en la
cinemática del músculo isquiotibial durante el sprint.J deportes ciencia33: 1366-1375, 2015.
37. Hopper, DM, Goh, SC, Wentworth, LA, Chan, DYK, Chau, JHW, Wootton, GJ, Strauss, GR y Boyle, JJW. Prueba: vuelva a probar la
confiabilidad de las escalas de calificación de la rodilla y las pruebas de salto funcional un año después de la reconstrucción
del ligamento cruzado [Link] Deporte3: 10-18, 2002.
38. Ishida, K, Murata, M e Hirano, Y. Cinemática del hombro y el codo en el lanzamiento de jóvenes jugadores de béisbol.
biomecánica deportiva5: 183-196, 2006.
39. Jones, PA, Herrington, LC, Munro, AG y Graham-Smith, P. ¿Existe una relación entre
tareas de aterrizaje, corte y giro en términos de las características del valgo dinámico?Am J Sports Med
42: 2095-2102, 2014.
40. Kadaba, MP, Ramakrishnan, HK y Wootten, ME. Medición de la cinemática de las extremidades inferiores
durante la marcha nivelada.J Orthop Res8: 383-392, 1990.
41. Kellis, E y Katis, A. Características biomecánicas y determinantes de la patada de fútbol con el empeine.J Sports
Sci Med6: 154-165, 2007.
42. Kenneally-Dabrowski, C, Brown, NAT, Warmenhoven, J, Serpell, BG, Perriman, D, Lai, AKM y Spratford, W. La mecánica
de carrera de swing tardío influye en la susceptibilidad a las lesiones de isquiotibiales en atletas de rugby de élite: un
análisis exploratorio prospectivo .J Biomecánica92: 112-119, 2019.
43. King, E, Franklyn-Miller, A, Richter, C, O'Reilly, E, Doolan, M, Moran, K, Strike, S y Falvey, E. Resultados
clínicos y biomecánicos de la rehabilitación dirigida al control intersegmentario en atletismo dolor en la
ingle: cohorte prospectiva de 205 [Link] J Sports Med52: 1054-1062, 2018.
44. King, E, Richter, C, Franklyn-Miller A, Daniels, K., Wadey, R, Moran, R. y Strike, S. Las asimetrías de rendimiento
biomecánicas pero no cronometradas persisten entre las extremidades 9 meses después de la reconstrucción del
LCA durante el período planificado. y cambio de dirección no planificado.J Biomecánica81: 93-103, 2018.
45. King, E, Richter, C, Franklyn-Miller, A, Daniels, K, Wadey, R, Moran, R y Strike, S. Existen diferencias biomecánicas
de todo el cuerpo entre las extremidades 9 meses después de la reconstrucción del LCA en saltos/aterrizajes
[Link] J Med Sci Deportes28: 2567-2578, 2018.
46. King, E, Richter, C, Franklyn-Miller, A, Wadey, R, Moran, R y Strike, S. ¿Volver a la simetría normal? Las variables
biomecánicas permanecen más asimétricas de lo normal durante las pruebas de salto y cambio de dirección 9
meses después de la reconstrucción del ligamento cruzado [Link] J Sports Med 47: 1175-1185, 2019.
47. Knudson, [Link] de Biomecá[Link] York: Springer Science + Business Media, 128-
130, 2007.
48. Kristianslund, E, Bahr, R y Krosshaug, T. Cinemática y cinética de un esguince de tobillo lateral accidental.J
Biomecánica44: 2576-2578, 2011.
49. Kristianslund, E, Faul, O, Bahr, R, Myklebust, G y Krosshaug, T. Técnica de corte de paso lateral y carga de
abducción de rodilla: implicaciones para los ejercicios de prevención del [Link] J Sports Med48: 779-783, 2014.
50. Kristianslund, E y Krosshaug, T. Comparación de saltos con caída y corte lateral específico del deporte: implicaciones
para la detección del riesgo de lesión del ligamento cruzado [Link] J Sports Med41: 684-688, 2013.
51. Krzysztof, M y Mero, A. Un análisis cinemático de las tres mejores actuaciones de 100 m de la historia.J Hum
Kinet36: 149-160, 2013.
52. Langhout, R, Tak, I, van der Westen, R y Lenssen, T. El rango de movimiento de los segmentos del cuerpo es mayor durante la
patada máxima con el empeine que durante la patada submáxima en jugadores de fútbol experimentados.J Sports Med
Fisioterapia Fitness57: 388-395, 2017.
53. Mai, P, Mählich, D, Fohrmann, D, Kurz, M, Trudeau, MB, Hamill, J, Jessie Weir, G y Willwacher, S. Las frecuencias
de corte importan: los efectos de las estrategias de filtrado y el calzado en Momentos internos de abducción
de la rodilla al [Link] del calzado11: S44-S46, 2019.
54. Maloney, SJ, Richards, J, Nixon, DGD, Harvey, LJ y Fletcher, IM. Las asimetrías de rigidez vertical durante el salto
con caída están relacionadas con las asimetrías de rigidez del [Link] J Med Sci Deportes27: 661-669,
2017.
55. Mann, R y Herman, J. Análisis cinemático del rendimiento de sprint olímpico: 200 metros [Link] J
Deporte Biomecánica1: 151-162, 1985.
56. Marshall, BM, Franklyn-Miller, AD, King, EA, Moran, KA, Strike, SC y Falvey, EC. Factores biomecánicos
asociados al tiempo para completar una maniobra de corte de cambio de dirección.J Resistencia
Cond Res28: 2845-2851, 2014.
57. Marshall, BM, Franklyn-Miller, AD, Moran, KA, King, EA, Strike, SC y Falvey, EC. ¿Puede un
¿La sentadilla con una sola pierna proporciona información sobre el control del movimiento y la carga durante acciones deportivas
dinámicas en pacientes con dolor en la ingle atlético?Rehabilitación deportiva J25: 117-125, 2015.
58. Merriaux, P, Dupuis, Y, Boutteau, R, Vasseur, P y Savatier, X. Un estudio del rendimiento de
posicionamiento del sistema [Link] (Basilea)17: 1591, 2017.
59. Mohammadi, F, Salavati, M, Akhbari, B, Mazaheri, M, Mohsen Mir, S y Etemadi, Y. Comparación de medidas de
resultados funcionales después de la reconstrucción del LCA en jugadores de fútbol competitivos: un ensayo
aleatorizado.J Bone Joint Surg Am95: 1271-1277, 2013.
60. Moisan, G, Descarreaux, M y Cantin, V. Efectos de la inestabilidad crónica del tobillo sobre la cinética, la
cinemática y la actividad muscular al caminar y correr: una revisión sistemá[Link] de marcha 52:
381-399, 2017.
61. Morin, JB, Bourdin, M, Edouard, P, Peyrot, N, Samozino, P y Lacour, JR. Determinantes mecánicos del
rendimiento de carrera de velocidad de 100 [Link] J Appl Physiol112: 3921-3930, 2012.
62. Morin, JB, Jimenez-Reyes, P, Brughelli, M y Samozino, P. Cuando la altura del salto no es un buen indicador de la
producción de potencia máxima de las extremidades inferiores: demostración teórica, evidencia experimental y
soluciones prá[Link] deportiva49: 999-1006, 2019.
63. Moudy, S, Richter, C y Strike, S. El registro de datos de forma de onda de Landmark mejora la capacidad de
predecir medidas de rendimiento.J Biomecánica78: 109-117, 2018.
64. Mousavi, SH, Hijmans, JM, Rajabi, R, Diercks, R, Zwerver, J y van der Worp, H. Factores de riesgo cinemáticos para la tendinopatía
de las extremidades inferiores en corredores de distancia: una revisión sistemática y un metaná[Link] de marcha69:
13-24, 2019.
65. Murphy, AJ, Lockie, RG y Coutts, AJ. Determinantes cinemáticos de la aceleración temprana en atletas de deportes de
campo.J Sports Sci Med2: 144-150, 2003.
66. Nimphius, S, Callaghan, SJ, Bezodis, NE y Lockie, RG. Pruebas de cambio de dirección y agilidad:
desafiando nuestras medidas actuales de desempeñ[Link] Cond J40: 26-38, 2018.
67. Nimphius, S, McGuigan, MR y Newton, RU. Relación entre la fuerza, la potencia, la velocidad y el rendimiento en
el cambio de dirección de las jugadoras de softbol.J Resistencia Cond Res24: 885-895, 2010.
68. Noehren, B, Scholz, J y Davis, I. El efecto del reentrenamiento de la marcha en tiempo real sobre la cinemática, el dolor y la
función de la cadera en sujetos con síndrome de dolor [Link] J Sports Med45: 691-696, 2011.
69. Opar, DA, Williams, MD y Shield, AJ. Lesiones por distensión de isquiotibiales: factores que conducen a lesiones y nuevas
[Link] deportiva42: 209-226, 2012.
70. Pairot-de-Fontenay, B, Willy, RW, Elias, ARC, Mizner, RL, Dube, MO y Roy, JS. Correr biomecánica en
individuos con reconstrucción del ligamento cruzado anterior: una revisión sistemática. medicina
deportiva49: 1411-1424, 2019.
71. Panagiotakis, E, Mok, KM, Fong, DT y Bull, AMJ. Análisis biomecánico de los casos de lesiones por esguince de los
ligamentos del tobillo de los partidos de baloncesto televisados: comprender cuándo, cómo y por qué se produce la
falla de los ligamentos.J Sci Med Deporte20: 1057-1061, 2017.
72. Pataky, TC, Robinson, MA y Vanrenterghem, J. Análisis estadístico de campo vectorial de trayectorias cinemáticas
y de fuerza.J Biomecánica46: 2394-2401, 2013.
73. Paterno, MV, Schmitt, LC, Ford, KR, Rauh, MJ, Myer, GD, Huang, B y Hewett, TE. Las medidas biomecánicas
durante el aterrizaje y la estabilidad postural predicen una segunda lesión del ligamento cruzado anterior
después de la reconstrucción del ligamento cruzado anterior y el regreso al [Link] J Sports Med 38:
1968-1978, 2010.
74. Pereira, LA, Nimphius, S, Kobal, R, Kitamura, K, Turisco, LAL, Orsi, RC, Cal Abad, CC y Loturco, I. Relación
entre cambio de dirección, velocidad y potencia en hombres y mujeres atletas de la selección olímpica
nacional de balonmano.J Resistencia Cond Res32: 2987-2994, 2018.
75. Perrott, MA, Pizzari, T, Cook, J y McClelland, JA. Comparación de la cinemática de miembros inferiores y tronco entre
sistemas de captura de movimiento sin marcadores y basados en [Link] de marcha52: 57-61, 2017.
76. Powell, HC, Silbernagel, KG, Brorsson, A, Tranberg, R y Willy, RW. Los individuos después de la ruptura del
tendón de Aquiles exhiben cinéticas asimétricas de rodilla y tobillo y tasas de carga durante un salto con
contramovimiento.J Orthop Sports Phys Ther48: 34-43, 2018.
77. Poderes, CM. La influencia de la mecánica anormal de la cadera en la lesión de rodilla: una perspectiva biomecánica. J
Orthop Sports Phys Ther40: 42-51, 2010.
78. Reis, ACd, Correa, JCF, Bley, AS, Rabelo, NDA, Fukuda, TY y Lucareli, PRG. Análisis cinemático y
cinético de la prueba de triple salto con una sola pierna en mujeres con y sin dolor patelofemoral.J
Orthop Sports Phys Ther45: 799-807, 2015.
79. Richards, [Link]ánica en Clínica e Investigación. Filadelfia: Churchill Livingstone, 123-124,
187-197 y 254-256, 2008.
80. Richter, C, O'Connor, NE, Marshall, B y Moran, K. Comparación de punto discreto vs. Técnicas de
reducción de dimensionalidad para describir aspectos relacionados con el rendimiento del salto vertical
máximo.J Biomecánica47: 3012-3017, 2014.
81. Rosen, AB, Ko, J, Simpson, KJ, Kim, SH y Brown, CN. Cinemática de las extremidades inferiores durante un salto
con caída en personas con tendinopatía [Link] J Sports Med, 2015. [e-pub antes de la impresión].
82. Ross, GB, Dowling, B, Troy, NF, Fischer, SL y Graham, RB. Diferenciar objetivamente patrones de
movimiento entre deportistas de élite y [Link] deportivo Med Sci50: 1457-1464, 2018.
83. Sadeghi, H, Allard, P, Shafie, K, Mathieu, PA, Sadeghi, S, Prince, F y Ramsay, J. Reducción de la variabilidad de los datos
de la marcha mediante el registro de [Link] de marcha12: 257-264, 2000.
84. Schuermans, J, Van Tiggelen, D, Palmans, T, Danneels, L y Witvrouw, E. Cinemática de carrera desviada y susceptibilidad
a lesiones en los isquiotibiales en jugadores de fútbol masculinos: ¿causa o consecuencia?Postura de marcha57:
270-277, 2017.
85. Seay, JF, Van Emmerik, RE y Hamill, J. La coordinación de la flexión y torsión del tronco se ve afectada por el estado del
dolor lumbar durante la [Link] J Sport Sci14: 563-568, 2014.
86. Serner, A, Mosler, AB, Tol, JL, Bahr, R y Weir, A. Mecanismos de lesiones agudas del aductor largo en jugadores
de fútbol masculino: un análisis de video visual sistemá[Link] J Sports Med53: 158-164, 2019.
87. Seroyer, ST, Nho, SJ, Bach, BR, Bush-Joseph, CA, Nicholson, GP y Romeo, AA. La cadena cinética en el lanzamiento
por encima de la cabeza: su papel potencial para mejorar el rendimiento y prevenir lesiones. Salud Deportiva2:
135-146, 2010.
88. Sheikhhoseini, R, Alizadeh, MH, Salavati, M, O'Sullivan, K, Shirzad, E y Movahed, M. Cinemática alterada de las
extremidades inferiores durante el salto entre atletas con dolor lumbar [Link] Appl Sport Sci6: 23-30,
2018.
89. Silbernagel, KG, Gustavsson, A, Thomee, R y Karlsson, J. Evaluación de la función de la parte inferior de la pierna en
pacientes con tendinopatía de [Link] Cirugía Deportes Traumatol Arthrosc14: 1207-1217, 2006.
90. Sinclair, J, Currigan, G, Fewtrell, DJ y Taylor, PJ. Correlatos biomecánicos de la velocidad de la cabeza del palo
durante el swing de [Link] j realizar deporte anal14: 54-63, 2014.
91. Stojanovic, E, Ristic, V, McMaster, DT y Milanovic, Z. Efecto del entrenamiento pliométrico en el rendimiento del salto
vertical en atletas femeninas: una revisión sistemática y un metaná[Link] deportiva47: 975-986, 2017.
92. Terada, M, Pietrosimone, B y Gribble, PA. Las personas con inestabilidad crónica del tobillo exhiben una
cinemática alterada de la rodilla de aterrizaje: vínculo potencial con el mecanismo de carga del ligamento
cruzado [Link] Biomech (Brístol, Avon)29: 1125-1130, 2014.
93. Theisen, A y Day, J. La inestabilidad crónica del tobillo provoca cambios cinemáticos en las extremidades inferiores durante las
tareas de aterrizaje: una revisión sistemá[Link] J Ejercicio Sci12: 24-33, 2019.
94. Thomee, R, Kaplan, Y, Kvist, J, Myklebust, G, Risberg, MA, Theisen, D, Tsepis, E, Werner, S, Wondrasch, B y
Witvrouw, E. Fuerza muscular y criterios de rendimiento del lúpulo antes Devolver a
deportes después de la reconstrucción del [Link] Cirugía Deportes Traumatol Arthrosc19: 1798-1805, 2011.
95. van der Kruk, E, y Reijne, MM. Precisión de los sistemas de captura de movimiento humano para aplicaciones
deportivas; revisión del estado del [Link] J Sport Sci18: 806-819, 2018.
96. Van der Worp, H, de Poel, HJ, Diercks, RL, van den Akker-Scheek, I y Zwerver, J. ¿Rodilla de saltador o
rodilla de lander? Una revisión sistemática de la relación entre la biomecánica del salto y la tendinopatía
[Link] J Sports Med35: 714-722, 2014.
97. van Emmerik, REA, Ducharme, SW, Amado, AC y Hamill, J. Comparación de conceptos y técnicas de
sistemas dinámicos para el análisis biomecánico.J Deporte Salud Ciencia5: 3-13, 2016.
98. Van Hooren, B, y Zolotarjova, J. La diferencia entre las actuaciones de contramovimiento y salto en
cuclillas: una revisión de los mecanismos subyacentes con aplicaciones prácticas.J Resistencia Cond Res
31: 2011-2020, 2017.
99. Vanrenterghem, J, Venables, E, Pataky, T y Robinson, MA. El efecto de la velocidad de carrera sobre la carga mecánica de
la rodilla en mujeres durante el corte lateral.J Biomecánica45: 2444-2449, 2012.
100. Warmenhoven, J, Cobley, S, Draper, C, Harrison, A, Bargary, N y Smith, R. Consideraciones para el uso del análisis
de componentes principales funcionales en biomecánica deportiva: ejemplos de remo en el [Link]ánica
deportiva18: 317-341, 2019.
101. Vertedero, JP. Cuantificación de la fiabilidad test-retest mediante el coeficiente de correlación intraclase y el SEM.J
Resistencia Cond Res19: 231-240, 2005.
102. Welch, N, Richter, C, Franklyn-Miller, A y Moran, K. Análisis de componentes principales de los factores
biomecánicos asociados con el rendimiento durante el corte.J Resistencia Cond Res, 2019. [e-pub antes de la
impresión].
103. Wild, JJ, Bezodis, IN, North, JS y Bezodis, NE. Diferencias en las características del paso y la cinemática
lineal entre jugadores de rugby y velocistas durante la aceleración inicial del [Link] J Sport Sci 18:
1327-1337, 2018.
104. Willson, JD, Sharpee, R, Meardon, SA y Kernozek, TW. Efectos de la longitud del paso sobre el estrés de la
articulación femororrotuliana en corredoras con y sin dolor [Link] Biomech (Brístol, Avon) 29:
243-247, 2014.
105. Willy, RW, Scholz, JP y Davis, IS. Reentrenamiento de la marcha en espejo para el tratamiento del dolor
patelofemoral en [Link] Biomech (Brístol, Avon)27: 1045-1051, 2012.
106. Invierno, [Link]ánica y Control Motor del Movimiento [Link], Nueva Jersey: John Wiley &
Sons, 82-106 y 176-187, 2009.
107. Young, WB, Dawson, B y Henry, GJ. La agilidad y la velocidad de cambio de dirección son habilidades independientes:
implicaciones para el entrenamiento de la agilidad en los deportes de invasió[Link] J Sports Sci Entrenador10: 159-169, 2015.
108. Zatsiorsky, [Link]ética del movimiento [Link], IL: Human Kinetics, 266-345 y 365-435, 2002.
Capítulo 12
1. Andersen, LL, Andersen, JL, Zebis, MK y Aagaard, P. Tasa temprana y tardía de desarrollo de la fuerza: ¿respuestas
adaptativas diferenciales al entrenamiento de resistencia?Scand J Med Sci Deportes20: e162-e169, 2010.
2. Angelozzi, M, Madama, M, Corsica, C, Calvisi, V, Properzi, G, McCaw, ST y Caccio, A. Tasa de desarrollo de la fuerza como
medida de resultado complementaria para las decisiones de regreso al deporte después del cruzado anterior
reconstrucción de ligamentosJ Orthop Sports Phys Ther42: 772-780, 2012.
3. Appleby, BB, Cormack, SJ y Newton, RU. Confiabilidad de la cinética de sentadillas en jugadores de rugby bien
entrenados: implicaciones para monitorear el entrenamiento.J Resistencia Cond Res33: 2635-2640, 2019.
4. Ashworth, B, Hogben, P, Singh, N, Tulloch, L y Cohen, DD. La prueba del hombro atlético (ASH): confiabilidad de una nueva
prueba de fuerza isométrica de la parte superior del cuerpo en jugadores de rugby de é[Link] Open Deporte Ejercicio Med
4: e000365, 2018.
5. Barker, LA, Harry, JR y Mercer, JA. Relaciones entre las fuerzas de reacción del suelo del salto con
contramovimiento y la altura del salto, el índice de fuerza reactiva y el tiempo de salto.J Resistencia Cond Res
32: 248-254, 2018.
6. Baumgart, C, Hoppe, MW y Freiwald, J. Análisis de fuerza de reacción del suelo específicos de fase de
saltos bilaterales y unilaterales en pacientes con reconstrucción de [Link] J Sports Med 5:
2325967117710912, 2017.
Baumgart, C, Schubert, M, Hoppe, MW, Gokeler, A, Freiwald, J.¿Las fuerzas de reacción del suelo durante los movimientos
unilaterales y bilaterales exhiben estrategias de compensación después de la reconstrucción del LCA? Rodilla Cirugía
Deportes Traumatol Arthrosc25, 1385–1394, 2017.
8. Beckham, GK, Sato, K, Santana, HA, Mizuguchi, S, Haff, GG y Stone, MH. Efecto de la posición del cuerpo sobre la
producción de fuerza durante el tirón isométrico de la mitad del muslo.J Resistencia Cond Res32: 48-56, 2018.
9. Bishop, C, Brashill, C, Abbott, W, Read, P, Lake, J y Turner, A. Las asimetrías de salto están asociadas con la velocidad, la
velocidad de cambio de dirección y el rendimiento del salto en jugadores de fútbol de academias de élite.J Resistencia
Cond Res, 2019. [e-pub antes de la impresión].
10. Blazevich, AJ, Gill, N y Newton, RU. Confiabilidad y validez de dos pruebas de sentadilla isométrica.J
Resistencia Cond Res16: 298-304, 2002.
11. Bosco, C, Luhtanen, P y Komi, PV. Un método simple para medir la potencia mecánica en el
[Link] J Appl Physiol Occup Physiol50: 273-282, 1983.
12. Bourdon, PC, Cardinale, M, Murray, A, Gastin, P, Kellmann, M, Varley, MC, Gabbett, TJ, Coutts, AJ, Burgess, DJ,
Gregson, W y Cable, NT. Monitoreo de las cargas de entrenamiento de los atletas: declaración de consenso.
Int J Deportes Physiol Realizar12: S2161-S2170, 2017.
13. Brady, CJ, Harrison, AJ, Flanagan, EP, Haff, GG y Comyns, TM. Una comparación del tirón isométrico de la mitad
del muslo y la sentadilla isométrica: confiabilidad intradía, utilidad y la magnitud de la diferencia entre las
[Link] J Deportes Physiol Realizar13: 844-852, 2018.
14. Buckthorpe, M, Gimpel, M, Wright, S, Sturdy, T y Stride, M. Lesiones de los músculos isquiotibiales en el fútbol de
élite: traducir la investigación a la prá[Link] J Sports Med52: 628-629, 2018.
15. Chan, MS y Sigward, SM. Los comportamientos de carga no coinciden con las capacidades de carga posteriores a la reconstrucción del
ligamento cruzado [Link] deportivo Med Sci51: 1626-1634, 2019.
16. Chiu, LZ y Barnes, JL. El modelo fitness-fatiga revisado: implicaciones para la planificación del entrenamiento a
corto y largo [Link] Cond J25: 42-51, 2003.
17. Claudino, JG, Cronin, J, Mezêncio, B, McMaster, DT, McGuigan, M, Tricoli, V, Amadio, AC y Serrao, JC. El
salto de contramovimiento para monitorear el estado neuromuscular: un metanálisis.J Sci Med Deporte
20: 397-402, 2017.
18. Claudino, JG, Cronin, JB, Mezêncio, B, Pinho, JP, Pereira, C, Mochizuki, L, Amadio, AC y Serrao, JC. Autorregulación
del rendimiento del salto para inducir la extralimitación funcional.J Resistencia Cond Res
30: 2242-2249, 2016.
19. Claudino, JG, Mezêncio, B, Soncin, R, Ferreira, JC, Couto, BP y Szmuchrowski, LA. Rendimiento pre salto
vertical para regular el volumen de [Link] J Sports Med33: 101-107, 2012.
19a. Cohen, D, Burton, A, Wells, C, Taberner, M, Diaz, MA y Graham-Smith, P. Simple versus doble pierna
Pruebas de salto con contramovimiento: ¡ni media manzana!Aspetar Sports Med J9: 34-41, 2020.
19b. Cohen, D, Clarke, N, Harland, S, Lewin, C. ¿Se miden las asimetrías de fuerza en las pruebas de salto asociadas
con lesión previa en futbolistas profesionales?Br J Sports Med.48 (7): 579-580, 2014.
20. Comfort, P, Jones, PA, McMahon, JJ y Newton, R. Efecto del ángulo de la rodilla y el tronco en las variables cinéticas durante el
tirón isométrico de la mitad del muslo: confiabilidad de prueba y repetición de [Link] J Deportes Physiol Realizar 10:
58-63, 2015.
21. Constantine, E, Taberner, M, Richter, C, Willett, M y Cohen, DD. Respuesta de recuperación de la fuerza máxima de la cadena
posterior isométrica después de un partido en jugadores de fútbol jóvenes de élite: asociaciones con la fuerza relativa de la
cadena [Link] (Basilea)7: 218, 2019.
22. Cormack, SJ, Mooney, MG, Morgan, W y McGuigan, MR. Influencia de la fatiga neuromuscular en la carga del
acelerómetro en jugadores de fútbol australiano de é[Link] J Deportes Physiol Realizar8: 373-378, 2013.
23. Cormack, SJ, Newton, RU y McGuigan, MR. Respuestas neuromusculares y endocrinas de jugadores de
élite a un partido de fútbol [Link] J Deportes Physiol Realizar3: 359-374, 2008.
24. Cormack, SJ, Newton, RU, McGuigan, MR y Cormie, P. Respuestas neuromusculares y endocrinas de jugadores
de élite durante una temporada de fútbol [Link] J Deportes Physiol Realizar3: 439-453, 2008.
25. Cormie, P, McBride, JM y McCaulley, GO. Análisis de las curvas potencia-tiempo, fuerza-tiempo y velocidad-tiempo del
salto con contramovimiento: impacto del entrenamiento.J Resistencia Cond Res23: 177-186, 2009.
26. De Witt, JK, English, KL, Crowell, JB, Kalogera, KL, Guilliams, ME, Nieschwitz, BE, Hanson, AM y Ploutz-Snyder, LL.
Fiabilidad del tirón isométrico a la mitad del muslo y relación con el peso muerto con una repetición máxima.J
Resistencia Cond Res32: 528-533, 2018.
27. Douglas, J, Pearson, S, Ross, A y McGuigan, M. Determinantes cinéticos de la fuerza reactiva en atletas de
velocidad altamente entrenados.J Resistencia Cond Res32: 1562-1570, 2018.
28. Drinkwater, E. Aplicaciones de límites de confianza y tamaños del efecto en la investigación [Link] abiertos Sci J 1:
3-4, 2008.
29. Gathercole, R, Sporer, B y Stellingwerff, T. Rendimiento de salto con contramovimiento con cargas de entrenamiento
aumentadas en atletas de rugby femeninas de é[Link] J Sports Med36: 722-728, 2015.
30. Gathercole, R, Sporer, B, Stellingwerff, T y Sleivert, G. Análisis alternativo de contramovimiento y salto
para cuantificar la fatiga neuromuscular [Link] J Deportes Physiol Realizar10: 84-92, 2015.
31. Gathercole, RJ, Sporer, BC, Stellingwerff, T y Sleivert, GG. Comparación de la capacidad de diferentes
pruebas de campo de salto y sprint para detectar fatiga neuromuscular.J Resistencia Cond Res29:
2522-2531, 2015.
32. Gonzalo-Skok, O, Moreno-Azze, A, Arjol-Serrano, JL, Tous-Fajardo, J y Bishop, C. Una comparación de 3
estrategias diferentes de entrenamiento de fuerza unilateral para mejorar el rendimiento de salto y disminuir
las asimetrías entre extremidades en el fútbol jugadoresInt J Deportes Physiol Realizar14: 1256-1264, 2019.
33. Grindem, H, Snyder-Mackler, L, Moksnes, H, Engebretsen, L y Risberg, MA. Las reglas de decisión simples pueden reducir el
riesgo de una nueva lesión en un 84 % después de la reconstrucción del LCA: el estudio de cohortes del LCA de Delaware-
[Link] J Sports Med50: 804-808, 2016.
34. Harry, JR, Paquette, MR, Schilling, BK, Barker, LA, James, CR y Dufek, JS. Características cinéticas y
electromiográficas de las subfases en relación con el rendimiento del salto vertical con
contramovimiento.J Appl Biomecánica34: 291-297, 2018.
35. Hart, LM, Cohen, DD, Patterson, SD, Springham, M, Reynolds, J y Read, P. La lesión previa se asocia con un
aumento de las asimetrías de fuerza-tiempo de salto con contramovimiento en el fútbol profesional
jugadoresMedicina deportiva transl2: 256-262, 2019.
36. Heishman, A, Daub, B, Miller, R, Brown, B, Freitas, E y Bemben, M. Contramovement jump inter-limb
asimetrys in college basketball [Link] (Basilea)7: 103, 2019.
37. Hewett, TE, Myer, GD, Ford, KR, Heidt, RS, Colosimo, AJ, McLean, SG, van den Bogert, AJ, Paterno, MV y
Succop, P. Medidas biomecánicas de control neuromuscular y carga en valgo de la rodilla predice el
riesgo de lesión del ligamento cruzado anterior en atletas femeninas: un estudio [Link] J
Sports Med33: 492-501, 2005.
38. Hornsby, W, Gentles, J, MacDonald, C, Mizuguchi, S, Ramsey, M y Stone, M. Fuerza máxima, tasa de desarrollo de
la fuerza, altura de salto y alteraciones de la potencia máxima en levantadores de pesas durante cinco meses
de [Link] (Basilea)5:78, 2017.
39. Hughes, S, Chapman, DW, Haff, GG y Nimphius, S. El uso de una batería de prueba funcional como
método no invasivo de evaluación de la fatiga.Más uno14: e0212870, 2019.
40. Jiménez-Reyes, P, Pareja-Blanco, F, Cuadrado-Peñafiel, V, Ortega-Becerra, M, Párraga, J y González-Badillo, JJ.
Pérdida de altura de salto como indicador de fatiga durante el entrenamiento de velocidad.J deportes ciencia
37: 1029-1037, 2019.
41. Jiménez-Reyes, P, Samozino, P, Brughelli, M y Morin, JB. Efectividad de un entrenamiento individualizado
basado en perfiles de fuerza-velocidad durante el [Link] frontal7: 677, 2017.
42. Jiménez-Reyes, P, Samozino, P, Pareja-Blanco, F, Conceição, F, Cuadrado-Peñafiel, V, González-Badillo, JJ y
Morin, JB. Validez de un método simple para medir el perfil fuerza-velocidad-potencia en un salto con
[Link] J Deportes Physiol Realizar12: 36-43, 2017.
43. Jordan, MJ, Aagaard, P y Herzog, W. Asimetría de las extremidades inferiores en la función muscular mecánica:
una comparación entre corredores de esquí con y sin reconstrucción del [Link] J Med Sci Deportes 25:
e301-e309, 2015.
44. Kipp, K, Kiely, MT y Geiser, CF. El índice de fuerza reactiva modificado es una medida válida de
explosividad en jugadoras universitarias de voleibol.J Resistencia Cond Res30: 1341-1347, 2016.
45. Kirby, TJ, McBride, JM, Haines, TL y Dayne, AM. El impulso vertical neto relativo determina el
rendimiento del salto.J Appl Biomecánica27: 207-214, 2011.
46. Koch, J, Riemann, BL y Davies, GJ. Patrones de fuerza de reacción del suelo en flexiones pliométricas.J
Resistencia Cond Res26: 2220-2227, 2012.
47. Komi, [Link] y potencia en el deporte. Hoboken, Nueva Jersey: John Wiley & Sons, 203-228, 2008.
48. Kotsifaki, A, Korakakis, V, Whiteley, R, Van Rossom, S y Jonkers, I. Medir solo la distancia de salto durante la prueba de
salto de una sola pierna no es suficiente para detectar deficiencias en la función de la rodilla después de la
reconstrucción del LCA: una revisión sistemática y meta -aná[Link] J Sports Med54: 139-153, 2020.
49. Layer, JS, Grenz, C, Hinshaw, TJ, Smith, DT, Barrett, SF y Dai, B. Análisis cinético de sentadillas traseras
isométricas y sentadillas isométricas con cinturón.J Resistencia Cond Res32: 3301-3309, 2018.
50. Leary, BK, Statler, J, Hopkins, B, Fitzwater, R, Kesling, T, Lyon, J, Phillips, B, Bryner, RW, Cormie,
P y Haff, GG. La relación entre las características de la curva fuerza-tiempo isométrica y la velocidad de la cabeza del
palo en golfistas recreativos.J Resistencia Cond Res26: 2685-2697, 2012.
51. Linthorne, NP. Análisis de saltos verticales de pie utilizando una plataforma de [Link] J Física69: 1198-1204,
2001.
52. Maffiuletti, NA, Aagaard, P, Blazevich, AJ, Folland, J, Tillin, N y Duchateau, J. Tasa de desarrollo de la
fuerza: consideraciones fisiológicas y metodoló[Link] J Appl Physiol116: 1091-1116, 2016.
52a. Malaver, JR, Cubides, JR, Argothy, R y Cohen, DD. Factores de riesgo asociados con tibial medial
síndrome de estrés en cadetes militares durante el entrenamiento básico: 1019: Tablero # 253 29 de mayo 3:30 PM-5:00 PM.
Ejercicio deportivo Med Sci51: 268, 2019.
53. Malone, S, Hughes, B, Roe, M, Collins, K y Buchheit, M. Supervisión del estado físico y de fatiga del jugador
y rendimiento de carrera durante un campo de entrenamiento de temporada en el fútbol gaélico de élite.Fútbol americano científico
1: 229-236, 2017.
54. Matinlauri, A, Alcaraz, PE, Freitas, TT, Mendiguchia, J, Abedin-Maghanaki, A, Castillo, A, Martinez-Ruiz, E, Carlos-
Vivas, J y Cohen, DD. Una comparación del perfil de recuperación de la fatiga de la fuerza isométrica en dos
pruebas de miembro inferior de cadena posterior después de una competencia de fútbol simulada.Más uno14:
e0206561, 2019.
55. McMahon, J, Lake, J y Comfort, P. Confiabilidad y relación entre el tiempo de vuelo y la relación del tiempo de
contracción y el índice de fuerza reactiva [Link] (Basilea)6:81, 2018.
56. Myer, GD, Martin Jr, L, Ford, KR, Paterno, MV, Schmitt, LC, Heidt Jr, RS, Colosimo, A y Hewett, TE. No hay
asociación del tiempo transcurrido desde la cirugía con los déficits funcionales en atletas después de la
reconstrucción del ligamento cruzado anterior: evidencia de criterios objetivos de regreso al [Link] J
Sports Med 40: 2256-2263, 2012.
57. Nagahara, R, Mizutani, M, Matsuo, A, Kanehisa, H y Fukunaga, T. Asociación del rendimiento de sprint con
las fuerzas de reacción del suelo durante las fases de aceleración y velocidad máxima en un solo sprint.J
Appl Biomecánica34: 104-110, 2018.
58. Newham, DJ, Mills, KR, Quigley, BM y Edwards, RHT. Dolor y fatiga después de contracciones musculares
concéntricas y excé[Link] ciencia64: 55-62, 1983.
59. Norris, D, Joyce, D, Siegler, J, Clock, J y Lovell, R. Recuperación de la fuerza: características del tiempo después de los
partidos de fútbol australiano: examen de la utilidad del tirón isométrico en la mitad del [Link] J Deportes Physiol
Realizar14: 765-770, 2019.
59a. Read, PJ, Oliver, JL, De Ste Croix, MBA, Myer, GD y Lloyd, RS. Una investigación prospectiva para
evaluar los factores de riesgo para el riesgo de lesiones en las extremidades inferiores en jugadores de fútbol masculino jó[Link] J Med
Sci Deporte28: 1244-1251, 2018.
60. Read, PJ, Turner, AN, Clarke, R, Applebee, S y Hughes, J. El ángulo de la rodilla afecta la activación del músculo de la cadena
posterior durante una prueba isométrica utilizada en jugadores de fú[Link] (Basilea)7:13, 2019.
61. Richter, C, O'Connor, NE, Marshall, B y Moran, K. Análisis de caracterización de fases en formas de onda:
una aplicación a saltos verticales.J Appl Biomecánica30: 316-321, 2014.
62. Robertson, S, Bartlett, JD y Gastin, PB. ¿Rojo, ámbar o verde? Monitoreo de atletas en deportes de equipo: la
necesidad de sistemas de apoyo a la decisió[Link] J Deportes Physiol Realizar12: S273-S279, 2017.
63. Roos, PE, Button, K y van Deursen, RW. Estrategias de control motor durante la sentadilla con las dos piernas después
de la ruptura y reconstrucción del ligamento cruzado anterior: un estudio observacional.J Neuroeng Rehabilitación
11:19, 2014.
64. Sánchez-Medina, L, y González-Badillo, JJ. Pérdida de velocidad como indicador de fatiga neuromuscular durante el
entrenamiento de [Link] deportivo Med Sci43: 1725-1734, 2011.
65. Skein, M, Duffield, R, Minett, GM, Snape, A y Murphy, A. El efecto de la privación del sueño durante la noche
después de los partidos competitivos de la liga de rugby en la recuperación fisiológica y perceptual posterior al
[Link] J Deportes Physiol Realizar8: 556-564, 2013.
66. Suárez, DG, Mizuguchi, S, Hornsby, WG, Cunanan, AJ, Marsh, DJ y Stone, MH. Cambios específicos de fase en la tasa de
desarrollo de la fuerza y la morfología muscular a lo largo de un ciclo de entrenamiento periodizado por bloques en
levantadores de [Link] (Basilea)7: 129, 2019.
67. Suchomel, TJ, Nimphius, S y Stone, MH. Escalamiento de la fuerza máxima de tracción isométrica de la mitad del muslo en
atletas de la división I: ¿estamos cumpliendo con los supuestos?biomecánica deportiva19: 532-546, 2020.
68. Taberner, M, van Dyk, N, Allen, T, Richter, C, Howarth, C, Scott, S y Cohen, DD. Preparación
física y vuelta al deporte del futbolista con fractura de tibia-peroné: aplicación del “continuum
control-caos”.BMJ Open Deporte Ejercicio Med5: e000639, 2019.
69. Taylor, KL. Monitoreo de la fatiga neuromuscular en atletas de alto rendimiento (tesis doctoral,
Universidad Edith Cowan), 2012.
70. Taylor, KL, Cronin, J, Gill, ND, Chapman, DW y Sheppard, J. Fuentes de variabilidad en iso-inercial
evaluaciones de [Link] J Deportes Physiol Realizar5: 546-558, 2010.
71. Thorpe, RT, Atkinson, G, Drust, B y Gregson, W. Monitoreo del estado de fatiga en atletas de deportes de equipo de
élite: implicaciones para la prá[Link] J Deportes Physiol Realizar12: T2-T27, 2017.
72. Van der Does, HTD, Brink, MS, Benjaminse, A, Visscher, C y Lemmink, K. Las características del aterrizaje con salto
predicen lesiones en las extremidades inferiores en deportes de equipo bajo [Link] J Sports Med37: 251-256, 2016.
73. Welsh, TT, Alemany, JA, Montain, SJ, Frykman, PN, Tuckow, AP, Young, AJ y Nindl, BC. Efectos del
entrenamiento de campo militar intensificado en el rendimiento de [Link] J Sports Med29: 45-52, 2008.
74. West, DJ, Owen, NJ, Jones, MR, Bracken, RM, Cook, CJ, Cunningham, DJ, Shearer, DA, Finn, CV, Newton, RU,
Crewther, BT y Kilduff, LP. Relaciones entre las características fuerza-tiempo del tirón isométrico de la mitad
del muslo y el rendimiento dinámico en jugadores profesionales de la liga de rugby.J Resistencia Cond Res25:
3070-3075, 2011.
75. Wu, PP-Y, Sterkenburg, N, Everett, K, Chapman, DW, White, N y Mengersen, K. Predicción de la fatiga usando
firmas de tiempo de fuerza de salto de contramovimiento: PCA puede distinguir fatiga neuromuscular versus
fatiga metabólica.Más uno14: e0219295, 2019.
Capítulo 13
1. Arsac, LM, Belli, A y Lacour, JR. Función muscular durante el ejercicio máximo breve: mediciones
precisas en un cicloergómetro con carga de fricció[Link] J Appl Physiol Occup Physiol74: 100-106,
1996.
2. Balsalobre-Fernández, C, Glaister, M y Lockey, RA. La validez y confiabilidad de una aplicación de iPhone para
medir el rendimiento del salto vertical.J deportes ciencia33: 1574-1579, 2015.
3. Bobberto, MF. ¿Por qué la relación fuerza-velocidad en las tareas de prensa de piernas es casi lineal en lugar de
hiperbólica?Fisiol de aplicación J112: 1975-1983, 2012.
4. Bosco, C, Belli, A, Astrua, M, Tihanyi, J, Pozzo, R, Kellis, S, Tsarpela, O, Foti, C, Manno, R y Tranquilli, C. Un
dinamómetro para la evaluación de la dinámica muscular [Link] J Appl Physiol Occup Physiol70:
379-386, 1995.
5. Cross, MR, Brughelli, M, Samozino, P, Brown, SR y Morin, JB. Carga óptima para maximizar la potencia durante
las carreras de velocidad con [Link] J Deportes Physiol Realizar12: 1069-1077, 2017.
6. Cross, MR, Brughelli, M, Samozino, P y Morin, JB. Métodos de perfilado de potencia-fuerza-velocidad durante la carrera
de velocidad: una revisión [Link] deportiva47: 1255-1269, 2017.
7. Cross, MR, Tinwala, F, Lenetsky, S, Samozino, P, Brughelli, M y Morin, JB. Determinación de la fricción y la
carga efectiva para carreras de trineo.J deportes ciencia35: 2198-2203, 2017.
8. Dorel, S, Couturier, A, Lacour, JR, Vandewalle, H, Hautier, C y Hug, F. Revisión de la relación fuerza-
velocidad en el ciclismo: beneficio del análisis bidimensional de las fuerzas del [Link] deportivo
Med Sci42: 1174-1183, 2010.
9. Driss, T y Vandewalle, H. La medición de la producción de potencia máxima (anaeróbica) en un
cicloergómetro: una revisión crí[Link] Res Int2013: 589361, 2013.
10. Frost, DM, Cronin, JB y Newton, RU. Una comparación de la cinemática, la cinética y la actividad muscular
entre la resistencia neumática y la de peso [Link] J Appl Physiol104: 937-956, 2008.
11. García-Ramos, A, Pérez-Castilla, A y Jaric, S. Optimización de cargas aplicadas al utilizar el método de dos
puntos para evaluar la relación fuerza-velocidad durante saltos [Link] biomecánico12: 1-16,
2018.
12. Giroux, C, Rabita, G, Chollet, D y Guilhem, G. ¿Cuál es el mejor método para evaluar la relación fuerza-velocidad
de las extremidades inferiores?Int J Sports Med36: 143-149, 2015.
13. Haugen, TA, Breitschädel, F y Samozino, P. Perfiles de potencia-fuerza-velocidad de atletas de velocidad.J
Resistencia Cond Res34: 1769-1773, 2020.
14. Haugen, TA, Breitschädel, F y Seiler, S. Variables mecánicas de sprint en atletas de élite: ¿los perfiles de fuerza-velocidad
son específicos del deporte o individuales?Más uno14: e0215551, 2019.
15. Colina, AJ. El calor del acortamiento y las constantes dinámicas del mú[Link] R Soc Londres Ser B Biol Sci126:
136-195, 1938.
16. Janicijevic, D, Knezevic, O, Mirkov, D, Pérez-Castilla, A, Petrovic, M, Samozino, P, and Garcia-Ramos, A.
Evaluación de la relación fuerza-velocidad durante los saltos verticales: influencia del arranque posición,
procedimientos de análisis y número de [Link] J Sport Sci, 2019. [e-pub antes de la impresión].
17. Jaric, S. Relación fuerza-velocidad de los músculos que realizan tareas de máximo rendimiento de múltiples
articulaciones. Int J Sports Med36: 699-704, 2015.
18. Jaskolska, A, Goossens, P, Veentra, B, Jaskolski, A y Skinner, JS. Medición en cinta rodante de la relación fuerza-
velocidad y la producción de potencia en sujetos con diferentes velocidades máximas de carrera. medicina
deportiva8: 347-358, 1998.
19. Jiménez-Reyes, P, Samozino, P, Brughelli, M y Morin, JB. Efectividad de un entrenamiento individualizado
basado en perfiles de fuerza-velocidad durante el [Link] frontal7: 677, 2017.
20. Jiménez-Reyes, P, Samozino, P, Cuadrado-Peñafiel, V, Conceição, F, González-Badillo, JJ y Morin, JB.
Validez de un método simple para medir el perfil fuerza-velocidad-potencia en un salto con
[Link] J Sport Physiol Realizar12: 36-43, 2017.
21. Jiménez-Reyes, P, Samozino, P, García-Ramos, A, Cuadrado-Peñafiel, V, Brughelli, M y Morin, JB. Relación
entre perfiles de fuerza-velocidad-potencia verticales y horizontales en varios deportes y niveles de
prá[Link]ñero J6: e5937, 2018.
22. Jiménez-Reyes, P, Samozino, P y Morin, JB. Entrenamiento optimizado para el rendimiento de salto utilizando el
desequilibrio fuerza-velocidad: cinética de adaptación individual.Más uno14: e0216681, 2019.
23. Maffiuletti, NA, Aagaard, P, Blazevich, AJ, Folland, J, Tillin, N y Duchateau, J. Tasa de desarrollo de la
fuerza: consideraciones fisiológicas y metodoló[Link] J Appl Physiol116: 1091-1116, 2016.
24. Markovic, G, Vuk, S y Jaric, S. Efectos del entrenamiento de salto con carga negativa versus carga positiva en la
mecánica de [Link] J Sports Med32: 365-372, 2011.
25. Martin, JA, Brandon, SCE, Keuler, EM, Hermus, JR, Ehlers, AC, Segalman, DJ, Allen, MS y Thelen, DG. Fuerza
de medición golpeando los [Link] nacional9: 1592, 2018.
26. Morin, JB, Edouard, P y Samozino, P. La capacidad técnica de la aplicación de la fuerza como factor determinante del
rendimiento del [Link] deportivo Med Sci43: 1680-1688, 2011.
27. Morin, JB, Jiménez-Reyes, P, Brughelli, M y Samozino, P. Cuando la altura del salto no es un buen indicador de la
producción de potencia máxima de las extremidades inferiores: demostración teórica, evidencia experimental y
soluciones prá[Link] Med49: 999-1006, 2019.
28. Morin, JB, and Samozino, P. Interpretación de perfiles de potencia-fuerza-velocidad para entrenamiento individualizado
y especí[Link] J Deportes Physiol Realizar11: 267-272, 2016.
29. Morin, JB, Samozino, P, [Link]ánica del Entrenamiento y las Pruebas: Conceptos Innovadores y
Métodos de Campo Simples. Cham, Suiza: Springer International Publishing, 65-237, 2018.
30. Morin, JB, Samozino, P, Bonnefoy, R, Edouard, P y Belli, A. Medición directa de la potencia durante un solo
sprint en cinta rodante.J Biomecánica43: 1970-1975, 2010.
31. Morin, JB, Samozino, P, Edouard, P y Tomazin, K. Efecto de la fatiga en la producción de fuerza y la técnica de
aplicación de fuerza durante los sprints repetidos.J Biomecánica44: 2719-2723, 2011.
32. Morin, JB, Samozino, P, Murata, M, Cross, MR y Nagahara, R. Un método simple para calcular la cinética de aceleración
de carrera a partir de datos de velocidad de carrera: estudio de replicación con diseño mejorado.J Biomecánica94:
82-87, 2019.
33. Nagahara, R, Mizutani, M, Matsuo, A, Kanehisa, H y Fukunaga, T. Asociación del ancho de paso con el
rendimiento de sprint acelerado y la fuerza de reacción del [Link] J Sports Med38: 534-540, 2017.
34. Padulo, J, Migliaccio, G, Ardigò, L, Leban, B, Cosso, M y Samozino, P. Capacidad de fuerza, velocidad y potencia de las
extremidades inferiores durante los movimientos de prensa de piernas y [Link] J Sports Med38: 1083-1089,
2017.
35. Palmieri, G, Callegari, M y Fioretti, S. Modelado analítico y multicuerpo para el análisis de potencia de
saltos de [Link] Methods Biomech Biomed Eng18: 1564-1573, 2015.
36. Rabita, G, Dorel, S, Slawinski, J, Sàez-de-Villarreal, E, Couturier, A, Samozino, P y Morin, JB. Mecánica de sprint en
atletas de clase mundial: una nueva visión de los límites de la locomoción [Link] J Med Sci Deporte
25: 583-594, 2015.
37. Rivera, JR. Efecto de la velocidad en las capacidades de producción de fuerza de las extremidades inferiores durante ejercicios
de alta intensidad únicos y repetidos [tesis doctoral]. Universidad de Savoie Mont Blanc, Chambéry (Francia); 2020.
38. Rivière, JR, Rossi, J, Jimenez-Reyes, P, Morin, JB y Samozino, P. ¿Dónde existe el máximo de una
repetición en la relación fuerza-velocidad en sentadilla?Int J Sports Med38: 1035-1043, 2017.
39. Romero-Franco, N, Jiménez-Reyes, P, Castaño-Zambudio, A, Capelo-Ramírez, F, Rodríguez-Juan, JJ,
González-Hernández, J, Toscano-Bendala, FJ, Cuadrado-Peñafiel, V, y Balsalobre-Fernández,
C. Rendimiento de sprint y resultados mecánicos calculados con una aplicación para iPhone: comparación con
métodos de referencia [Link] J Sport Sci17: 386-392, 2017.
40. Samozino, P, Edouard, P, Sangnier, S, Brughelli, M, Gimenez, P y Morin, JB. Perfil fuerza-velocidad: determinación
del desequilibrio y efecto sobre el rendimiento balístico de miembros [Link] J Sports Med 35: 505-510,
2014.
41. Samozino, P, Morin, JB, Hintzy, F y Belli, A. Un método simple para medir la fuerza, la velocidad y la producción de
potencia durante la sentadilla con salto.J Biomecánica41: 2940-2945, 2008.
42. Samozino, P, Rabita, G, Dorel, S, Slawinski, J, Peyrot, N, Saez de Villarreal, E, and Morin JB. Un método simple
para medir la potencia, la fuerza, las propiedades de velocidad y la efectividad mecánica en carreras de
[Link] J Med Sci Deportes26: 648-658, 2016.
43. Samozino, P, Rejc, E, Di Prampero, PE, Belli, A y Morin, JB. Perfil fuerza-velocidad óptimo en movimientos
balísticos - altius: ¿citius o fortius?Ejercicio deportivo Med Sci44: 313-322, 2012.
44. Samozino, P, Rivière, JR, Rossi, J, Morin, JB y Jimenez-Reyes, P. ¿Qué tan rápido es una sentadilla con salto
horizontal?Int J Deportes Physiol Realizar13: 910-916, 2018.
45. Suzovic, D, Markovic, G, Pasic, M y Jaric, S. La carga óptima en varios saltos verticales respalda la hipótesis
de máxima producción diná[Link] J Sports Med34: 1007-1014, 2013.
46. Thorstensson, A, Grimby, G y Karlsson, J. Relaciones fuerza-velocidad y composición de fibras en los músculos
extensores de la rodilla [Link] de aplicación J40: 12-16, 1976.
47. Wilson, GJ, Walshe, AD y Fisher, MR. El desarrollo de un dispositivo de sentadilla isocinética: confiabilidad y
relación con el rendimiento [Link] J Appl Physiol Occup Physiol75: 455-461, 1997.
48. Yamauchi, J e Ishii, N. Relaciones entre las características de fuerza-velocidad del movimiento de extensión de rodilla-
cadera y el rendimiento del salto vertical.J Resistencia Cond Res21: 703-709, 2007.
capitulo 14
1. Achten, J y Jeukendrup, AE. Monitorización de la frecuencia cardíaca: aplicaciones y [Link] deportiva 33:
517-538, 2003.
2. Al-Ani, M, Munir, SM, White, M, Townend, J y Coote, JH. Cambios en la variabilidad del RR antes y después del
entrenamiento de resistencia medidos por análisis espectral de potencia y por el efecto de la contracción
muscular isomé[Link] J Appl Physiol Occup Physiol74: 397-403, 1996.
3. Al Ghatrif, M y Lindsay, J. Una breve revisión: la historia para comprender los fundamentos de la
electrocardiografía.J Community Hosp Pasante Med Perspectiva2: 14383, 2012.
4. Aubert, AE, Seps, B y Beckers, F. Variabilidad de la frecuencia cardíaca en [Link] deportiva33: 889-919, 2003.
5. Barandilla, EW. Modelado del rendimiento atlético de élite. EnPruebas fisiológicas de atletas de élite. Verde,
H, McDougal, J y Wenger, H, eds. Champaign, IL: Human Kinetics, 403-424, 1991.
6. Billman, GE. Variabilidad de la frecuencia cardíaca: una perspectiva histó[Link] frontal2:86, 2011.
7. Borresen, J y Lambert, MI. Cambios en la recuperación de la frecuencia cardíaca en respuesta a cambios agudos en la carga de
[Link] J Appl Physiol101: 503-511, 2007.
8. Borresen, J y Lambert, MI. La cuantificación de la carga de entrenamiento, la respuesta al entrenamiento y el efecto sobre el
[Link] deportiva39: 779-795, 2009.
9. Bouchard, CL y Rankinen TU. Diferencias individuales en respuesta a la actividad física [Link]
deportivo Med Sci33: S446-S451, 2001.
10. Brink, MS, Nederhof, E, Visscher, C, Schmikli, SL y Lemmink, KA. Monitoreo de carga, recuperación y
rendimiento en jóvenes futbolistas de élite.J Resistencia Cond Res24: 597-603, 2010.
11. Brink, MS, Visscher, C, Schmikli, SL, Nederhof, E y Lemmink, KA. ¿Se asocia una frecuencia cardíaca
submáxima elevada con lentitud psicomotora en jóvenes futbolistas de élite?Eur J Sport Sci 13:
207-214, 2013.
12. Brown, TE, Beightol, LA, Koh, J y Eckberg, DL. Se ignora en gran medida la importante influencia de la respiración en los
espectros de potencia del intervalo RR [Link] de aplicación J75: 2310-2317, 1993.
13. Buchheit, M. Supervisión del estado de la formación con medidas de recursos humanos: ¿todos los caminos conducen a Roma?Fisiol frontal 5: 1-19,
2014.
14. Buchheit, M, Simpson, MB, Al Haddad, H, Bourdon, PC y Méndez-Villanueva, A. Monitoreo de cambios en
el rendimiento físico con medidas de frecuencia cardíaca en jugadores de fútbol jó[Link] J Appl
Physiol112: 711-723, 2012.
15. Camm, AJ, Malik, M, Bigger, JT, Breithardt, G, Cerutti, S, Cohen, RJ, Coumel, P, Fallen, EL, Kennedy,
HL, Kleiger, RE y Lombardi, F. Variabilidad de la frecuencia cardíaca : estándares de medición,
interpretación fisiológica y uso clí[Link] corazón J17: 354-381, 1996.
16. Carter, JB, Banister, EW y Blaber, AP. Efecto del ejercicio de resistencia sobre el control autonómico de la frecuencia cardíaca.
medicina deportiva3: 33-46, 2003.
17. Charkoudian, N, Eisenach, JH, Joyner, MJ, Roberts, SK y Wick, DE. Interacciones de la osmolalidad plasmática con
las presiones arterial y venosa central en el control de la actividad simpática y la frecuencia cardíaca en
[Link] J Physiol Heart Circ Physiol289: H2456-H2460, 2005.
18. Chen, JL, Yeh, DP, Lee, JP, Chen, CY, Huang, CY, Lee, SD, Chen, CC, Kuo, TB, Kao, CL y Kuo, CH. La actividad nerviosa
parasimpática refleja el estado de recuperación en el rendimiento del levantamiento de pesas después del
entrenamiento.J Resistencia Cond Res25: 1546-1552, 2011.
19. Coutts, AJ, Reaburn, P, Piva, TJ y Rowsell, GJ. Monitoreo de extralimitación en jugadores de la liga de
[Link] J Appl Physiol99: 313-324, 2007.
20. Daanen, HM, Lamberts, RP, Kallen, VL, Jin, A y Van Meeteren, NU. Una revisión sistemática sobre la recuperación de la
frecuencia cardíaca para monitorear los cambios en el estado de entrenamiento de los [Link] J Sport Physiol7: 251-260,
2012.
21. Edwards, [Link] libro del monitor de frecuencia cardíaca. Sacramento, CA: Fleet Feet Press, 127, 1993.
22. Esco, MR y Flatt, AA. Índices de variabilidad de la frecuencia cardíaca a ultracorto plazo en reposo y post-ejercicio en
deportistas: evaluando la concordancia con las recomendaciones aceptadas.J Sports Sci Med13: 535-541, 2014.
23. Esco, M, Flatt, A y Nakamura, F. Acuerdo entre una aplicación de sensor de pulso de teléfono inteligente y
electrocardiografía para determinar lnRMSSD.J Resistencia Cond Res31: 380-385, 2017.
24. Fahmy, [Link] de Sensores Inalámbricos: Conceptos, Aplicaciones, Experimentación y Análisis.
Singapur: Springer, 496, 2016.
25. Flatt, AA y Esco, MR. Validez del atletaTMaplicación de teléfono inteligente para determinar la variabilidad de la
frecuencia cardíaca a ultracorto plazo.J Hum Kinet.39: 85-92, 2013.
26. Friel, [Link] de frecuencia cardíaca total: personalice y maximice su entrenamiento con un monitor de
frecuencia cardí[Link]: Ulysses Press, 13, 2006.
27. Fukushima, H, Kawanaka, H, Bhuiyan, MS y Oguri, K. Estimación de la frecuencia cardíaca mediante
fotopletismografía de muñeca y sensor de aceleración mientras se [Link] Proc IEEE Eng Med Biol Soc
2012: 2901-2904, 2012.
28. Ganzfried, S y Sandholm, T. Modelado de oponentes basado en la teoría de juegos en grandes juegos de
información imperfecta. EnProc de 10th Int. Conf. sobre Agentes Autónomos y Sistemas [Link],
Taiwán: Fundación Internacional para Agentes Autónomos y Sistemas Multiagente, 2533-2540, 2011.
29. Geib, RW, Swink, PJ, Vorel, AJ, Shepard, CS, Gurovich, AN y Waite, GN. La bioingeniería del estilo de vida
cambiante y la tecnología portátil: una mini revisió[Link] de ciencia biomédica51: 69-76, 2015.
30. Gillinov, AM, Etiwy, M, Gillinov, S, Wang, R, Blackburn, G, Phelan, D, Houghtaling, P, Javadikasgari, H y
Desai, MY. Precisión variable de los monitores de frecuencia cardíaca portátiles disponibles en el
mercado.J Am Coll Cardiol69: 336, 2017.
31. Gomez, C, Oller, J y Paradells, J. Descripción general y evaluación de Bluetooth de baja energía: una tecnología
inalámbrica emergente de baja potencia.Sensores12: 11734-11753, 2012.
32. Hajar, R. El pulso de la medicina antigua a la moderna: parte [Link] del corazón3: 117-120, 2018.
33. Halson, SL. Monitoreo de la carga de entrenamiento para comprender la fatiga en los [Link] deportiva44: 139-147, 2014.
34. Hart, EC, Charkoudian, N y Miller, VM. Sexo, hormonas y mecanismos [Link]
Physiol203: 155-165, 2011.
35. Brezos, JA. Variabilidad de la frecuencia del pulso habilitada para teléfonos inteligentes: una metodología alternativa para la
recopilación de la variabilidad de la frecuencia cardíaca en la investigación psicofisioló[Link] J Psicofisiología89: 297-304,
2013.
36. Hedelin, R, Kenttä, G, Wiklund, U, Bjerle, P y Henriksson-Larsén, K, Sobreentrenamiento a corto plazo: efectos sobre el
rendimiento, las respuestas circulatorias y la variabilidad de la frecuencia cardí[Link] deportivo Med Sci 32:
1480-1484, 2000.
37. Herzig, D, Eser, P, Omlin, X, Riener, R, Wilhelm, M y Achermann, P. La reproducibilidad de la variabilidad de la frecuencia
cardíaca depende del parámetro y de la etapa del sueñ[Link] frontal8: 1100, 2018.
38. Higgins, CB, Vatner, SF y Braunwald, E. Control parasimpático del corazó[Link] Rev 25:
119-155, 1973.
39. Hough, P, Glaister, M y Pledger, A. La precisión de los monitores de frecuencia cardíaca en la muñeca en una variedad
de intensidades de ejercicio.J Phys Act Res2: 112-116, 2017.
40. Iellamo, F, Legramante, JM, Massaro, M, Raimondi, G y Galante, A. Efectos de un entrenamiento de ejercicio residencial sobre la
sensibilidad del barorreflejo y la variabilidad de la frecuencia cardíaca en pacientes con enfermedad de las arterias
coronarias: un estudio aleatorizado y [Link]ón102: 2588-2592, 2000.
41. Iellamo, F, Legramante, JM, Pigozzi, F, Spataro, A, Norbiato, G, Lucini, D y Pagani, M. Conversión de
predominio vagal a simpático con entrenamiento extenuante en atletas de clase mundial de alto
[Link]ón105: 2719-2724, 2002.
Traducido del afrikáans al español - [Link]
42. Iwasaki, KI, Zhang, R, Zuckerman, JH y Levine, BD. Relación dosis-respuesta de la adaptación
cardiovascular al entrenamiento de resistencia en adultos sanos: ¿cuánto entrenamiento para qué
beneficio?Fisiol de aplicación J95: 1575-1583, 2003.
43. José, AD, Collison, D. El rango normal y los determinantes de la frecuencia cardíaca intrínseca en el hombre. Res
cardiovascular4: 160-167, 1970.
44. Karvonen, J y Vuorimaa, T. Frecuencia cardíaca e intensidad del ejercicio durante las actividades [Link] deportiva
5: 303-311, 1988.
45. Lambert, MI y Borresen, J. Medición de la carga de entrenamiento en [Link] J Deportes Physiol Realizar5: 406-
411, 2010.
46. Lamberts, RP y Lambert, MI. Variación diaria de la frecuencia cardíaca a diferentes niveles de esfuerzo submáximo:
implicaciones para el seguimiento del entrenamiento.J Resistencia Cond Res23: 1005-1010, 2009.
47. Lamberts, R, Swart, J, Capostagno, B, Noakes, T y Lambert, M. La recuperación de la frecuencia cardíaca como guía para
monitorear la fatiga y predecir cambios en los parámetros de [Link] J Med Sci Deportes20: 449-57, 2009.
48. Landsberg, L y Young, J. Efectos del estado nutricional en la función del sistema nervioso autó[Link] J Clin
Nutr35: 1234-1240, 1982.
49. Leicht, AS, Allen, GD y Hoey, AJ. Influencia del entrenamiento intensivo de ciclismo en la variabilidad de la frecuencia cardíaca
durante el descanso y el [Link] J Appl Physiol28: 898-909, 2003.
49a. Lucía, A, Hoyos, J, Santalla, A, Earnest, C y Chicharro, JL. Tour de Francia vs Vuelta a
España: ¿cuál es más difícil?Ejercicio deportivo Med Sci35:872-878, 2003.
50. Makivic, B, Nikić, MD y Willis, M. La variabilidad de la frecuencia cardíaca (HRV) como herramienta para el diagnóstico y
el seguimiento del rendimiento en deportes y actividades físicas.J. Exerc Physiol en línea16: 103-131, 2013.
51. Manzi, V, Castagna, C, Padua, E, Lombardo, M, D'Ottavio, S, Massaro, M, Volterrani, M e Iellamo, F.
Relación dosis-respuesta de las respuestas del sistema nervioso autónomo al impulso de entrenamiento
individualizado corredores de marató[Link] J Physiol Heart Circ Physiol296: H1733-H1740, 2009.
51a. Manzi, V, Iellamo, F, Impellizzeri, F, D'Ottavio, S y Castagna, C. Relación entre individualizado
Impulsos de entrenamiento y rendimiento en corredores de [Link] deportivo Med Sci41: 2090-2096, 2009.
52. Michael, S, Jay, O, Halaki, M, Graham, K y Davis, GM. La intensidad del ejercicio submáxima modula la variabilidad aguda
de la frecuencia cardíaca posterior al [Link] J Appl Physiol116: 697-706, 2016.
52a. Milanez, VF y Pedro, RE. Aplicación de diferentes métodos de cuantificación de carga durante un karate
sesión de entrenamiento. Rev Bras Med Deporte18: 278-282, 2012.
53. Morgulev, E, Azar, OH y Lidor, R. Sports analytics and the big-data [Link] j datos sci anal 5:
213-222, 2018.
54. Nederhof, E, Zwerver, J, Brink, M, Meeusen, R y Lemmink, K. Diferentes herramientas de diagnóstico en la
extralimitación no [Link] J Sports Med29: 590-597, 2008.
55. Nunan, D, Donovan, GAY, Jakovljevic, DG, Hodges, LD, Sandercock, GR y Brodie, DA. Validez y fiabilidad de la
variabilidad de la frecuencia cardíaca a corto plazo del Polar [Link] deportivo Med Sci41: 243-250, 2009.
56. Obrist, PA, Webb, RA, Sutterer, JR y Howard, JL. La relación cardiosomática: algunas
[Link]ía6: 569-587, 1970.
57. Ostojic, SM, Stojanovic, MD y Calleja-Gonzalez, J. Recuperación de la frecuencia cardíaca a muy corto plazo después del
ejercicio máximo: relaciones con la potencia aeróbica en [Link] J Fisiol54: 105-110, 2011.
58. Parak, J y Korhonen, I. Evaluación de monitores portátiles de frecuencia cardíaca para consumidores basados
en fotopletismografí[Link] Proc IEEE Eng Med Biol Soc2014: 3670-3673, 2014.
59. Pereira, LA, Flatt, AA, Ramírez-Campillo, R, Loturco, I y Nakamura, FY. Evaluación de la adquisición de datos de
variabilidad del ritmo cardíaco acortada basada en el campo en atletas de deportes de [Link] J Sport Physiol11:
154-158, 2016.
60. Phan, D, Siong, LY, Pathirana, PN y Seneviratne, A. Smartwatch: evaluación del rendimiento para la
monitorización de la frecuencia cardíaca a largo [Link] Internacional de Bioelectrónica y
Bioinformática (ISBB)144-147, 2015.
61. Pichot, V, Busso, T, Roche, F, Garet, M, Costes, F, Duverney, D, Lacour, JR y Barthélémy, JC. Adaptaciones autonómicas a
períodos de entrenamiento intensivo y de sobrecarga: un estudio de [Link] deportivo Med Sci34:
1660-1666, 2002.
62. Pichot, V, Roche, F, Gaspoz, JM, Enjolras, F, Antoniadis, A, Minini, P, Costes, F, Busso, T, Lacour, JR y Barthelemy, JC.
Relación entre la variabilidad de la frecuencia cardíaca y la carga de entrenamiento en corredores de media distancia.
Ejercicio deportivo Med Sci32: 1729-1736, 2000.
63. Pinna, GD, Maestri, R, Torunski, A, Danilowicz-Szymanowicz, L, Szwoch, M, La Rovere, MT y Raczak, G. Medidas de
variabilidad de la frecuencia cardíaca: una nueva mirada a la [Link] ciencia113: 131-140, 2007.
64. Plews, DJ, Laursen, PB, Kilding, AE y Buchheit, M. Variabilidad de la frecuencia cardíaca en triatletas de élite, ¿es la
variación en la variabilidad la clave para un entrenamiento eficaz? Una comparación de [Link] J Appl Physiol 112:
3729-3741, 2012.
65. Plews, DJ, Laursen, PB, Kilding, AE y Buchheit, M. Adaptación al entrenamiento y variabilidad de la frecuencia cardíaca
en atletas de resistencia de élite: abriendo la puerta a un control [Link] deportiva43: 773-781, 2013.
66. Plews, DJ, Laursen, PB, Kilding, AE y Buchheit, M. Variabilidad de la frecuencia cardíaca y distribución de la intensidad del
entrenamiento en remeros de é[Link] J Deportes Physiol Realizar9: 1026-1032, 2014.
67. Plews, DJ, Laursen, PB, Le Meur, Y, Hausswirth, C, Kilding, AE y Buchheit, M. Supervisión del entrenamiento con
variabilidad de la frecuencia cardíaca: ¿cuánto cumplimiento se necesita para una evaluación válida?Int J Deportes
Physiol Realizar9: 783-790, 2014.
68. Plews, DJ, Scott, B, Altini, M, Wood, M, Kilding, AE y Laursen, PB. Comparación del registro de la variabilidad de la
frecuencia cardíaca con fotopletismografía de teléfono inteligente, correa de pecho Polar H7 y
electrocardiografí[Link] J Deportes Physiol Realizar12: 1324-1328, 2017.
69. Robinson, BF, Epstein, SE, Beiser, DG y Braunwald, E. Control de la frecuencia cardíaca por el sistema nervioso
autónomo: estudios en el hombre sobre la interrelación entre los mecanismos barorreceptores y el ejercicio.
Circo Res.19: 400-411, 1966.
70. Rousselle, JG, Blascovich, J y Kelsey, RM. Respuesta cardiorrespiratoria bajo estrés combinado
psicológico y de [Link] J Psicofisiología20: 49-58, 1995.
71. Sandercock, GRH y Brodie, DA. El uso de medidas de variabilidad de la frecuencia cardíaca para evaluar el control
autónomo durante el [Link] J Med Sci Deporte16: 302-313, 2006.
72. Schmitt, L, Regnard, J, Desmarets, M, Mauny, F, Mourot, L, Fouillot, JP, Coulmy, N y Millet, G. La fatiga cambia y
dispersa la variabilidad de la frecuencia cardíaca en atletas de resistencia de élite.Más uno8: e71588, 2013.
72a. Seiler, KS y Kjerland, GO. Cuantificación de la distribución de la intensidad del entrenamiento en atletas de resistencia de élite: es
¿Existe evidencia de una distribución “óptima”?Escanear J Med Sci Deporte16: 49-56, 2006.
73. Seiler, S. ¿Cuál es la mejor práctica para la distribución de la intensidad y duración del entrenamiento en atletas de resistencia?.
Int J Deportes Physiol Realizar5: 276-291, 2010.
74. Selye, H. La evolución del concepto de estrés: el creador del concepto rastrea su desarrollo desde el
descubrimiento en 1936 de la reacción de alarma hasta las aplicaciones terapéuticas modernas de hormonas
sintóxicas y catató[Link] científico61: 692-699, 1973.
75. Shin, K, Minamitani, H, Onishi, S, Yamazaki, H y Lee, M. Diferencias autonómicas entre atletas y no
atletas: enfoque de análisis [Link] deportivo Med Sci29: 1482-90, 1997.
76. Spierer, DK, Rosen, Z, Litman, LL y Fujii, K. Validación de la fotopletismografía como método para detectar la frecuencia
cardíaca durante el reposo y el ejercicio.J Med Ing Technol39: 264-271, 2015.
76a. Stagno, KM, Thatcher, R y Van Someren, KA. Un TRIMP modificado para cuantificar la temporada
Carga de entrenamiento de los jugadores de deportes de equipo.J deportes ciencia25:629-634, 2007.
77. Stanley, J, Peake, JM y Buchheit, M. Reactivación parasimpática cardíaca después del ejercicio:
Implicaciones para la prescripción del [Link] deportiva43: 1259-1277, 2013.
78. Tortora, GJ y Derrickson, [Link] de Anatomía y Fisiología. Vol 1, 12ª ed. Hoboken, Nueva Jersey:
John Wiley & Sons, 426, 2009.
79. Tran, Y, Wijesuriya, N, Tarvainen, M, Karjalainen, P y Craig, A. La relación entre los cambios espectrales en
la variabilidad de la frecuencia cardíaca y la fatiga.J Psicofisiología23: 143-151, 2009.
80. Vanrenterghem, J, Nedergaard, NJ, Robinson, MA y Drust, B. Monitoreo de la carga de entrenamiento en deportes de
equipo: un marco novedoso que separa las vías de adaptación a la carga fisiológica y biomecánica. medicina
deportiva47: 2135-2142, 2017.
81. Vesterinen, V, Häkkinen, K, Hynynen, E, Mikkola, J, Hokka, L y Nummela, A. Variabilidad de la frecuencia cardíaca en la
predicción de la adaptación individual al entrenamiento de resistencia en corredores de resistencia recreativos.
Escanear J Med Sci Deporte23: 171-180, 2013.
82. Wallace, LK, Slattery, KM y Coutts, AJ. Una comparación de métodos para cuantificar la carga de entrenamiento:
relaciones entre respuestas de entrenamiento modeladas y [Link] J Appl Physiol114: 11-20, 2014.
83. Weghorn, H. Aspectos de usabilidad e ingeniería de las tecnologías de RF de la competencia para la
comunicación con sensores deportivos comerciales en aplicaciones ubicuas: comparación experimental del
consumo de energía y casos de uso para dispositivos sensores ANT + y Bluetooth Low Energy. EnActas del 3er
Congreso Internacional de Investigación en Ciencias del Deporte y Apoyo Tecnológico - Volumen 1: icSPORTS.
Setúbal, Portugal, Publicaciones de Ciencia y Tecnología, Lda, 263-270, 2015.
84. Weiler, DT, Villajuan, SO, Edkins, L, Cleary, S y Saleem, JJ. Precisión de la tecnología de monitor de
frecuencia cardíaca portátil en la investigación: un estudio comparativo entre la tecnología PPG y ECG.
Actas de la reunión anual de la Sociedad de Factores Humanos y Ergonomía61: 1292-1296, 2017.
85. Weipert, M, Kumar, M, Kreuzfeld, S, Arndt, D, Rieger, A y Stoll, R. Comparación de tres dispositivos móviles
para medir los intervalos RR y la variabilidad de la frecuencia cardíaca: Polar S810i, Sunnto t6 y un ECG
ambulatorio [Link] J Appl Physiol109: 779-786, 2010.
86. Williams, S, Booton, T, Watson, M, Rowland, D y Altini, M. La variabilidad de la frecuencia cardíaca es un factor
moderador en la relación carga de trabajo-lesión de los atletas competitivos de CrossFit ™.J Sports Sci Med 16:
443-449, 2017.
87. Yang, XL, Liu, GZ, Tong, YH, Yan, H, Xu, Z, Chen, Q, Liu, X, Zhang, HH, Wang, HB y Tan, SH. La historia, los
puntos críticos y las tendencias del electrocardiograma.J Geriatr Cardiol12: 448-456, 2015.
Capítulo 15
1. Aagaard, P. Control espinal y supraespinal de la función motora durante la contracción muscular excéntrica máxima:
efectos del entrenamiento de resistencia.J Deporte Salud Ciencia7: 282-293, 2018.
2. Babiloni, C, Marzano, N, Iacoboni, M, Infarinato, F, Aschieri, P, Buffo, P, Cibelli, G, Soricelli, A, Eusebi, F y Del
Percio, C. Ritmos corticales en estado de reposo en deportistas : un estudio EEG de alta resolución. Toro Res
Cerebro81: 149-156, 2010.
3. Behrens, M, Weippert, M, Wassermann, F, Bader, R, Bruhn, S y Mau-Moeller, A. Función neuromuscular y
resistencia a la fatiga de los flexores plantares después del entrenamiento de resistencia de ciclismo a corto
plazo. Fisiol frontal6: 145, 2015.
4. Budini, F y Tilp, M. Cambios en la amplitud del reflejo H para estirar y alargar los músculos en humanos. Rev.
Neurosci27: 511-522, 2016.
5. Buhlmayer, L, Birrer, D, Rothlin, P, Faude, O y Donath, L. Efectos de la práctica de la atención plena en los parámetros
relevantes para el rendimiento y los resultados de rendimiento en los deportes: una revisión metaanalítica. medicina
deportiva47: 2309-2321, 2017.
6. Cantou, P, Platel, H, Desgranges, B y Groussard, M. Cómo la experiencia motora, cognitiva y musical da forma al
cerebro: enfoque en la conectividad funcional en estado de reposo fMRI y EEG.J Chem Neuroanat 89: 60-68,
2018.
7. Cheng, MY, Huang, CJ, Chang, YK, Koester, D, Schack, T y Hung, TM. El neurofeedback del ritmo sensoriomotor
mejora el rendimiento del putt de [Link]ía del ejercicio J Sport37: 626-636, 2015.
8. Cheng, MY, Hung, CL, Huang, CJ, Chang, YK, Lo, LC, Shen, C y Hung, TM. Diferencias entre expertos y novatos en la
actividad de SMR durante el lanzamiento de [Link]ía biológica110: 212-218, 2015.
9. Cheng, MY, Wang, KP, Hung, CL, Tu, YL, Huang, CJ, Koester, D, Schack, T y Hung, TM. Una mayor potencia del
ritmo sensoriomotor se asocia con un mejor rendimiento en tiradores expertos con pistola de aire
[Link] deportivo psicologico32: 47-53, 2017.
10. Chuang, LY, Huang, CJ y Hung, TM. Las diferencias en la potencia theta de la línea media frontal entre los tiros
libres de baloncesto exitosos y fallidos de los jugadores de baloncesto de é[Link] J Psicofisiología 90: 321-328,
2013.
11. Colyer, SL y McGuigan, PM. Electrodos textiles incrustados en la ropa: una alternativa práctica a la electromiografía de
superficie tradicional para evaluar la excitación muscular durante los movimientos funcionales.
J Sports Sci Med17: 101-109, 2018.
12. Del Percio, C, Infarinato, F, Marzano, N, Iacoboni, M, Aschieri, P, Lizio, R, Soricelli, A, Limatola,
C, Rossini, PM y Babiloni, C. La reactividad de los ritmos alfa a la apertura de los ojos es menor en atletas que en no
atletas: un estudio de EEG de alta resolució[Link] J Psicofisiología82: 240-247, 2011.
13. De Luca, CJ. El uso de la electromiografía de superficie en biomecánica.J Appl Biomecánica13: 135-163,
1997.
14. De Luca, CJ, Kuznetsov, M, Gilmore, LD y Roy, SH. Espaciado entre electrodos de sensores EMG de superficie:
reducción de la contaminación diafónica durante las contracciones voluntarias.J Biomecánica45: 555-561,
2012.
15. Fabre, JB, Martin, V, Gondin, J, Cottin, F y Grelot, L. Efecto de las propiedades de la superficie de juego sobre la fatiga
neuromuscular en el [Link] deportivo Med Sci44: 2182-2189, 2012.
16. Gorodnichev, RM y Fomin, RN. Inhibición presináptica de motoneuronas espinales α en humanos adaptadas a
diferentes tipos de actividad [Link] fisiológico33: 215, 2007.
17. Gray, MJ, Pierce, CW, Milner, TE y Sinkjaer, T. Reflejo de estiramiento del sóleo durante el [Link] del
motor5: 36-49, 2001.
18. Jackson, AF y Bolger, DJ. Las bases neurofisiológicas del EEG y la medición del EEG: una revisión para el
resto de [Link]ía51: 1061-1071, 2014.
19. Kao, SC, Huang, J y Hung, M. El theta de la línea media frontal es un indicador específico del compromiso atencional
óptimo durante el desempeño hábil del [Link]ía del ejercicio J Sport35: 470-478, 2013.
20. Larsen, B, Voigt, M y Gray, MJ. Cambios en el reflejo de estiramiento del sóleo a diferentes frecuencias de
pedaleo y cargas de manivela durante el [Link] del motor10: 265-279, 2006.
20a. Malmivuo, P, Malmivuo, J y Plonsey R. Electroencefalografía. EnBioelectromagnetismo:
principios y aplicaciones de los campos bioeléctricos y biomagnéticos. Estados Unidos: Oxford University Press,
247-264, 1995.
21. Mantini, D, Perrucci, MG, Del Gratta, C, Romani, GL y Corbetta, M. Firmas electrofisiológicas de redes
de estado de reposo en el cerebro [Link] Natl Acad Sci EE. UU.104: 13170-13175, 2007.
21a. Motamedi-Fakhr, S, Moshrefi-Torbati, M, Hill, M, Hill, CM y White, P R. Procesamiento de señales
técnicas aplicadas a las señales EEG del sueño humano: una revisió[Link] y control de señales
biomédicas, 10: 21-33, 2014.
22. Palmieri, RM, Ingersoll, CD y Hoffman, MA. El reflejo de Hoffmann: consideraciones metodológicas y
aplicaciones para su uso en medicina deportiva e investigación en entrenamiento atlé[Link] J Athl39:
268-277, 2004.
23. Pearcey, GEP, Noble, SA, Munro, B y Zehr, EP. La excitabilidad de la médula espinal y el rendimiento del sprint
mejoran con la estimulación sensorial durante el [Link] Hum Neurosci11: 612, 2017.
24. Pérez, MA, Lundbye-Jensen, J y Nielsen, JB. Depresión específica de la tarea del reflejo H del sóleo después del
entrenamiento de cocontracción de los músculos antagonistas del tobillo.J Neurofisiol98: 3677-3687, 2007.
25. Raichlen, DA, Bharadwaj, PK, Fitzhugh, MC, Haws, KA, Torre, GA, Trouard, TP y Alexander, GE. Diferencias
en la conectividad funcional en estado de reposo entre atletas de resistencia adultos jóvenes y controles
[Link] Hum Neurosci10: 610, 2016.
26. Ramos-Campo, DJ, Martinez-Guardado, I, Rubio-Arias, JA, Freitas, TT, Othalawa, S, Andreu, L, Timon, R y Alcaraz,
PE. Arquitectura muscular y cambios neuromusculares después del entrenamiento en circuito de alta
resistencia en hipoxia.J Resistencia Cond Res,2019. [e-pub antes de la impresión].
27. Sala-Llonch, R, Pena-Gomez, C, Arenaza-Urquijo, EM, Vidal-Piñeiro, D, Bargallo, N, Junque, C y Bartres-Faz,
D. Conectividad cerebral durante el estado de reposo y posterior memoria de trabajo la tarea predice el
desempeño conductual.Corteza48: 1187-1196, 2012.
28. Scott-Hamilton, J, Schutte, NS y Brown, RF. Efectos de una intervención de atención plena sobre la
ansiedad deportiva, el pesimismo y el flujo en ciclistas [Link] Psychol Salud Bienestar8:
85-103, 2016.
29. Srinivasan, R, Winter, WR, Ding, J y Nunez, PL. Coherencia EEG y MEG: medidas de conectividad
funcional en distintas escalas espaciales de dinámica neocortical.Métodos de J Neurosci166: 41-52,
2007.
30. Stevanovic, VB, Jelic, MB, Milanovic, SD, Filipovic, SR, Mikic, MJ y Stojanovic, MDM. El calentamiento específico del
deporte atenúa los efectos negativos inducidos por el estiramiento estático en el salto vertical, pero no la
excitabilidad neuromuscular en los jugadores de baloncesto.J Sports Sci Med18: 282-289, 2019.
31. Teplan, M. Fundamentos de la medición [Link] Sci Rev2: 1-11, 2002.
32. Thompson, R, Kaufman, KA, De Petrillo, LA, Glass, CR y Arnkoff, DB. Seguimiento de un año de la mejora
del rendimiento deportivo consciente (MSPE) con arqueros, golfistas y corredores.J Clin Sport Psychol5:
99-116, 2011.
33. Vila-Cha, C, Falla, D, Correia, MV y Farina, D. Cambios en el reflejo H y la onda V después del
entrenamiento de resistencia y fuerza a corto plazo.J Appl Physiol (1985)112: 54-63, 2012.
34. Zehr, EP. Consideraciones para el uso del reflejo de Hoffmann en estudios de [Link] J Appl Physiol 86:
455-468, 2002.
capitulo 16
1. Alghannam, AF, González, JT y Betts, JA. Restauración del glucógeno muscular y la capacidad funcional: papel de
la ingesta conjunta de carbohidratos y proteínas después del ejercicio.Nutrientes10: 253, 2018.
2. Arratibel-Imaz, I, Calleja-Gonzalez, J, Emparanza, JI, Terrados, N, Mjaanes, JM y Ostojic, SM. Falta de
concordancia entre las mediciones del umbral anaeróbico individual y el estado estacionario de lactato
máximo en un cicloergó[Link] Sportsmed44: 34-45, 2016.
3. Atkinson, G y Nevill, AM. Métodos estadísticos para evaluar el error de medición (confiabilidad) en variables relevantes
para la medicina [Link] deportiva26: 217-238, 1998.
4. Banfi, G, y Dolci, A. Relación testosterona libre/cortisol en el fútbol: utilidad de una categorización de valores.J
Sports Med Fisioterapia Fitness46: 611-616, 2006.
5. Barsotti, RJ. Medición de amoníaco en sangre.J pediatra138: T11-T19, 2001.
6. Batterham, AM y Hopkins, WG. Hacer inferencias significativas sobre [Link] J Sport Physiol
Realizar1: 50-57, 2006.
7. Baum, A y Grunberg, N. Medición de las hormonas del estrés. EnMedición del estrés: una guía para
científicos sociales y de la salud. Cohen, S, Kessler, RC y Gordon, LU, eds..Nueva York: Oxford
University Press, 175-192, 1997.
8. Beneke, R, Leithauser, RM y Ochentel, O. Diagnóstico de lactato sanguíneo en pruebas de ejercicio y
[Link] J Deportes Physiol Realizar6: 8-24, 2011.
9. Bernardo, [Link] sobre los fenómenos de la vida comunal y [Link]ís: Bailliere,
1878.
10. Bland, JM y Altman, DG. Aplicando las estadísticas correctas: análisis de estudios de medición.
Ultrasonido Obstet Gynecol22: 85-93, 2003.
11. Booth, FW y Laye, MJ. El futuro: genes, actividad física y [Link] Physiol (Oxf) 199:
549-556, 2010.
12. Bouchard, C. Ejercicio de genómica: se necesita un cambio de paradigma: un [Link] J Sports Med 49:
1492-1496, 2015.
13. Bouchard, C, Blair, SN, Church, TS, Earnest, CP, Hagberg, JM, Hakkinen, K, Jenkins, NT, Karavirta,
L, Kraus, WE, Leon, AS, Rao, DC, Sarzynski, MA, Skinner, JS, Slentz, CA y Rankinen, T. Respuesta
metabólica adversa al ejercicio regular: ¿es una ocurrencia rara o común?Más uno 7: e37887,
2012.
14. Bouchard, C y Rankinen, T. Diferencias individuales en respuesta a la actividad física [Link]
deportivo Med Sci33: S446-S451, 2001.
15. Bouchard, C, Rankinen, T y Timmons, JA. Genómica y genética en la biología de la adaptación al
[Link] Fisiol1: 1603-1648, 2011.
16. Bourdon, PC, Cardinale, M, Murray, A, Gastin, P, Kellmann, M, Varley, MC, Gabbett, TJ, Coutts, AJ, Burgess, DJ,
Gregson, W y Cable, NT. Monitoreo de las cargas de entrenamiento de los atletas: declaración de consenso.
Int J Deportes Physiol Realizar12: S2161-S2170, 2017.
17. Brancaccio, P, Lippi, G y Maffulli, N. Marcadores bioquímicos de daño [Link] Chem Lab Med
48: 757-767, 2010.
18. Brandt, C y Pedersen, BK. El papel de las mioquinas inducidas por el ejercicio en la homeostasis muscular y la defensa
contra enfermedades crónicas.J Biomed Biotecnología2010: 520258, 2010.
19. Buyse, L, Decroix, L, Timmermans, N, Barbe, K, Verrelst, R y Meeusen, R. Mejora del diagnóstico del síndrome de
exceso de alcance y sobreentrenamiento no [Link] deportivo Med Sci,2019. [epub antes de la
impresión].
20. Calleja-Gonzalez, J, Mielgo-Ayuso, J, Sampaio, J, Delextrat, A, Ostojic, SM, Marques-Jimenez, D,
Arratibel, I, Sanchez-Urena, B, Dupont, G, Schelling, X, y Terrados, N. Breves ideas sobre
recuperación basada en la evidencia en los deportes de equipo.J Exerc Rehabilitación14: 545-550, 2018.
21. Campbell, JP y Turner, JE. Desacreditando el mito de la supresión inmune inducida por el ejercicio:
redefiniendo el impacto del ejercicio en la salud inmunológica a lo largo de la [Link] inmunol9: 648,
2018.
22. Cañón, WB. Organización para la homeostasis fisioló[Link]ón fisiológica9: 399-431, 1929.
23. Cavero-Redondo, I, Peleteiro, B, Alvarez-Bueno, C, Artero, EG, Garrido-Miguel, M y Martinez-Vizcaino, V. El
efecto de las intervenciones de actividad física sobre la hemoglobina glicosilada (HbA1c) en no
poblaciones diabéticas: una revisión sistemática y metaná[Link] deportiva48: 1151-1164, 2018.
24. Cocinero, CE. El rincón de la clinimetría: la puntuación mínima de cambio clínicamente importante (MCID): un pretexto
necesario.J hombre manip ther16: E82-E83, 2008.
25. Cooper, SJ. De Claude Bernard a Walter Cannon. Surgimiento del concepto de homeostasis. Apetito
51: 419-427, 2008.
26. de Nobrega, AC. Los efectos subagudos del ejercicio: concepto, características e implicaciones clínicas. Ejercicio
deportivo Sci Rev33: 84-87, 2005.
27. Enoka, RM y Duchateau, J. Traduciendo la fatiga al desempeño [Link] deportivo Med Sci 48:
2228-2238, 2016.
28. Fernandez-Garcia, B, Lucia, A, Hoyos, J, Chicharro, JL, Rodriguez-Alonso, M, Bandres, F, and Terrados,
N. The response of sexual and stress hormones of male pro-cyclists during Continuous intenso
[Link] J Sports Med23: 555-560, 2002.
29. Fernandez-Sanjurjo, M, de Gonzalo-Calvo, D, Fernandez-Garcia, B, Diez-Robles, S, Martinez-Canal,
A, Olmedillas, H, Davalos, A e Iglesias-Gutiérrez, E. MicroARN circulante como biomarcadores
emergentes del [Link] deportivo Sci Rev46: 160-171, 2018.
30. Finaud, J, Lac, G y Filaire, E. Estrés oxidativo: relación con el ejercicio y el [Link] deportiva 36:
327-358, 2006.
31. Finaud, J, Scislowski, V, Lac, G, Durand, D, Vidalin, H, Robert, A y Filaire, E. Estado antioxidante y estrés oxidativo
en jugadores profesionales de rugby: evolución a lo largo de una [Link] J Sports Med 27: 87-93, 2006.
32. Finch, CF y Marshall, SW. Dejemos de tirar al bebé con el agua del baño: hacia un mejor análisis de los
datos de lesiones [Link] J Sports Med50: 712-715, 2016.
33. Finsterer, J. Biomarcadores de fatiga muscular periférica durante el [Link] musculoesquelético BMC 13:
218-231, 2012.
34. Ajo, PJ. El papel de la leucina en la regulación del metabolismo de las proteínas.j nutr135: 1553S-1556S,
2005.
35. Ginsburg, GS y Phillips, KA. Medicina de precisión: de la ciencia al [Link] de salud (Millwood) 37:
694-701, 2018.
36. Goldberger, AL. Latidos del corazón, hormonas y salud; ¿Es la variabilidad la especia de la vida?Am J Respir Crit
Care Med163: 1289-1290, 2001.
37. Goldberger, AL, Amaral, LA, Hausdorff, JM, Ivanov, PC, Peng, CK y Stanley, HE. Dinámica fractal en
fisiología: alteraciones con la enfermedad y el [Link] Natl Acad Sci EE. UU.99: 2466-2472,
2002.
38. Goodwin, ML, Harris, JE, Hernández, A y Gladden, LB. Mediciones y análisis de lactato en sangre durante el
ejercicio: una guía para los médicos.J Diabetes Sci Technol1: 558-569, 2007.
39. Halson, SL. Monitoreo de la carga de entrenamiento para comprender la fatiga en los [Link] deportiva44 Suplemento 2: S139-
147, 2014.
40. Halson, SL y Jeukendrup, AE. ¿Existe el sobreentrenamiento? Un análisis de la investigación sobre la extralimitación y el
[Link] deportiva34: 967-981, 2004.
41. Hawkins, RC. Tiempo de respuesta del [Link] Bioquímica Rev.28: 179-194, 2007.
42. Hemingway, H, Croft, P, Perel, P, Hayden, JA, Abrams, K, Timmis, A, Briggs, A, Udumyan, R, Moons, KG,
Steyerberg, EW, Roberts, I, Schroter, S, Altman, DG y Riley, RD. Estrategia de investigación de pronóstico
(PROGRESS) 1: un marco para investigar resultados clínicos.BMJ346: e5595, 2013.
43. Higgins, JP. Sistemas no lineales en [Link] J Biol Med75: 247-260, 2002.
44. Hristovski, R, Balague, N, Daskalovski, B, Zivkovic, V, Aleksovska-Velickovska, L y Naumovski, M.
Enfoque de sistemas complejos lineales y no lineales para los deportes. Diferencias explicativas y
[Link] Phys Educ Deporte Salud1: 25-31, 2012.
45. Iberall, AS y McCulloch, WS. Homeokinesis - el principio organizador de los sistemas vivos complejos.
Volúmenes de Actas de IFAC2: 39-50, 1968.
46. Julian, R, Meyer, T, Fullagar, HH, Skorski, S, Pfeiffer, M, Kellmann, M, Ferrauti, A y Hecksteden, A.
Patrones individuales en indicadores sanguíneos de fatiga-rasgo o oportunidad .J Resistencia Cond
Res31: 608-619, 2017.
47. Karkazis, K y Fishman, JR. Seguimiento de atletas profesionales estadounidenses: la ética de las tecnologías
biomé[Link] J Bioeth17: 45-60, 2017.
48. Knicker, AJ, Renshaw, I, Oldham, AR y Cairns, SP. Los procesos interactivos vinculan los múltiples síntomas de
fatiga en la competición [Link] deportiva41: 307-328, 2011.
49. Kreider, AC, Fry, R y O'Toole, [Link] en el [Link], IL: Cinética humana,
1998.
50. LabCorp. Introducción a la recogida de muestras. 2019. [Link]/resource/introduction-tospecimen-
collection. Consultado el 18 de julio de 2019.
51. Lambert, EV, St Clair Gibson, A y Noakes, TD. Modelo de sistemas complejos de fatiga: control homeostático
integrador de los sistemas fisiológicos periféricos durante el ejercicio en [Link] J Sports Med 39: 52-62,
2005.
52. Lee, EC, Fragala, MS, Kavouras, SA, Queen, RM, Pryor, JL y Casa, DJ. Biomarcadores en deportes y ejercicio:
seguimiento de la salud, el rendimiento y la recuperación en atletas.J Resistencia Cond Res31: 2920-2937,
2017.
53. Legaz-Arrese, A, Carranza-Garcia, LE, Serrano-Ostariz, E, Gonzalez-Rave, JM y Terrados, N. El test
tradicional de estado estacionario de lactato máximo versus el test de 5 x 2000 [Link] J Sports Med32:
845-850, 2011.
54. Mackinnon, LT. Característica especial para los Juegos Olímpicos: efectos del ejercicio en el sistema inmunológico: efectos del
sobreentrenamiento en la inmunidad y el rendimiento en los [Link] celular inmunol78: 502-509, 2000.
55. Meerson, FZ. La intensidad de la función de las estructuras de la célula diferenciada como determinante de la actividad
de su aparato genético.Naturaleza206: 483-484, 1965.
56. Meeusen, R, Duclos, M, Foster, C, Fry, A, Gleeson, M, Nieman, D, Raglin, J, Rietjens, G, Steinacker,
J y Urhausen, A. Prevención, diagnóstico y tratamiento del síndrome de sobreentrenamiento: declaración de
consenso conjunta del Colegio Europeo de Ciencias del Deporte y el Colegio Americano de Medicina del
[Link] deportivo Med Sci45: 186-205, 2013.
57. Mendez-Villanueva, A, Fernandez-Fernandez, J, Bishop, D, Fernandez-Garcia, B y Terrados, N. Patrones de
actividad, concentraciones de lactato en sangre e índices de esfuerzo percibido durante un torneo profesional
de tenis [Link] J Sports Med41: 296-300, 2007.
58. Mikulecky, DC. Complejidad, comunicación entre células e identificación de los componentes funcionales
de los sistemas vivos: algunas [Link] bioteórica44: 179-208, 1996.
59. Minchella, PA, Chipungu, G, Kim, AA, Sarr, A, Ali, H, Mwenda, R, Nkengasong, JN y Singer, D. El origen, el tipo y el
laboratorio de análisis de las muestras están vinculados a tiempos de respuesta más prolongados para el VIH
pruebas de carga viral en Malawi.Más uno12: e0173009, 2017.
60. Modell, H, Cliff, W, Michael, J, McFarland, J, Wenderoth, MP y Wright, A. La visión de la homeostasis de un
fisió[Link]ón física avanzada39: 259-266, 2015.
61. Mujika, I y Burke, LM. Nutrición en los deportes de [Link] Nutr Metab57: 26-35, 2010.
62. Osborne, B y Cunningham, JL. Implicaciones legales y éticas de la recopilación de datos biométricos de los
atletas en el deporte [Link] Deportes L Rev37, 2017.
63. Palacios, G, Pedrero-Chamizo, R, Palacios, N, Maroto-Sanchez, B, Aznar, S, and Gonzalez-Gross,
M. Biomarcadores de actividad física y [Link] Hosp31 (suplemento 3): 237-244, 2015.
64. Parker, L, McGuckin, TA y Leicht, AS. Influencia de la intensidad del ejercicio sobre el estrés oxidativo sistémico y
la capacidad [Link]ágenes de la función Clin Physiol34: 377-383, 2014.
65. Paulsen, G, Mikkelsen, UR, Raastad, T y Peake, JM. Leucocitos, citocinas y células satélite: ¿qué
papel juegan en el daño y regeneración muscular tras el ejercicio excéntrico?Exerc Immunol
Rev18: 42-97, 2012.
66. Philippe, P y Mansi, O. No linealidad en la epidemiología de procesos complejos de salud y enfermedad. Teoría
Med Bioeth19: 591-607, 1998.
67. Pickering, C, y Kiely, J. ¿Existen personas que no responden al ejercicio y, de ser así, qué debemos hacer con ellas?Sports
Med (Auckland, Nueva Zelanda)49: 1-7, 2019.
68. Pitsiladis, YP, Tanaka, M, Eynon, N, Bouchard, C, North, KN, Williams, AG, Collins, M, Moran, CN, Britton,
SL, Fuku, N, Ashley, EA, Klissouras, V, Lucia, A, Ahmetov, II, de Geus, E y Alsayrafi, M. Athlome Project
Consortium: un esfuerzo concertado para descubrir la genómica y otros marcadores "ómicos" del
rendimiento atlé[Link] Genómica48: 183-190, 2016.
69. Pitsiladis, Y, Wang, G, Wolfarth, B, Scott, R, Fuku, N, Mikami, E, He, Z, Fiuza-Luces, C, Eynon, N y Lucia, A.
Genómica del rendimiento deportivo de élite : lo poco que sabemos y los avances necesarios.
Br J Sports Med47: 550-555, 2013.
70. Prior, RL y Cao, G. Capacidad antioxidante total in vivo: comparación de diferentes métodos analíticos.
Free Radic Biol Med27: 1173-1181, 1999.
71. Rennie, MJ, Edwards, RH, Krywawych, S, Davies, CT, Halliday, D, Waterlow, JC y Millward, DJ. Efecto del ejercicio
sobre el recambio de proteínas en el [Link] Sci (Londres)61: 627-639, 1981.
72. Rennie, MJ y Tipton, KD. Metabolismo de proteínas y aminoácidos durante y después del ejercicio y los
efectos de la nutrición.Año Rev Nutr20: 457-483, 2000.
73. Rodríguez-Alonso, M, Fernández-García, B, Pérez-Landaluce, J, and Terrados, N. Lactato sanguíneo y frecuencia
cardíaca durante el baloncesto femenino nacional e internacional.J Sports Med Fisioterapia Fitness43: 432-436,
2003.
74. Rosenblueth, A, Wiener, N y Bigelow, J. Comportamiento, propósito y teleologí[Link]ía10: 18-24, 1943.
75. Schelling, X, Calleja-Gonzalez, J, Torres-Ronda, L y Terrados, N. Uso de testosterona y cortisol como biomarcadores para
la individualización del entrenamiento en baloncesto de élite: un estudio de seguimiento de 4 años.J Resistencia Cond
Res29: 368-378, 2015.
76. Seshadri, DR, Li, RT, Voos, JE, Rowbottom, JR, Alfes, CM, Zorman, CA y Drummond, CK. Sensores
portátiles para monitorear la carga de trabajo interna y externa del [Link] Dígito Med 2:71,
2019.
77. Simopoulos, AP. La importancia de la proporción de ácidos grasos esenciales omega-6/[Link]éutico
biomédico56: 365-379, 2002.
78. Smith, LL. Hipótesis de las citocinas del sobreentrenamiento: ¿una adaptación fisiológica al estrés excesivo?Ejercicio
deportivo Med Sci32: 317-331, 2000.
79. Steinacker, JM, Lormes, W, Reissnecker, S y Liu, Y. Nuevos aspectos de la respuesta hormonal y de citoquinas al
[Link] J Appl Physiol91: 382-391, 2004.
80. Sterling, P y Eyer, J. Allostasis: un nuevo paradigma para explicar la patología de la excitación. EnManual
de estrés vital, cognición y salud. Fisher, S y Reason, J, eds..Nueva York: John Wiley & Sons, 629, 1988.
81. Tainter, JA, Allen, TFH, Little, A y Hoekstra, TW. Transiciones de recursos y ganancia de energía: contextos de
organizació[Link] Ecol7: 4, 2003.
82. Terrados, N, Melichna, J, Sylven, C y Jansson, E. Disminución de la mioglobina del músculo esquelético con
entrenamiento intensivo en el [Link]áner Acta Physiol128: 651-652, 1986.
83. Theofilidis, G, Bogdanis, GC, Koutedakis, Y y Karatzaferi, C. Supervisión de la fatiga muscular inducida por el
ejercicio y las adaptaciones: dar sentido a los índices y biomarcadores populares o [Link]
(Basilea)6: 153, 2018.
84. Thomas, DT, Erdman, KA y Burke, LM. Declaración de posición conjunta del Colegio Americano de Medicina
Deportiva. Nutrición y rendimiento [Link] deportivo Med Sci48: 543-568, 2016.
85. Thorpe, RT, Atkinson, G, Drust, B y Gregson, W. Monitoreo del estado de fatiga en atletas de deportes de equipo de
élite: implicaciones para la prá[Link] J Deportes Physiol Realizar12: S227-S234, 2017.
86. Timmons, JA. Variabilidad en la adaptación del músculo esquelético inducida por el entrenamiento.J Appl Physiol (1985)
110: 846-853, 2011.
87. Torres-Ronda, L, y Schelling, X. Proceso crítico para la implementación de la tecnología en las organizaciones
[Link] Cond J39: 54-59, 2017.
88. Viru, A y Viru, [Link]ón Bioquímica del Entrenamiento [Link], IL: Human Kinetics, 11-26,
2001.
89. Vlahovich, N, Fricker, PA, Brown, MA y Hughes, D. Ética de las pruebas e investigaciones genéticas en el deporte:
una declaración de posición del Instituto Australiano del [Link] J Sports Med51: 5-11, 2017.
90. Walsh, NP, Gleeson, M, Shephard, RJ, Gleeson, M, Woods, JA, Bishop, NC, Fleshner, M, Green, C, Pedersen,
BK, Hoffman-Goetz, L, Rogers, CJ, Northoff, H, Abbasi, A y Simon, P. Declaración de posición. Primera
parte: función inmunitaria y [Link] Immunol Rev17: 6-63, 2011.
91. Wang, D, DE Vito, G, Ditroilo, M y Delahunt, E. Efecto diferente de la fatiga local y general en la rigidez de la articulación
de la [Link] deportivo Med Sci49: 173-182, 2017.
92. Wang, K, Lee, I, Carlson, G, Hood, L y Galasa, D. Biología de sistemas y descubrimiento de biomarcadores de
diagnó[Link] de discapacidad28: 199-207, 2010.
93. Webborn, N, Williams, A, McNamee, M, Bouchard, C, Pitsiladis, Y, Ahmetov, I, Ashley, E, Byrne,
N, Camporesi, S, Collins, M, Dijkstra, P, Eynon, N, Fuku, N, Garton, FC, Hoppe, N, Holm, S, Kaye,
J, Klissouras, V, Lucia, A, Maase, K, Moran, C, North, KN, Pigozzi, F y Wang, G. Pruebas genéticas directas
al consumidor para predecir el rendimiento deportivo y la identificación de talentos: declaración de
[Link] J Sports Med49: 1486-1491, 2015.
94. Wyrwich, KW, Tierney, WM y Wolinsky, FD. Evidencia adicional que respalda un criterio basado en SEM para
identificar cambios intraindividuales significativos en la calidad de vida relacionada con la salud.J Clin
Epidemiol52: 861-873, 1999.
capitulo 17
1. Abbiss, CR, Peiffer, JJ, Meeusen, R y Skorski, S. Papel de las calificaciones de esfuerzo percibido durante el ejercicio a
ritmo propio: ¿qué estamos midiendo realmente?medicina deportiva45: 1235-1243, 2015.
2. Abbott, W, Brownlee, TE, Harper, LD, Naughton, RJ y Clifford, T. Los efectos independientes de la ubicación del partido, el
resultado del partido y la calidad de la oposición sobre el bienestar subjetivo en jugadores de fútbol menores de 23 años: un
estudio de [Link] deportiva res26: 262-275, 2018.
3. Adcock, R y Collier, D. Validez de la medición: un estándar compartido para la investigación cualitativa y
[Link] Polit Sci Rev95: 529-546, 2001.
4. Akenhead, R y Nassis, GP. Carga de entrenamiento y seguimiento de jugadores en el fútbol de alto nivel:
práctica actual y [Link] J Deportes Physiol Realizar11: 587-593, 2016.
5. Ary, D, Jacobs, LC, Sorensen, C y Walker, [Link]ón a la Investigación en Educación. Boston:
Cengage, 2019.
6. Baldwin, W. Información que nadie más conoce: el valor del autoinforme. EnLa ciencia del autoinforme:
implicaciones para la investigación y la práctica. Stone, AA, Turkkan, JS, Bachrach, CA, Jobe, JB, Kurtzman, HS y
Cain, VS, eds. Mahwah, Nueva Jersey; Lawrence Erlbaum Associates, 3-7, 2000.
7. Barandilla, EW. Modelado del rendimiento atlético de élite. EnPruebas fisiológicas de atletas de élite. 2ª
ed. MacDougall JD, Wenger HA y Green HJ, eds. Champaign, IL: Human Kinetics, 403-424, 1991.
8. Barça Innovación Hub. La influencia del índice de esfuerzo percibido en el entrenamiento y la competición de
fútbol. 8 de abril de 2019. [Link]
and-competition. Consultado el 4 de enero de 2020.
9. Bittencourt, N, Meeuwisse, WH, Mendonça, LD, Nettel-Aguirre, A, Ocarino, JM y Fonseca, ST. Enfoque de sistemas
complejos para lesiones deportivas: pasar de la identificación de factores de riesgo al reconocimiento de patrones de
lesiones: revisión narrativa y nuevo [Link] J Sports Med50: 1309-1314, 2016.
10. Borg, G. Escalamiento interindividual y percepción de la fuerza [Link] Physiographic Society en las
negociaciones de Lund12: 117-125, 1961.
11. Borg, [Link] físico y esfuerzo percibido. Studia Psychologica Et Paedagogica, Serie Altera,
Investigaciones XI. Lund, Suecia: Gleerup, 1962.
12. Borg, G. Esfuerzo percibido como indicador de estrés somá[Link] J Rehabil Med2: 92-98, 1970.
13. Borg, G. Calificaciones de esfuerzo percibido y frecuencia cardíaca durante el ejercicio de ciclo a corto plazo y su uso en una
nueva prueba de fuerza de [Link] J Sports Med3: 153-158, 1982.
14. Borg, [Link] introducción a la escala RPE de Borg. Ithaca, NY: Publicaciones del Movimiento, 1985.
15. Borg, [Link] de esfuerzo y dolor percibido de Borg. Champaign, IL: Cinética humana, 1998.
16. Borg, [Link] el esfuerzo percibido y su medición. (Tesis doctoral). Estocolmo, Suecia: Universidad
de Estocolmo, 2007.
17. Borg, E. Colocación de descriptores verbales en una escala de proporción. EnFechner Day 2011:
Actas de la vigésima séptima reunión anual de la Sociedad Internacional de Psicofísica. Algom, D,
Zakay, D, Chajut, E, Shaki, S, Mama, Y y Shakuf, V, eds. Raanana, Israel: Sociedad Internacional de
Psicofísica, 119-124, 2011.
18. Borg, E. Perception of blackness as a training material for the Borg centiMax scale. EnFechner
Day 2013: Actas de la 20ª Reunión Anual de la Sociedad Internacional de Psicofísica.
Wackermann, J, Wittman, M y Skrandies, eds. Friburgo, Alemania, 98, 2013.
19. Borg, G y Borg, [Link] escala psicofísica general de negritud y sus posibilidades como prueba de
comportamiento de calificación (Informe No. 737). Estocolmo: Departamento de Psicología, Universidad de
Estocolmo, 1991.
20. Borg, G y Borg, E. Una nueva generación de métodos de escalado: escalado de relación anclado en el nivel.
psicologica28: 15-45, 2001.
21. Borg, E y Borg, G. Una comparación de AME y CR100 para escalar el esfuerzo [Link]
Psicología (Amst)109: 157-175, 2002.
22. Borg, G y Borg, [Link] carpeta Borg CR Scales®. Hasselby, Suecia: Borg Perception, 1-4, 2010.
23. Borg, E y Kaijser, L. Una comparación entre tres escalas de calificación para el esfuerzo percibido y dos pruebas de
trabajo [Link] J Med Sci Deportes6: 57-69, 2006.
24. Borg, E y Love, C. Una demostración de la escala Borg centiMax® (CR100) para la evaluación del rendimiento en
el [Link]ía nórdica70: 228-244, 2017.
25. Borresen, J y Lambert, MI. La cuantificación de la carga de entrenamiento, la respuesta al entrenamiento y el efecto sobre el
[Link] deportiva39: 779-795, 2009.
26. Bowling, A. Solo una pregunta: si una pregunta funciona, ¿por qué hacer varias?? J Epidemiol Salud Comunitaria
59: 342-345, 2005.
27. Brink, MS, Frencken, WGP, Jordet, G y Lemmink, KAPM. Percepciones de entrenadores y jugadores sobre la dosis de
entrenamiento: no es una combinación [Link] J Deportes Physiol Realizar9: 497-502, 2014.
28. Calvert, TW, Banister, EW y Savage, MV. Un modelo de sistemas de los efectos del entrenamiento en el
rendimiento fí[Link] IEEE sobre sistemas, hombre y cibernéticaSMC-6: 94-102, 1976.
29. Calvert, M, Kyte, D, Price, G, Valderas, JM y Hjollund, NH. Maximizar el impacto de la evaluación de resultados
informados por los pacientes para los pacientes y la sociedad.BMJ364: k5267, 2019.
30. Chamari, K, Haddad, M, Wong, DP, Dellal, A y Chaouachi, A. Tasas de lesiones en jugadores de fútbol profesionales
durante el Ramadán.J deportes ciencia30: S93-S102, 2012.
31. Chan, JT y Mallett, CJ. El valor de la inteligencia emocional para el coaching de alto [Link] J Sports
Sci Entrenador6: 315-328, 2011.
32. Chen, MJ, Fan, X y Moe, ST. Validez relacionada con el criterio de las calificaciones de Borg de la escala de esfuerzo
percibido en individuos sanos: un metanálisis. J deportes ciencia20: 873-899, 2002.
33. Choi, PYL y Salmon, P. Cambios de síntomas a lo largo del ciclo menstrual en deportistas
competitivas, deportistas y mujeres [Link] J Clin Psychol34: 447-460, 1995.
34. Christen, J, Foster, C, Porcari, JP y Mikat, RP. Robustez temporal de la calificación de la sesión de esfuerzo
[Link] J Deportes Physiol Realizar11: 1088-1093, 2016.
35. Cohen, S, Kamarck, T y Mermelstein R. Una medida global del estrés percibido.J Health Soc Behav 24:
385-396, 1983.
36. Coquart, JBJ, Dufour, Y, Groslambert, A, Matran, R y Garcin, M. Relaciones entre factores
psicológicos, RPE y tiempo límite estimado por teleoanticipació[Link]ía Deportiva26: 359-374,
2012.
37. Couts, AJ. En la era de la tecnología, la navaja de Occam todavía se [Link] J Deportes Physiol Realizar9: 741,
2014.
38. Coutts, AJ y Cormack, SJ. Seguimiento de la respuesta del entrenamiento. EnEntrenamiento de Alto Rendimiento para el
Deporte. 1ra ed. Joyce, D y Lewindon, D, eds. Champaign, IL: Human Kinetics, 71-84, 2014.
39. Coutts, AJ, Rampinini, E, Marcora, SM, Castagna, C e Impellizzeri, FM. La frecuencia cardíaca y el lactato en sangre se
correlacionan con el esfuerzo percibido durante los partidos de fútbol en espacios reducidos.J Sci Med Deporte12: 79-84,
2009.
40. Crowcroft, S, McCleave, E, Slattery, K y Coutts, AJ. Evaluación de la sensibilidad de medición y características
diagnósticas de las herramientas de seguimiento de atletas en nadadores [Link] J Deportes Physiol
Realizar12: S295-S2100, 2016.
41. Cunanan, AJ, DeWeese, BH, Wagle, JP, Carroll, KM, Sausaman, R, Hornsby, WG, Haff, GG, Triplett, NT,
Pierce, KC y Stone, MH. El síndrome de adaptación general: una base para el concepto de
periodizació[Link] deportiva48: 787-797, 2018.
42. Cutsem, J, Marcora, S, Pauw, K, Bailey, S, Meeusen, R y Roelands, B. Los efectos de la fatiga mental en el
rendimiento físico: una revisión sistemá[Link] deportiva47: 1569-1588, 2017.
43. Day, ML, McGuigan, MR, Brice, G y Foster, C. Monitoreo de la intensidad del ejercicio durante el entrenamiento de
fuerza usando la escala RPE de la sesión.J Resistencia Cond Res18: 353-358, 2004.
44. de Boer, AGEM, van Lanschot, JJB, Stalmeier, PFM, van Sandick, JW, Hulscher, JB, de Haes, JC y Sprangers, MA. ¿Es una
escala analógica visual de un solo ítem tan válida, confiable y receptiva como las escalas de múltiples ítems para
medir la calidad de vida?Resolución de calidad de vida13: 311-320, 2004.
45. Del Giudice, M, Bonafiglia, JT, Islam, H, Preobrazenski, N, Amato, A y Gurd, BJ. Investigación de la reproducibilidad de las
respuestas máximas de consumo de oxígeno al entrenamiento interválico de alta intensidad.J Sci Med Deporte23:
94-99, 2020.
46. Derogatis,LR. SCL-90: Manual de administración, puntuación y procedimientos para la versión R (revisada) y otros
instrumentos de la serie de escalas de calificación de psicopatología. Baltimore: Escuela de Medicina de la
Universidad Johns Hopkins, 1977.
47. de Vet, H, Terwee, CB y Bouter, LM. Clinimetría y psicometría: dos caras de la misma moneda. J Clin
Epidemiol56: 1146-1147, 2003.
48. Diamantopoulos, A, Sarstedt, M, Fuchs, C, Wilczynski, P y Kaiser, S. Pautas para elegir entre escalas de
elementos múltiples y de un solo elemento para la medición de constructos: una perspectiva de validez
predictiva.J Acad Mark Sci40: 434-449, 2012.
49. Ekkekakis, P. Afecto, estado de ánimo y emociones. EnMedición en Psicología del Deporte y el Ejercicio.
Tenenbaum, G, Eklund, R y Kamata, A, eds. Champaign, IL: Human Kinetics, 321-332, 2012.
50. Fanchini, M, Ferraresi, I, Petruolo, A, Azzalin, A, Ghielmetti, R, Schena, F e Impellizzeri, FM. ¿Es apropiado un RPE
retrospectivo en el fútbol? Cambio de respuesta y sesgo de recuerdo.Fútbol americano científico1: 53-59, 2017.
51. Fanchini, M, Ghielmetti, R, Coutts, AJ, Schena, F e Impellizzeri, FM. Efecto de la distribución de la intensidad de la sesión
de entrenamiento en la calificación de la sesión de esfuerzo percibido en jugadores de fú[Link] J Deportes Physiol
Realizar10: 426-430, 2015.
52. Fechner, GT. Elementos De La Psicofísica. vol. 2 vol. Leipzig: Breitkopf und Härtel, 1860.
53. Foster, C. Monitoreo del entrenamiento en atletas con referencia al síndrome de [Link] deportivo Med
Sci30: 1164-1168, 1998.
54. Foster, C, Florhaug, JA, Franklin, J, Gottschall, L, Hrovatin, LA, Parker, S, Doleshal, P y Dodge,
C. Un nuevo enfoque para monitorear el entrenamiento físico.J Resistencia Cond Res15: 109-115, 2001.
55. Fox, JL, Stanton, R, Sargent, C, Wintour, SA y Scanlan, AT. La asociación entre la carga de entrenamiento y el
rendimiento en deportes de equipo: una revisión sistemá[Link] deportiva48: 2743-2774, 2018.
56. Gabbett, TJ y Domrow, N. Relaciones entre la carga de entrenamiento, las lesiones y la condición física en atletas de deportes de
colisión de sub-élite. J deportes ciencia25: 1507-1519, 2007.
57. Gathercole, R, Sporer, B y Stellingwerff, T. Rendimiento de salto con contramovimiento con cargas de entrenamiento
aumentadas en atletas de rugby femeninas de é[Link] J Sports Med36: 722-728, 2015.
58. Goldstein, [Link] de Blackwell de Sensación y Percepción. Malden, MA: Blackwell Publishing Ltd,
2005.
59. Grove, JR, Main, LC, Partridge, K, Bishop, DJ, Russell, S, Shepherdson, A y Ferguson, L. Dificultad de
entrenamiento y preparación para el desempeño: validación de laboratorio y de campo de una breve medida
de [Link] J Med Sci Deportes24: e483-e490, 2014.
60. Grove, JR y Prapavessis, H. Evidencia preliminar de la confiabilidad y validez de un perfil abreviado
de estados de á[Link] J Sport Psychol23: 92-109, 1992.
61. Haddad, M, Stylianides, G, Djaoui, L, Dellal, A y Chamari, K. Método Session-RPE para monitorear la carga de
entrenamiento: validez, utilidad ecológica y factores [Link] frontal11: 113-114, 2017.
62. Hall, EE, Ekkekakis, P y Petruzzello, SJ. ¿La relación del RPE con los factores psicológicos depende de la
intensidad?Ejercicio deportivo Med Sci37: 1365-1373, 2005.
63. Halperin, I y Emanuel, A. Calificación del esfuerzo percibido: preocupaciones metodológicas y direcciones
[Link] deportiva50: 679-687, 2019.
64. Hampson, DB, St Clair Gibson, A, Lambert, MI y Noakes, TD. La influencia de las señales sensoriales en la percepción del
esfuerzo durante el ejercicio y la regulación central del rendimiento del [Link] deportiva 31: 935-952,
2001.
65. Hardy, CJ y Rejeski, WJ. No qué, sino cómo uno se siente: la medida del afecto durante el ejercicio. Psicología del
ejercicio J Sport11: 304-317, 1989.
66. Herman, L, Foster, C, Maher, MA, Mikat, RP y Porcari, JP. Validez y confiabilidad del método RPE de la sesión para
monitorear la intensidad del entrenamiento físico.S Afr J Sports Med18: 14-17, 2006.
67. Hiscock, DJ, Dawson, BT y Peeling, P. Respuestas de esfuerzo percibidas al cambio de variables de programación del
entrenamiento de resistencia.J Resistencia Cond Res29: 1564-1569, 2015.
68. Hitzschke, B, Holst, T, Ferrauti, A, Meyer, T, Pfeiffer, M y Kellmann, M. Desarrollo de la medida
aguda para la recuperación y el reclutamiento en el deporte. Diagnóstico 62: 212-226, 2016.
69. Hitzschke, B, Kölling, S, Ferrauti, A, Meyer, T, Pfeiffer, M y Kellmann, M. Development of the short
recovery and stress scale for sports (SRS).Revista de Psicología del Deporte22: 146-161, 2015.
70. Hooper, SL y Mackinnon, LT. Seguimiento del sobreentrenamiento en [Link] deportiva20: 321-327, 1995.
71. Hopkins, WG. Cuantificación del entrenamiento en deportes [Link] deportiva12: 161-183, 1991.
72. Hutchinson, JC y Tenenbaum, G. Esfuerzo percibido: ¿puede considerarse gestalt?Ejercicio deportivo psicologico
7: 463-476, 2006.
73. Impellizzeri, FM, Borg, E y Coutts, AJ. Las comparaciones intersubjetivas son posibles con un uso preciso
de las escalas Borg [Link] J Deportes Physiol Realizar6: 2-7, 2011.
74. Impellizzeri, FM y Marcora, SM. Validación de pruebas en fisiología del deporte: lecciones aprendidas de la
clinimetrí[Link] J Deportes Physiol Realizar4: 269-277, 2009.
75. Impellizzeri, FM, Marcora, SM y Coutts, AJ. Carga formativa interna y externa: 15 años despué[Link] J
Deportes Physiol Realizar14: 270-273, 2019.
76. Impellizzeri, FM, Rampinini, E y Marcora, SM. Evaluación fisiológica del entrenamiento aeróbico en el fútbol.J
deportes ciencia23: 583-592, 2005.
77. Jaspers, A, Brink, MS, Probst, SGM, Frencken, WGP y Helsen, WF. Relaciones entre indicadores de carga de
entrenamiento y resultados de entrenamiento en el fútbol [Link] deportiva47: 533-544, 2017.
78. Jones, HS, Williams, EL, Marchant, D, Sparks, A, Midgley, A, Bridge, C y McNaughton, L. Asociación de afecto
dependiente de la distancia con la estrategia de ritmo en pruebas contrarreloj de [Link] deportivo
Med Sci47: 825-832, 2015.
79. Kallus, W y Kellmann, [Link] Cuestionarios de Recuperación-Estrés: Manual del Usuario. Fráncfort,
Alemania: Evaluación de Pearson, 1-35, 2016.
80. Kellmann, M. Prevención del sobreentrenamiento en atletas en deportes de alta intensidad y seguimiento del estrés/
recuperació[Link] J Med Sci Deportes20: 95-102, 2010.
81. Kellmann, M y Günther, KD. Cambios en el estrés y la recuperación en remeros de élite durante la preparación para los
Juegos Olí[Link] deportivo Med Sci32: 676-683, 2000.
82. Kellmann, M, Patrick, T, Botterill, C y Wilson, CT. La señal de recuperación y su uso en entornos aplicados:
sugerencias prácticas sobre evaluación y seguimiento de la recuperación. EnMejorar la recuperación:
prevenir el bajo rendimiento en los atletas. Kellmann, M, ed. Champaign, Illinois; Cinética humana,
219-229, 2002.
83. Kiely, J. Teoría de la periodización: confrontando una verdad inconveniente. Sports Med 48: 753-764, 2017.
84. Kraft, JA, Green, JM y Thompson, KR. Calificaciones de sesión de respuestas de esfuerzo percibidas durante sesiones de
entrenamiento de fuerza equiparadas para el trabajo total pero que difieren en la tasa de trabajo.J Resistencia Cond Res 28:
540-545, 2014.
85. Kraft, JA, Laurent, ML, Green, JM, Helm, J, Roberts, C y Holt, S. Examen de las percepciones de entrenadores y
jugadores sobre la recuperación y el esfuerzo.J Resistencia Cond Res34: 1383-1391, 2020.
86. Lacome, M, Carling, C, Hager, JP, Dine, G y Piscione, J. Carga de trabajo, fatiga y daño muscular en un
equipo de rugby sub-20 durante un torneo internacional [Link] J Deportes Physiol Realizar13:
1059-1066, 2018.
87. Laurent, CM, Green, JM, Bishop, PA, Sjökvist, J, Schumacker, RE, Richardson, MT y Curtner-Smith, M. Un enfoque
práctico para monitorear la recuperación: desarrollo de una escala de estado de recuperación percibida.J
Resistencia Cond Res25: 620-628, 2011.
88. Lea, J, Hulbert, S, O'Driscoll, J, Scales, J y Wiles, J. Validez relacionada con el criterio de las calificaciones del
esfuerzo percibido durante el ejercicio de resistencia en participantes sanos: un metanálisis. Presentado en el
23º Congreso Anual del Colegio Europeo de Ciencias del Deporte, Dublín, Irlanda; 2018.
89. Legros, P. Le surentraînement: Diagnóstico des manifestaciones psicoconductuales [Link] de
ciencia8: 71-74, 1993.
90. Lochner, K. Afecto, estado de ánimo y emociones. Enemociones exitosas. Wiesbaden: Springer Fachmedien
Wiesbaden, 43-67, 2016.
91. Lolli, L, Bahr, R, Weston, M, Whiteley, R, Tabben, M, Bonanno, D, Gregson, W, Chamari, K, Di Salvo, V y van
Dyk, N. Sin asociación entre el esfuerzo percibido y duración de la sesión con ocurrencia de lesiones en
los isquiotibiales en el fútbol [Link] J Med Sci Deportes30: 523-530, 2019.
92. Los Arcos, A, Martínez-Santos, R, Yanci, J, Mendiguchia, J y Méndez-Villanueva, A. Asociaciones negativas
entre la carga de entrenamiento percibida, el volumen y los cambios en la forma física en futbolistas
profesionales.J Sports Sci Med14: 394-401, 2015.
93. Lundqvist, C, and Kenttä, G. Las emociones positivas no son simplemente la ausencia de las negativas:
desarrollo y validación del cuestionario de recuperación emocional (EmRecQ).Psicología Deportiva 24:
468-488, 2010.
94. Ma'ayan, A. Biología de sistemas complejos. Interfaz JR Soc 14: 20170391-20170399, 2017.
95. Macpherson, TW, McLaren, SJ, Gregson, W, Lolli, L, Drust, B y Weston, M. Uso de calificaciones diferenciales de esfuerzo
percibido para evaluar el acuerdo entre las percepciones de entrenadores y jugadores sobre la intensidad del entrenamiento
de fútbol: una investigación exploratoria.J deportes ciencia37: 2783-2788, 2019.
96. Main, L y Grove, JR. Un modelo de evaluación de múltiples componentes para monitorear la angustia de entrenamiento
entre los [Link] J Sport Sci9: 195-202, 2009.
97. Malcata, RM, Vandenbogaerde, TJ y Hopkins, WG. Uso de clasificaciones mundiales de atletas para evaluar el
desempeño de los paí[Link] J Deportes Physiol Realizar9: 133-138, 2014.
98. Manzi, V, D'Ottavio, S, Impellizzeri, FM, Chaouachi, A, Chamari, K y Castagna, C. Perfil de la carga de entrenamiento
semanal en jugadores profesionales masculinos de baloncesto de élite.J Resistencia Cond Res24: 1399-1406, 2010.
99. Marcora, SM. ¿Realmente necesitamos un gobernador central para explicar la regulación cerebral del
rendimiento del ejercicio?Eur J Appl Physiol104: 929-931, 2008.
100. Marcora, S. Counterpoint: la retroalimentación aferente de los músculos locomotores fatigados no es un determinante
importante del rendimiento del ejercicio de [Link] de aplicación J108: 454-456, 2010.
101. Marcora, SM. Esfuerzo: percepción de. EnEnciclopedia de la percepción. Goldstein, EB, ed. Mil Robles, CA;
Publicaciones de Sage, 380-383, 2010.
102. Marcora, SM y Staiano, W. El límite para ejercer la tolerancia en humanos: ¿la mente sobre el músculo?Eur J Appl
Physiol109: 763-770, 2010.
103. Marcora, SM, Staiano, W y Manning, V. La fatiga mental afecta el rendimiento físico en humanos. Fisiol de
aplicación J106: 857-864, 2009.
104. Martens, R, Vealey, RS, Burton, D, Bump, LA y Smith, DE. Desarrollo y validación del inventario de ansiedad
deportiva competitiva 2. EnAnsiedad competitiva en el deporte. Martens, R, Vealey, RS y
Burton, D., eds. Champaign, IL: Human Kinetics, 117-178, 1990.
105. Marx, RG, Bombardier, C, Hogg-Johnson, S y Wright, JG. Estrategias clinimétricas y psicométricas para el
desarrollo de una escala de medición de la salud.J Clin Epidemiol52: 105-111, 1999.
106. Mather, [Link] de Sensación y Percepción (Fundamentos de Psicología). Nueva York:
Routledge, 1-165, 2011.
107. McAuley, E y Courneya, KS. Relaciones de autoeficacia con respuestas afectivas y de esfuerzo al
ejercicio1.J Appl Soc Psychol22: 312-326, 1992.
108. McLaren, SJ, Macpherson, TW, Coutts, AJ, Hurst, C, Spears, IR y Weston, M. Las relaciones entre las medidas
internas y externas de carga e intensidad de entrenamiento en deportes de equipo: un metanálisis. medicina
deportiva48: 641-658, 2018.
109. McLaren, SJ, Smith, A, Spears, IR y Weston, M. Una cuantificación detallada de las calificaciones diferenciales del esfuerzo
percibido durante el entrenamiento en deportes de equipo.J Sci Med Deporte20: 290-295, 2017.
110. McLaren, SJ, Taylor, JM, Macpherson, TW, Spears, IR y Weston, M. Reducciones sistemáticas en las calificaciones
diferenciales del esfuerzo percibido en una intervención de entrenamiento de sprint repetido de 2 semanas que
mejoró las habilidades de carrera de alta velocidad del jugador de fútbol .Int J Deportes Physiol Realizar, 2020 [e-pub
antes de la impresión].
111. McNair, P, Lorr, M y Droppleman, [Link] POMS. 2ª ed. San Diego, CA: Servicio de Pruebas
Industriales y de Educación, 1981.
112. Micklewright, D, Gibson, ASC, Gladwell, V y Salman Al, A. Desarrollo y validez de la escala de calificación de
[Link] deportiva47: 2375-2393, 2017.
113. Moalla, W, Fessi, MS, Farhat, F, Nouira, S, Wong, DP y Dupont, G. Relación entre la carga de entrenamiento
diaria y el estado psicométrico de los futbolistas [Link] deportiva res24: 387-394, 2016.
114. Mokkink, LB, Prinsen, CAC, Bouter, LM, Vet, HCW de y Terwee, CB. Los estándares basados en consenso
para la selección de instrumentos de medición de salud (COSMIN) y cómo seleccionar un instrumento de
medición de [Link] J Phys Ther20: 105-113, 2016.
115. Morgan, WP, Brown, DR, Raglin, JS, O'Connor, PJ y Ellickson, KA. Seguimiento psicológico del
sobreentrenamiento y el [Link] J Sports Med21: 107-114, 1987.
116. Morton, RH, Stannard, SR y Kay, B. Baja reproducibilidad de muchos marcadores de lactato durante el ejercicio
de ciclismo [Link] J Sports Med46: 64-69, 2011.
117. Nassis, GP y Gabbett, TJ. ¿La carga de trabajo está asociada con las lesiones y el rendimiento en el fútbol de élite? Una
llamada a la acció[Link] J Sports Med51: 486-487, 2017.
118. Nassis, GP, Hertzog, M y Brito, J. Evaluación de la carga de trabajo en el fútbol: se necesita un enfoque de pensamiento
crítico y de mente abierta.J Resistencia Cond Res31: e77-e78, 2017.
119. Nederhof, E, Brink, MS y Lemmink, KAPM. Confiabilidad y validez del cuestionario de estrés de
recuperación holandés para [Link] J Sports Psychol39: 301-311, 2008.
120. Nogueira, F, Miloski, B, Bara Filho, MG y Lourenço, LM. Influencia de la presencia o ausencia de
jogos en las percepciones de atletas habilidosos de voleibol durante una temporada competitiva.
Revista Portuguesa de Ciencias del Deporte17: 152-160, 2017.
121. Nunnally, J y Bernstein, [Link]ía Psicométrica. 3ra ed. Nueva York: McGraw-Hill, 1994.
122. Pageaux, B. El modelo psicobiológico del rendimiento de resistencia: una teoría de toma de decisiones basada en el esfuerzo
para explicar el rendimiento de resistencia a su propio [Link] deportiva44: 1319-1320, 2014.
123. Pageaux, B. Percepción del esfuerzo en la ciencia del ejercicio: definición, medición y [Link] J
Sport Sci16: 885-894, 2016.
124. Pender, NJ, Bar-Or, O, Wilk, B y Mitchell, S. Autoeficacia y esfuerzo percibido de las niñas durante el [Link].
de enfermería51: 86-91, 2002.
125. Pfeiffer, M. Modelado de la relación entre entrenamiento y rendimiento: una comparación de dos
conceptos antagó[Link] J Informática Sci7: 13-32, 2008.
126. Prinsen, C, Vohra, S, Rose, MR, Boers, M, Tugwell, P, Clarke, P, Williamson, PR y Terwee, CB. Directrices para
seleccionar instrumentos de medición de resultados para los resultados incluidos en un Resultado Básico
Colocar. 2016. [Link]
medició[Link]. Consultado el 27 de agosto de 2020.
127. Prinsen, CAC, Vohra, S, Rose, MR, Boers, M, Tugwell, P, Clarke, M, Williamson, PR y Terwee, CB. Cómo seleccionar
instrumentos de medición de resultados para los resultados incluidos en un "Conjunto de resultados básicos":
una guía práctica.Ensayos17: 449, 2016.
128. Quarrie, KL, Raftery, M, Blackie, J, Cook, CJ, Fuller, CW, Gabbett, TJ, Gray, AJ, Gill, N, Hennessy,
L, Kemp, S y Lambert, M. Gestión de la carga de jugadores en la unión de rugby profesional: una revisión del
conocimiento y las prácticas [Link] J Sports Med51: 421-427, 2017.
129. Raedeke, TD y Smith, AL. Desarrollo y validación preliminar de una medida de agotamiento del atleta. Psicología
del ejercicio J Sport23: 281-306, 2001.
130. Raglin, JS y Morgan, WP. Desarrollo de una escala para su uso en el seguimiento de la angustia inducida por el entrenamiento
en [Link] J Sports Med15: 84-88, 2008.
131. Rejeski, J. La percepción del esfuerzo: una integración psicofisiológica social.J Sport Psychol 3:
305-320, 1981.
132. Rejeski, J. Esfuerzo percibido: un proceso activo o pasivo.J Sport Psychol7: 371-378, 1985.
133. Robertson, S, Kremer, P, Aisbett, B, Tran, J y Cerin, E. Consenso sobre las propiedades de medición y la viabilidad de las pruebas
de rendimiento para las ciencias del ejercicio y el deporte: un estudio [Link] de medicina deportiva 3: 2, 2017.
134. Robertson, RJ y Noble, BJ. Percepción del esfuerzo físico: métodos, mediadores y aplicaciones. Ejercicio
deportivo Sci Rev25: 407-452, 1997.
135. Robey, E, Dawson, BT, Halson, S, Gregson, W, Goodman, C y Eastwood, P. Cantidad y calidad del sueño en
jugadores de fútbol jóvenes de élite: un estudio [Link] J Sport Sci14: 410-417, 2013.
136. Rushall, BS. Una herramienta para medir la tolerancia al estrés en deportistas de élite.J Appl Sport Psychol2: 51-66,
1990.
137. Saw, AE, Kellmann, M, Main, LC y Gastin PB. Medidas de autoinforme del atleta en la investigación y la
práctica: consideraciones para el lector perspicaz y el practicante [Link] J Deportes Physiol
Realizar12: S2127-S2135, 2017.
138. Saw, AE, Main, LC y Gastin, PB. Monitoreo de atletas a través de autoinforme: factores que influyen en la
implementación.J Sports Sci Med14: 137-146, 2015.
139. Saw, AE, Main, LC y Gastin, PB. Monitoreo de la respuesta al entrenamiento del atleta: las medidas subjetivas
autoinformadas triunfan sobre las medidas objetivas de uso común: una revisión sistemá[Link] J Sports Med
50: 281-291, 2016.
140. Scott, TJ, Black, CR, Quinn, J y Coutts, AJ. Validez y confiabilidad del método RPE de sesión para cuantificar el
entrenamiento en el fútbol australiano: una comparación de las escalas CR10 y CR100.J Resistencia Cond Res
27: 270-276, 2013.
141. Shacham, S. Una versión abreviada de Profile of Mood [Link]ón personal J47: 305-306, 2010.
142. Shiffman, S. Autoinforme en tiempo real de estados momentáneos en el entorno natural: evaluación
momentánea ecológica computarizada. EnLa ciencia de las implicaciones del autoinforme para la investigación
y la práctica. Stone, AA, Turkkan, JS, Bachrach, CA, Jobe, JB, Kurtzman, HS y Cain, VS, eds. Mahwah, Nueva
Jersey: Lawrence Erlbaum Associates, 227-296, 2000.
143. Sloan, JA, Aaronson, N, Cappelleri, JC, Fairclough, DL, Varricchio, C, Clinical Significance Consensus Meeting
Group. Evaluar la importancia clínica de los elementos individuales en relación con las puntuaciones sumadas.
Mayo Clin Proc77: 479-487, 2002.
144. Smith, MR, Coutts, AJ, Merlini, M, Deprez, D, Lenoir, M y Marcora, SM. La fatiga mental afecta
rendimiento físico y técnico específico del fú[Link] deportivo Med Sci48: 267-276, 2016.
145. Spielberger, [Link] Manual Preliminar para el Inventario de Personalidad Estado-Rasgo[Manual inédito].
Tampa: Universidad del Sur de Florida, 1979.
146. Spielberger, CD, Gorsuch, RL y Lushene, [Link] para el Inventario de Ansiedad Estado-Rasgo. Palo
Alto, CA: Consulting Psychologists Press, 1970.
147. Starling, LT y Lambert, MI. Monitoreo de la condición física y la fatiga de los jugadores de rugby: ¿qué quieren los
entrenadores?Int J Deportes Physiol Realizar13: 777-782, 2018.
148. Steele, J, Fisher, J, McKinnon, S y McKinnon, P. Diferenciación entre el esfuerzo percibido y la incomodidad durante el
entrenamiento de resistencia en adultos mayores: confiabilidad de las calificaciones de esfuerzo e incomodidad del alumno, y
confiabilidad y validez de las calificaciones del entrenador del alumno esfuerzo.J trenol6: 1-8, 2016.
149. Streiner, DL, Norman, GR y Cairney, [Link] de Medición de la Salud. 5ª ed. Oxford, Reino Unido: Oxford
University Press, 2014.
150. Taylor, KL, Chapman, DW, Cronin, JB, Newton, MJ y Gill, ND. Seguimiento de la fatiga en el deporte de alto rendimiento:
un estudio de las tendencias [Link]ón de fuerza de J Aust20: 12-23, 2012.
151. Terry, PC, Lane, AM y Fogarty, GJ. Validez de constructo del Perfil de Estados de Ánimo – Adolescentes para uso
con [Link] deportivo psicologico4: 125-139, 2003.
152. Terry, PC, Lane, AM, Lane, HJ y Keohane, L. Desarrollo y validación de una medida del estado de ánimo para
adolescentes.J deportes ciencia17: 861-872, 1999.
153. Terwee, CB, Bot, SDM y de Boer, MR, Se propusieron criterios de calidad para medir las propiedades de los
cuestionarios sobre el estado de salud.J Clin Epidemiol60: 34-42, 2007.
154. Terwee, CB, Prinsen, CA, Chiarotto, A, de Vet, HC, Bouter, LM, Alonso, J, Westerman, MJ, Patrick, DL y Mokkink,
LB. Metodología COSMIN para la evaluación de la validez de contenido de las PROM. 2017. [Link]/wp-
content/uploads/[Link]. Consultado el 27 de agosto de
2020.
155. Thorpe, RT, Atkinson, G, Drust, B y Gregson, W. Monitoreo del estado de fatiga en atletas de deportes de equipo de
élite: implicaciones para la prá[Link] J Deportes Physiol Realizar12: S227-S234, 2017.
156. Turner, AN, Buttigieg, C, Marshall, G, Noto, A, Phillips, J y Kilduff, L. Validez ecológica de la calificación de la
sesión del esfuerzo percibido para cuantificar la carga de entrenamiento interna en [Link] J Deportes
Physiol Realizar12: 124-128, 2016.
157. Uchida, MC, Teixeira, LFM, Godoi, VJ, Marchetti, PH, Conte, M, Coutts, AJ y Bacurau, RF. ¿El momento de la
medición altera el RPE de la sesión en los boxeadores?J Sports Sci Med13: 59-65, 2014.
158. Van Hooff, MLM, Geurts, SAE, Kompier, MAJ y Taris, TW. "¿Qué tan fatigado te sientes actualmente?" Validez
convergente y discriminante de una medida de fatiga de un solo elemento.J ocupa la salud49: 224-234, 2007.
159. Vanrenterghem, J, Nedergaard, NJ, Robinson, MA y Drust, B. Monitoreo de la carga de entrenamiento en deportes de
equipo: un marco novedoso que separa las vías de adaptación a la carga fisiológica y biomecánica. medicina
deportiva47: 2135-2142, 2017.
160. Viru, A y Viru, M. Naturaleza de los efectos del entrenamiento. EnCiencias del ejercicio y el deporte. Garrett, WE y
Kirkendall, DT, eds. Filadelfia: Lippincott Williams & Wilkins, 67-96, 2000.
161. Wallace, LK, Slattery, KM y Coutts, AJ. La validez ecológica y la aplicación del método de sesión-RPE para
cuantificar las cargas de entrenamiento en natación.J Resistencia Cond Res23: 33-38, 2009.
162. Wallace, LK, Slattery, KM, Impellizzeri, FM y Coutts, AJ. Establecer la validez de criterio y la fiabilidad de
métodos comunes para cuantificar la carga de entrenamiento.J Resistencia Cond Res28: 2330-2337,
2014.
163. Weston, M. Monitoreo de la carga de entrenamiento en el fútbol inglés de élite: una comparación de prácticas y
percepciones entre entrenadores y practicantes.Fútbol americano científico2: 216-224, 2018.
164. Weston, M, Siegler, J, Bahnert, A, McBrien, J y Lovell, R. La aplicación de calificaciones diferenciales
del esfuerzo percibido a los partidos de la Liga Australiana de Fútbol.J Sci Med Deporte18: 704-708, 2015.
165. Wilson, [Link] de construcción. Mahwah, Nueva Jersey: Lawrence Erlbaum Associates, 2005.
capitulo 18
1. Albanese, D, Filosi, M, Visintainer, R, Riccadonna, S, Jurman, G y Furlanello, C. Minerva y minepy: un
motor C para la suite MINE y sus contenedores R, Python y [Link]ática 29: 407-408,
2013.
2. Allen, MJ y Yen, [Link]ón a la Teoría de la Medida. Long Grove, IL: Waveland Press,
2001.
3. Amrhein, V, Trafimow, D y Greenland, S. Estadística inferencial como estadística descriptiva: no hay crisis
de replicación si no esperamos replicació[Link] stat73: 262-270, 2019.
4. Angrist, JD y Pischke, [Link] las 'métricas: el camino de la causa al efecto. Princeton, Nueva Jersey:
Princeton University Press, 2015.
5. Anvari, F y Lakens, D. Uso de métodos basados en anclas para determinar el tamaño de efecto más pequeño de
interé[Link] de PsyArXiv, 2019.
6. Barker, RJ y Schofield, MR. Inferencia sobre magnitudes de [Link] J Deportes Physiol Realizar 3:
547-557, 2008.
7. Batterham, AM y Hopkins, WG. Hacer inferencias significativas sobre [Link] J Deportes
Physiol Realizar1: 50-57, 2006.
8. Borg, DN, Minett, GM, Stewart, IB y Drovandi, CC. Los métodos bayesianos podrían resolver los problemas con la
inferencia basada en la [Link] deportivo Med Sci50: 2609-2610, 2018.
9. Breiman, L. Modelado estadístico: las dos [Link] estadística16: 199-215, 2001.
10. Buchheit, M y Rabbani, A. La prueba de condición física intermitente 30-15 versus la prueba de recuperación
intermitente yo-yo nivel 1: relación y sensibilidad al [Link] J Deportes Physiol Realizar9: 522-524,
2014.
11. Caldwell, AR y Cheuvront, SN. Consideraciones estadísticas básicas para fisiología: la revista Temperaturacaja de
herramientas.Temperatura6: 181-210, 2019.
12. Carsey, T y Harden, J.Métodos de simulación y remuestreo de Monte Carlo para las ciencias [Link] Ángeles:
Publicaciones Sage, 2013.
13. Cohen, [Link] análisis del poder estadístico para las ciencias de la conducta. 2ª ed. Hillsdale, Nueva Jersey: Lawrence
Erlbaum Associates, 1988.
14. Cumming, G. Las nuevas estadísticas: por qué y có[Link] psicologica25: 7-29, 2014.
15. Curran-Everett, D. Inferencia basada en la magnitud: buena idea pero enfoque [Link] deportivo Med Sci
50: 2164-2165, 2018.
16. Dienes, [Link] la psicología como ciencia: una introducción a la inferencia científica y
estadí[Link] York: Red Globe Press, 2008.
17. Efron, B y Hastie, [Link] estadística de la era informática: algoritmos, evidencia y ciencia de datos.
Nueva York: Cambridge University Press, 2016.
18. Friedman, J, Hastie, T y Tibshirani, R. Caminos de regularización para modelos lineales generalizados a través del
descenso de [Link] J Statist33: 1-22, 2010.
19. Gelman, A. Causalidad y aprendizaje estadí[Link] J Sociol117: 955-966, 2011.
20. Gelman, A y Hennig, C. Más allá de lo subjetivo y lo objetivo en estadí[Link] Statist Soc A180: 967-1033,
2017.
21. Hernan, MA. ¿El agua mata? Un llamado a inferencias causales menos [Link] epidemiol26: 674-680, 2016.
22. Hernan, MA. Diagramas causales: dibuja tus suposiciones antes de tus conclusiones. PH559x, 2017.
23. Hernan, MA. La palabra C: los eufemismos científicos no mejoran la inferencia causal a partir de datos
[Link] J Salud Pública108: 616-619, 2018.
24. Hernán, MA y Cole, SR. Comentario invitado: diagramas causales y sesgo de medició[Link] J
Epidemiol170: 959-962, 2009.
25. Hernán, MA, Hsu, J y Healy, B. Una segunda oportunidad para acertar en la inferencia causal: una clasificación de tareas de
ciencia de datos.OPORTUNIDAD32: 42-49, 2019.
26. Hernán, MA y Robins, [Link] causal. Boca Ratón FL: Chapman & Hall / CRC, 2010.
27. Hernán, MA y Taubman, SL. ¿La obesidad acorta la vida? La importancia de intervenciones bien definidas
para responder preguntas [Link] J Obes (Londres)32: T8-T14, 2008.
28. Hopkins, W. Hojas de cálculo para análisis de validez y [Link] deportiva19: 36-42, 2015.
29. Hopkins, WG. Medidas de confiabilidad en medicina y ciencia del [Link] deportiva30: 1-15, 2000.
30. Hopkins, WG. Sesgo en Bland-Altman pero no análisis de validez de regresió[Link] deportiva8: 42-47, 2004.
31. Hopkins, WG. Cómo interpretar los cambios en una prueba de rendimiento [Link] deportiva8: 1-7, 2004.
32. Hopkins, WG. Una nueva visión de las estadísticas. 2006. [Link]/resource/stats/[Link]. Consultado
el 27 de agosto de 2020.
33. Hopkins, WG. Comprender las estadísticas mediante el uso de hojas de cálculo para generar y analizar muestras.
Ciencia deportiva1; 11: 23-27, 2007.
34. Hopkins, WG. Un diálogo socrático sobre la comparación de [Link] deportiva14: 15-22, 2010.
35. Hopkins, WG. Respuestas individuales [Link] de aplicación J118: 1444-1446, 2015.
36. Hopkins, WG y Batterham, AM. La reivindicación de la inferencia basada en la magnitud (borrador 2). Ciencia
deportiva22: 9-27, 2018.
37. Hopkins, WG, Marshall, SW, Batterham, AM y Hanin, J. Estadísticas progresivas para estudios en medicina
deportiva y ciencias del [Link] deportivo Med Sci41: 3-13, 2009.
38. James, G, Witten, D, Hastie, T y Tibshirani, [Link]ón al aprendizaje estadístico: con aplicaciones
en R. Nueva York: Springer, 2017.
39. Rey, MT. Un punto de mínima diferencia importante (MID): una crítica de la terminología y los métodos. Expert
Rev Pharmacoecon Resultados Res11: 171-184, 2011.
40. Kleinberg, [Link] qué: una guía para encontrar y usar causas. Boston: O'Reilly Media, 2015.
41. Kruschke, JK y Liddell, TM. Análisis de datos bayesianos para [Link] Psiconómico Rev 25:
155-177, 2018.
42. Kruschke, JK y Liddell, TM. Las nuevas estadísticas bayesianas: prueba de hipótesis, estimación, metanálisis y
análisis de poder desde una perspectiva [Link] Psiconómico Rev25: 178-206, 2018.
43. Kuhn, M y Johnson, [Link] predictivo aplicado. Nueva York: Springer, 2018.
44. Kuhn, M y Johnson, [Link]ón e ingeniería de características: un enfoque práctico para modelos predictivos.
Milton Park, Abington, Reino Unido: CRC Press LLC, 2019.
45. Lakens, D, Scheel, AM e Isager, PM. Pruebas de equivalencia para la investigación psicológica: un tutorial. Adv
Methods Pract Psychol Sci1: 259-269, 2018.
46. Lang, KM, Sweet, SJ y Grandfield, EM. Ir más allá de lo nulo: el modelado estadístico como un marco
alternativo para la inferencia en la ciencia del [Link] Hum Dev14: 287-304, 2017.
47. Lederer, DJ, Bell, SC, Branson, RD, Chalmers, JD, Marshall, R, Maslove, DM, Ost, DE, Punjabi, NM, Schatz, M,
Smyth, AR y Stewart, W. Control de la confusión e informe de resultados en estudios de inferencia
causal: orientación para autores de editores de revistas de cuidados respiratorios, del sueño y críticos.
Ann Am Thorac Soc.16: 22-28, 2019.
48. McElreath, R..Replanteamiento estadístico: un curso bayesiano con ejemplos en R y Stan. Boca Ratón, Florida:
Chapman & Hall / CRC, 2015.
49. McGraw, KO y Wong, SP. Una estadística de tamaño de efecto de lenguaje comú[Link] psicologico111: 361-365, 1992.
50. Miller, T. Explicación en inteligencia artificial: conocimientos de las ciencias [Link]
Inteligencia267: 1-38, 2019.
51. Mitchell, SD. Pluralismo [Link]ía biológica17: 55-70, 2002.
52. Mitchell, [Link] no simples: ciencia, complejidad y política. Chicago: Prensa de la Universidad de Chicago,
2012.
53. Molnar, [Link] automático interpretable. Victoria, Columbia Británica: Leanpub, 2018.
54. Molnar, C, Bischl, B y Casalicchio, G. Iml: un paquete R para el aprendizaje automático interpretable.J Software
de código abierto3: 786, 2018.
55. Nevill, AM, Williams, AM, Boreham, C, Wallace, ES, Davison, GW, Abt, G, Lane, AM., y Winter, EM. ¿Podemos
confiar en la inferencia basada en la magnitud?J deportes ciencia36: 2769-2770, 2018.
56. Novick, SR. Los axiomas y principales resultados de la teoría clásica de las [Link]ía Matemática J3: 1-18, 1966.
57. Página, [Link] pensador modelo: lo que necesita saber para que los datos trabajen para usted. Nueva York: Libros
básicos, 2018.
58. Pearl, J. Inferencia causal en estadística: una descripción [Link]ón estadística3: 96-146, 2009.
59. Pearl, J. Las siete herramientas de la inferencia causal, con reflexiones sobre el aprendizaje automá[Link] común 62:
54-60, 2019.
60. Pearl, J, Glymour, M y Jewell, [Link] causal en estadística: una [Link], West
Sussex: Wiley, 2016.
61. Pearl, J y Mackenzie, [Link] libro del por qué: la nueva ciencia de causa y efecto. Nueva York: Libros
básicos, 2018.
62. Reshef, DN, Reshef, YA, Finucane, HK, Grossman, SR, McVean, G, Turnbaugh, PJ, Lander, ES, Mitzenmacher, M y
Sabeti, PC. Detección de asociaciones novedosas en grandes conjuntos de datos.Ciencias334: 1518-1524, 2011.
63. Ribeiro, MT, Singh, S y Guestrin, C. “¿Por qué debería confiar en ti?”: Explicando las predicciones de cualquier
clasificador. 2016. [Link] Consultado el 27 de agosto de 2020.
64. Rohrer, JM. Pensar claramente en las correlaciones y la causalidad: modelos causales gráficos para datos
observacionales.Métodos avanzados y práctica Psychol Sci1: 27-42, 2018.
65. Rousselet, GA, Pernet, CR y Wilcox, RR. Una introducción práctica al bootstrap: un método versátil para hacer
inferencias mediante el uso de simulaciones basadas en datos [paquete de reproducibilidad]. 2019. https://
[Link]/10.17605/[Link]/8B4T5. Consultado el 27 de agosto de 2020.
66. Sainani, KL. Significación clínica versus estadí[Link] R4: 442-445, 2012.
67. Sainani, KL. El problema con la "inferencia basada en la magnitud".Ejercicio deportivo Med Sci50: 2166-2176,
2018.
68. Sainani, KL, Lohse, KR, Jones, PR y Vickers, A. La inferencia basada en la magnitud no es bayesiana y no es un
método de inferencia vá[Link] J Med Sci Deportes29: 1428-1436, 2019.
69. Shmueli, G. ¿Explicar o predecir?ciencia estadística25: 289-310, 2010.
70. Shrier, I y Platt, RW. Reducción del sesgo a través de gráficos acíclicos dirigidos.Método BMC Med Res
8:70, 2008.
71. Swinton, PA, Hemingway, BS, Saunders, B, Gualano, B y Dolan, E. Un marco estadístico para interpretar la
respuesta individual a la intervención: allanando el camino para la prescripción personalizada de nutrición y
[Link] delantera5:41, 2018.
72. Turner, A, Brazier, J, Bishop, C, Chavda, S, Cree, J y Read, P. Análisis de datos para entrenadores de fuerza y
acondicionamiento: uso de Excel para analizar la confiabilidad, las diferencias y las [Link] Cond
J37: 76-83, 2015.
73. Weinberg, G y McCann, L.Súper Pensamiento: El Gran Libro de los Modelos Mentales. Nueva York:
Portafolio / Penguin, 2019.
74. Galés, AH, y Knight, EJ. "Inferencia basada en la magnitud": una revisión estadí[Link] deportivo Med Sci
47: 874-884, 2015.
75. Yarkoni, T y Westfall, J. Elegir la predicción sobre la explicación en psicología: lecciones del aprendizaje
automá[Link] Psychol Sci12: 1100-1122, 2017.
capitulo 19
1. Aasheim, C, Stavenes, H, Andersson, SH, Engbretsen, L y Clarsen, B. Prevalencia y carga de las lesiones por uso excesivo
en el balonmano junior de é[Link] Open Deporte Ejercicio Med4: e000391, 2018.
2. Anderson, L, Triplett-McBride, T, Foster, C, Doberstein, S y Brice, G. Impacto de los patrones de entrenamiento en la incidencia
de enfermedades y lesiones durante la temporada de baloncesto universitario femenino.J Resistencia Cond Res 17: 734-738,
2003.
3. Bahr, R. Por qué las pruebas de detección para predecir lesiones no funcionan, y probablemente nunca lo harán...: una revisión
crí[Link] J Sports Med50: 776-780, 2016.
4. Bahr, MA y Bahr, R. La frecuencia de los saltos puede contribuir al riesgo de la rodilla del saltador: un estudio de las
diferencias interindividuales y de sexo en un total de 11 943 saltos grabados en video durante el entrenamiento y los
partidos en jóvenes jugadores de voleibol de é[Link] J Sports Med48: 1322-1326, 2014.
5. Bahr, R, Clarsen, B y Ekstrand, J. Por qué debemos centrarnos en la carga de lesiones y enfermedades, no solo
en su [Link] J Sports Med52: 1018-1021, 2018.
6. Bahr, R y Holme, I. Factores de riesgo de las lesiones deportivas: un enfoque metodoló[Link] J Sports Med 37:
384-392, 2003.
7. Bahr, R y Krosshaug, T. Comprender los mecanismos de lesión: un componente clave para prevenir lesiones en
el [Link] J Sports Med39: 324-329, 2005.
8. Banister, EW y Calvert, TW. Planificación para el rendimiento futuro: implicaciones para la formación a largo plazo. Can J
Appl Sport Sci5: 170-176, 1980.
9. Banister, E, Calvert, T, Savage, M y Bach, T. Un modelo de sistemas de entrenamiento para el rendimiento
[Link] J Sports Med7: 57-61, 1975.
10. Barboza, SD, Bolling, CS, Nauta, J, Mechelen, W van y Verhagen, E. Aceptabilidad y percepciones de los usuarios
finales hacia un sistema de vigilancia de salud y deportes en lí[Link] Open Deporte Ejercicio Med3: e000275,
2017.
11. Bertelsen, ML, Hulme, A, Petersen, J, Brund, RK, Sørensen, H, Finch, CF, Parner, ET y Neilsen, RO. Un marco para
la etiología de las lesiones relacionadas con la [Link] J Med Sci Deportes27: 1170-1180, 2017.
12. Bittencourt, NFN, Meeuwisse, WH, Mendonça, LD, Nettel-Aguirre, A, Ocarino, JM y Fonseca, ST. Enfoque de
sistemas complejos para lesiones deportivas: pasar de la identificación de factores de riesgo al reconocimiento
de patrones de lesiones: revisión narrativa y nuevo [Link] J Sports Med50: 1309-1314, 2016.
13. Black, GM, Gabbett, TJ, Cole, MH y Naughton, G. Supervisión de la carga de trabajo en deportes con dominancia de lanzamiento:
una revisión sistemá[Link] deportiva46: 1503-1516, 2016.
14. Borresen, J y Lambert, MI. Cuantificación de la carga de entrenamiento: una comparación de métodos subjetivos y
[Link] J Deportes Physiol Realizar3: 16-30, 2008.
15. Bourdon, PC, Cardinale, M, Murray, A, Gastin, P, Kellmann, M, Varley, MC, Gabbett, TJ, Coutts, AJ, Burgess, DJ,
Gregson, W y Cable, NT. Monitoreo de las cargas de entrenamiento de los atletas: declaración de consenso.
Int J Deportes Physiol Realizar12: S2161-S2170, 2017.
16. Buchheit, M. Aplicación de la proporción de carga de trabajo aguda: crónica en el fútbol de élite: ¿vale la pena el esfuerzo?Br J Sports Med
51: 1325-1327, 2016.
17. Carey, DL, Blanch, P, Ong, KL, Crossley, KM, Crow, J y Morris, ME. Cargas de entrenamiento y riesgo de lesiones en el fútbol
australiano: las diferentes proporciones de cargas de trabajo agudas: crónicas influyen en el riesgo de lesiones en los
[Link] J Sports Med51: 1215-1220, 2017.
18. Carey, DL, Crossley, KM, Whiteley, R, Mosler, A, Ong, KL, Crow, J y Morris, ME. Modelado de cargas de
entrenamiento y lesiones: los peligros de la discretizació[Link] deportivo Med Sci50: 2267-2276, 2018.
19. Carey, DL, Ong, K, Whiteley, R, Crossley, KM, Crow, J y Morris, ME. Modelado predictivo de cargas de
entrenamiento y lesiones en el fútbol [Link] J Comput Sci Deporte17: 49-66, 2018.
20. Colby, MJ, Dawson, B, Peeling, P, Heasman, J, Rogalski, B, Drew, MK, Stares, J, Zouhal, H y Lester, L. El
modelado multivariado de datos de monitoreo subjetivos y objetivos mejora la detección o riesgo de
lesiones sin contacto en futbolistas australianos de élite.J Sci Med Deporte20: 1068-1074, 2017.
21. Collins, L. Análisis de datos longitudinales: la integración del modelo teórico, el diseño temporal y el
modelo estadí[Link] Rev Psychol57: 505-528, 2006.
22. Crutzen, R y Peters, G-JY. Dirigirse a las próximas generaciones para cambiar la práctica común de la
investigación con poca [Link]ía frontal8: 1184, 2017.
23. Drew, MK, Blanch, P, Purdam, C y Gabbett, TJ. Sí, los promedios móviles son una buena forma de evaluar la carga de
entrenamiento para la prevención de lesiones. ¿Hay una mejor manera? Probablemente, pero no hemos visto la
[Link] J Sports Med51: 618-619, 2017.
24. Drew, MK y Finch, CF. La relación entre la carga de entrenamiento y las lesiones, enfermedades y dolores: una revisión
sistemática y bibliográ[Link] deportiva45: 861-863, 2016.
25. Drew, MK, Raysmith, BP y Charlton, PC. Las lesiones reducen la posibilidad de un desempeño exitoso de los
deportistas: una revisión sistemá[Link] J Sports Med51: 1209-1214, 2017.
26. Dyk, N van, Made, AD van der, Timmins, RG, Opar, DA y Tol, JL. Hay fuerza en los números para las
lesiones musculares: es hora de establecer un registro colaborativo [Link] J Sports Med 52:
1228-1229, 2018.
27. Eckard, TG, Padua, DA, Hearn, DW, Pexa, BS y Frank, BS. La relación entre la carga de entrenamiento y las
lesiones en atletas: una revisión sistemá[Link] deportiva48: 1929-1961, 2018.
28. Ekstrand, J. Mantener a tus mejores jugadores en el campo: la clave de la medicina del fútbol a nivel profesional.
Br J Sports Med47: 723-724, 2013.
29. Ekstrand, J, Lundqvist, D, Davison, M, D'Hooghe, M y Pensgaard, AM. La calidad de la comunicación entre el
equipo médico y el entrenador/gerente está asociada con la carga de lesiones y la disponibilidad de los
jugadores en los clubes de fútbol de é[Link] J Sports Med53: 304-308, 2019.
30. Fanchini, M, Rampinini, E, Riggio, M, Coutts, AJ, Pecci, C y McCall, A. A pesar de la asociación, la proporción de
carga de trabajo aguda: crónica no predice lesiones sin contacto en futbolistas de élite.Fútbol americano
científico2: 108-114, 2018.
31. Foster, C, Rodríguez-Marroyo, JA y de Koning, JJ. Seguimiento de las cargas de entrenamiento: el pasado, el
presente y el [Link] J Deportes Physiol Realizar12: T22-T28, 2017.
32. Fuller, C. Definiciones de lesiones. EnInvestigación de lesiones deportivas. Verhagen, E y van Mechelen, W, eds. Nueva
York: Oxford University Press, 43-53, 2010.
33. Gabbet, TJ. Desacreditando los mitos sobre la carga de entrenamiento, las lesiones y el rendimiento: evidencia empírica, temas
candentes y recomendaciones para los [Link] J Sports Med54: 58-66, 2018.
34. Gabbett, TJ, Nassis, GP, Oetter, E, Pretorius, J, Johnston, N, Medina, D, Rodas, G, Myslinski, T, Howells, D,
Beard, A y Ryan, A. El seguimiento del atleta ciclo: una guía práctica para interpretar y aplicar datos de
monitoreo de [Link] J Sports Med20: 1451-1452, 2017.
35. Gupta, A, Wilkerson, GB, Sharda, R y Colston, MA. ¿Quién es más propenso a lesionarse? Predicción y evaluación del
riesgo de lesió[Link] de la decisión50: 374-409, 2018.
36. Haddad, M, Stylianides, G, Djaoui, L, Dellal, A y Chamari, K. Método Session-RPE para monitorear la carga
de entrenamiento: validez, utilidad ecológica y factores [Link] frontal11: 612, 2017.
37. Hägglund, M, Waldén, M, Magnusson, H, Kristenson, K, Bengtsson, H y Ekstrand, J. Las lesiones afectan
negativamente al rendimiento del equipo en el fútbol profesional: un seguimiento de 11 años del estudio de
lesiones de la UEFA Champions League .Br J Sports Med47: 738-742, 2013.
38. Hickey, J, Shield, AJ, Williams, MD y Opar, DA. El costo financiero de las lesiones por distensión de los
isquiotibiales en la Liga Australiana de Fú[Link] J Sports Med48: 729-730, 2014.
39. Hoffman, DT, Dwyer, DB, Bowe, SJ, Clifton, P y Gastin, PB. ¿Está la lesión asociada con el equipo?
rendimiento en el fútbol australiano de élite? 20 años de lesiones de jugadores y datos de rendimiento del equipo
que incluyen medidas de valor de jugador [Link] J Sports Med54: 475-479, 2020.
40. Hulin, BT. La búsqueda interminable de la proporción perfecta entre la carga de trabajo aguda y crónica: ¿qué función tiene la
definición de lesión?Br J Sports Med51: 991-992, 2017.
41. Hulme, A y Finch, CF. De la monocausalidad al pensamiento sistémico: un enfoque conceptual
complementario y alternativo para comprender mejor el desarrollo y la prevención de lesiones
[Link] Epidemiol2:31, 2015.
42. Hulme, A, Thompson, J, Nielsen, RO, Read, GJM y Salmon, PM. Hacia un enfoque de sistemas complejos en la
investigación de lesiones deportivas: simulación del desarrollo de lesiones relacionadas con la carrera con modelos
basados en [Link] J Sports Med53: 560-569, 2019.
43. Jones, CM, Griffiths, PC y Mellalieu, SD. Asociaciones de marcadores de fatiga y carga de entrenamiento con lesiones y
enfermedades: una revisión sistemática de estudios [Link] deportiva47: 943-974, 2017.
44. Killen, NM, Gabbett, TJ y Jenkins, DG. Cargas de entrenamiento e incidencia de lesiones durante la pretemporada
en jugadores profesionales de rugby league.J Resistencia Cond Res24: 2079-2084, 2010.
45. Lacome, M, Avrillon, S, Cholley, Y, Simpson, BM, Guilhem, G y Buchheit, M. Programa de fortalecimiento
excéntrico de isquiotibiales: ¿importa el volumen de entrenamiento?Int J Deportes Physiol Realizar15: 81-90,
2018.
46. Lacome, M, Simpson, B, Broad, N y Buchheit, M. Monitoreo de la preparación de los jugadores usando respuestas de
frecuencia cardíaca previstas para ejercicios de fú[Link] J Deportes Physiol Realizar1:13, 1273-1280, 2018.
47. Lolli, L, Batterham, AM, Hawkins, R, Kelly, DM, Strudwick, AJ, Thorpe, R, Gregson, W y Atkinson, G. El
acoplamiento matemático provoca una correlación espuria dentro de los cálculos convencionales de la
relación de carga de trabajo aguda a cró[Link] J Sports Med53: 921-922, 2017.
48. Lolli, L, Batterham, AM, Hawkins, R, Kelly, DM, Strudwick, AJ, Thorpe, RT, Gregson, W y Atkinson, G. La
proporción de carga de trabajo aguda a crónica: un índice de escala inexacto para un proceso de
normalización innecesario?Br J Sports Med53: 1510-1512, 2018.
49. Lyman, S, Fleisig, GS, Waterbor, JW, Funkhouser, EM, Pulley, L, Andrews, JR, Osinski, ED y Roseman, JM.
Estudio longitudinal del dolor de codo y hombro en lanzadores de béisbol [Link] deportivo
Med Sci33: 1803-1810, 2001.
50. Malone, S, Roe, M, Doran, DA, Gabbett, TJ y Collins, KD. La aptitud aeróbica y la experiencia de juego protegen contra los picos
en la carga de trabajo: el papel de la proporción de carga de trabajo aguda: crónica en el riesgo de lesiones en el fútbol
gaélico de é[Link] J Deportes Physiol Realizar12: 393-401, 2017.
51. Malone, S, Roe, M, Doran, DA, Gabbett, TJ y Collins, K. Las altas cargas de entrenamiento crónicas y la exposición
a carreras de máxima velocidad reducen el riesgo de lesiones en el fútbol gaélico de élite.J Sci Med Deporte20:
250-254, 2016.
52. McCall, A, Fanchini, M y Coutts, AJ. Predicción: la ciencia / medicina del deporte de hoy en día "búsqueda
del santo grial".Int J Deportes Physiol Realizar12: 704-706, 2017.
53. Mechelen, W van, Hlobil, H y Kemper, HC. Incidencia, gravedad, etiología y prevención de las lesiones
deportivas. Una revisión de [Link] deportiva14: 82-99, 1992.
54. Meeuwisse, WH. Evaluación de la causalidad en lesiones deportivas: un modelo [Link] J Sport Med4: 166-
170, 1994.
55. Meeuwisse, WH, Tyreman, H, Hagel, B y Emery, C. Un modelo dinámico de etiología en lesiones deportivas: la
naturaleza recursiva del riesgo y la [Link] J Sport Med17: 215-219, 2007.
56. Menaspà, P. ¿Son las medias móviles una buena forma de evaluar la carga de entrenamiento para la prevención de lesiones?Br
J Sports Med51: 618-619, 2017.
57. Menaspà, P. ¿Construyendo evidencia con datos viciados? La importancia de analizar datos vá[Link] J Sports
Med51: 1173, 2017.
58. Møller, M, Nielsen, RO, Attermann, J, Wedderkopp, N, Lind, M, Sørensen, H y Myklebust, G.
Carga de balonmano y tasa de lesiones en el hombro: un estudio de cohorte de 31 semanas de 679 jugadores juveniles de balonmano
de élite. Br J Sports Med51: 231-237, 2017.
59. Munafò, MR, Nosek, BA, Bishop, DVM, Button, KS, Chambers, CD, Sert, NP du, Simonsohn, U,
Wagenmaker, EJ, Ware, JJ y Loannidis, JPA. Un manifiesto para la ciencia [Link]
Nat Hum1: 0021, 2017.
60. Murray, NB, Gabbett, TJ y Townshend, AD. Relación entre la carga de entrenamiento de pretemporada y la
disponibilidad durante la temporada en jugadores de fútbol australiano de é[Link] J Deportes Physiol Realizar12:
749-755, 2017.
61. Neupert, EC, Cotterill, ST y Jobson, SA. Compromiso de monitoreo de entrenamiento: un enfoque basado en evidencia
en el deporte de é[Link] J Deportes Physiol Realizar28: 1-21, 2018.
62. Nielsen, RO, Bertelsen, ML, Møller, M, Hulme, A, Windt, J, Verhagen, E, Mansournia, MA, Casals,
M, y Parner, ET. Carga de entrenamiento y carga específica de la estructura: aplicaciones para la causalidad de lesiones
deportivas y análisis de [Link] J Sports Med52: 1016-1017, 2017.
63. Nielsen, RO, Bertelsen, ML, Ramskov, D, Møller, M, Hulme, A, Theisen, D, Finch, CF, Fortington, LV, Mansournia, MA y
Parner, ET. Análisis de tiempo hasta el evento para la investigación de lesiones deportivas, parte 1: exposiciones
variables en el [Link] J Sports Med53: 61-68, 2019.
64. Nielsen, RO, Bertelsen, ML, Ramskov, D, Møller, M, Hulme, A, Theisen, D, Finch, CF, Fortington, LV, Mansournia, MA y
Parner, ET. Análisis de tiempo hasta el evento para la investigación de lesiones deportivas, parte 2: resultados
variables en el [Link] J Sports Med53: 70-78, 2019.
65. Nielsen, RØ, Parner, ET, Nohr, EA, Sørensen, H, Lind, M y Rasmussen, S. Progresión excesiva en la
distancia de carrera semanal y riesgo de lesiones relacionadas con la carrera: una asociación que varía
según el tipo de lesión .J Orthop Sports Phys Ther44: 739-747, 2014.
66. Olsen, SJ, Fleisig, GS, Dun, S, Loftice, J y Andrews, JR. Factores de riesgo de lesiones de hombro y codo en
lanzadores de béisbol [Link] J Sports Med34: 905-912, 2006.
67. Opar, DA, Williams, MD, Timmins, RG, Hickey, J, Duhig, SJ y Shield, AJ. Fuerza excéntrica del tendón de la corva y riesgo
de lesión del tendón de la corva en futbolistas [Link] deportivo Med Sci47: 857-865, 2015.
68. Orchard, JW, James, T, Portus, M, Kountouris, A y Dennis, R. Los jugadores de bolos rápidos en el cricket demuestran un
retraso de hasta 3 a 4 semanas entre cargas de trabajo altas y un mayor riesgo de [Link] J Sports Med 37:
1186-1192, 2009.
69. Rasmussen, CH, Nielsen, RO, Juul, MS y Rasmussen, S. Volumen de carrera semanal y riesgo de lesiones
relacionadas con la carrera entre corredores de marató[Link] J Sports Phys Ther8: 111-120, 2013.
70. Raysmith, BP y Drew, MK. El éxito o el fracaso en el rendimiento está influenciado por las semanas perdidas por lesiones y
enfermedades en atletas de pista y campo australianos de élite: un estudio prospectivo de 5 años.J Sci Med Deporte 19:
778-783, 2016.
71. Robertson, S, Bartlett, JD y Gastin, PB. ¿Rojo, ámbar o verde? Monitoreo de atletas en deportes de equipo: la
necesidad de sistemas de apoyo a la decisió[Link] J Deportes Physiol Realizar12: S273-S279, 2016.
72. Rossi, A, Pappalardo, L, Cintia, P, Iaia, FM, Fernàndez, J y Medina, D. Pronóstico efectivo de lesiones en el
fútbol con datos de entrenamiento GPS y aprendizaje automático.Más uno13: e0201264, 2018.
73. Ruddy, JD, Cormack, SJ, Whiteley, R, Williams, MD, Timmins, RG y Opar, DA. Modelado del riesgo de
lesiones en deportes de equipo: una revisión narrativa de diferentes enfoques estadí[Link] frontal
10: 829, 2019.
74. Ruddy, JD, Pollard, CW, Timmins, RG, Williams, MD, Shield, AJ y Opar, DA. La exposición a correr está asociada con el
riesgo de lesión por distensión de los isquiotibiales en los futbolistas australianos de é[Link] J Sports Med 52:
919-928, 2018.
75. Sampson, JA, Fullagar, HHK y Murray, A. Se necesita evidencia para determinar si existe una mejor manera de
determinar la carga de trabajo aguda: cró[Link] J Sports Med51: 621-622, 2017.
76. Sampson, JA, Murray, A, Williams, S, Halseth, T, Hanisch, J, Golden, G y Fullagar, HHK. Asociaciones de riesgo de lesiones
y carga de trabajo en el fútbol americano universitario de la NCAA.J Sci Med Deporte21: 1215-1220,
2018.
77. Sands, W, Cardinale, M, McNeal, J, Murray, S, Sole, C, Reed, J, Apostolopoulos, N y Stone, M.
Recomendaciones para la medición y el manejo de un atleta de é[Link] (Basilea)7: 105, 2019.
78. Sands, WA, Kavanaugh, AA, Murray, SR, McNeal, JR y Jemni, M. Técnicas y tecnologías modernas aplicadas
a la capacitación y el seguimiento del desempeñ[Link] J Deportes Physiol Realizar12: T263- T272, 2017.
79. Shaw, G, Lee-Barthel, A, Ross, ML, Wang, B y Baar, K. Vitamina C: la suplementación con gelatina
enriquecida antes de que la actividad intermitente aumente la síntesis de colá[Link] J Clin Nutr105:
136-143, 2017.
80. Shmueli, G. ¿Explicar o predecir?ciencia estadística25: 289-310, 2010.
81. Shrier, I. Evaluación estratégica del marco de riesgo y tolerancia al riesgo (StARRT) para la toma de decisiones sobre el
regreso al [Link] J Sports Med49: 1311-1315, 2015.
82. Smith, DJ. Un marco para comprender el proceso de entrenamiento que conduce al rendimiento de é[Link]
deportiva33: 1103-1126, 2003.
83. Soligard, T, Schwellnus, M, Alonso, JM, Bahr, R, Clarsen, B, Dijkstra, HP, Gabbatt, T, Gleeson, M, Hagglund,
M, Hutchinson, MR, van Rensburg, CJ, Khan, KM , Meeusen, R, Orchard, JW, Pluim, BM, Raferty, M,
Budgett, R y Engebretsen, L. ¿Cuánto es demasiado? (Parte 1) Declaración de consenso del Comité
Olímpico Internacional sobre la carga en el deporte y el riesgo de [Link] J Sports Med 50:
1030-1041, 2016.
84. Thornton, HR, Delaney, JA, Duthie, GM y Dascombe, BJ. Desarrollo de sistemas de seguimiento de atletas en
deportes de equipo: análisis y visualización de [Link] J Deportes Physiol Realizar14: 698-705, 2019.
85. Vanrenterghem, J, Nedergaard, NJ, Robinson, MA y Drust, B. Monitoreo de la carga de entrenamiento en deportes de
equipo: un marco novedoso que separa las vías de adaptación a la carga fisiológica y biomecánica. medicina
deportiva47: 2135-2142, 2017.
86. Verhagen, E y Gabbett, T. Carga, capacidad y salud: piezas críticas del rompecabezas del rendimiento
holí[Link] J Sports Med53: 5-6, 2019.
87. Paredes, TA, Schafer, JL, [Link] para datos longitudinales intensivos. Nueva York: Oxford University Press,
1-288, 2006.
88. Wang, C, Vargas, JT, Stokes, T, Steele, R y Shrier, I. Análisis de la actividad y las lesiones: lecciones aprendidas de
la proporción de carga de trabajo aguda: cró[Link] deportiva50: 1243–54, 2020.
89. Ward, P, Windt, J y Kempton, T. Inteligencia empresarial: cómo los científicos del deporte pueden apoyar la toma de
decisiones de la organización en el deporte [Link] J Deportes Physiol Realizar14: 544-546, 2019.
90. Tejido, D, Dalton, NE, Black, C, Darrall-Jones, J, Phibbs, PJ, Gray, M, Jones, B y Roe, GA. ¿La misma historia o una novela única?
Análisis de componentes principales dentro de los participantes de las medidas de la carga de entrenamiento en el
entrenamiento de habilidades de la unión de rugby [Link] J Deportes Physiol Realizar13: 1175-1181, 2018.
91. Williams, S, Trewartha, G, Cross, MJ, Kemp, SPT y Stokes, KA. Monitoreando lo que importa: un proceso
sistemático para seleccionar medidas de carga de [Link] J Deportes Physiol Realizar12: S2101-
S2106, 2017.
92. Williams, S, West, S, Cross, MJ y Stokes, KA. ¿Mejor manera de determinar la proporción de carga de trabajo
aguda: crónica?Br J Sports Med51: 209-210, 2017.
93. Windt, J, Ardern, CL, Gabbett, TJ, Khan, KM, Cook, CE, Sporer, BC y Zumbo, BD. Aprovechar al máximo los datos
longitudinales intensivos: una revisión metodológica de la carga de trabajo: estudios de [Link] Abierto8:
e022626, 2018.
94. Windt, J y Gabbett, TJ. ¿Cómo se relacionan las cargas de trabajo de entrenamiento y competición con las lesiones? La carga de trabajo
- modelo de etiología de la lesió[Link] J Sports Med51: 428-435, 2016.
95. Windt, J y Gabbett, TJ. ¿Es todo en vano? ¿Qué significa el acoplamiento matemático para
proporciones de carga de trabajo aguda: crónica?Br J Sports Med53: 988-990, 2019.
96. Windt, J, Gabbett, TJ, Ferris, D y Khan, KM. Carga de entrenamiento - paradoja de las lesiones: ¿una mayor participación en la
pretemporada está asociada con un menor riesgo de lesiones durante la temporada en los jugadores de élite de la liga de rugby?Br J
Sports Med51: 645-650, 2017.
capitulo 20
1. Agrawal, R, Imieliński, T y Swami, A. Reglas de asociación minera entre conjuntos de elementos en grandes bases de
[Link] Sigmod22: 207-216, 1993.
2. Alpaydin, [Link]ón al aprendizaje automático. Cambridge, MA: MIT Press, 14, 2009.
3. Amigó, E, Gonzalo, J, Artiles, J y Verdejo, F. Una comparación de métricas de evaluación de agrupamiento extrínseco
basadas en restricciones [Link] inf12: 461-486, 2009.
3a. Anderson, C. El fin de la teoría: el diluvio de datos vuelve obsoleto el método científico. 23 de junio de 2008.
[Link]/2008/06/pb-theory/. Consultado el 8 de marzo de 2020.
4. Andrienko, G, Andrienko, N, Budziak, G, Dykes, J, Fuchs, G, von Landesberger, T y Weber, H. Análisis visual de la
presión en el fú[Link] de conocimiento mínimo de datos31: 1793-1839, 2017.
5. Ball, KA y Best, RJ. Diferentes patrones de centro de presión dentro del golpe de golf I: análisis de conglomerados. J
deportes ciencia25: 757-770, 2007.
6. Bartlett, JD, O'Connor, F, Pitchford, N, Torres-Ronda, L y Robertson, SJ. Relaciones entre la carga de
entrenamiento interna y externa en atletas de deportes de equipo: evidencia para un enfoque individualizado.
Int J Deportes Physiol Realizar12: 230-234, 2017.
7. Bate, L, Hutchinson, A, Underhill, J y Maskrey, N. Cómo se toman las decisiones clí[Link] J Clin
Pharmacol74: 614-620, 2012.
7a. Benioff, MR y Lazowska, ED. Ciencia computacional: asegurando la competitividad de Estados Unidos. 2005. http://
[Link]/docs/pdf/[Link]. Consultado el 8 de marzo de 2020.
8. Bordes, A, Chopra, S y Weston, J. Respuesta a preguntas con incrustaciones de subgráficos. 2014. https://
[Link]/abs/1406.3676. Consultado el 5 de agosto de 2019.
9. Bozdogan, H. Selección de modelos y criterio de información de Akaike (AIC): la teoría general y sus
extensiones analí[Link]ía52: 345-370, 1987.
10. Brefeld, U, Lasek, J y Mair, S. Modelos de movimiento probabilístico y zonas de [Link] Mach
108: 127-147, 2019.
11. Browne, P, Morgan, S, Bahnisch, J y Robertson, S. Descubriendo patrones de juego en netball con motivos
de red y reglas de asociació[Link] J Comput Sci Deporte18: 64-79, 2019.
12. Calder, JM y Durbach, IN. Apoyo a la toma de decisiones para evaluar el desempeño de los jugadores en la unión de [Link] J
Sports Sci Entrenador10: 21-37, 2015.
13. Chan, TC y Singal, R. Un sistema de handicap basado en el proceso de decisión de Markov para el tenis.J Quant Anal
Deportes12: 179-188, 2016.
14. Cintia, P., Rinzivillo, S. y Pappalardo, [Link] de Machine Learning y Data Mining para Sports Analytics.
Oporto, Portugal, septiembre de 2015.
15. Croskerry, P. La teoría y práctica de la toma de decisiones clí[Link] J Anaesth52: R1-R8, 2005.
16. Cun, Y Le, Bengio, Y y Hinton, G. Aprendizaje profundo.Naturaleza521: 436-444, 2015.
17. Cust, EE, Sweeting, AJ, Ball, K y Robertson, S. Máquina y aprendizaje profundo para el reconocimiento de movimientos
específicos del deporte: una revisión sistemática del desarrollo y rendimiento del modelo.J deportes ciencia 37:
568-600, 2019.
18. Den Hartigh, RJ, Hill, Y y Van Geert, PL. El desarrollo del talento en el deporte: un enfoque dinámico en
red.Complejidad1-13, 2018.
19. Dhar, V y Chou, D. Una comparación de modelos no lineales para la predicción [Link]
transneuronal IEEE12: 907-921, 2001.
20. Dietterich, T. Sobreajuste y subcomputación en el aprendizaje automá[Link] de cómputo ACM27: 326-327, 1995.
21. Edelmann-Nusser, J, Hohmann, A y Henneberg, B. Modelado y predicción del rendimiento
competitivo en natación sobre redes [Link] J Sport Sci2: 1-10, 2002.
22. Fogel, DB, Chellapilla, K y Angeline, PJ. Reconsideración del razonamiento inductivo y la racionalidad
limitada.Cómputo transevolutivo IEEE3: 142-146, 1999.
23. Fong, S, Mohammed, O, Fiaidhi, J, Mohammed, S y Kwoh, CK. Medición de la similitud por clase de predicción entre
conjuntos de datos biomédicos a través de la inducción de reglas no ordenadas [Link] J Bio Ciencia Bio
Tecnología6: 159-168, 2014.
24. Gama, J. Data stream mining: la racionalidad [Link]ática37: 21-25, 2013.
25. Garg, AX, Adhikari, NKJ, McDonald, H, Rosas-Arellano, MP, Devereaux, PJ, Beyene, J y Haynes, RB. Efectos de los sistemas
informatizados de apoyo a las decisiones clínicas sobre el desempeño de los profesionales y los resultados de los
pacientes: una revisión sistemática.JAMA293: 1223-1238, 2005.
26. Gigerenzer, G y Selten, [Link] Acotada: La Caja de Herramientas Adaptativa. Cambridge, MA: MIT Press,
2002.
27. Gillet, N, Berjot, S, Vallerand, RJ, Amoura, S y Rosnet, E. Examinando la relación motivación-rendimiento en el
deporte competitivo: un enfoque analítico de [Link] J Sport Psychol43: 79-102, 2012.
28. Grove, WM, Zald, DH, Lebow, BS, Snitz, BE y Nelson, C. Predicción clínica versus mecánica: un metanálisis.
Evaluación psicológica12: 19-30, 2000.
29. Hinton, G, Deng, L, Yu, D, Dahl, G, Mohamed, AR, Jaitly, N, Senior, A, Vanhoucke, V, Nguyen, P, Kingsbury, B y
Sainath, T. Redes neuronales profundas para el modelado acústico en el reconocimiento de voz. Magnético de
proceso de señal IEEE29, 2012.
30. Hoch, SJ y Schkade, DA. Un enfoque psicológico a los sistemas de apoyo a la decisió[Link] ciencia 42:
51-64, 1996.
31. Jaksch, T, Ortner, R y Auer, P. Límites de arrepentimiento casi óptimos para el aprendizaje por refuerzo.J Mach Aprender
Res11: 1563-1600, 2010.
32. James, G, Witten, D, Hastie, T y Tibshirani, [Link] introducción al aprendizaje estadístico. Nueva York:
Springer, 2013.
33. Janssen, D, Schöllhorn, WI, Newell, KM, Jäger, JM, Rost, F y Vehof, K. Diagnóstico de fatiga en patrones de marcha
mediante máquinas de vectores de soporte y mapas [Link] mov ciencia30: 966-975, 2011.
34. Jean, S, Cho, K, Memisevic, R y Bengio, Y. Sobre el uso de un vocabulario de destino muy amplio para la traducción
automática neuronal. 2007. [Link] Consultado el 5 de agosto de 2019.
35. Kahneman, D. Mapas de racionalidad limitada: psicología para la economía del [Link] Econ Rev
93: 1449-1475, 2003.
36. Kale, A, Nguyen, F, Kay, M y Hullman, J. Los lotes de resultados hipotéticos ayudan a los observadores no capacitados a
juzgar las tendencias en datos [Link]áfico de cálculo transvis IEEE25: 892-902, 2018.
37. Kawamoto, K, Houlihan, CA, Balas, EA y Lobach, DF. Mejora de la práctica clínica mediante el uso de sistemas de apoyo a las
decisiones clínicas: una revisión sistemática de ensayos para identificar características críticas para el é[Link] 330: 765-772,
2005.
38. Kay, M, Kola, T, Hullman, JR y Munson, SA. ¿Cuándo (ish) es mi autobús?: visualizaciones centradas en el usuario de la
incertidumbre en los sistemas predictivos móviles cotidianos. EnProc CHI Conf Hum Factor Comput Syst 5092-5103,
2016.
39. Kearns, MJ. Un límite en el error de validación cruzada utilizando las tasas de aproximación y estimación, con
consecuencias para la división de prueba de [Link] Neural Inf Process Syst183-189, 1996.
40. Kringle, EA, Knutson, EC, Engstrom, C y Terhorst, L. Procesos iterativos: una revisión del aprendizaje automático
semisupervisado en la ciencia de la rehabilitació[Link]ía Disabil Rehabil Assist15: 515-520, 2019.
41. Krizhevsky, A, Sutskever, I y Hinton, GE. Clasificación de Imagenet con redes neuronales convolucionales
profundas. EnAdv Neural Inf Process Syst1097-1105, 2012.
42. Lamb, P y Croft, H. Visualización de estilos de juego de rugby mediante mapas de autoorganizació[Link]ón de gráfico de
cómputo IEEE36: 11-15, 2016.
43. Larkin, JH y Simon, HA. Por qué un diagrama vale (a veces) diez mil [Link] cognitiva 11:
65-100, 1987.
44. Lee, BK, Lessler, J y Stuart, EA. Mejora de la ponderación de la puntuación de propensión mediante el aprendizaje automático.
Stat Med29: 337-346, 2010.
45. Liu, M y Liu, H. Investigación sobre la aplicación de la minería de reglas de asociación en el monitoreo de los
índices nutricionales y bioquímicos de los atletas chinos.JDCTA6: 174-180, 2012.
46. Liu, G y Schulte, O. Aprendizaje de refuerzo profundo en hockey sobre hielo para la evaluación de jugadores conscientes del
contexto. 2018. [Link] Consultado el 5 de agosto de 2019.
46a. Manyika, J, Chui, M, Brown, B, Bughin, J, Dobbs, R, Roxburgh, C y Hung Byers, A. Big data: the
próxima frontera para la innovación, la competencia y la productividad. [Link]/
businessfunctions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation. Consultado el 8 de
marzo de 2020.
47. Maymin, PZ. El gerente general automatizado: ¿puede un sistema algorítmico para borradores, intercambios y agencia libre
superar a las oficinas de atención al público humanas?Gerente deportivo J Glob2: 234-249, 2017.
47a. Meehl, P. Clincal versus predicción estadística: un análisis teórico y una revisión de la evidencia.
Minneapolis, MN, EE. UU. Prensa de la Universidad de Minnesota. 1954
48. Memmert, D, Lemmink, KA y Sampaio, J. Enfoques actuales para el análisis del rendimiento táctico en el fútbol
utilizando datos de posició[Link] deportiva47: 1-10, 2017.
49. Mingers, J. Una comparación empírica de métodos de poda para la inducción de árboles de decisió[Link] Mach 4:
227-243, 1989.
50. Ofoghi, B, Zeleznikow, J, MacMahon, C y Raab, M. Data mining in elite sports: a review and a
[Link] Phys Educ Exerc Sci17: 171-186, 2013.
51. Pappalardo, L, Cintia, P, Pedreschi, D, Giannotti, F y Barabasi, AL. Percepción humana del rendimiento.
2017. [Link] Consultado el 5 de agosto de 2019.
52. Pedersen, AV, Aksdal, IM y Stalsberg, R. Escalamiento de las exigencias del fútbol según las diferencias antropométricas
y fisiológicas de sexo: una comparación más justa del fútbol masculino y [Link]ía frontal 10: 762, 2019.
53. Powrie, JK, Bassett, EE, Rosen, T, Jørgensen, JO, Napoli, R, Sacca, L, Christiansen, JS, Bengtsson, BA, Sönksen, PH y
GH-2000 Project Study Group. Detección del abuso de la hormona del crecimiento en el deporte. Crecimiento
Horm IGF Res17: 220-226, 2007
54. Prakash, CD, Patvardhan, C y Lakshmi, CV. Estrategia de selección de equipos en IPL 9 utilizando el Algoritmo
Random [Link] J Comput Appl139: 42-48, 2016.
55. Ramasubramanian, K y Singh, [Link] automático con R. Nueva Delhi, India: Apress, 2017.
56. Rein, R y Memmert, D. Big data y análisis táctico en el fútbol de élite: futuros desafíos y oportunidades
para la ciencia del deporte.Springerplus5: 1410, 2016.
57. Robertson, S, Back, N y Bartlett, JD. Explicación de los resultados de los partidos en el fútbol australiano de élite utilizando
indicadores de rendimiento del equipo.J deportes ciencia34: 637-644, 2016.
58. Robertson, S, Bartlett, JD y Gastin, PB. ¿Rojo, ámbar o verde? Monitoreo de atletas en deportes de equipo: la
necesidad de sistemas de apoyo a la decisió[Link] J Deportes Physiol Realizar12: S273-S279, 2017.
59. Robertson, S, Gupta, R y McIntosh, S. Un método para evaluar la influencia de la distribución del rendimiento del jugador
individual en el resultado del partido en los deportes de equipo.J deportes ciencia34: 1893-1900, 2016.
60. Robertson, S y Joyce, D. Revisión de la racionalidad limitada: dar sentido a la complejidad en la ciencia del deporte
aplicada. 2019. [Link] Consultado el 4 de noviembre de 2019.
61. Robertson, S, Spencer, B, Back, N y Farrow, D. Un marco de inducción de reglas para la determinación del diseño de
aprendizaje representativo en el desempeño calificado.J deportes ciencia37: 1280-1285, 2019.
62. Sampaio, J, McGarry, T, Calleja-González, J, Sáiz, SJ, i del Alcázar, XS y Balciunas, M. Exploring game
performance in the National Basketball Association using player tracking [Link] favor
Una10: 1-14, 2015.
63. Senanayake, SA, Malik, OA, Iskandar, PM y Zaheer, D. Un marco inteligente basado en el conocimiento para el
monitoreo de la rehabilitación del ligamento cruzado [Link]ón suave de la aplicación20: 127-141, 2014.
64. Simón, HA. La elección racional y la estructura del [Link] psico63: 129-138, 1956.
65. Spencer, B, Robertson, S y Morgan, S. Modelado de acoplamientos de fase relativa dentro del equipo utilizando
derivados de posición en el fútbol [Link] de cómputo matemático Dyn Syst23: 372-383, 2017.
66. Sprague Jr., RH. Un marco para el desarrollo de sistemas de apoyo a las [Link] Q1-26, 1980.
67. Stöckl, M y Morgan, S. Visualización y análisis de las características espaciales de los ataques en el hockey sobre
cé[Link] j realizar deporte anal13: 160-178, 2013.
68. Sutskever, I, Vinyals, O y Le, QV. Secuencia a secuencia de aprendizaje con redes [Link]
Neural Inf Process Syst3104-3112, 2014.
69. Taha, Z, Musa, RM, Majeed, AP, Alim, MM y Abdullah, MR. La identificación de arqueros de alto potencial en función de
las variables de aptitud física y habilidad motora: un enfoque de máquina de vectores de [Link] mov ciencia57:
184-193, 2018.
70. Thornton, HR, Delaney, JA, Duthie, GM, Scott, BR, Chivers, WJ, Sanctuary, CE y Dascombe, BJ. Predicción de
enfermedades autoinformadas para atletas profesionales de deportes de [Link] J Deportes Physiol
Realizar 11: 543-550, 2016.
71. Wagenmakers, EJ y Farrell, S. Selección del modelo AIC utilizando pesos de [Link] Toro Rev 11:
192-196, 2004.
72. Weigelt, M, Ahlmeyer, T, Lex, H y Schack, T. La representación cognitiva de una técnica de lanzamiento en expertos en
judo: formas tecnológicas para el diagnóstico de habilidades individuales en deportes de alto [Link]
deportivo psico12: 231-235, 2011.
72a. Ala, j Computacional pensando beneficios sociedad. 2014.
[Link] Consultado el 8 de marzo de 2020.
73. Witten, IH, Frank, E, Hall, MA y Pal, [Link]ía de datos: herramientas y técnicas prácticas de aprendizaje
automático. Cambridge, MA: Morgan Kaufmann, 5, 2016.
74. Wundersitz, DW, Josman, C, Gupta, R, Netto, KJ, Gastin, PB y Robertson, S. Clasificación de actividades de deportes de
equipo usando un solo dispositivo de seguimiento portátil.J Biomecánica48: 3975-3981, 2015.
75. Zelič, I, Kononenko, I, Lavrač, N y Vuga, V. Inducción de árboles de decisión y clasificación bayesiana
aplicada al diagnóstico de lesiones deportivas.J Med Syst21: 429-444, 1997.
76. Zhang, D, Gatica-Perez, D, Bengio, S y McCowan, I. HMM adaptados semisupervisados para la detección de
eventos inusuales. EnIEEE Conf Comp Soc Comput Vis y Pattern Recognit1: 611-618, 2005.
capitulo 21
1. Attneave, F. Algunos aspectos informativos de la percepción [Link]ía Rev61: 183-193, 1954.
2. Bosch, T. Composición corporal en [Link] NSCA4: 50-56, 2019.
Bulger, RE. La conducta responsable de la investigación, incluyendo la autoría responsable y las prácticas de
publicación. EnÉtica para los científicos de la vida, Korthals M y Bogers RJ, eds. Dordrecht, Países Bajos:
Springer, 55-62, 2004.
4. Cavanagh, P. Cognición [Link]ón de la visión51: 1538-1551, 2011.
5. Dahlström, MF. Usar narraciones y narraciones para comunicar la ciencia a audiencias no expertas. Proc
Natl Acad Sci EE. UU.111: 13614-13620, 2014.
6. Dengel, DR, Raymond, CJ y Bosch, TB. Evaluación de la masa muscular. EnComposición Corporal: Salud y
Rendimiento en el Ejercicio y el [Link], HC, ed. Boca Ratón, FL: CRC Press, 27-48, 2017.
7. Pocas, S. Percepción visual y comunicación cuantitativa. EnMuéstrame los números: diseñar tablas y
gráficos para iluminar. Oakland, CA: Analytics Press, 92-116, 2004.
8. Freytag, G. La construcción del drama. EnTécnica del Drama. 2ª ed. Chicago: SC Griggs &
Company, 104-209, 1896.
9. Griethe, H y Schumann, H. Visualizando la incertidumbre para mejorar la toma de decisiones. EnActas de la 4ª
Conferencia Internacional sobre Investigación en Informática Empresarial, Skövde, Suecia, 3 y 4 de octubre de
2005. Skövde, Suecia: Universidad de Skövde, 1-11, 2005.
10. Healey, CG, Booth, KS y Enns, JT. Aprovechamiento de los procesos de preatención para la visualización de datos
multivariados. EnActas de Graphics Interface '93, Toronto, Canadá, 19 a 21 de mayo de 1993. Mississauga,
Canadá: Sociedad Canadiense de Procesamiento de la Información, 107-117, 1993.
11. Kay, M, Kola, T, Hullman, JR y Munson, SA. ¿Cuándo (ish) es mi autobús?: visualizaciones centradas en el usuario de la
incertidumbre en los sistemas predictivos móviles cotidianos. EnActas de la Conferencia CHI 2016 sobre factores
humanos en sistemas informáticos, San José, EE. UU., 7 al 12 de mayo de 2016. San José, CA: ACM, 5092-5103, 2016.
12. Kress, G y Van Leeuwen, T. El color como modo semiótico: notas para una gramática del [Link]
común1: 343-368, 2002.
13. Krzywinski, M y Cairo, A. Cuentacuentos.métodos naturales10: 687, 2013.
14. Lee, B, Riche, NH, Isenberg, P y Carpendale, S. Más que contar una historia: transformar datos en historias compartidas
[Link]ón de gráfico de cómputo IEEE35: 84-90, 2015.
15. Padilla, LM, Creem-Regehr, SH, Hegarty, M y Stefanucci, JK. Toma de decisiones con visualizaciones:
un marco cognitivo a través de [Link] Res Princ Implícito3:29, 2018.
16. Perin, C, Vuillemot, R, Stolper, CD, Stasko, JT, Wood, J y Carpendale, S. Estado del arte de la visualización de datos
[Link] gráfico de computación37: 663-686, 2018.
17. Riveiro, M. Evaluación de técnicas de visualización de incertidumbre para la fusión de información. EnActas de la
10ª Conferencia Internacional sobre Fusión de la Información, Quebec, Canadá, 9-12 de julio de 2007.
Washington, DC: IEEE Computer Society, 1-8, 2007.
18. Riveiro, M, Helldin, T, Falkman, G y Lebram, M. Efectos de visualizar la incertidumbre en la toma de decisiones en
un escenario de identificación de [Link] gráfico41: 84-98, 2014.
19. Rosling, H, Rosling, O y Rosling Rönnlund, A. El instinto de perspectiva única. Enfactualidad. Londres,
Reino Unido: Sceptre, 185-203, 2018.
20. Skeels, M, Lee, B, Smith, G y Robertson, GG. Revelando incertidumbre para la visualización de información. Inf
Vis9: 70-81, 2010.
21. Cuento, MF. Los principios del diseño universal. EnManual de diseño universal. 2ª ed. Preiser, WFE y
Smith, KH, eds. Nueva York: McGraw-Hill, 4.3-4.12, 2011.
22. Story, MF, Mueller, JL y Mace, [Link] archivo de diseño universal: diseño para personas de todas las edades y
[Link], NC: Universidad Estatal de Carolina del Norte, 2-4, 1998.
23. Wagemans, J, Elder, JH, Kubovy, M, Palmer, SE, Peterson, MA, Singh M y von der Heydt, R. Un siglo de
psicología de la Gestalt en la percepción visual: I. Agrupación perceptual y organización figura-fondo .
toro psicologico138: 1172-1217, 2012.
capitulo 22
1. Bompa, T y Haff, [Link]ón: Teoría y Metodología del Entrenamiento.5ª ed. Champaign, IL:
Cinética humana, 2009.
2. Brewer, C. Fuerza y acondicionamiento en el entorno deportivo de élite. EnManual de rendimiento deportivo de
élite de Routledge. Collins, D, Cruickshank, A y Jordet, G, eds. Milton Park, Abington, Reino Unido: Routledge,
85-98, 2019.
3. Cissik, J, Hedrick, A y Barnes, M. Desafíos aplicando la investigación sobre periodizació[Link] Cond J
30: 45-51, 2008.
4. Ham, DJ, Knez, WL y Young, WB. Un modelo determinista del salto vertical: implicaciones para el entrenamiento.J
Resistencia Cond Res21: 967-972, 2007.
5. Joyner, MJ y Coyle, EF. Rendimiento del ejercicio de resistencia: la fisiología de los campeones.J fisiol 586:
35-44, 2008.
6. Oliver, GD y Keeley, DW. Activación del grupo muscular glúteo y su relación con la cinemática de la pelvis y el
torso en lanzadores de béisbol de secundaria.J Resistencia Cond Res24: 3015-3022, 2010.
7. Stone, MH, Stone, ME y Sands, [Link] y práctica del entrenamiento de resistencia. Champaign, IL:
Cinética humana, 2007.
8. Strudwick, T. Reformando el futuro de la ciencia del deporte en el fútbol.Médico y científico de fútbol19: 12-
18, 2017.
capitulo 23
1. Argus, CK, Driller, MW, Ebert, TR, Martin, DT y Halson, S. Los efectos de cuatro estrategias de recuperación diferentes
en el rendimiento de ciclismo de sprint [Link] J Deportes Physiol Realizar8: 542-548, 2013.
1a. Baird, MF, Graham, SM, Baker, JS y Bickerstaff, GF. Relacionado con la creatina-quinasa y el ejercicio
Implicaciones del daño muscular para el rendimiento muscular y la recuperación.J Nutr Metab960363, 2012.
2. Banfi, G, Lombardi, G, Colombini, A y Melegati, G. Crioterapia de cuerpo entero en [Link] deportiva40:
509-517, 2010.
3. Barnett, A. Uso de modalidades de recuperación entre sesiones de entrenamiento en atletas de é[Link] deportiva36: 781-
796, 2006.
4. Beaven, CM, Cook, C, Gray, D, Downes, P, Murphy, I, Drawer, S, Ingram, JR, Kilduff, LP y Gill,
N. Mejora de la recuperación de la electroestimulación durante una pretemporada de [Link] J Deportes Physiol
Realizar8: 92-98, 2013.
5. Behm, D. Los efectos y mecanismos potenciales del rodillo de espuma en el rendimiento deportivo. Presentado en el
Congreso Europeo de Ciencias del Deporte, MetropolisRhur, Alemania, 7/7/17, 2017.
6. Bleakley, CM, Bieuzen, F, Davison, GW y Costello, JT. Crioterapia de cuerpo entero: evidencia
empírica y perspectivas teó[Link] abierto J Sports Med5: 25-36, 2014.
6a. Bonnar, D, Bartel, K, Kakoschke, N y Lang, C. Intervenciones del sueño diseñadas para mejorar el rendimiento
deportivo y la recuperación: una revisión sistemática de los enfoques [Link] deportiva,48(3): 683-703,
2018.
7. Broatch, JR, Bishop, DJ y Halson, S. Las prendas de compresión deportivas para extremidades inferiores mejoran el flujo
sanguíneo muscular y el rendimiento del ejercicio durante el ciclismo de sprint [Link] J Deportes Physiol Realizar 13:
882-890, 2018.
8. Brophy-Williams, N, Driller, MW, Kitic, CM, Fell, JW y Halson, SL. Efecto de las medias de compresión
usadas entre carreras máximas [Link] J Deportes Physiol Realizar12: 621-627, 2017.
9. Brophy-Williams, N, Driller, MW, Shing, CM, Fell, JW y Halson, SL. Compresión confusa: los efectos de la postura,
el tamaño y el tipo de prenda en la presión de interfaz medida en la ropa deportiva de compresión.J deportes
ciencia33: 1403-1410, 2015.
10. Brown, F, Gissane, C, Howatson, G, van Someren, K, Pedlar, C y Hill, J. Prendas de compresión y
recuperación del ejercicio: un metaná[Link] deportiva47: 2245-2267, 2017.
11. Caia, J, Kelly, VG y Halson, SL. El papel del sueño en la maximización del rendimiento en deportistas de élite. En Deporte,
Recuperación y Rendimiento. Kellman, M y Beckman, J, eds..Abington, Reino Unido: Routledge, 151-167, 2017.
12. Costello, JT, Baker, PR, Minett, GM, Bieuzen, F, Stewart, IB y Bleakley, C. Crioterapia de cuerpo entero (exposición
al aire frío extremo) para prevenir y tratar el dolor muscular después del ejercicio en [Link]ón del
sistema de la base de datos Cochrane9: CD010789, 2015.
13. Ferguson, RA, Dodd, MJ y Paley, VR. La estimulación eléctrica neuromuscular a través del nervio peroneo es
superior a las medias de compresión graduada para reducir el dolor muscular percibido después de un
ejercicio intenso de resistencia [Link] J Appl Physiol114: 2223-2232, 2014.
14. Halson, S. ¿El intervalo de tiempo entre ejercicios influye en la eficacia de la hidroterapia para la
recuperación?Int J Deportes Physiol Realizar6: 147-159, 2011.
15. Halson, SL. Sueño en deportistas de élite e intervenciones nutricionales para potenciar el sueñ[Link] deportiva44 (suplemento
1): T13-T23, 2014.
16. Heapy, AM, Hoffman, MD, Verhagen, HH, Thompson, SW, Dhamija, P, Sandford, FJ y Cooper, MC. Un ensayo
controlado aleatorio de terapia manual y compresión neumática para la recuperación de carreras
prolongadas: un estudio [Link] deportiva res26: 354-364, 2018.
17. Hill, J, Howatson, G, van Someren, K, Leeder, J y Pedlar, C. Prendas de compresión y recuperación
del daño muscular inducido por el ejercicio: un metaná[Link] J Sports Med48: 1340-1346, 2014.
18. Ihsan, M, Watson, G y Abbiss, CR. ¿Cuáles son los mecanismos fisiológicos para la inmersión en agua fría después del
ejercicio en la recuperación de la resistencia prolongada y el ejercicio intermitente?medicina deportiva 46: 1095-1109,
2016.
19. Instituto Nacional del Deporte, Hausswirth, C, y Mujika, [Link]ón para el Rendimiento en el Deporte.
Champaign, IL: Cinética humana, 2013.
20. Juliff, LE, Halson, SL y Peiffer, JJ. Comprender la alteración del sueño en los atletas antes de las competiciones
importantes.J Sci Med Deporte18: 13-18, 2015.
21. Killer, SC, Svendsen, IS, Jeukendrup, AE y Gleeson, M. Evidencia de sueño alterado y estado de ánimo en atletas
bien entrenados durante un entrenamiento intensivo a corto plazo con y sin una intervención nutricional alta
en carbohidratos.J deportes ciencia35: 1402-1410, 2017.
22. Kosar, AC, Candow, DG y Putland, JT. Posibles efectos beneficiosos de la vibración de todo el cuerpo para la
recuperación muscular después del ejercicio.J Resistencia Cond Res26: 2907-2911, 2012.
23. Kraemer, WJ, Hooper, DR, Kupchak, BR, Saenz, C, Brown, LE, Vingren, JL, Luk, HY, DuPont, WH,
Szivak, TK, Flanagan, SD, Caldwell, LK, Eklund, D, Lee, CE, Hakkinen, K, Volek, JS, Fleck,
SJ y Maresh, CM. Los efectos de un viaje en jet transamericano de ida y vuelta sobre el estrés fisiológico, el
rendimiento neuromuscular y la recuperación.J Appl Physiol (1985)121: 438-448, 2016.
24. Lastella, M, Roach, GD, Halson, SL, Martin, DT, West, NP y Sargent, C. El impacto de un gran recorrido simulado
en el sueño, el estado de ánimo y el bienestar de los ciclistas competitivos.J Sports Med Fisioterapia Fitness55:
1555-1564, 2015.
25. Lastella, M, Roach, GD, Halson, SL y Sargent, C. Comportamientos de sueño/vigilia de atletas de élite de
deportes individuales y de [Link] J Sport Sci15: 94-100, 2015.
26. Leeder, J, Glaister, M, Pizzoferro, K, Dawson, J y Pedlar, C. Duración y calidad del sueño en deportistas de élite medidos
mediante actigrafía de reloj de pulsera.J deportes ciencia30: 541-545, 2012.
26a. Leeder, J, Godfrey, M, Gibbon, D, Gaze, D, Davison, GW, Van Someren, KA y Howatson, G.
La inmersión en agua fría mejora la recuperación de la velocidad de carrera después de un torneo [Link] J
Sport Sci19: 1166-1174, 2019.
27. Machado, AF, Almeida, AC, Micheletti, JK, Vanderlei, FM, Tribst, MF, Netto Junior, J y Pastre, CM. Dosis de
ejercicio posterior de inmersión en agua fría sobre respuestas funcionales y clínicas: un ensayo
controlado [Link] J Med Sci Deportes27: 1356-1363, 2017.
28. Mujika, I, Halson, S, Burke, LM, Balague, G y Farrow, D. Un enfoque integrado y multifactorial de la periodización
para un rendimiento óptimo en deportes individuales y de [Link] J Deportes Physiol Realizar 13: 538-561,
2018.
29. Overmayer, RG y Driller, MW. La compresión neumática no logra mejorar la recuperación del rendimiento en ciclistas
[Link] J Deportes Physiol Realizar13: 490-495, 2018.
30. Pinar, S, Kaya, F, Bicer, B, Erzeybek, MS y Cotuk, HB. Diferentes métodos de recuperación y rendimiento muscular
después de un ejercicio extenuante: comparación de los efectos de la electroestimulación muscular y el masaje.
deporte biologico29: 269-275, 2012.
31. Poppendieck, W, Wegmann, M, Ferrauti, A, Kellmann, M, Peiffer, M y Meyer, T. Masaje y recuperación del
rendimiento: una revisión metaanalí[Link] deportiva46: 183-205, 2016.
32. Pournot, H, Tindel, J, Testa, R, Mathevon, L y Lapole, T. Los efectos agudos de la vibración local como modalidad de
recuperación del aumento de la rigidez muscular inducido por el ejercicio.J Sci Med Deporte15: 142-147, 2016.
33. Rabita, G, y Delextrat, A. Estiramiento. EnRecuperación para el Rendimiento en el Deporte. Hausswirth, C y
Mujika, I, eds..Champaign, IL: Human Kinetics, 55-70, 2013.
34. Roberts, LA, Raastad, T, Markworth, JF, Figueiredo, VC, Egner, IM, Shield, A, Cameron-Smith, D, Coombes, JS y
Peake, JM. La inmersión en agua fría después del ejercicio atenúa la señalización anabólica aguda y las
adaptaciones a largo plazo en los músculos al entrenamiento de fuerza.J fisiol593: 4285-4301, 2015.
34a. Russell, S, Jenkins, D, Smith, M, Halson, S y Kelly, V. La aplicación de la investigación sobre la fatiga mental
al rendimiento en deportes de equipo de élite: Nuevas [Link] de ciencia y medicina en el deporte, 22(6):
723-728, 2019.
35. Sands, WA, McNeal, JR, Murray, SR, Ramsey, MW, Sato, K, Mizuguchi, S y Stone, MH. El estiramiento y sus
efectos en la recuperació[Link] Cond J35: 30-36, 2013.
36. Sargent, C, Halson, S y Roach, GD. ¿Dormir o nadar? El entrenamiento temprano en la mañana restringe severamente la
cantidad de sueño que obtienen los nadadores de é[Link] J Sport Sci14 (suplemento 1): S310-S315, 2014.
37. Sargent, C y Roach, GD. La duración del sueño se reduce en los deportistas de élite después de la competición
[Link] Int33: 667-670, 2016.
38. Stephens, JM, Halson, S, Miller, J, Slater, GJ y Askew, CD. Inmersión en agua fría para la recuperación atlética: una
talla no sirve para [Link] J Deportes Physiol Realizar12: 2-9, 2017.
39. Stephens, JM, Sharpe, K, Gore, C, Miller, J, Slater, GJ, Versey, N, Peiffer, J, Duffield, R, Minett, GM, Crampton, D,
Dunne, A, Askew, CD, y Halson, SL. Respuestas de la temperatura central a la recuperación por inmersión en
agua fría: un análisis de datos [Link] J Deportes Physiol Realizar13: 917-925, 2018.
40. Vaile, J, Halson, S y Graham, S. Revisión de recuperación: ciencia frente a prá[Link]ón de fuerza de J Aust 2
(suplemento 2): 5-21, 2010.
40a. Vaile, J, Halson, S, Gill, N y Dawson, B. Efecto de la hidroterapia sobre los signos y síntomas de
dolor muscular de aparición tardí[Link] europea de fisiología aplicada102: 447-455, 2008.
41. Van Hooren, B y Peake, JM. ¿Necesitamos un enfriamiento después del ejercicio? Una revisión narrativa de los
efectos psicofisiológicos y los efectos sobre el rendimiento, las lesiones y la respuesta adaptativa a largo plazo.
medicina deportiva48: 1575-1595, 2018.
42. Versey, N, Halson, S y Dawson, B. Efecto de la duración de la terapia con agua de contraste en la recuperación del
rendimiento en ciclismo: un estudio de [Link] J Appl Physiol111: 37-46, 2011.
43. Versey, N, Halson, S y Dawson, B. Efecto de la duración de la terapia de agua de contraste en la recuperación del
rendimiento de [Link] J Deportes Physiol Realizar7: 130-140, 2012.
44. Versey, NG, Halson, SL y Dawson, BT. Recuperación de inmersión en agua para atletas: efecto sobre el rendimiento del
ejercicio y recomendaciones prá[Link] deportiva43: 1101-1130, 2013.
45. Webb, NP. El uso de modalidades de recuperación posteriores al juego después del deporte de contacto en equipo: una revisión.
Condición de fuerza de J Aust21: 70-79, 2013.
46. Wiewelhove, T, Doweling, A, Schneider, C, Hottenrott, L, Meyer, T, Kellmann, M, Pfeiffer, M y Ferrauti, A.
Un metanálisis de los efectos del rodillo de espuma en el rendimiento y recuperació[Link] frontal10:
376, 2019.
47. Winke, M y Williamson, S. Comparación de un dispositivo de compresión neumática con una prenda de
compresión durante la recuperación de [Link] J Ejercicio Sci11: 375-383, 2018.
capitulo 24
1. Ackerman, KE, Cano Sokoloff, N, De Nardo Maffazioli, G, Clarke, HM, Lee, H y Misra, M. Las fracturas en relación
con el estado menstrual y los parámetros óseos en atletas jó[Link] deportivo Med Sci 47: 1577-1586,
2015.
2. Adams, JD, Capitan-Jimenez, C, Huggins, RA, Casa, DJ, Mauromoustakos, A y Kavouras, SA. Las tiras
reactivas de orina son inexactas para evaluar la hipohidratación: un breve [Link] J Sport Med 29:
506-508, 2019.
3. Colegio Americano de Medicina Deportiva, Sawka, MN, Burke, LM, Eichner, ER, Maughan, RJ, Montain, SJ y
Stachenfeld, NS. Soporte de posición del Colegio Americano de Medicina Deportiva. Ejercicio y reposición de
lí[Link] deportivo Med Sci39: 377-390, 2007.
4. Belval, LN, Hosokawa, Y, Casa, DJ, Adams, WM, Armstrong, LE, Baker, LB, Burke, L, Cheuvront,
S, Chiampas, G, González-Alonso, J, Huggins, RA, Kavouras, SA, Lee, EC, McDermott, BP, Miller,
K, Schlader, Z, Sims, S, Stearns, RL, Troyanos, C y Wingo, J. Soluciones prácticas de hidratación para el deporte.
Nutrientes11: 1550, 2019.
5. Bennell, KL, Malcolm, SA, Thomas, SA, Ebeling, PR, McCrory, PR, Wark, JD y Brukner, PD. Factores de
riesgo de fracturas por estrés en atletas de pista y campo: un análisis [Link] J Sports
Med5: 229-235, 1995.
6. Burke, LM. Reexaminar las dietas ricas en grasas para el rendimiento deportivo: ¿llamamos al "clavo en el ataúd" demasiado pronto?
medicina deportiva45 (suplemento 1): S33-S49, 2015.
7. Burke, LM y Hawley, JA. Más rápido, más alto, más fuerte: ¿qué hay en el menú?Ciencias362: 781-787,
2018.
8. Burke, LM, Hawley, JA, Jeukendrup, A, Morton, JP, Stellingwerff, T y Maughan, RJ. Hacia una comprensión común de las
estrategias de dieta y ejercicio para manipular la disponibilidad de combustible para el entrenamiento y la
preparación para la competencia en deportes de [Link] J Sport Nutr Exerc Metab28: 451-463, 2018.
9. Burke, LM, Lundy, B, Fahrenholtz, IL y Melin, AK. Peligros de realizar e interpretar estimaciones de
disponibilidad de energía en atletas de vida [Link] J Sport Nutr Exerc Metab28: 350-363, 2018.
10. Burke, LM y Maughan, RJ. El gobernador tiene un gusto por lo dulce: la boca detecta los nutrientes para mejorar
el rendimiento [Link] J Sport Sci15: 29-40, 2015.
11. Burke, LM, Ross, ML, Garvican-Lewis, LA, Welvaert, M, Heikura, IA, Forbes, SG, Mirtschin, JG, Cato, LE, Strobel, N,
Sharma, AP y Hawley, JA. Una dieta baja en carbohidratos y alta en grasas perjudica la economía del ejercicio y
anula el beneficio de rendimiento del entrenamiento intenso en los caminantes de élite.J fisiol595: 2785-2807,
2017.
12. Carr, AJ, Hopkins, WG y Gore, CJ. Efectos de la alcalosis aguda y la acidosis en el rendimiento: un
metaná[Link] deportiva41: 801-814, 2011.
13. Casa, DJ, Cheuvront, SN, Galloway, SD y Shirreffs, SM. Necesidades de líquidos para el entrenamiento, la competencia y
la recuperación en atletas de pista y [Link] J Sport Nutr Exerc Metab29: 175-180, 2019.
14. Cámaras, ES, Bridge, MW y Jones, DA. Detección de carbohidratos en la boca humana: efectos sobre el
rendimiento del ejercicio y la actividad cerebral.J fisiol587: 1779-1794, 2009.
15. Cheuvront, SN y Kenefick, RW. Deshidratación: fisiología, evaluación y efectos en el rendimiento.
Compr Fisiol4: 257-285, 2014.
16. Costa, RJS, Miall, A, Khoo, A, Rauch, C, Snipe, R, Camoes-Costa, V y Gibson, P. Gut-training: el impacto de dos
semanas de desafío intestinal repetitivo durante el ejercicio en gastrointestinal estado, disponibilidad de
glucosa, cinética de combustible y rendimiento de [Link]ón Physiol Nutr Metab42: 547-557, 2017.
17. Coyle, EF, Coggan, AR, Hemmert, MK e Ivy, JL. Utilización de glucógeno muscular durante el ejercicio extenuante
prolongado cuando se alimenta con [Link] de aplicación J61: 165-172, 1986.
18. Deakin, V. Agotamiento de hierro en atletas. EnNutrición Deportiva Clínica. Burke, L y Deakin, V, eds..
Sídney: McGraw-Hill, 263-312, 2006.
19. Geyer, H, Parr, MK, Reinhart, U, Schrader, Y, Mareck, U y Schanzer, W. Análisis de suplementos nutricionales no
hormonales para esteroides anabólicos androgénicos: resultados de un estudio internacional.
Int J Sports Med25: 124-129, 2004.
20. Goleta, EDB. Comente las estrategias de consumo de alcohol: consumo planificado versus consumo de [Link] deportiva
49: 631-633, 2018.
21. Havemann, L, West, S, Goedecke, JH, McDonald, IA, St-Clair Gibson, A, Noakes, TD y Lambert, EV. La adaptación a
la grasa seguida por la carga de carbohidratos compromete el rendimiento de sprint de alta intensidad.
Fisiol de aplicación J100: 194-202, 2006.
22. Hawley, JA, Schabort, EJ, Noakes, TD y Dennis, SC. Carga de carbohidratos y rendimiento del ejercicio: una
actualizació[Link] deportiva24: 73-81, 1997.
23. Hew-Butler, T, Loi, V, Pani, A y Rosner, MH. Hiponatremia asociada al ejercicio: actualización de 2017.
Frente Med4:21, 2017.
24. Impey, SG, Hearris, MA, Hammond, KM, Bartlett, JD, Louis, J, Close, GL y Morton, JP. Combustible para el trabajo
requerido: un marco teórico para la periodización de carbohidratos y la hipótesis del umbral de glucógeno.
medicina deportiva48: 1031-1048, 2018.
25. Jeukendrup, AE. Entrenando el intestino para [Link] deportiva47: 101-110, 2017.
26. Kenefick, RW. Estrategias de consumo de alcohol: consumo planificado versus consumo de [Link] deportiva48: 31-37,
2018.
27. Kenefick, OR. Respuesta del autor a Goulet: comentario sobre las estrategias de consumo de alcohol: consumo planificado frente a
consumo de [Link] deportiva49: 635-636, 2019.
28. Kerr, D, Khan, K y Bennell, K. Hueso, ejercicio y nutrición enNutrición Deportiva Clínica.5ª ed.
Burke, L y Deakin, V, eds..Sídney: McGraw-Hill, 234-265, 2015.
29. Koehler, K, Hoerner, NR, Gibbs, JC, Zinner, C, Braun, H, De Souza, MJ y Schaenzer, W. La baja disponibilidad de
energía en hombres que hacen ejercicio se asocia con leptina e insulina reducidas, pero no con cambios en
otras hormonas metabólicas.J deportes ciencia34: 1921-1929, 2016.
30. Kreider, RB, Kalman, DS, Antonio, J, Ziegenfuss, TN, Wildman, R, Collins, R, Candow, DG, Kleiner, SM,
Almada, AL y López, HL. Posición de la Sociedad Internacional de Nutrición Deportiva: seguridad y
eficacia de la suplementación con creatina en el ejercicio, los deportes y la medicina.J Int Soc Sports Nutr
14:18, 2017.
31. Larson-Meyer, DE y Willis, KS. La vitamina D y los [Link] deportes con representante9: 220-226, 2010.
32. Larson-Meyer, DE, Woolf, K y Burke, L. Evaluación del estado nutricional en atletas y la necesidad de
[Link] J Sport Nutr Exerc Metab28: 139-158, 2018.
33. Lieberman, JL, De Souza, MJ, Wagstaff, DA y Williams, NI. La interrupción menstrual con el ejercicio no está vinculada a
un umbral de disponibilidad de energí[Link] deportivo Med Sci50: 551-561, 2018.
34. Logan-Sprenger, HM, Palmer, MS y Spriet, LL. Equilibrio estimado de líquidos y sodio y preferencias de bebidas en
jugadores júnior masculinos de élite durante un partido de hockey sobre [Link]ón Physiol Nutr Metab36:
145-152, 2011.
35. Loucks, AB,Balance Energético y Disponibilidad Energé[Link] Maughan, RJ (editor).Enciclopedia de medicina
deportiva: nutrición deportiva,Londres: John Wiley & Sons, 72-87, 2014.
36. Loucks, AB, Kiens, B y Wright, HH. Disponibilidad energética en deportistas.J deportes ciencia29 (suplemento 1): S7- S15,
2011.
37. Marquet, LA, Brisswalter, J, Louis, J, Tiollier, E, Burke, LM, Hawley, JA y Hausswirth, C. Rendimiento de
resistencia mejorado mediante la periodización de la ingesta de carbohidratos: estrategia "Sleep Low".
Ejercicio deportivo Med Sci48: 663-672, 2016.
38. Maughan, RJ, Burke, LM, Dvorak, J, Larson-Meyer, DE, Peeling, P, Phillips, SM, Rawson, ES,
Walsh, NP, Garthe, I, Geyer, H, Meeusen, R, van Loon, LJC, Shirreffs, SM, Spriet, LL, Stuart, M,
Vernec, A, Currell, K, Ali, VM, Budgett, RG, Ljungqvist , A, Mountjoy, M, Pitsiladis, YP, Soligard, T,
Erdener, U y Engebretsen, L. Declaración de consenso del COI: los suplementos dietéticos y el
atleta de alto [Link] J Sports Med52: 439-455, 2018.
39. Maughan, RJ y Gleeson, [Link] base bioquímica del rendimiento [Link]: Oxford
University Press, 2010.
40. McDermott, BP, Anderson, SA, Armstrong, LE, Casa, DJ, Cheuvront, SN, Cooper, L, Kenney, WL, O'Connor, FG y
Roberts, WO. Declaración de posición de la Asociación Nacional de Entrenadores de Atletismo: reemplazo de
líquidos para personas físicamente [Link] J Athl52: 877-895, 2017.
41. Melin, AK, Heikura, IA, Tenforde, A y Mountjoy, M. Disponibilidad de energía en el atletismo: salud,
rendimiento y fí[Link] J Sport Nutr Exerc Metab29: 152-164, 2019.
42. Mountjoy, M, Sundgot-Borgen, J, Burke, L, Ackerman, KE, Blauwet, C, Constantini, M, Lebrun, C, Lundy, B,
Melin, A, Meyer, N, Sherman, R, Tenforde, AS, Torstveit, MK y Budgett, R. Declaración de consenso del
Comité Olímpico Internacional (COI) sobre la deficiencia energética relativa en el deporte (RED-S):
actualización de [Link] J Sport Nutr Exerc Metab28: 316-331, 2018.
43. Nattiv, A, Loucks, AB, Manore, MM, Sanborn, CF, Sundgot-Borgen, J y Warren, MP. Soporte de posición del
Colegio Americano de Medicina Deportiva. La tríada de la mujer [Link] deportivo Med Sci39:
1867-1882, 2007.
43a. Otten, JJ, Hellwig, JP y Meyers, LD, [Link] dietéticas de referencia: la guía esencial para
Requerimientos de [Link], DC: Prensa de las Academias Nacionales, 2006.
44. Owens, DJ, Allison, R y Close, GL. La vitamina D y el deportista: perspectivas actuales y nuevos retos.
medicina deportiva48: 3-16, 2018.
45. Phinney, SD, Bistrian, BR, Evans, WJ, Gervino, E y Blackburn, GL. La respuesta metabólica humana a la
cetosis crónica sin restricción calórica: preservación de la capacidad de ejercicio submáxima con
oxidación reducida de carbohidratos.Metabolismo32: 769-776, 1983.
46. Savoie, FA, Kenefick, RW, Ely, BR, Cheuvront, SN y Goulet, ED. Efecto de la hipohidratación sobre la resistencia
muscular, la fuerza, la potencia y capacidad anaeróbica y la capacidad de salto vertical: un metanálisis.
medicina deportiva45: 1207-1227, 2015.
47. Sim, M, Garvican-Lewis, LA, Cox, GR, Govus, A, McKay, AKA, Stellingwerff, T y Peeling, P. Consideraciones
de hierro para el atleta: una revisión [Link] J Appl Physiol119: 1463-1478, 2019.
48. Spriet, LL. Nuevos conocimientos sobre la interacción del metabolismo de los carbohidratos y las grasas durante el ejercicio. medicina
deportiva44 (suplemento 1): 87-96, 2014.
49. Stellingwerff, T y Cox, GR. Revisión sistemática: suplementos de carbohidratos sobre el rendimiento o la
capacidad del ejercicio de diferentes [Link]ón Physiol Nutr Metab39: 998-1011, 2014.
50. Stellingwerff, T, Spriet, LL, Watt, MJ, Kimber, NE, Hargreaves, M, Hawley, JA y Burke, LM. Disminución de la
activación de la PDH y la glucogenólisis durante el ejercicio después de la adaptación de las grasas con la
restauración de los [Link] J Physiol Endocrinol Metab290: E380-E388, 2006.
51. Tenforde, AS, Barrack, MT, Nattiv, A y Fredericson, M. Paralelos con la tríada de atletas femeninas en atletas masculinos.
medicina deportiva46: 171-182, 2016.
52. Thomas, DT, Erdman, KA y Burke, LM. Declaración de posición conjunta del Colegio Americano de Medicina
Deportiva. Nutrición y rendimiento [Link] deportivo Med Sci48: 543-568, 2016.
53. Trexler, ET, Smith-Ryan, AE, Stout, JR, Hoffman, JR, Wilborn, CD, Sale, C, Kreider, RB, Jager, R, Earnest,
CP, Bannock, L, Campbell, B, Kalman, D, Ziegenfuss, TN y Antonio, J. Posición de la Sociedad
Internacional de Nutrición Deportiva: beta-alanina.J Int Soc Sports Nutr12:30, 2015.
54. [Link] [Link]/athletes/ 411.
substances/supplement-411/. Consultado el 27 de agosto de 2020.
55. Vanheest, JL, Rodgers, CD, Mahoney, CE y De Souza, MJ. La supresión ovárica afecta el rendimiento
deportivo en nadadoras junior de é[Link] deportivo Med Sci46: 156-166, 2014.
56. Volek, JS, Noakes, T y Phinney, SD. Reconsiderando la grasa como combustible para el ejercicio de [Link] J
Sport Sci15: 13-20, 2015.
57. Walsh, NP. Nutrición y salud inmunológica del atleta: nuevas perspectivas sobre un viejo [Link] deportiva 49
(suplemento 2): 153-168, 2019.
58. Walsh, NP, Gleeson, M, Pyne, DB, Nieman, DC, Dhabhar, FS, Shephard, RJ, Oliver, SJ, Bermon, S y
Kajeniene, A. Declaración de posición. Segunda parte: Mantener la salud inmunoló[Link] Immunol
Rev 17: 64-103, 2011.
59. Webster, CC, Swart, J, Noakes, TD y Smith, JA. Una intervención de ingesta de carbohidratos en un atleta de élite que
sigue una dieta baja en [Link] J Deportes Physiol Realizar13: 957-960, 2018.
60. Windsor, R. 15 de julio de 2016. "Esto es lo que se necesitó para impulsar a Chris Froome y al Team Sky durante el Tour
de Francia". Cycling Weekly, consultado el 27 de agosto de 2020. [Link]/news/racing/tourde-france/
took-fuel-chris-froome-team-sky-tour-de-france-265684.
61. Witard, OC, Garthe, I y Phillips, SM. Proteína dietética para la adaptación al entrenamiento y la manipulación de la
composición corporal en atletas de pista y [Link] J Sport Nutr Exerc Metab29: 165-174, 2019.
62. Wittbrodt, MT y Millard-Stafford, M. La deshidratación afecta el rendimiento cognitivo: un metanálisis.
Ejercicio deportivo Med Sci50: 2360-2368, 2018.
capitulo 25
1. Adams, WM, Hosokawa, Y y Casa, DJ. Paradigma de enfriamiento corporal en el deporte: maximizar la seguridad y el
rendimiento durante la [Link]ón deportiva J25: 382-394, 2016.
2. Adams, JD, Kavouras, SA, Robillard, JI, Bardis, CN, Johnson, EC, Ganio, MS, McDermott BP y White MA. Balance de
fluidos de nadadores adolescentes durante el entrenamiento.J Resistencia Cond Res30: 621-625, 2016.
3. Alhadad, SB, Tan, PMS y Lee, JKW. Eficacia de las estrategias de mitigación del calor sobre la temperatura central
y el ejercicio de resistencia: un metaná[Link] frontal10:71, 2019.
4. Al Haddad, H, Laursen, PB, Chollet, D, Lemaitre, F, Ahmaidi, S y Buchheit, M. Efecto de la inmersión en agua fría o termoneutral
sobre la recuperación de la frecuencia cardíaca posterior al ejercicio y los índices de variabilidad de la frecuencia cardíaca.
Auton Neurosci156: 111-116, 2010.
5. Armstrong, [Link] por calor por esfuerzo. Champaign, IL: Cinética humana, 2003.
6. Armstrong, LE. Técnicas de valoración de la hidratació[Link] Rev63: S40-S54, 2005.
7. Armstrong, LE. Evaluación del estado de hidratación: el elusivo estándar de oro.J Am Coll Nutr26: 575S-584S,
2007.
8. Armstrong, LE y Casa, DJ. Métodos para evaluar el recambio de electrolitos y agua de los [Link] Train
Deportes Cuidado de la salud1: 169-179, 2009.
9. Armstrong, LE y Maresh, CM. La inducción y el deterioro de la aclimatación al calor en atletas entrenados. medicina
deportiva12: 302-312, 1991.
10. Armstrong, LE, Maresh, CM, Castellani, JW, Bergeron, MF, Kenefick, RW, LaGasse, KE y Riebe, D.
Índices urinarios del estado de hidratació[Link] J Sport Nutr4: 265-279, 1994.
11. Armstrong, LE, Millard-Stafford, M, Moran, DS, Pyne, SW y Roberts, WO. Soporte de posición del Colegio Americano de
Medicina Deportiva. Enfermedad por calor por esfuerzo durante el entrenamiento y la competició[Link]
deportivo Med Sci39: 556-572, 2007.
12. Arnaoutis, G, Kavouras, SA, Kotsis, YP, Tsekouras, YE, Makrillos, M y Bardis, CN. La ingesta de líquidos ad libitum no
previene la deshidratación en jóvenes futbolistas subóptimamente hidratados durante una sesión de entrenamiento
de un campamento de [Link] J Sport Nutr Exerc Metab23: 245-251, 2013.
13. Baker, LB, Dougherty, KA, Chow, M y Kenney, WL. La deshidratación progresiva provoca una disminución progresiva en
el rendimiento de las habilidades de [Link] deportivo Med Sci39: 1114-1123, 2007.
14. Baker, LB, Stofan, JR, Hamilton, AA y Horswill, CA. Comparación de la colección de parches regionales vs. lavado
de todo el cuerpo para medir la pérdida de sodio y potasio en el sudor durante el [Link] de aplicación J
107: 887-895, 2009.
15. Baker, LB, Stofan, JR, Lukaski, HC y Horswill, CA. Concentración de elementos minerales traza inducida por el
ejercicio en el sudor de lavado regional versus de todo el [Link] J Sport Nutr Exerc Metab21: 233-239,
2011.
16. Bardis, CN, Kavouras, SA, Arnaoutis, G, Panagiotakos, DB y Sidossis, LS. Deshidratación leve y rendimiento
ciclista durante una escalada de 5 kiló[Link] J Athl48: 741-747, 2013.
17. Benjamin, CL, Sekiguchi, Y, Fry, LA y Casa, DJ. Cambios en el rendimiento después de la aclimatación
al calor y los factores que influyen en estos cambios: metanálisis y metarregresió[Link] frontal10:
1448, 2019.
18. Binkley, HM, Beckett, J, Casa, DJ, Kleiner, DM y Plummer, PE. Declaración de posición de la Asociación Nacional de
Entrenadores de Atletismo: enfermedades por calor por [Link] J Athl37: 329-343, 2002.
19. Bolster, DR, Trappe, SW, Short, KR, Scheffield-Moore, M, Parcell, AC, Schulze, KM y Costill DL. yo Efectos del
preenfriamiento sobre la termorregulación durante el ejercicio [Link] deportivo Med Sci 31:
251-257, 1999.
20. Bongers, CCWG, Hopman, MTE y Eijsvogels, TMH. Intervenciones de enfriamiento para atletas: una
descripción general de la eficacia, los mecanismos fisiológicos y las consideraciones prá[Link]
(Austin)4: 60-78, 2017.
21. Bottin, JH, Lemetais, G, Poupin, M, Jiménez, L y Perrier, ET. Equivalencia de la mancha vespertina y los
biomarcadores de hidratación urinaria de 24 h en adultos sanos de vida [Link] J Clin Nutr70: 904-907, 2016.
22. Breen, E, Tang, K, Olfert, M, Knapp, A y Wagner, P. Capilaridad del músculo esquelético durante la hipoxia:
VEGF y su activació[Link] Alt Med Biol9: 158-166, 2008.
23. Buchheit, M, Racinais, S, Bilsborough, J, Hocking, J, Méndez-Villanueva, A, Bourdon, PC, Voss, S, Livingston,
S, Christian, R, Périard, J, Cordy, J y Coutts , AJ. Agregando calor al modelo en vivo de altura,
entrenamiento y baja altitud: una visión práctica del fútbol [Link] J Sports Med47 (suplemento
1): i59-i69, 2013.
24. Budd, GM. Temperatura de globo de bulbo húmedo (WBGT): su historia y sus limitaciones.J Sci Med Deporte 11:
20-32, 2008.
25. Casa, DJ, Becker, SM, Ganio, MS, Brown, CM, Yeargin, SW, Roti, MW, Siegler, J, Blowers, JA, Glaviano, NR, Huggins,
RA, Armstrong, LE y Maresh, CM . Validez de los dispositivos que evalúan la temperatura corporal durante el
ejercicio al aire libre en condiciones de [Link] J Athl42: 333-342, 2007.
26. Casadio, JR, Kilding, AE, Cotter, JD y Laursen, PB. Del laboratorio al mundo real: consideraciones de aclimatación al calor
para atletas de é[Link] deportiva47: 1467-1476, 2017.
27. Cheuvront, SN, Carter, R, Montain, SJ y Sawka, MN. Variabilidad y estabilidad de la masa corporal diaria en hombres
activos sometidos a estrés por ejercicio y [Link] J Sport Nutr Exerc Metab14: 532-540, 2004.
28. Cheuvront, SN y Haymes, EM. Termorregulación y carrera de maratón: influencias biológicas y
[Link] deportiva31: 743-762, 2001.
29. Cheuvront, SN y Kenefick, RW. ¿Estoy bebiendo lo suficiente? Sí, no, y tal vez.J Am Coll Nutr 35:
185-192, 2016.
30. Daanen, HAM, Jonkman, AG, Layden, JD, Linnane, DM y Weller, AS. Optimización de la adquisición y
retención del calor de aclimatació[Link] J Sports Med32: 822-828, 2011.
31. Daanen, HAM, Racinais, S y Périard, JD. Deterioro y reinducción de la aclimatación al calor: una revisión
sistemática y un metaná[Link] deportiva48: 409-430, 2018.
32. Dixon, PG, Kraemer, WJ, Volek, JS, Howard, RL, Gomez, AL, Comstock, BA, Dunn-Lewis, C, Fragala, MS,
Hooper, DR, Häkkinen, K y Maresh, CM. El impacto de la inmersión en agua fría en la producción de
potencia en el salto vertical y los beneficios de un ejercicio dinámico de calentamiento.J Resistencia Cond
Res24: 3313-3317, 2010.
33. Duffield, R, Coutts, A y Quinn, J. Respuestas de la temperatura central y rendimiento de carrera durante la
competencia de ejercicio de sprint intermitente en condiciones cálidas.J Resistencia Cond Res23: 1238-1244,
2009.
34. Dupuy, O, Douzi, W, Theurot, D, Bosquet, L y Dugué, B. Un enfoque basado en la evidencia para elegir
técnicas de recuperación posteriores al ejercicio para reducir los marcadores de daño muscular, dolor,
fatiga e inflamación: a revisión sistemática con metaná[Link] frontal9: 403, 2018.
35. Fígaro, MK y Mack, GW. Regulación de la ingesta de líquidos en humanos deshidratados: papel de la
estimulación orofarí[Link] J Physiol272: R1740-R1746, 1997.
36. Flaherty, G, O'Connor, R y Johnston, N. Entrenamiento en altitud para atletas de resistencia de élite: una revisión para el
profesional de la medicina de [Link] Med Infect Dis14: 200-211, 2016.
37. Garrett, AT, Creasy, R, Rehrer, NJ, Patterson, MJ y Cotter, JD. Efectividad de la aclimatación al calor a corto plazo
para atletas altamente [Link] J Appl Physiol112: 1827-1837, 2012.
38. Garrett, AT, Goosens, NG, Rehrer, NG, Patterson, MJ y Cotter, JD. Inducción y decaimiento de la aclimatación al
calor a corto [Link] J Appl Physiol107: 659, 2009.
39. Gibson, OR, Dennis, A, Parfitt, T, Taylor, L, Watt, PW y Maxwell, NS. La concentración extracelular de Hsp72 se
relaciona con un criterio endógeno mínimo durante la exposición aguda al ejercicio y al [Link]
Acompañantes de estrés19: 389-400, 2014.
40. Girard, O, Brocherie, F y Millet, GP. Efectos de la altitud/hipoxia en el rendimiento de sprint único y
múltiple: una revisión [Link] deportiva47: 1931-1949, 2017.
41. Jacobs, RA, Lundby, A-KM, Fenk, S, Gehrig, S, Siebenmann, C, Flück, D, Kirk, N, Hilty, MP y Lundby, C.
Veintiocho días de exposición a 3454 m aumenta la densidad del volumen mitocondrial en el músculo
esquelético humano.J Physiol (Londres)594: 1151-1166, 2016.
42. Judelson, DA, Maresh, CM, Anderson, JM, Armstrong, LE, Casa, DJ, Kraemer, WJ y Volek JS. Hidratación y
rendimiento muscular: ¿el equilibrio de líquidos afecta la fuerza, la potencia y la resistencia de alta intensidad?
medicina deportiva37: 907-921, 2007.
43. Kavouras, SA. Evaluación del estado de hidratació[Link] Opin Clin Nutr Metab Care5: 519-524, 2002.
44. Kavouras, SA, Johnson, EC, Bougatsas, D, Arnaoutis, G, Panagiotakos, DB, Perrier, E y Klein A. Validación de una
escala de color de la orina para la evaluación de la osmolalidad de la orina en niños [Link] J Nutr 55:
907-915, 2016.
45. Keizer, S, Flück, D, Hüppin, F, Stravs, A, Hilty, MP y Lundby, C. El entrenamiento con calor aumenta la capacidad
de ejercicio en condiciones calurosas pero no templadas: un estudio cruzado de contrapeso mecá[Link] J
Physiol Heart Circ Physiol309: H750-H761, 2015.
46. Kenefick, RW. Respuesta del autor a Valenzuela et al.: Comentario sobre "estrategias de bebida: consumo planificado
versus consumo de sed".medicina deportiva48: 2215-2217, 2018.
47. Kenefick, RW. Estrategias de consumo de alcohol: consumo planificado versus consumo de [Link] deportiva48: 31-37,
2018.
48. Kerr, ZY, Register-Mihalik, JK, Pryor, RR, Hosokawa, Y, Scarneo, SE y Casa, DJ. Cumplimiento de las pautas de
aclimatación al calor de pretemporada del Grupo de trabajo entre asociaciones de la Asociación Nacional de
Entrenadores de Atletismo en el fútbol americano de la escuela [Link] J Athl54: 749-757, 2019.
49. Instituto Korey Stringer. Temperatura del globo de bulbo húmedo [Link]
Supervisión.
bulb-globe-temperature-monitoring/. Consultado el 27 de agosto de 2020.
50. Lorenzo, S, Halliwill, JR, Sawka, MN y Minson, CT. La aclimatación al calor mejora el rendimiento del
ejercicio.J Appl Physiol (1985)109: 1140-1147, 2010.
51. Lynch, GP, Périard, JD, Pluim, BM, Brotherhood, JR y Jay, O. Estrategias de enfriamiento óptimas para jugadores
en condiciones del Abierto de Tenis de Australia.J Sci Med Deporte21: 232-237, 2018.
52. McDermott, BP, Anderson, SA, Armstrong, LE, Casa, DJ, Cheuvront, SN, Cooper, L, Kenney, WL, O'Connor, FG y
Roberts, WO. Declaración de posición de la Asociación Nacional de Entrenadores de Atletismo: reemplazo de
líquidos para personas físicamente [Link] J Athl52: 877-895, 2017.
53. McDermott, BP, Casa, DJ, Ganio, MS, López, RM, Yeargin, SW, Armstrong, LE y Maresh, CM. Enfriamiento agudo
de todo el cuerpo para la hipertermia inducida por el ejercicio: una revisión sistemá[Link] J Athl 44: 84-93,
2009.
54. McKenzie, AL, Muñoz, CX y Armstrong, LE. Precisión del color de la orina para detectar una pérdida de masa corporal
igual o superior al 2 % en [Link] J Athl50: 1306-1309, 2015.
55. Millet, GP, Roels, B, Schmitt, L, Woorons, X y Richalet, JP. Combinando métodos hipóxicos para un rendimiento
má[Link] deportiva40: 1-25, 2010.
56. Morris, JG, Nevill, ME, Lakomy, HKA, Nicholas, C y Williams, C. Efecto de un ambiente caluroso en el rendimiento
de carreras de ida y vuelta prolongadas, intermitentes y de alta intensidad.J deportes ciencia16: 677-686, 1998.
57. Mounier, R, Pedersen, BK y Plomgaard, P. Expresión específica del músculo del factor inducible por hipoxia en el
músculo esquelético [Link]. fisiológico95: 899-907, 2010.
58. Nassis, médico de cabecera. Efecto de la altitud en el rendimiento del fútbol: análisis de los datos de la Copa Mundial de la FIFA 2010.J
Resistencia Cond Res27: 703-707, 2013.
59. Nuccio, RP, Barnes, KA, Carter, JM y Baker, LB. Balance de fluidos en atletas de deportes de equipo y el
efecto de la hipohidratación sobre el rendimiento cognitivo, técnico y fí[Link] deportiva47: 1951-1982, 2017.
60. Nybo, L, and González-Alonso, J. Temperatura central crítica: una hipótesis demasiado simplista para explicar la
fatiga inducida por [Link] J Med Sci Deportes25: 4-5, 2015.
61. Pandolf, KB, Burse, RL y Goldman, RF. Papel de la aptitud física en la aclimatación al calor, el deterioro y la
reinducció[Link]ía20: 399-408, 1977.
62. Périard, JD, Racinais, S y Sawka, MN. Adaptaciones y mecanismos de aclimatación al calor humano: aplicaciones
para atletas y deportes [Link] J Med Sci Deportes25 (suplemento 1): 20-38, 2015.
63. Périard, JD, Travers, GJS, Racinais, S y Sawka, MN. Adaptaciones cardiovasculares que apoyan la
aclimatación humana al ejercicio y al [Link] Neurosci196: 52-62, 2016.
64. Pryor, JL, Johnson, EC, Roberts, WO y Pryor, RR. Aplicación de recomendaciones basadas en la evidencia
para la aclimatación al calor: perspectivas deportivas individuales y de [Link] (Austin) 6:
37-49, 2019.
65. Pryor, JL, Pryor, RR, Vandermark, LW, Adams, EL, VanScoy, RM, Casa, DJ, Armstrong, LE, Lee, EC, DiStefano, LJ,
Anderson, JM y Maresh, CM. Las exposiciones intermitentes al ejercicio y al calor y la actividad física intensa
sustentan las adaptaciones de aclimatación al calor.J Sci Med Deporte22: 117-122, 2019.
66. Racinais, S, Alonso, JM, Coutts, AJ, Flouris, AD, Girard, O, González-Alonso, J, Hausswirth, C, Jay, O, Lee, JK,
Mitchell, N, Nassis, GP, Nybo, L, Pluim, BM, Roelands, B, Sawka, MN, Wingo, J y Périard, JD.
Recomendaciones de consenso sobre entrenamiento y competición en el [Link] deportiva 45:
925-938, 2015.
67. Racinais, S, Cocking, S y Périard, JD. Temperatura deportiva y ambiental: del calentamiento al
[Link] (Austin)4: 227-257, 2017.
68. Robbins, Pensilvania. Papel del quimiorreflejo periférico en las primeras etapas de aclimatación ventilatoria a la
[Link] Physiol Neurobiol158: 237-242, 2007.
69. Rusko, HK, Tikkanen, HO y Peltonen, JE. Entrenamiento de altura y resistencia.J deportes ciencia22: 928-
944, 2004.
70. Saunders, PU, Pyne, DB y Gore, CJ. Entrenamiento de resistencia en [Link] Alt Med Biol10: 135-
148, 2009.
71. Sawka, MN, Burke, LM, Eichner, ER, Maughan, RJ, Montain, SJ y Stachenfeld, NS. Soporte de posición del Colegio
Americano de Medicina Deportiva. Ejercicio y reposición de lí[Link] deportivo Med Sci 39: 377-390,
2007.
72. Sawka, MN, Leon, LR, Montain, SJ y Sonna, LA. Mecanismos fisiológicos integrados del rendimiento
del ejercicio, adaptación y mala adaptación al estrés por [Link] Fisiol1: 1883-1928, 2011.
73. Sawka, MN, Pandolf, KB, Avellini, BA y Shapiro, Y. ¿La aclimatación al calor reduce la tasa de metabolismo
provocada por el ejercicio muscular?Aviat Space Environ Med54: 27-31, 1983.
74. Schoene, RB. Límites de la función pulmonar humana a gran altura.J Exp Biol204: 3121-3127, 2001.
75. Shirreffs, SM, Armstrong, LE y Cheuvront, SN. Necesidades de líquidos y electrolitos para la preparación y recuperación
del entrenamiento y la competición.J deportes ciencia22: 57-63, 2004.
76. Shirreffs, SM y Maughan, RJ. Osmolalidad y conductividad de la orina como índices del estado de hidratación en deportistas en
condiciones de [Link] deportivo Med Sci30: 1598-1602, 1998.
77. Sunderland, C, Morris, JG y Nevill, ME. Un protocolo de aclimatación al calor para deportes de [Link] J Sports Med42:
327-333, 2008.
78. Tyler, CJ, Reeve, T, Hodges, GJ y Cheung, SS. Los efectos de la adaptación al calor sobre la fisiología, la
percepción y el rendimiento del ejercicio en el calor: un metaná[Link] deportiva46: 1699-1724, 2016.
79. Wilber, RL. Tendencias actuales en el entrenamiento en [Link] deportiva31: 249-265, 2001.
80. Willmott, AGB, Hayes, M, James, CA, Dekerle, J, Gibson, OR y Maxwell, NS. Una vez y dos veces
la aclimatación diaria al calor confiere adaptaciones al calor similares, respuestas inflamatorias y mejoras en la tolerancia al ejercicio.
Representante de fisioterapia6: e13936, 2018.
81. Young, AJ, Sawka, MN, Levine, L, Cadarette, BS y Pandolf, KB. El metabolismo del músculo esquelético durante el
ejercicio está influenciado por la aclimatación al [Link] de aplicación J59: 1929-1935, 1985.
82. Zoll, J, Ponsot, E, Dufour, S, Doutreleau, S, Ventura-Clapier, R, Vogt, M, Hoppeler, H, Richard, R y Flück, M.
Ejercicio de entrenamiento en hipoxia normobárica en corredores de resistencia. tercero Ajustes musculares
de transcripciones de genes [Link] de aplicación J100: 1258-1266, 2006.
capitulo 26
1. Ashinoff, BK y Abu-Akel, A. Hyperfocus: la frontera olvidada de la atenció[Link]ón psicológica20: 1-9, 2019.
2. Baggetta, P y Alexander, PA. Conceptualización y operacionalización de la función ejecutiva. Educación
mental y cerebral10: 10-33, 2016.
3. Baumeister, J, Reinecke, K, Liesen, H y Weiss, M. Actividad cortical del rendimiento especializado en una tarea motora
compleja relacionada con los [Link] J Appl Physiol104: 625-631, 2008.
4. Bender, AM, Van Dongen, HPA y Samuels, CH. Diferencias en la calidad del sueño y el cronotipo entre
deportistas de élite y controles no [Link] Dormir1: 3-12, 2018.
5. Berka, C, Behneman, A, Kintz, N, Johnson, R y Raphael, G. Aceleración del entrenamiento mediante
tecnologías neuroeducativas interactivas: aplicaciones al tiro con arco, golf y puntería con rifle.J Int Soc
Sports Nutr1: 87-104, 2010.
6. Bertram, CP, Guadagnoli, MA, Greggain, J y Pauls, A. El efecto del calentamiento bloqueado versus
aleatorio en el rendimiento de golfistas expertos. Actas del Congreso Científico Mundial de Golf 2016, 7,
2016.
7. Bertram, CP, Guadagnoli, MA y Marteniuk, RG. Las etapas de aprendizaje y las implicaciones para
entornos de aprendizaje optimizados. EnManual internacional de ciencia del golf de Routledge. Nueva
York: Routledge, 119-128, 2017.
8. Biederman, J y Spencer, T. Trastorno por déficit de atención/hiperactividad (TDAH) como trastorno
noradrené[Link]ía biológica46: 1234-1242, 1999.
9. Bjork, EL y Bjork, RA. Hacer las cosas difíciles para uno mismo, pero en el buen sentido: creando dificultades
deseables para mejorar el aprendizaje. EnLa psicología y el mundo real: ensayos que ilustran las
contribuciones fundamentales a la [Link], MA, Pew, RW, Hough, LM y Pomerantz, JR, eds.
Editores del mundo, 59-64, 2011.
10. Boecker, H, Sprenger, T, Spilker, ME, Henriksen, G, Koppenhoefer, M, Wagner, KJ y Tolle, TR. El subidón del
corredor: mecanismos opioidérgicos en el cerebro [Link] cerebral18: 2523-2531, 2008.
11. Boksem, MAS y Tops, M. Fatiga mental: costos y [Link] Res Rev59: 125-139, 2008.
12. Brownsberger, J, Edwards, A, Crowther, R y Cottrell, D. Impacto de la fatiga mental en el ejercicio a su propio
[Link] J Sports Med34: 1029-1036, 2013.
13. Cahn, BR y Polich, J. Estados y rasgos de meditación: EEG, ERP y estudios de [Link] psicologico
132: 180-211, 2006.
14. Caldwell, JA, Hall, KK y Erickson, BS. Los datos de EEG recopilados de los pilotos de helicópteros en vuelo son lo
suficientemente sensibles para detectar un aumento de la fatiga por la privación del sueñ[Link]ía Int J Aviat12:
19-32, 2002.
15. Caseras, X, Mataix-Cols, D, Giampietro, V, Rimes, KA, Brammer, M, Zelaya, F, Chalder, T y Godfrey, EL.
Sondeo del sistema de memoria de trabajo en el síndrome de fatiga crónica: un estudio de imágenes de
resonancia magnética funcional utilizando la tarea [Link] Med68: 947-955, 2006.
16. Chiviacowsky, S, Wulf, G y Wally, R. Un foco de atención externo mejora el aprendizaje del equilibrio en adultos
[Link] de marcha32: 572-575, 2010.
17. Cook, DB, O'Connor, PJ, Lange, G y Steffener, J. Correlatos de neuroimagen funcional de la fatiga mental
inducida por la cognición entre pacientes con síndrome de fatiga crónica y [Link] 36:
108-122, 2007.
18. Csíkszentmihályi, M.Más allá del aburrimiento y la ansiedad. San Francisco: Jossey-Bass, 1975.
19. Csíkszentmihályi, M. La experiencia de flujo y su significado para la psicología humana. En
Experiencia óptima: estudios psicológicos del flujo en la conciencia. Csíkszentmihályi, M y
Csíkszentmihályi, IS, eds. Cambridge, Inglaterra: Cambridge University Press, 15-35, 1988.
20. Csíkszentmihályi, [Link]: la psicología de la experiencia ó[Link] York: HarperPerennial, 1990.
21. Csíkszentmihályi, [Link] yo en evolución: una psicología para el tercer milenio. Nueva York: Harper-
Collins, 1993.
22. Deloitte. Encuesta de Burnout Laboral. 14 de marzo de 2018. [Link]/us/en/pages/aboutdeloitte/
articles/[Link]. Consultado el 23 de noviembre de 2019.
23. de Manzano, Ö, Cervenka, S. Jucaite, A, Hellenäs, O, Farde, L y Ullén, F. Las diferencias individuales en la propensión a
tener experiencias de flujo están relacionadas con la disponibilidad del receptor de dopamina D2 en el cuerpo
estriado dorsal.neuroimagen67: 1-6, 2013.
24. Dietrich, A. Neuroanatomía funcional de los estados alterados de conciencia: la hipótesis de la hipofrontalidad
transitoria. Cognición de la conciencia12: 231-256,2003.
25. Dietrich, A. Mecanismos neurocognitivos subyacentes a la experiencia del [Link]ón de la conciencia 13:
746-761, 2004.
26. Dietrich, A. Hipofrontalidad transitoria como mecanismo de los efectos psicológicos del ejercicio. Res de
Psiquiatría145: 79-83, 2006.
27. Dietrich, A y McDaniel, WF. Endocannabinoides y [Link] J Sports Med38: 536-541, 2004.
28. Egner, T y Gruzelier, JH. Validez ecológica del neurofeedback: la modulación del EEG de onda lenta mejora
la interpretación musical. Neuroinforme14: 1221-1224, 2003.
29. Farb, NAS, Segal, ZV, Mayberg, H, Bean, J, McKeon, D, Fatima, Z y Anderson, AK. Atendiendo al presente: la
meditación de atención plena revela distintos modos neuronales de [Link] Cog Affect
Neurosci2: 313-322, 2007.
30. Farrow, D y Robertson, S. Desarrollo de un marco de periodización de adquisición de habilidades para deportes de alto
rendimiento. medicina deportiva47: 1043-1054, 2017.
31. Ferreri, L, Mas-Herrero, E, Zatorre, RJ, Ripollés, P, Gomez-Andres, A, Alicart, H y Rodriguez-Fornells, A. La
dopamina modula las experiencias de recompensa provocadas por la mú[Link] Natl Acad Sci EE. UU. 116:
3793-3798,2019.
32. Fitts, PM y Posner, [Link] humano. Belmont,CA: Brooks / Cole,1967.
33. Fong, CJ, Zaleski, DJ y Leach, JK. El desafío: equilibrio de habilidades y antecedentes del flujo: una
investigación metaanalítica.J Psicología Positiva10: 425-446,2015.
34. Fullagar, CJ y Kelloway, EK. Flujo en el trabajo: un enfoque de muestreo de experiencia. jOccup Organ
Psychol 82: 595-615, 2009.
35. Fuss, J, Steinle, J, Bindila, L, Auer, MK, Kirchherr, H, Lutz, B y Gass, P. El subidón de un corredor depende de los
receptores de cannabinoides en [Link] Natl Acad Sci EE. UU.112: 13105-13108, 2015.
36. García-Pérez, MA. Escaleras de elección forzada con tamaños de peldaños fijos: propiedades asintóticas y de muestra pequeña.
Resolución de la visión38: 1861-1881, 1998.
37. Garfield, CA y Bennett, HZ.Máximo rendimiento: técnicas de entrenamiento mental de los mejores atletas
del mundo. Nueva York: Warner Books, 1989.
38. Genovesio, A, Tsujimoto, S y Wise, SP. Representaciones de tiempo basadas en características y órdenes en la
corteza frontal.Neurona63: 254-266, 2009.
39. Gerber, M, Best, S, Meerstetter, F, Walter, M, Ludyga, S, Brand, S, Binachi, R, Madigan, DJ, Isoard-
Gautheur, S y Gustafsson, H. Effects of stress and mental dureza en el agotamiento y los síntomas
depresivos: un estudio prospectivo con jóvenes atletas de élite.J Sci Med Deporte21: 1200-1205, 2018.
40. Goldfarb, AH y Jamurtas, AZ. Respuesta de las β-endorfinas al [Link] deportiva24: 8-16, 1997.
41. Gruber, MJ, Gelman, BD y Ranganath, C. Los estados de curiosidad modulan el aprendizaje dependiente del hipocampo
a través del circuito dopaminérgico.Neurona84: 486-496, 2015.
42. Guadagnoli, MA y Bertram, CP. Optimización de la práctica para el desempeño bajo presió[Link] J Golf Sci3:
119-127, 2014.
Traducido del afrikáans al español - [Link]
43. Guadagnoli, MA y Lee, TD. Punto de desafío: un marco para conceptualizar los efectos de varias condiciones de
práctica en el aprendizaje motor. J Mot Comportamiento36: 212-224, 2004.
44. Gyurkovics, M, Kotyuk, E, Katonai, ER, Horvath, EZ, Vereczkei, A y Szekely, A. Las diferencias individuales en la
propensión al flujo están vinculadas a una variante del gen del receptor de dopamina [Link] consciente 42:
1-8, 2016.
45. Hamari, J y Koivisto, J. Midiendo el flujo en la gamificación: Dispositional Flow [Link] Hum
Comportamiento40: 133-143, 2014.
46. Harris, DJ, Vine, SJ y Wilson, MR. Mecanismos neurocognitivos del estado de [Link] Brain Res 234:
221-243, 2017.
47. Harung, HS, Travis, F, Pensgaard, AM, Boes, R, Cook-Greuter, S y Daley, K. Mayor refinamiento
psicofisiológico en atletas noruegos de clase mundial: medidas cerebrales de la capacidad de
rendimiento. Scand J Med Sci Deportes21: 32-41, 2011.
48. Hatfield, BD, Haufler, AJ, Hung, TM y Spalding, TW. Estudios electroencefalográficos del desempeño
psicomotor especializado. J Clin Neurofisiol 21: 144-156, 2004.
49. Ishikura, T. Reducción de la frecuencia relativa del conocimiento de los resultados sin retroalimentación visual en el aprendizaje de una
tarea de [Link]ón contra habilidades106: 225-233, 2008.
50. Jackson, SA y Eklund, RC. Evaluación del flujo en la actividad física: la escala de estado de flujo - 2 y la
escala de flujo disposicional - 2.J Sport Exerc Psychol 24: 133-150, 2002.
51. Jackson, SA y Marsh, HW. Desarrollo y validación de una escala para medir la experiencia óptima: The Flow
State [Link]ía del ejercicio J Sport18: 17-35, 1996.
52. Jackson, SA, Thomas, PR, Marsh, HW y Smethurst, CJ. Vínculos psicológicos con el rendimiento
óptimo: comprensión de la experiencia de flujo.J Sci Med Deporte2: 418, 1999. http://
[Link]/10.1016/s1440-2440(99)80029-2
53. Jin, SA. Hacia modelos integradores de flujo: efectos de rendimiento, habilidad, desafío, diversión y presencia en
el flujo en los [Link] electrónicos de difusión J56: 169-186,2012.
54. Johnson, JA, Keizer, HN, Skarin, EM y Ross, SR. La escala de flujo disposicional - 2 como medida de la personalidad
autotélica: un examen de la validez relacionada con el [Link]ón personal J96: 465-470, 2014.
55. Kamiński, J, Brzezicka, A, Gola, M y Wróbel, A. Participación de las oscilaciones de banda beta en el proceso de
alerta [Link] J Psicofisiología85: 125-128, 2012.
56. Katahira, K, Yamazaki, Y, Yamaoka, C, Ozaki, H, Nakagawa, S y Nagata, N. Correlatos EEG del estado de
flujo: una combinación de theta frontal aumentado y ritmo alfa frontocentral moderado en la tarea de
aritmética mental .Front Psychol 9: 300, 2018.
57. Keller, J y Bless, H. Flujo y compatibilidad regulatoria: un enfoque experimental del modelo de flujo de la
motivación intrí[Link] Soc Psychol Bull34: 196-209, 2008.
58. Knöpfli, B, Calvert, R, Bar-Or, O, Villiger, B y Von Duvillard, SP. Rendimiento en competición y excreción de
catecolaminas nocturnas basales en esquiadores de [Link] Sci Sports Ejercicio 33: 1228-1232, 2001.
59. Lal, SKL y Craig, A. Fatiga del conductor: electroencefalografía y evaluación psicológica.
Psicofisiología39: 313-321, 2002.
60. Langner, R, Steinborn, MB, Chatterjee, A, Sturm, W y Willmes, K. Fatiga mental y preparación temporal en
el rendimiento de tiempo de reacción simple. Acta psicológica133: 64-72, 2010.
61. Lee, YJ, Kim, HG, Cheon, EJ, Kim, K, Choi, JH, Kim, JY, Kim, JM y Koo, BH. El análisis de los cambios
electroencefalográficos antes y después de una única sesión de entrenamiento de neurofeedback alfa/
theta en estudiantes universitarios. Aplicación Biofeedback Psicofisiológico44: 173-184, 2019.
62. Limb, CJ y Braun, AR. Sustratos neuronales de la interpretación musical espontánea: un estudio FMRI de
improvisación de jazz. Más uno3: e1679, 2008.
63. Lin, C-HJ, Yang, HC, Knowlton, BJ, Wu, AD, Iacoboni, M, Ye, YL, Huang, SL y Chiang, MC.
La interferencia contextual mejora el aprendizaje motor a través de una mayor conectividad cerebral en reposo durante la
consolidación de la memoria.neuroimagen181: 1-15, 2018.
64. Liu, S, Chow, HM, Xu, Y, Erkkinen, MG, Swett, KE, Eagle, MW, Rizik-Baer, DA y Braun, AR. Correlatos neuronales de la
improvisación lírica: un estudio fMRI del rap de estilo [Link] científico2: 834, 2012.
65. Lohse, KR y Sherwood, DE. Definición del foco de atención: efectos de la atención sobre el esfuerzo y la
fatiga [Link]ía frontal2: 332, 2011.
66. Longe, O, Maratos, FA, Gilbert, P, Evans, G, Volker, F, Rockliff, H y Rippon, G. Tener unas palabras contigo
mismo: correlatos neurales de la autocrítica y la autoconfianza.neuroimagen49: 1849-1856, 2010.
67. Lorist, MM, Boksem, MAS y Ridderinkhof, KR. Deterioro del control cognitivo y reducción de la actividad
cingulada durante la fatiga [Link]. cerebral Cog Res. cerebral24: 199-205, 2005.
68. Lou, JS, Kearns, G, Oken, B, Sexton, G y Nutt, J. Fatiga física exacerbada y fatiga mental en la enfermedad de
[Link] de movimiento16: 190-196, 2001.
69. Lustenberger, C, Boyle, MR, Foulser, AA, Mellin, JM y Fröhlich, F. Papel funcional de las oscilaciones alfa
frontales en la creatividad.. Corteza67: 74-82, 2015.
70. Mahler, SV, Smith, KS y Berridge, KC. Punto de acceso hedónico endocannabinoide para el placer
sensorial: la anandamida en la cubierta del núcleo accumbens aumenta el "gusto" de una recompensa
dulce. Neuropsicofarmacología32: 2267-2278, 2007.
71. Marcora, SM, Staiano, W y Manning, V. La fatiga mental afecta el rendimiento físico en humanos. Fisiol de
aplicación J106: 857-864, 2009.
72. Marin, MM y Bhattacharya, J. Entrar en la zona musical: rasgo de inteligencia emocional y cantidad de
práctica predicen el flujo en los [Link]ía frontal4: 853, 2013.
73. Maslow, [Link], valores y experiencias cumbre. Columbus, OH: Prensa de la Universidad Estatal de Ohio, 1964.
74. Morgan, JD y Coutts, RA. Medición de la experiencia pico en el surf [Link] deportivo J 39:
202-217, 2016.
75. Nakamura, J y Csikszentmihalyi, M. Teoría e investigación del flujo. EnEl Manual de Oxford de
Psicología [Link]: Oxford University Press, 195-206, 2009.
76. Nakashima, K y Sato, H. Los efectos de varias tareas mentales sobre la apariencia de la actividad theta de la línea
media frontal en EEG.J Hum Ergol (Tokio)21: 201-206, 1992.
77. Natarajan, K, Acharya, UR, Alias, F, Tiboleng, T y Puthusserypady, SK. Análisis no lineal de señales EEG en
diferentes estados [Link] Eng en línea3: 7, 2004.
78. Navarro Gil, M, Escolano Marco C, Montero-Marín, J, Minguez Zafra, J, Shonin, E y García Campayo, J. Eficacia del
neurofeedback en el aumento de las capacidades relacionadas con la atención plena en individuos sanos: un
ensayo controlado. Consciencia9: 303-311, 2018.
79. Nietzsche, F. La voluntad de poder. Kaufmann, W, trad. Nueva York: Hollingdale, 1968.
80. Okogbaa, OG, Shell, RL y Filipusic, D. Sobre la investigación de los correlatos neurofisiológicos de la fatiga mental del
trabajador del conocimiento mediante la señal de [Link]ón Ergon25: 355-365,1994.
81. Panisch, LS y Hai, AH. La efectividad del uso de neurofeedback en el tratamiento del trastorno de estrés
postraumático: una revisión sistemática. Trauma Violencia Abuso21: 541-550, 2020.
82. Pauls, AL, Bertram, CP y Guadagnoli, MA. ¿Es la tecnología el salvador o la ruina de la instrucción de golf
moderna? EnManual internacional de ciencia del golf de Routledge. Nueva York: Routledge, 79-87, 2017.
83. Peifer, C, Schulz, A, Schächinger, H, Baumann, N y Antoni, CH. La relación entre la experiencia de flujo y la
excitación fisiológica bajo estrés: ¿puedes darle forma?J Exp Soc Psychol53: 62-69, 2014.
84. Perkins-Ceccato, N, Passmore, SR y Lee, TD. Los efectos del foco de atención dependen de la habilidad de los golfistas.J
deportes ciencia21: 593-600, 2003.
85. Philip, P, y Akerstedt, T. Transporte y seguridad industrial, ¿cómo les afecta la somnolencia y la restricción
del sueño?dormir con rev10: 347-356, 2006.
86. Pliszka, SR, McCracken, JT y Maas, JW. Catecolaminas en el trastorno por déficit de atención con
hiperactividad: perspectivas actuales.J Am Acad Child Adolesc Psychiatry35: 264-272, 1996.
87. Ravizza, K. Experiencias máximas en el deporte.J Psicología Humanista17: 35-40, 1977.
88. Ravizza, K. Cualidades de la experiencia máxima en el deporte. EnFundamentos Psicológicos del Deporte, (JM
Silva y RS Weinberg Eds.). Editores de cinética humana, Champaign, IL, 452-461, 1984.
89. Raymond, J, Sajid, I, Parkinson, LA y Gruzelier, JH. Biorretroalimentación y performance de danza: una
investigación [Link]ón Biofeedback Psicofisiológico30: 64-73,2005.
90. Reardon, CL, Hainline, B, Aron, CM, Baron, D, Baum, AL, Bindra, A, Budgett, R, Campriani, N,
Castaldelli-Maia, JM, Currie, A, Derevensky, JL, Glick, ID, Gorczynski, P, Gouttebarge, V,
Grandner, MA, Han, DH, McDuf, D, Mountjoy, M, Polat, A, Purcell, R, Putukian, M, Rice, S, Sills,
A, Stull, T, Swartz, L, Zhu, LJ y Engebretsen, L. Salud mental en atletas de élite: declaración de consenso
del Comité Olímpico Internacional (2019).Br J Sports Med53: 667-699, 2019.
91. Russell, S, Jenkins, D, Rynne, S, Halson, SL y Kelly, V. ¿Qué es la fatiga mental en el deporte de élite?
Percepciones de los atletas y el [Link] J Sport Sci10: 1367-1376, 2019.
92. Salehzadeh Niksirat, K, Park, K, Silpasuwanchai, C, Wang, Z y Ren, X. La relación entre la propensión al
flujo en la vida cotidiana y las variaciones en el volumen de materia gris en el sistema dopaminérgico: un
estudio transversal .Pers Individual Dif141: 25-30, 2019.
93. Schacter, DL. EEG theta ondas y fenómenos psicológicos: una revisión y aná[Link]ía biológica 5:
47-82, 1977.
94. Shereena, EA, Gupta, RK, Bennett, CN, Sagar, KJV y Rajeswaran, J. Entrenamiento de neurorretroalimentación EEG en
niños con trastorno por déficit de atención/hiperactividad: un estudio de resultados cognitivos y conductuales.
Clin EEG Neurosci50: 242-255, 2019.
95. Singer, K. El efecto de la neurorretroalimentación en la ansiedad de rendimiento en bailarines.J Danza Med Sci8: 78-81, 2004.
96. Smith, MR, Coutts, AJ, Merlini, M, Deprez, D, Lenoir, M y Marcora, SM. La fatiga mental perjudica el
rendimiento físico y técnico específico del fú[Link] deportivo Med Sci48: 267-276, 2016.
97. Smith, ME, McEvoy, LK y Gevins, A. Índices neurofisiológicos de desarrollo de estrategias y adquisición de
[Link]. cerebral Cog Res. cerebral7: 389-404, 1999.
98. Smith, MR, Zeuwts, L, Lenoir, M, Hens, N, De Jong, LMS y Coutts, AJ. La fatiga mental afecta la capacidad de toma de
decisiones específicas del fútbol. J deportes ciencia34: 1297-1304, 2016.
99. Soderstrom, NC y Bjork, RA. Aprendizaje versus rendimiento: una revisión [Link] Psychol
Sci10: 176-199, 2015.
100. Sparling, PB, Giuffrida, A, Piomelli, D, Rosskopf, L y Dietrich, A. El ejercicio activa el sistema
endocannabinoide. Neuroinforme14: 2209-2211, 2003.
101. Swann, C, Keegan, RJ, Piggott, D y Crust, L. Una revisión sistemática de la experiencia, ocurrencia y controlabilidad de
los estados de flujo en el deporte de élite.. Ejercicio deportivo psicologico13: 807-819, 2012.
102. Tenenbaum, G, Fogarty, GJ y Jackson, SA. La experiencia de flujo: un análisis de Rasch de la escala de estado de
flujo de Jackson. J Resultado Medida3: 278-294, 1999.
103. Ullén, F, de Manzano, Ö, Theorell, T y Harmat, L. La fisiología de la atención sin esfuerzo: correlatos del
flujo de estado y la propensión al flujo. EnAtención sin esfuerzo: una nueva perspectiva en la ciencia
cognitiva de la atención y la acción. Bruya, B, ed. Cambridge, MA: MIT Press, 205, 2010.
104. Van Cutsem, J, Marcora, S, De Pauw, K, Bailey, S, Meeusen, R y Roelands, B. Los efectos de la fatiga mental
en el rendimiento físico: una revisión sistemá[Link] deportiva47: 1569-1588, 2017.
105. van der Linden, D, Massar, SAA, Schellekens, AFA, Ellenbroek, BA y Verkes, RJ. Interrupción de la activación
sensoriomotora debido a la fatiga mental: evidencia preliminar. Int J Psicofisiología62: 168-174,
2006.
106. Williams, TD, Tolusso, DV, Fedewa, MV y Esco, MR. Comparación de entrenamiento de fuerza periodizado
y no periodizado sobre la fuerza máxima: un metanálisis. medicina deportiva10: 2083-2100, 2017.
107. Wilson, RC, Shenhav, A, Straccia, M y Cohen, JD. La regla del ochenta y cinco por ciento para un aprendizaje
ó[Link] nacional10: 1-9, 2019.
108. Wrigley, WJ y Emmerson, SB. La experiencia del estado de flujo en la interpretación de música en vivo. musica
psicologica41: 292-305, 2013.
109. Wulf, G. Enfoque atencional y aprendizaje motor: una revisión de 15 añ[Link] Rev Sport Exerc Psychol 6:
77-104, 2013.
110. Wulf, G, Dufek, JS, Lozano, L y Pettigrew, C. Aumento de la altura del salto y reducción de la actividad EMG con
un enfoque [Link] mov ciencia29: 440-448, 2010.
111. Wulf, G, McNevin, N y Shea, CH. La automaticidad del aprendizaje de habilidades motoras complejas en función del
enfoque atencional. QJ Exp Psicología A54: 1143-1154, 2001.
112. Xing, B, Li, YC y Gao, WJ. Norepinefrina versus dopamina y su interacción en la modulación de la función
sináptica en la corteza prefrontal. Res del cerebro1641: 217-233, 2016.
113. Yoshida, I, Hirao, K y Kobayashi, R. El efecto sobre la calidad de vida subjetiva de la terapia ocupacional basado
en el ajuste del desafío: equilibrio de habilidades: un ensayo controlado [Link] rehabilitación 33:
1732-1746, 2019.
114. Zhang, H, Watrous, AJ, Patel, A y Jacobs, J. Las oscilaciones theta y alfa son ondas viajeras en la
neocorteza humana.Neurona98: 1269-1281.e4, 2018.
115. Zhang, X, Zhao, X, Du, H y Rong, J. Un estudio sobre los efectos de la fatiga al conducir y la conducción en estado de ebriedad en
las características físicas de los conductores.. Traffic Inj Anterior15: 801-808, 2014.
capitulo 27
1. Barker, AT, Jalinous, R y Freeston, IL. Estimulación magnética no invasiva de la corteza motora humana. Lanceta
1: 1106-1107, 1985.
2. Baumeister, J, Reinecke, K, Liesen, H y Weiss, M. Actividad cortical del rendimiento especializado en una tarea motora
compleja relacionada con los [Link] J Appl Physiol104: 625, 2008.
3. Berthelot, G, Sedeaud, A, Marck, A, Antero-Jacquemin, J, Schipman, J, Sauliere, G, Marc, A, Desgorces, FD y
Toussaint, JF. ¿Ha llegado el rendimiento deportivo a su punto máximo?medicina deportiva45: 1263-1271,
2015.
4. Brandt, R, Bevilacqua, GG y Andrade, A. Percepción de la calidad del sueño, estados de ánimo y su
relación con el rendimiento entre atletas de élite brasileños durante un período competitivo.J Resistencia
Cond Res31: 1033-1039, 2017.
5. Brownsberger, J, Edwards, A, Crowther, R y Cottrell, D. Impacto de la fatiga mental en el ejercicio a su propio
[Link] J Sports Med34: 1029-1036, 2013.
6. Cantone, M, Lanza, G, Vinciguerra, L, Puglisi, V, Ricceri, R, Fisicaro, F, Vagli, C, Bella, R, Ferri, R, Pennisi, G y
Di Lazzaro, V. Age, altura y sexo en los potenciales evocados motores: datos traslacionales de una gran
cohorte italiana en un entorno clí[Link] Hum Neurosci13: 185, 2019.
7. Carroll, TJ, Taylor, JL y Gandevia, SC. Recuperación de la fatiga neuromuscular central y periférica después del
[Link] de aplicación J122: 1068-1076, 2016.
8. Chang, KH, Lu, FJ, Chyi, T, Hsu, YW, Chan, SW y Wang, ET. Examinando la relación estrés-burnout: el
papel mediador de los pensamientos negativos.PeerJ5: e4181, 2017.
9. Cheng, MY, Huang, CJ, Chang, YK, Koester, D, Schack, T y Hung, TM. El neurofeedback del ritmo sensoriomotor
mejora el rendimiento del putt de [Link]ía del ejercicio J Sport37: 626-636, 2015.
10. Cheng, MY, Hung, CL, Huang, CJ, Chang, YK, Lo, LC, Shen, C y Hung, TM. Diferencias entre expertos y novatos en la
actividad de SMR durante el lanzamiento de [Link]ía biológica110: 212-218, 2015.
11. Cheng, MY, Wang, KP, Hung, CL, Tu, YL, Huang, CJ, Koester, D, Schack, S y Hung, TM. Una mayor potencia del
ritmo sensoriomotor se asocia con un mejor rendimiento en tiradores expertos con pistola de aire
[Link] deportivo psicologico32: 47-53, 2017.
12. Cosman, JD, Lowe, KA, Zinke, W, Woodman, GF y Schall, JD. Control prefrontal de la distracción
[Link] Biol28: 414-420, 2018.
13. Davenne, D. El sueño de los atletas: problemas y posibles [Link] Rhythm Res40: 45-52, 2009.
14. De Beaumont, L, Mongeon, D, Tremblay, S, Messier, J, Prince, F, Leclerc, S, Lassonde, M y Théoret, H.
Anormalidades persistentes del sistema motor en atletas con conmoción [Link] J Athl 46:
234-240, 2011.
15. Dietrich, A. Mecanismos neurocognitivos subyacentes a la experiencia del [Link] consciente13: 746-
761, 2004.
16. Draganski, B, Gaser, C, Busch, V, Schuierer, G, Bogdahn, U y May, A. Neuroplasticidad: cambios en la materia gris
inducidos por el entrenamiento.Naturaleza427: 311, 2004.
17. Farzan, F, Barr, MS, Hoppenbrouwers, SS, Fitzgerald, PB, Chen, R, Pascual-Leone, A y Daskalakis, ZJ. El EEG
se correlaciona con el período de silencio EMG inducido por TMS en [Link] 83: 120-134,
2013.
18. Gómez-Pinilla, F. Alimentos para el cerebro: los efectos de los nutrientes en la función [Link] Rev Neurosci9: 568, 2008.
19. Groppa, S, Oliviero, A, Eisen, A, Quartarone, A, Cohen, LG, Mall, V, Kaelin-Lang, A, Mima, T, Rossi, S,
Thickbroom, GW, Rossini, PM, Ziemann, U, Valls-Sole, J y Siebner, HR. Una guía práctica para el
diagnóstico de estimulación magnética transcraneal: informe de un comité de la [Link]
Neurofisiol123: 858-882, 2012.
20. Jackson, SA y Marsh, HW. Desarrollo y validación de una escala para medir la experiencia óptima: la escala de
estado de [Link]ía del ejercicio J Sport18: 17-35, 1996.
21. Klomjai, W, Katz, R y Lackmy-Vallée, A. Principios básicos de estimulación magnética transcraneal
(TMS) y TMS repetitiva (rTMS).Ann Phys Rehabil Med58: 208-213, 2015.
22. Lefaucheur, JP, Andre-Obadia, N, Antal, A, Ayache, SS, Baeken, C, Benninger, DH, Cantello, RM,
Cincotta, M, de Carvalho, M, De Ridder, D, Devanne, H, Di Lazzaro, V, Filipovic, SR, Hummel, FC,
Jaaskelainen, SK, Kimiskidis, VK, Koch, G, Langguth, B, Nyffeler, T, Oliviero, A, Padberg, F, Poulet, E,
Rossi, S, Rossini , PM, Rothwell, JC, Schonfeldt-Lecuona, C, Siebner, HR, Slotema, CW, Stagg, CJ,
Valls-Sole, J, Ziemann, U, Paulus, W y Garcia-Larrea, L. Pautas basadas en la evidencia sobre el uso
terapéutico de la estimulación magnética transcraneal repetitiva (EMTr).Clin Neurofisiol 125:
2150-2206, 2014.
23. Lobo, V, Patil, A, Phatak, A y Chandra, N. Radicales libres, antioxidantes y alimentos funcionales: impacto
en la salud [Link] Rev4: 118, 2010.
24. Lorist, MM, Bezdan, E, ten Caat, M, Span, MM, Roerdink, JB y Maurits, NM. La influencia de la fatiga mental y la
motivación en la dinámica de las redes neuronales; un estudio de coherencia [Link] del cerebro 1270:
95-106, 2009.
25. Lotze, M y Halsband, U. Imágenes motoras.J Physiol París99: 386-395, 2006.
26. Mann, DT, Williams, AM, Ward, P y Janelle, CM. Pericia perceptivo-cognitiva en el deporte: un metanálisis.
Psicología del ejercicio J Sport29: 457-478, 2007.
27. Martinez-Valdes, E, Farina, D, Negro, F, Del Vecchio, A y Falla, D. Cambios tempranos en la velocidad de conducción de
la unidad motora en HIIT versus entrenamiento [Link] deportivo Med Sci50: 2339-2350, 2018.
28. McEwen, BS, Nasca, C y Gray, JD. Efectos del estrés sobre la estructura neuronal: hipocampo, amígdala y
corteza [Link]ía41: 3, 2016.
29. McKay, WB, Stokic, DS, Sherwood, AM, Vrbova, G y Dimitrijevic, MR. Efecto de la fatiga de la contracción
voluntaria máxima sobre las respuestas excitatorias e inhibitorias provocadas por la estimulación de la corteza
motora magnética [Link] muscular19: 1017-1024, 1996.
30. Miller, BT y Clapp, WC. De la visión a la decisión: el papel de la atención visual en el rendimiento deportivo de
é[Link] de contacto con los ojos37: 131-139, 2011.
31. Moscatelli, F, Messina, G, Valenzano, A, Petito, A, Triggiani, AI, Messina, A, Monda, V, Viggiano,
A, De Luca, V, Capranica, L y Monda, M. Diferencias en la actividad del sistema corticoespinal y la
respuesta de reacción entre atletas de kárate y no [Link] neurol37: 1947-1953, 2016.
32. Nakata, H, Yoshie, M, Miura, A y Kudo, K. Características del cerebro de los atletas: evidencia de
neurofisiología y [Link] Res Rev62: 197-211, 2010.
33. Oliveira, MF, Tent, JT, Jones, JH, Hirai, DM, O'Donnell, DE, Verges, S y Neder, JA. ¿Tiene deterioro
O2parto durante el ejercicio acentúa la fatiga central y periférica en pacientes con COPD-CHF
coexistente?Fisiol frontal5: 514, 2015.
34. Park, JL, Fairweather, MM y Donaldson, DI. Argumentando el caso de la cognición móvil: EEG y
rendimiento [Link] Biobehav Rev52: 117-130, 2015.
35. Pascual-Leone, A, Amedi, A, Fregni, F y Merabet, LB. La corteza cerebral humana de plá[Link] Rev
Neurosci28: 377-401, 2005.
36. Rossi, S, Hallett, M, Rossini, PM, Pascual-Leone, A y Safety of TMS Consensus Group. Seguridad,
consideraciones éticas y pautas de aplicación para el uso de la estimulación magnética transcraneal en
la práctica clínica y la investigació[Link] Neurofisiol120: 2008-2039, 2009.
37. Rossini, PM, Burke, D, Chen, R, Cohen, LG, Daskalakis, Z, Di Iorio, R, Di Lazzaro, V, Ferreri, F,
Fitzgerald, PB, George, MS, Hallett, M, Lefaucheur, JP, Langguth, B, Matsumoto, H, Miniussi, C,
Nitsche, MA, Pascual-Leone, A, Paulus, W, Rossi, S, Rothwell, JC, Siebner, HR, Ugawa, Y, Walsh,
V, y Ziemann, U. Estimulación eléctrica y magnética no invasiva del cerebro, la médula espinal, las raíces y los nervios
periféricos: principios y procedimientos básicos para la aplicación clínica y de investigación de rutina.
Un informe actualizado de un Comité de la [Link] Neurofisiol126: 1071-1107, 2015.
38. Ruffino, C, Papaxanthis, C y Lebon, F. Plasticidad neuronal durante el aprendizaje motor con práctica de
imágenes motoras: revisión y perspectivas.neurociencia341: 61-78, 2017.
39. Sáenz-Moncaleano, C, Basevitch, I y Tenenbaum, G. Comportamientos de la mirada durante la devolución del servicio en el
tenis: una comparación entre jugadores de habilidad intermedia y [Link]ía del ejercicio J Sport40: 49-59, 2018.
40. Stangor, C y Walinga, J. La neurona es el bloque de construcción del sistema nervioso. EnIntroducción a la
Psicología - 1ra Edición Canadiense. PressBooks, 2014.
41. Stickgold, R y Walker, MP. Consolidación y reconsolidación de la memoria dependiente del sueñ[Link]ño Med8:
331-343, 2007.
42. Taubert, M, Lohmann, G, Margulies, DS, Villringer, A y Ragert, P. Efectos a largo plazo del entrenamiento motor
en las redes de estado de reposo y la estructura cerebral subyacente.neuroimagen57: 1492-1498, 2011.
43. Taylor, JL, Butler, JE, Allen, GM y Gandevia, SC. Cambios en la excitabilidad cortical motora durante la
fatiga muscular humana.J fisiol490: 519-528, 1996.
44. Watson, AM. Sueño y rendimiento [Link] deportes con representante16: 413-418, 2017.
45. Yavari, A, Javadi, M, Mirmiran, P y Bahadoran, Z. Estrés oxidativo inducido por el ejercicio y antioxidantes
dieté[Link]ático j deportes med6: e34898, 2015.
46. Zarzycki, R, Morton, SM, Charalambous, CC, Marmon, A y Snyder-Mackler, L. La excitabilidad corticoespinal e
intracortical difiere entre los atletas temprano después de ACLR y los controles emparejados.J Orthop Res 36:
2941-2948, 2018.
capitulo 28
1. Abdollahipour, R, Palomo Nieto, M, Psotta, R y Wulf, G. El enfoque externo de atención y el apoyo a la autonomía
tienen beneficios adicionales para el rendimiento motor en niñ[Link] deportivo psicologico 32: 17-24,
2017.
2. Ávila, LTG, Chiviacowsky, S, Wulf, G y Lewthwaite, R. La retroalimentación social-comparativa positiva mejora el
aprendizaje motor en los niñ[Link] deportivo psicologico13: 849-853, 2012.
3. Chiviacowsky, S y Wulf, G. La retroalimentación después de buenas pruebas mejora el [Link] Q Ejercicio Deporte 78:
40-47, 2007.
4. Chiviacowsky, S, Wulf, G, Lewthwaite, R y Campos, T. Beneficios del aprendizaje motor de la práctica autocontrolada en
personas con enfermedad de [Link] de marcha35: 601-605, 2012.
5. Clark, SE y Ste-Marie, DM. El impacto de las intervenciones del yo como modelo en la autorregulación del
aprendizaje y el rendimiento en natación de los niños.J deportes ciencia25: 577-586, 2007.
6. Chua, LK, Wulf, G y Lewthwaite, R. Adelante y hacia arriba: optimización del rendimiento [Link] mov
ciencia60: 107-114, 2018.
7. Freudenheim, AM, Wulf, G, Madureira, F y Corrêa, UC. Un foco externo de atención da como resultado una
mayor velocidad de [Link] J Sports Sci Entrenador5: 533-542, 2010.
8. Guss-West, C y Wulf, G. Foco atencional en el ballet clásico: una encuesta de bailarines profesionales.J
Danza Med Sci20: 23-29, 2016.
9. Halperin, I, Chapman, DT, Martin, DT, Lewthwaite, R y Wulf, G. Las opciones mejoran el rendimiento de los golpes de los
kickboxers [Link]ón psicológica81: 1051-1058, 2017.
10. Hooyman, A, Wulf y Lewthwaite, R. Impactos del lenguaje instructivo de apoyo a la autonomía frente al de
control en el aprendizaje [Link] mov ciencia36: 190-198, 2014.
11. Hutchinson, JC, Sherman, T, Martinovic, N y Tenenbaum, G. El efecto de la autoeficacia manipulada
en el esfuerzo percibido y sostenido.J Appl Sport Psychol20: 457-472, 2008.
12. Iwatsuki, T, Abdollahipour, R, Psotta, R, Lewthwaite, R y Wulf, G. La autonomía facilita la producción
repetida de fuerza má[Link] mov ciencia55: 264-268, 2017.
13. Iwatsuki, T, Navalta, J y Wulf, G. La autonomía mejora la eficiencia de carrera.J deportes ciencia37: 685-
691, 2013.
14. Iwatsuki, T, Shih, HT, Abdollahipour, R y Wulf, G. Más rentabilidad: el apoyo a la autonomía aumenta la
eficiencia [Link]ón psicológica37: 685-691, 2019..
15. Janelle, CM, Barba, DA, Frehlich, SG, Tennant, LK y Cauraugh, JH. Maximizar la efectividad del desempeño a través de la
reproducción de cintas de video y un entorno de aprendizaje [Link] Q Ejercicio Deporte 68: 269-279,
1997.
16. Kuhn, YA, Keller, M, Ruffieux, J y Taube, W. La adopción de un foco externo de atención altera la inhibición
intracortical dentro de la corteza motora [Link] fisiológica220: 289-299, 2017.
17. Lewthwaite, R, Chiviacowsky, S, Drews, R y Wulf, G. Elija moverse: el impacto motivacional del apoyo a la
autonomía en el aprendizaje [Link] Toro Rev22: 1383-1388, 2015.
18. Lewthwaite, R y Wulf, G. La retroalimentación social-comparativa afecta el aprendizaje de habilidades [Link] Exp
Psychol63: 738-749, 2010.
19. Lewthwaite, R y Wulf, G. Aprendizaje motor a través de una lente motivacional. EnAdquisición de
habilidades en el deporte: investigación, teoría y práctica.2ª ed. Hodges, NJ y Williams, AM, editores
Londres: Routledge, 173-191, 2012.
20. Lohse, KR y Sherwood, DE. Definición del foco de atención: efectos de la atención sobre el esfuerzo y la
fatiga [Link]ía frontal2: 232, 2011.
21. Lohse, KR, Sherwood, DE y Healy, AF. Cómo el cambio del foco de atención afecta el rendimiento, la cinemática y
la electromiografía en el lanzamiento de [Link] mov ciencia29: 542-555, 2010.
22. Lohse, KR, Sherwood, DE y Healy, AF. Efectos neuromusculares de cambiar el foco de atención en una tarea simple de
producción de fuerza.J Mot Comportamiento43: 173-184, 2011.
23. Marchant, DC, Greig, M, Bullough, J y Hitchen, D. Las instrucciones para adoptar un enfoque externo mejoran la
resistencia [Link] Q Ejercicio Deporte82: 466-473, 2011.
24. Marchant, DC, Greig, M. y Scott, C. Las estrategias de enfoque atencional influyen en la EMG del bíceps durante los curls
de bíceps isociné[Link] atlética10 (2): 11, 2008.
25. Marchant, DC, Greig, M y Scott, C. Las instrucciones de enfoque atencional influyen en la producción de fuerza y la
actividad muscular durante las flexiones isocinéticas del codo.J Resistencia Cond Res23: 2358-2366, 2009.
26. McKay, B, Wulf, G, Lewthwaite, R y Nordin, A. El yo: ¿su peor enemigo? Una prueba de la hipótesis
del disparador [Link] Exp Psychol68: 1910-1919, 2015.
27. Milton, J, Solodkin, A, Hluštík, P y Small, SL. La mente del rendimiento motor experto es fría y
enfocada.neuroimagen35: 804-813, 2007.
28. Montes, J, Wulf, G y Navalta, JW. La capacidad aeróbica máxima se puede aumentar mejorando las expectativas
de los artistas.J Sports Med Fisioterapia Fitness58: 744-749, 2018.
29. Montoya, ER, Bos, PA, Terburg, D, Rosenberger, LA y van Honk, J. La administración de cortisol induce una
regulación negativa global del circuito de recompensa del [Link]ía47: 31-42, 2014.
30. Murayama, K, Izuma, K, Aoki, R y Matsumoto, K. “Tu elección” te motiva en el cerebro: el surgimiento de la
neurociencia de la autonomía. EnAvances recientes en la investigación neurocientífica sobre la motivación
[Link], S, Reeve, J y Bong, M, eds. Bingley, Reino Unido: Emerald Group Publishing, 95-125, 2016.
31. Palmer, K, Chiviacowsky, S y Wulf, G. Las expectativas mejoradas facilitan el putt de [Link] deportivo
psicologico22: 229-232, 2016.
32. Pascua, LAM, Wulf, G y Lewthwaite, R. Beneficios aditivos del enfoque externo y mayor expectativa de
rendimiento para el aprendizaje motor.J deportes ciencia33: 58-66, 2015.
33. Porter, JM, Anton, PM y Wu, WFW. Aumentar la distancia de un foco de atención externo mejora el
rendimiento de salto de longitud de pie.J Resistencia Cond Res26: 2389-2393, 2012.
34. Porter, JM, Nolan, RP, Ostrowski, EJ y Wulf, G. Dirigir la atención externamente mejora el rendimiento de la
agilidad: un análisis cualitativo y cuantitativo de la eficacia del uso de instrucciones verbales para centrar la
atenció[Link]ía frontal1: 216, 2010.
35. Porter, JM, Ostrowski, EJ, Nolan, RP y Wu, WFW. El rendimiento del salto de longitud de pie mejora cuando
se utiliza un foco de atención externo.J Resistencia Cond Res24: 1746-1750, 2010.
36. Porter, JM, Wu, WFW, Crossley, RM y Knopp, SW. La adopción de un foco de atención externo mejora el
rendimiento de carrera en velocistas poco calificados.J Resistencia Cond Res29: 947-953, 2015.
37. Porter, JM, Wu, WFW y Partridge, JA. Foco de atención e instrucciones verbales: estrategias de atletas y
entrenadores de atletismo de é[Link] Sci Rev19: 199-211, 2010.
38. Post, PG, Fairbrother, JT y Barros, JAC. La cantidad de práctica autocontrolada beneficia el aprendizaje de una habilidad
[Link] Q Ejercicio Deporte82: 474-481, 2011.
39. Reeve, J y Tseng, CM. Reactividad del cortisol al estilo motivador de un maestro: la biología de ser
controlado versus apoyar la autonomí[Link]ón Emoción35: 63-74, 2011.
40. Rosenqvist, O y Skans, ON. ¿Desempeño mejorado por la confianza? —Los efectos causales del éxito en el desempeño
futuro en los torneos de golf profesional.J Econ Comportamiento Órgano117: 281-295, 2015.
41. Saemi, E, Porter, JM, Ghotbi-Varzaneh, A, Zarghami, M y Maleki, F. El conocimiento de los resultados después de
ensayos relativamente buenos mejora la autoeficacia y el aprendizaje [Link] deportivo psicologico13:
378-382, 2012.
42. Schmidt, RA, Lee, TD, Winstein, CJ, Wulf, G y Zelaznik, [Link] Motor y Aprendizaje.6ª ed.
Champaign, IL: Cinética humana, 2019.
43. Schücker, L, Hagemann, N, Strauss, B y Völker, K. El efecto del enfoque atencional en la economía de
carrera.J deporte ciencia12: 1242-1248, 2009.
44. Schultz, W. Actualización de señales de recompensa de [Link] Opinión Neurobiol23: 229-238, 2013.
45. Stoate, I y Wulf, G. ¿El enfoque atencional adoptado por los nadadores afecta su desempeño?Int J Sport
Sci Entrenador6: 99-108, 2011.
46. Stoate, I, Wulf, G y Lewthwaite, R. Las expectativas mejoradas mejoran la eficiencia de mejora en los
corredores.J deportes ciencia30: 815-823, 2012.
47. Trempe, M, Sabourin, M y Proteau, L. El éxito modula la consolidación de una tarea de adaptación
visomotora.J Exp Psychol Learn Mem Cog38: 52-60, 2012.
48. Vance, J, Wulf, G, Töllner, T, McNevin, NH y Mercer, J. EMG actividad como función del foco de atención del
ejecutante.J Mot Comportamiento36: 450-459, 2004.
49. Wu, WFW, Porter, JM y Brown, LE. Efecto de las estrategias de enfoque atencional sobre la fuerza máxima y el
rendimiento en el salto de longitud de pie.J Resistencia Cond Res26: 1226-1231, 2012.
50. Wulf, G. Foco atencional y aprendizaje motor: una revisión de 15 añ[Link] Rev Sport Exerc Psychol 6:
77-104, 2013.
51. Wulf, G y Adams, N. Las pequeñas elecciones pueden mejorar el aprendizaje del [Link] mov ciencia38: 235-240, 2014.
52. Wulf, G, Chiviacowsky, S y Cardozo, P. Beneficios adicionales del apoyo a la autonomía y expectativas mejoradas
para el aprendizaje [Link] mov ciencia37: 12-20, 2014.
53. Wulf, G, Chiviacowsky, S y Drews, R. Enfoque externo y apoyo a la autonomía: dos factores importantes en el
aprendizaje motor tienen beneficios [Link] mov ciencia40: 176-184, 2015.
54. Wulf, G, Chiviacowsky, S y Lewthwaite, R. Efectos normativos de retroalimentación en el aprendizaje de una tarea de tiempo.
Res Q Ejercicio Deporte81: 425-431, 2010.
55. Wulf, G, Chiviacowsky, S y Lewthwaite, R. La alteración de la mentalidad puede mejorar el aprendizaje motor en adultos mayores.
Envejecimiento psicológico27: 14-21, 2012.
56. Wulf, G y Dufek, JS. El aumento de la altura del salto con un foco de atención externo se debe a una mayor producción
de fuerza.J Mot Comportamiento41: 401-409, 2009.
57. Wulf, G, Dufek, JS, Lozano, L y Pettigrew, C. Aumento de la altura del salto y reducción de la actividad EMG con
un foco de atención [Link] mov ciencia29: 440-448, 2010.
58. Wulf, G, Freitas, HE y Tandy, RD. Elegir hacer más ejercicio: las pequeñas elecciones pueden aumentar la participación en el
[Link] deportivo psicologico15: 268-271, 2014.
59. Wulf, G, Höß, M y Prinz, W. Instrucciones para el aprendizaje motor: efectos diferenciales del foco de atención interno
versus externo.J Mot Comportamiento30: 169-179, 1998.
60. Wulf, G y Lewthwaite, R. Optimización del rendimiento a través de la motivación intrínseca y la atención para el
aprendizaje: la teoría ÓPTIMA del aprendizaje [Link] Toro Rev23: 1382-1414, 2016.
61. Wulf, G, Lewthwaite, R, Cardozo, P y Chiviacowsky, S. Triple play: contribuciones aditivas de
expectativas mejoradas, apoyo a la autonomía y atención externa al aprendizaje [Link] Exp
Psychol71: 824-834, 2018.
62. Wulf, G, McNevin, NH y Shea, CH. La automaticidad del aprendizaje de habilidades motoras complejas en
función del enfoque [Link] Exp Psychol54A: 1143-1154, 2001.
63. Wulf, G, Zachry, T, Granados, C y Dufek, JS. Aumentos en la altura de salto y alcance a través de un foco
externo de atenció[Link] J Sports Sci Entrenador2: 275-284, 2007.
64. Yu, C, Rouse, PC, Veldhuijzen, J, Van Zanten, JCS, Metsios, GS, Ntoumanis, N, Kitas, JD y Duda, JL.
Predictores relacionados con la motivación de la actividad física y la vitalidad en pacientes con artritis
[Link]ía de la Salud Abierta2: 2055102915600359, 2015.
65. Zachry, T, Wulf, G, Mercer, J y Bezodis, N. Aumento de la precisión del movimiento y reducción de la actividad EMG
como resultado de la adopción de un foco de atención [Link] Res Cerebro67: 304-309, 2005.
66. Zarghami, M, Saemi, E y Fathi, I. El foco de atención externo mejora el rendimiento del lanzamiento
de [Link]ía44: 47-51, 2012.
67. Ziv, G, Ochayon, M y Lidor, R. Expectativas mejoradas o disminuidas en el putt de golf: ¿qué afecta realmente al
rendimiento?Ejercicio deportivo psicologico40: 82-86, 2019.
capitulo 29
1. Ardern, CL, Glasgow, P, Schneiders, A, Witvrouw, E, Clarsen, B, Cools, A, Gojanovic, B, Griffin, S,
Khan, KM, Moksnes, H, Mutch, SA, Phillips, N, Reurink, G, Sadler, R, Silbernagel, KG, Thorborg,
K, Wangensteen, A, Wilk, KE y Bizzini, M. Declaración de consenso sobre el regreso al deporte del Primer
Congreso Mundial de Fisioterapia Deportiva, [Link] J Sports Med50: 853-864, 2016.
2. Baker, CE, Moore-Lotridge, SN, Hysong, AA, Posey, SL, Robinette, JP, Blum, DM, Benvenuti, MA, Cole, HA,
Egawa, S, Okawa, A, Saito, M, McCarthy, JR, Nyman, JS, Yuasa, M y Schoenecker, JG. Respuesta de fase
aguda de fractura ósea: una teoría unificadora de la reparación de fracturas: implicaciones clínicas y
cientí[Link] Rev Bone Miner Metab16: 142-158, 2018.
3. Blanch, P y Gabbett, TJ. ¿Ha entrenado el atleta lo suficiente para volver a jugar de manera segura? La proporción de carga de
trabajo aguda: crónica permite a los médicos cuantificar el riesgo de lesión posterior de un [Link] J Sports Med 50:
471-475, 2016.
4. Bleakley, C, McDonough, S y MacAuley, D. El uso de hielo en el tratamiento de lesiones agudas de tejidos
blandos: una revisión sistemática de ensayos controlados [Link] J Sports Med32: 251-261, 2004.
5. Bryant, AE, Aldape, MJ, Bayer, CR, Katahira, EJ, Bond, L, Nicora, CD, Fillmore, TL, Clauss, TR, Metz, TO,
Webb-Robertson, BJ y Stevens, DL. Efectos de la administración tardía de AINE después de una lesión
por contracción excéntrica experimental: un estudio celular y proteómico.Más uno12: e0172486, 2017.
6. Caine, D, DiFiori, J y Maffulli, N. Lesiones fisarias en deportes infantiles y juveniles: ¿motivos de
preocupación?Br J Sports Med40: 749-760, 2006.
7. Cohen, P. Fractura de hueso [Link] prácticas de BMJ. marzo de 2020.
[Link]/topics/en-us/386. Consultado el 28 de agosto de 2020.
8. Coleman, N. Consideraciones generales sobre [Link] deportes con representante17: 175-176, 2018.
9. Cook, JL y Purdam, CR. ¿La patología tendinosa es un continuo? Un modelo patológico para explicar la
presentación clínica de la tendinopatía inducida por [Link] J Sports Med43: 409-416, 2009.
10. Ekeland, A, Engebretsen, L, Fenstad, AM y Heir, S. Riesgo similar de revisión del injerto de LCA para esquiadores alpinos,
jugadores de fútbol y balonmano: la tasa de revisión del injerto está influenciada por la edad y la elección del [Link] J
Sports Med54: 33-37, 2020.
11. Flachsmann, R, Broom, ND, Hardy, AE y Moltschaniwskyj, G. ¿Por qué la articulación adolescente es
particularmente susceptible a la fractura por cizallamiento osteocondral?Clin Orthop Relat Res212-221, 2000.
12. Fleming, BC, Hulstyn, MJ, Oksendahl, HL y Fadale, PD. Lesión de ligamentos, reconstrucción y
[Link] Opinión Orthop16: 354-362, 2005.
13. Frank, CB. Estructura, fisiología y función de los [Link]ón neuronal musculoesquelética J4: 199-
201, 2004.
14. Frizziero, A, Vittadini, F, Gasparre, G y Masiero, S. Impacto de la deficiencia de estrógeno y el envejecimiento en el
tendón: revisión concisa.Músculos Ligamentos Tendones J4: 324-328, 2014.
15. Galiuto, L. El uso de la crioterapia en lesiones deportivas [Link] Deportes Medicina Res3: 1060, 2016.
16. Hauser, R y Dolan, E. Lesión y curación del ligamento: una descripción general de los conceptos clínicos actuales.J
Prolother3: 836-846, 2011.
17. Hickey, JT, Timmins, RG, Maniar, N, Williams, MD y Opar, DA. Criterios para la rehabilitación progresiva y la
determinación de la autorización para volver a jugar después de una lesión por distensión del tendón de la corva: una
revisión sistemá[Link] deportiva47: 1375-1387, 2017.
18. Jarvinen, TA, Jarvinen, TL, Kaariainen, M, Kalimo, H y Jarvinen, M. Lesiones musculares: biología y
[Link] J Sports Med33: 745-764, 2005.
19. Khan, KM, Cook, JL, Taunton, JE y Bonar, F. Tendinosis por uso excesivo, no tendinitis parte 1: un nuevo
paradigma para un problema clínico difí[Link] Sportsmed28: 38-48, 2000.
20. Macdonald, B, McAleer, S, Kelly, S, Chakraverty, R, Johnston, M y Pollock, N. Rehabilitación de
isquiotibiales en atletas de atletismo de élite: aplicación de la clasificación de lesión muscular
atlética británica en la práctica clí[Link] J Sports Med53: 1464-1473, 2019.
21. Magnusson, SP, Langberg, H y Kjaer, M. Patogénesis de la tendinopatía: equilibrio de la
respuesta a la [Link] Rev Reumatol6: 262-268, 2010.
22. Mountjoy, M, Sundgot-Borgen, JK, Burke, LM, Ackerman, KE, Blauwet, C, Constantini, N, Lebrun,
C, Lundy, B, Melin, AK, Meyer, NL, Sherman, RT, Tenforde, AS, Klungland, Torstveit, M y Budgett, R. Declaración
de consenso del COI sobre la deficiencia relativa de energía en el deporte (RED-S): actualización de 2018 .Br J
Sports Med52: 687-697, 2018.
23. Mueller-Wohlfahrt, HW, Haensel, L, Mithoefer, K, Ekstrand, J, English, B, McNally, S, Orchard, J, van Dijk,
CN, Kerkhoffs, GM, Schamasch, P, Blottner, D, Swaerd , L, Goedhart, E y Ueblacker, P. Terminología y
clasificación de las lesiones musculares en el deporte: la declaración de consenso de [Link] J Sports
Med47: 342-350, 2013.
24. Muller, SA, Todorov, A, Heisterbach, PE, Martin, I y Majewski, M. Curación del tendón: una descripción general de
la fisiología, biología y patología de la curación del tendón y revisión sistemática del estado del arte en
bioingeniería del tendó[Link] Cirugía Deportes Traumatol Arthrosc23: 2097-2105, 2015.
25. Nork, SE. Manejo inicial de la fractura y [Link] J Orthop19: S7-S10, 2005.
26. Panics, G, Tallay, A, Pavlik, A y Berkes, I. Efecto del entrenamiento de propiocepción en el sentido de la posición de la articulación de la
rodilla en jugadoras de balonmano del equipo [Link] J Sports Med42: 472-476, 2008.
27. Perron, AD, Brady, WJ y Keats, TA. Principios del tratamiento de las fracturas por estrés. Los porqués y cómos de
una lesión cada vez más comú[Link] en Medicina110: 115-124, 2001.
28. Pollock, N, James, SL, Lee, JC y Chakraverty, R. Clasificación de lesiones musculares del atletismo británico: un nuevo
sistema de clasificació[Link] J Sports Med48: 1347-1351, 2014.
29. Scott, A, Backman, LJ y Speed, C. Tendinopatía: actualización de la fisiopatología.J Orthop Sports
Phys Ther45: 833-841, 2015.
30. Sharma, P y Maffulli, N. Biología de la lesión del tendón: curación, modelado y remodelació[Link]ón
neuronal musculoesquelética J6: 181-190, 2006.
31. Sherry, MA y Best, TM. Una comparación de 2 programas de rehabilitación en el tratamiento de distensiones
agudas de isquiotibiales.J Orthop Sports Phys Ther34: 116-125, 2004.
32. Shrier, I. Evaluación estratégica del marco de riesgo y tolerancia al riesgo (StARRT) para la toma de decisiones sobre el
regreso al [Link] J Sports Med49: 1311-1315, 2015.
33. Stares, J, Dawson, B, Peeling, P, Drew, M, Heasman, J, Rogalski, B y Colby, M. ¿Cuánto es suficiente en rehabilitación? Las altas
cargas de trabajo de carrera después de una lesión muscular en las extremidades inferiores retrasan el regreso al juego pero
protegen contra lesiones posteriores.J Sci Med Deporte21: 1019-1024, 2018.
34. Wajswlner, H, y Nimphius, S. Lesiones óseas. EnPrevención y rehabilitación de lesiones deportivas. Oxford:
Routledge, 2016.
35. Warren, P, Gabbe, BJ, Schneider-Kolsky, M y Bennell, KL. Predictores clínicos de tiempo para volver a la
competición y de recurrencia después de distensión de isquiotibial en futbolistas australianos de é[Link] J
Sports Med44: 415-419, 2010.
capitulo 30
1. Arnold, B y Schilling, [Link]áctica basada en la evidencia en el deporte y el ejercicio: una guía para el uso de la
investigació[Link]: FA Davis Company, 2-19, 2016.
2. Bell, L. Patrones de interacción en equipos multidisciplinarios de protección infantil en Nueva [Link] infantil
Negligencia2: 65-80, 2001.
3. Corning, P. El resurgimiento de la “emergencia”: un concepto venerable en busca de una teorí[Link] 7:
18-30, 2002.
4. Coutts, A. Desafíos en el desarrollo de prácticas basadas en evidencia en deportes de alto [Link] J
Sport Physiol Realizar12: 717-718, 2017.
5. Dijkstra, H, Pollock, N, Chakraverty, R y Alonso, J. Gestión de la salud del deportista de élite: un nuevo modelo
integrado de gestión y entrenamiento de la salud del [Link] J Sports Med48: 523-531, 2014.
Faulkner, G, Taylor, A, Ferrence, R, Munro, S y Selby, P. La ciencia del ejercicio y el desarrollo de la práctica
basada en la evidencia: un marco de "mejores prácticas".Eur J Sport Sci6: 117-126, 2006.
7. Gambrill, [Link] crítico en la práctica clínica: mejora de la calidad de los juicios y decisiones.
Hoboken, Nueva Jersey: John Wiley & Sons, 3-28, 2005.
8. Goldstein, J. Emergencia como construcción: historia y problemas.Emergencia1: 49-72, 1999.
9. Kelledy, L y Lyons, B. Causalidad circular en la teoría de los sistemas familiares. EnEnciclopedia de Terapia
de Pareja y Familia. Lebow, J, Chambers, A y Breunlin, D, eds..Cham, Suiza: Springer, 1-4, 2019.
10. Koskie, J y Freeze, R. Una crítica de los equipos multidisciplinarios: problemas y [Link]
desarrollador Bull28: 1-17, 2000.
11. Lilienfeld, S, Lynn, S y Lohr, J. Ciencia y pseudociencia en psicología clínica: pensamientos
iniciales, reflexiones y consideraciones. EnCiencia y Pseudociencia en Psicología Clínica.
Lilienfeld, S, Lynn, S y Lohr, J, eds..Nueva York: Guilford Press, 1-14, 2003.
12. Moore, Z. El pensamiento crítico y la práctica basada en la evidencia de la psicología del deporte.J Clin Sport Psychol 1:
9-22, 2007.
13. Moreau, W, and Nabhan, D. Trabajo organizativo y multidisciplinario en centros olímpicos de alto
rendimiento en EE. [Link] Med Clin Condes23: 337-342, 2012.
14. Norris, S, y Smith, D. Planificación, periodización y secuenciación del entrenamiento y la competencia: la justificación de
un programa de entrenamiento y competencia planificado de manera competente y ejecutado de manera óptima,
respaldado por un equipo multidisciplinario. EnMejorar la recuperación: prevenir el bajo rendimiento en los atletas.
Kellmann, M, ed. Champaign, IL: Human Kinetics, 121-161. 2002.
15. Popper, [Link] y refutaciones: el crecimiento del conocimiento cientí[Link]: Routledge &
Kegan Paul, 1972.
16. Reid, C, Stewart, E y Thorne, G. Equipos multidisciplinarios de ciencias del deporte en el deporte de élite:
¿servicio integral o conflicto y confusión?Psicología Deportiva18: 204-217, 2004.
17. Riedy, C. Holocracia: una tecnología social para una organización con propósito. 2013. https://
[Link]/@chrisjriedy/holacracy-a-social-technology-for-purposeful-
organisation-14347a6f3453#:~:text=Holacracy%20is%20a%20real%2Dworld,distributed%20(Holacracy.
org). Consultado el 27 de agosto de 2020.
18. Robertson, BJ Holacracia: un sistema completo para la dirección y el gobierno organizativo ágil. Informe
ejecutivo de gestión ágil de proyectos7 (7): 1-21, 2006.
19. Robertson, B. Organización a la vanguardia: introducción de la [Link] Integral Rev.7, 2007.
20. Roncaglia, I. La perspectiva de un practicante de equipos multidisciplinarios: análisis de barreras potenciales y factores
clave para el é[Link] psicológico9: 15-23, 2016.
21. Smith, J. y Smolianov, P. El modelo de gestión de alto rendimiento: del deporte olímpico y
profesional al universitario en los Estados [Link] deportivo21: 1-12, 2016.
22. Stember, M. Avance de las ciencias sociales a través de la empresa [Link] Sociales J28: 1-14, 1991.
23. Tucker, R y Collins, M. ¿Qué hace a los campeones? Una revisión de la contribución relativa de los genes y el
entrenamiento al éxito [Link] J Sports Med46: 555-561, 2012.
24. Turner, A, Bishop, C, Cree, J, Carr, P, McCann, A, Bartholomew, B y Halsted, L. Construyendo un modelo de alto
rendimiento para el deporte: un enfoque centrado en el desarrollo [Link] Cond J41: 100-107,
2019.
25. van de Kamp, P. Holacracia: un enfoque radical del diseño organizacional. EnElementos del proceso de
desarrollo de software: influencias en el éxito y el fracaso del proyecto. Dekkers, H, Leeuwis, W y
Plantevin, I, eds..Ámsterdam: Universidad de Ámsterdam, 13-26, 2014.
26. Zeigler, E. Preparación profesional y especialización disciplinar en PE y kinesiología canadienses.J
Phys Ed Rec Danza61: 40-44, 1990.
capitulo 31
1. Barton, C. El modelo actual de revista de medicina deportiva está desactualizado y es [Link] Sports Med J7:
58-63, 2017.
2. Björk, BO y Solomon, D. El retraso en la publicación en revistas académicas revisadas por pares.J Informetr 7:
914-923, 2013.
3. Buchheit, M. Houston, todavía tenemos un [Link] J Deportes Physiol Realizar12: 1111-1114, 2017.
4. Buchheit, M. ¿Quiere ver mi informe, entrenador?Aspetar Sports Med J6: 36-43, 2017.
5. Burke, LM. Comunicar la ciencia del deporte en la era de la Twitteresfera. Int J Sport Nutr Metab 27:
1-5, 2017.
6. Côté, J y Darling, E. Científicos en Twitter: ¿predicar al coro o cantar desde los tejados? facetas3:
682694, 2018.
7. Dunleavy, P. Cómo escribir una publicación de blog a partir de su artículo de revista en once sencillos pasos. Enero de
2016. [Link]
Consultado el 27 de agosto de 2020.
8. Grand, A, Wilkinson, C, Bultitude, K y Winfield, AFT. Ciencia abierta: ¿una nueva “tecnología de confianza”?
Ciencia común34: 679-689, 2012.
9. Impellizzeri, F. Redes sociales en la ciencia y la medicina del deporte: un gran poder conlleva una gran
[Link] J Sport Physiol Realizar13: 253-254, 2018.
10. Jones, B, Till, K, Emmonds, S, Hendricks, S, Mackreth, P, Darrall-Jones, J, Roe, G, McGeechan, SI, Mayhew, R,
Hunwicks, R y Potts, N. Acceso Cerebros fuera del campo en el deporte: un modelo de investigación aplicada
para desarrollar la prá[Link] J Sports Med53: 791-793, 2019.
11. Le Meur, Y, y Torres, L. 10 Retos a los que se enfrenta el científico deportivo aplicado [Link] Realizar Sci Rep57:
v1, 2019.
12. Lemyre, F, Trudel, P y Durand-Bush, N. Cómo los entrenadores deportivos juveniles aprenden a [Link]ía Deportiva
21: 191-209, 2007.
13. Malone, JJ, Harper, LD, Jones, B, Perry, J, Barnes, C y Towlson, C. Perspectivas de la investigación aplicada de las ciencias
del deporte en colaboración dentro de los deportes de equipo [Link] J Sport Sci19: 147-155, 2019.
14. Martindale, R y Nash, C. Relevancia y aplicación de las ciencias del deporte: percepciones de los entrenadores del Reino Unido.J deportes
ciencia31: 807-819, 2013.
15. Morris, ZS, Wooding, S y Grant, J. La respuesta es 17 años, cuál es la pregunta: comprender los retrasos en
la investigación traslacional. JR Soc Med104: 510-520, 2011.
16. Niyazov, Y, Vogel, C, Price, R, Lund, B, Judd, D, Akil, A, Mortonson, M, Schwartzman, J y Shron, M. El acceso abierto se
encuentra con la capacidad de descubrimiento: citas de artículos publicados en el mundo académico .edu.Más uno
11: e0148257, 2016.
17. Norris, [Link] ventaja de las citas de los artículos de acceso [Link], Reino Unido: Universidad de
Loughborough, 2018.
18. Purdam, K y Zhu, Y. Redes sociales, comunicación científica y superusuarios académicos en el Reino Unido.
Primer lunes (Chicago)11: 1-18, 2017.
19. Stoszkowski, J y Collins, D. Fuentes, temas y uso del conocimiento por parte de los entrenadores.J deporte ciencia34: 1-9, 2015.
20. Thornton, HR, Delaney, JA, Duthie, GM y Dascombe, BJ. Desarrollo de sistemas de seguimiento de atletas en
deportes de equipo: análisis y visualización de datosInt J Sport Physiol Realizar1: 14: 698-705, 2019.
21. Vargas-Tonsing, TM. Preferencias de los entrenadores para la educación continua de [Link] J Sports Sci
Entrenador2: 25-35, 2007.
22. Wright, T, Trudel, P y Culver, D. Aprendiendo a entrenar: las diferentes situaciones de aprendizaje reportadas
por entrenadores juveniles de hockey sobre [Link] Educ Sport Pedagogía12: 127-144, 2007.
ÍNDICE
Nota:en cursivaFytLos siguientes números de página se refieren a figuras y tablas,
respectivamente.
A
red social academica463
aceleración138-139
acelerómetros17,117-119,118F,121
Tendinopatía de Aquiles145
Lesión del LCA (ligamento cruzado anterior)144,147,158-160,159t,441
deportes acrobáticos66
recuperación activa359
proporción de carga de trabajo aguda: crónica (ACWR)22,288-292,291-292F,293F
Escala de estrés y recuperación aguda (ARSS)247 actividad acíclica sEMG203F,204
adaptació[Link] tambiénmonitoreo de biomarcadores
en entrenamiento de altura390-392 caja
negra del atleta214 datos de frecuencia
cardiaca y183-186,187t nutrición y
371-375
recuperación y361
en proceso de formación13-15,14F,15F
síntesis proteica adaptativa215 trifosfato de
adenosina (ATP)218-220,367 aptitud aeróbica y
tolerancia al calor383 respuesta aeróbica, como
objetivo HIIT44,44F método algebraico262
ondas alfa197,397,398t
entrenamiento en altura
390-393 amenorrea439
producción de amoníaco218-220
AMS (sistema de gestión de atletas)9,108
respuesta anaeróbica, como objetivo HIIT44,
44F evidencia anecdóticaxvi,61,458
aceleración angular139 desplazamiento
angular139 velocidad angular139
animaciones464-467
lesiones de tobillo143-144,144F,145,147
plan Anual31t,32
SNA (sistema nervioso autónomo)177-178
HORMIGA +179
lesión del ligamento cruzado anterior (LCA)144,147,158-160,159t,441
medicamentos antiinflamatorios434 alimentos antioxidantes419
sistema antioxidante223
a priori (minería de reglas)304 área bajo la curva
(AUC)263 AROM (medidas de resultado informadas
por el atleta)
resumen conceptual241t
recopilación de datos y sesgo250,251t,254
definido242
instrumentos existentes242t,247-248 selección de
instrumentos242-247,244F,245F,246F limitaciones,
conceptos erróneos250-252 validez y confiabilidad en
248-250 ARSS (Escala de estrés y recuperación aguda)
247 corrección de artefactos, en el cálculo de HRV181
artefactos, en datos EEC195-196,195F minería de reglas
de asociación304 enfoque centrado en el atleta
en apoyo interdisciplinario341-342,449,450-451,455 en el
desarrollo de KPIsesenta y cinco en ciencias del deportexix
tecnología portátil y96 sistema de gestión de atletas (AMS)9,
108
seguimiento de [Link] tambiénmonitoreo de biomarcadores;pruebas de aptitud y rendimiento;rendimiento clave
indicadores;monitoreo de carga;periodización;perfilado y benchmarking;métricas específicas o áreas temáticas
retroalimentación en324,422-423,427 marco
para287,287F,470F ciclo de seguimiento297,298F
talento y desarrollo69,70F evolución de la
tecnología y148-149,229,301 temporadas de
entrenamiento y36-38
perfiles de [Link] tambiénperfilado y benchmarking
proceso de desarrollo75
uso de placa de fuerza en152-154,152t
fuerza – perfiles de velocidad84-85
fortalezas y debilidades en84,84F
medidas de resultado informadas por el [Link] (medidas de resultado informadas por el atleta)
prueba de hombro atlético152t,153 entrenadores atléticos5
ATP (trifosfato de adenosina)218-220,367
enfoque atencional
estado de flujo y403
rendimiento motor y408-409,424-426,428
AUC (área bajo la curva)263
inhibición autógena (no recíproca)208 sistema
nervioso autónomo (SNA)177-178 autonomía y
rendimiento423-424,426,427 sinapsis axo-
axonal207
B
dolor de espalda144,145
sustancias prohibidas375
gráficos de barras315,318F,332F especímenes
en estado basal217 Inferencia bayesiana274,
282F,283 BCI (interfaces cerebro-computadora)
209
evaluación comparativa, [Link] tambiénperfilado y
benchmarking ondas beta397,398t diferencias entre medidas103,
103F diseño entre sujetos421 sesgo (prejuicio)
Toma de decisiones6-7
esfuerzo percibido236,239 resolución
de problemas en silos447,448F datos
sRPE y AROM250,250t sesgo
(estadísticas)
inferencia causal273-274
validez de criterio103
definido141
estudios de medida281 grandes
tecnologías de datos38,68
biorretroalimentaciónMar
neurorretroalimentación error biológico104
maduración biológica76
ruido biológico281
sistemas biológicos214,214F
biomarcador, definido229
monitoreo de biomarcadores
análisis de datos, interpretación
225-228 llaves metricas218-225,
219-220t,226t leyes y etica228
principios y procedimientos216-218,218F
regulación y retroalimentación en213-215
un deporte215-216,215F evolución de la
tecnología y229 técnicas biomecánicas66
electrodos bipolares199-200 escalas bipolares
243
caja negra214
Separación ciega de fuentes (BSS)196 modelo de
entrenamiento de bloque (secuencial)30-31,30F blogs
467-469
glucosa en sangre223
lactato en sangre220,221F
exposición a la luz azul356,419
Bluetooth de baja energía179
composición corporal
métodos de medición comunes336t
visualizaciones de datos335-336,337F
nutrición y367
masa corporal e hidratación386
la salud ósea223,374,375 lesión
ósea438-440
estrés óseo439
escala de borg235,253 procesamiento de
abajo hacia arriba408 teoría de la
racionalidad limitada308 diagramas de caja
317,320F
actividad cerebralMarfunción cognitiva;electroencefalografía;sistema nervioso
interfaces cerebro-computadora (BCI)209 ondas cerebrales192,197,397-398,398t,409
método de fuerza bruta262
BSS (separación de fuente ciega)196
agotamiento399
software de inteligencia empresarial9
C
consumo de calcio223,375 vista de calendario de
datos331,331F,332F prueba de pantorrillas,
isométrica153
carbohidrato223,367-369,368t,371,388 tono vagal
cardiaco178 estudios de casos, uso de85 escalas
de razón de categoría (CR)235 escalas de
categoría235,257
inferencia causal271-274,273F,274t centro de
masa137,138F centímetro-gramo-segundo (CGS)
deportes59-60 fatiga central418,418F
tiempo de conducción motora central (CMCT)
413 sistema nervioso central (SNC)191,405-406
tendencia central258
corteza cerebral406
Deportes CGS (centímetro-gramo-segundo)59-60
relación desafío-habilidades401-403,402F pruebas
de cambio de dirección146-148,147F elección y
rendimiento423-424 niveles de colesterol225
edad cronológica76
IC (intervalos de confianza)275,278F
ritmo circadiano419
causalidad circular449
CK (creatina quinasa)220,357 método
de frecuencia cardíaca fija383
clasificación (aprendizaje automático)303
CLES (tamaño del efecto del lenguaje común)262-263,263F,264F,264t
psicólogos clínicos5 clinimetría241,243 análisis de conglomerados303-304
CMAP (potencial de acción muscular compuesto)204
CMCT (tiempo de conducción motor central)413 CMJ.
Marprueba de salto con contramovimiento (CMJ) SNC
(sistema nervioso central)191,405-406 entrenadoresMar
entrenadores deportivos coeficiente de variación25,148
fatiga [Link] mental función cognitiva
entrenamiento de neurorretroalimentación403-404,409-410,
410F neuroplasticidad407
rendimiento y395-399,407-409 estrés
y recuperación en417-420
estimulación magnética transcraneal410-415,411F,412F,414F,415F
procesos visuales415-417,416F de CohenD260-262,264F,264t,267
coherencia, en CEE197 ambientes fríos381
inmersión en agua fría357,362,390
colaboración
un equipo interdisciplinarioxviii-xx con
entrenadores deportivosxix,340,341
color, en visualizaciones de datos327-329,328F,331-333 tamaño del
efecto del lenguaje común (CLES)262-263,263F,264F,264t
comunicación, en la entrega de datos98,313,472 modelado
comparativo297 competencias
de científicos del deportexx-xxi,10 uso de
tecnología y4 carga de [Link]
monitoreo de carga ejercicios competitivos
37 periodo competitivo33,34t,35t enfoque
de sistemas complejos294
potencial de acción muscular compuesto (CMAP)204
prendas de compresión358-359 equivalencia
computacional308 pensamiento computacional310
potencia máxima concéntrica (Pcima)157 validez
concurrente78,104 medidas de conductividad412
intervalos de confianza (IC)275,278F sesgo de
confusión273-274 matriz de confusión304-305,304t
hipótesis de acción restringida403 validez de
[Link] tambiénvalidez
validez de contenido102
tiempo de contracción (tiempo de despegue)155,
157 terapia de agua de contraste358 método de
ritmo de trabajo controlado383 contusiones432,
434 enfriamiento (recuperación activa)359
métodos de enfriamiento389-390,391F,392t
análisis de coordinación142-143 correlación
versus causalidad272-273,273F tracto
corticoespinal407 cortisol220,222F teoría
contrafáctica272 prueba de salto con
contramovimiento (CMJ)
movimiento del brazo en155,161 para
la respuesta a la fatiga19-20 para
análisis cinemático143,144
para la vigilancia de la respuesta a la carga154-158,156F,
157t como prueba de perfil152t,154 en el ejemplo de
confiabilidad104-106 creatina quinasa (CK)220,357
suplementos de creatina367 validez de criterio25,78,102-103
,103F pensamiento crítico458
validación cruzada270-271,271F
Escalas CR (razón de categoría)235
crioterapia360,390 Csíkszentmihályi,
Mihály396,401 actividad cíclica sEMG
203F,204
D
análisis e interpretación de [Link] tambiéninferencia estadística;modelado estadístico
evaluación comparativa y77-83
datos de biomarcadores225-228
electroneuromiografía200,201t fuerza – perfiles de velocidad-
potencia172-175,173F,174F datos de frecuencia cardiaca
181-182 datos de riesgo de lesiones295-297 datos cinemáticos
139-141
categorías de conocimiento para10 métricas de
respuesta de carga155-158,156F,161
velocidad y cambio de velocidad130-134,132-133F,133-134t,135F
implementacion de tecnologia y97-98 análisis de tiempo-movimiento
128-129 medidas de carga de trabajo129-130,131F sistema de gestión de
base de datos (DBMS)108 bases de datos
datos históricos de carga435
datos KPI68,69 para el
desarrollo de PO60t
recopilación de [Link] tambiénmonitoreo de carga;sistemas de rastreo
Preocupado sobre136
datos de riesgo de lesiones
294-295 innovación en135-136
datos cinemáticos139-141,140t
propósito y enfoque en80,96
confiabilidad en104-106
sRPE y AMRON250,251t,253-254,253t
validez en102-104
entrega de [Link] tambiénvisualizaciones de datos
en la retroalimentación del atleta324,
470F consideraciones de la audiencia
340 comunicación en98,313,472
presentación de datos470-471
evolución de472
selección de información469-470
al equipo interdisciplinario298,323-324,469-472,470F
plataformas en línea para462-469,465F,466F en revistas
científicas461-462 en implementacion de tecnologia98
tiempo de323
Diccionario de datos108,110F
proceso de generacion de datos269
higiene de datos, [Link] tambiéngestión de datos, procesamiento
gestión de datos, procesamiento
desafíos en101-102
limpieza de datos110-112
integridad de los datos108,134
compartir datos39-40,134-135
datos de EEG195-196
filtrado de datos106-108,107F,181,194
datos cinemáticos142-143
problemas de procesamientodieciséis
seguridad y privacidadsesenta y cinco,98 como
responsabilidad científica del deporte9
almacenamiento108-110,111F procesamiento de
datos
aprendizaje profundo en305-306 aprendizaje
automático en302-305,303F en ciencias del
deporte306-310 las etapas de302t
tecnologías de transmisión de datos179
visualizaciones de datos
consideraciones de la audiencia313-314,315t,331-333
cambios a lo largo del tiempo en327-329 uso del color
en327-329,328F,331-333 capas de datos en333-334 en la
toma de decisiones307-308 entrega de313,323-324
múltiples tipos de datos en330-331,331F datos
escalados en325F,326-327,326F
narración en322-323
tips para470-471
tipos de314-317,318-321F
incertidumbre en317-322,334-336,335F,337F
percepción visual y314,316t comparaciones
intraindividuales324-326,325F formatos de fecha
110
DBMS (sistema de gestión de bases de datos)108
Toma de decisiones
sesgo en6-7
decisiones basadas en datos343-346,343F,345F,348-349,349F
Sistemas de Soporte a la Decisión307-310,309F decisiones en el
juego86
un equipo interdisciplinario458
modelo mental para10F
programación de microciclos55F
sobre el uso de suplementos377F
árboles de decisión303
métodos de aprendizaje profundo
305-306 red de modo predeterminado
(DMN)197 grados de libertad275,277F,
277t deshidració[Link]ón
dolor muscular de aparición tardía (DOMS)357,360 ondas
delta398t diagramas de densidad317,319F derivados
125-126
estadísticas descriptivas
asociaciones entre variables268-269 comparaciones de grupos
dependientes266-268,266F,266t comparaciones de grupos
independientes258-266,259F,260t,261t,263F Información general258
determinantes del rendimiento59,61-64,64F,448
modelos deterministas40,61-63,64F,77 dietistas
Marnutrición;nutricionistas RPE diferencial (dRPE)
240 inhibición postsináptica directa207 variables
discretas142
dispersión258
organización divisional455 DMN (red de
modo predeterminado)197 medicos5
DOMS (dolor muscular de aparición tardía)357,360
dopamina398
infracciones de las normas de dopaje375
Método de desplazamiento Doppler120
vía dorsal en el cerebro416,416F efecto
dosis-respuesta14 DRF171t,174 deriva141
soltar saltar143,152t,154 dRPE
(RPE diferencial)240
electrodos secos193
Dunleavy, P.467-469
evaluaciones dinámicas, en placa de fuerza154
índice de fuerza dinámica153-154
mi
EA (disponibilidad de energía)366-367,374-375 EBK (conocimiento basado
en evidencia)xviii impulso de desaceleración excéntrica y RFD158 relaciones
excéntricas a concéntricas (Ecc: Con) de tiempo e impulso158
electrocardiogramaMarelectrocardiografía (ECG, ECG) validez ecológica25
[Link]ía (EEG) EER
(requisito de energía estimado)365
estadísticas del tamaño del efecto258,260-266,261t,262t,266t,267-268,267t,268F
esfuerzo, diferenciación de233 electrocardiogramaMarelectrocardiografía
electroestimulación muscular (EMS)360-361
electrocardiografía (ECG, ECG)
Artefactos de ECG195
evolución y uso de178-179
electrodos
EEG192,193-194,193F,194F
ENMG199-200,199t
electroencefalografía (EEG)
procesamiento de datos195-196,195F descrito
191-193,193F futuro de209,210,210F estudios
de fatiga mental401 neurorretroalimentación
403-404,409-410,410F durante el descanso,
otros estados197 amplificación de señal
194-195 grabación de señal193-194,193F,194F
durante el rendimiento deportivo196-197,398
usos de191
pérdida de electrolitos387-388
electromiografía (EMG)
artefactos EMG195
futuro de209-210,210F tipos
de198,201-206,203F
electroneuromiografía (ENMG)
análisis de los datos200,
201t descrito198-199,198F
futuro de209,210,210F
mecanismos inhibitorios206-208,207F,208F
reducción de ruido en200 amplificación de
señal200 grabación de señal199-200,199t
tipos de198,201-206
usos de191
electrooculograma (EOG)194,195
investigación integrada135
[Link]ía (EMG)
inteligencia emocional10
modelo de entrenamiento de énfasis (péndulo)30F,
31 empirismoxvi,453
EMS (estimulación muscular eléctrica)360-361
respuesta endocrina219t,220-221 deportes de
resistencia
medidas de carga externa17
repostando367-369
disponibilidad de energía (EA)366-367,374-375 [Link]
electroneuromiografía (ENMG) estresores [Link]
entrenamiento en altura;seguridad contra el calor EOG
(electrooculograma)194,195 epífisis439
EPO (eritropoyetina)392
épocas o datos de EEG195
EPSP (potencial postsináptico excitatorio)207,207F,406 EPV
(eventos por variable)295 ERP (potenciales relacionados con
eventos)209 eritropoyetina (EPO)392
requerimiento de energía estimado (EER)365
ética
en la monitorización de
biomarcadores228 en la entrega de
datos321,322-323 tecnología y98
potenciales relacionados con eventos (ERP)209 eventos por
variable (EPV)295 evidencia, inexistente o anecdóticaxvi,61,458
conocimiento basado en la evidencia (EBK)xviii la evidencia se
basa en la practica458-459 mecanismos excitatorios206-208,207
F,413 potencial postsináptico excitatorio (EPSP)207,207F,406
ciencia del ejercicioXV
síndrome compartimental de esfuerzo145
expectativas de desempeño421-423,427
necesidad expresada93
foco externo de atención424-426,428
Carga externa
definido14,dieciséis,231
integración de carga interna
22 KPI para evaluación70,71F
medidas de16-18,23
movimiento ocular, en EEG194,195,196 herramientas
de seguimiento ocular417
F
F0170t,170t,172 validez
aparente78,102 masa
libre de grasa366
fatiga
biomarcadores para20,183-186,187t,
216 función cognitiva y418-419,418F
definido18,154 nutrición y367
SEMG durante204
pruebas para19-22,154,161-162
teorías de18-19
en análisis de tiempo-movimiento128
retroalimentación, a los atletas
uso de datos en324,470F rendimiento
y422-423,427 circuitos de
retroalimentacion129F,213 tríada de
atletas femeninas374,439 filtrado de
datos
para la higiene de datos106-108,107F
en la CEE194,195 en el cálculo de HRV
181 aptitud fí[Link]ón
pruebas de aptitud y [Link] tambiénuso de placa de fuerza
clasificaciones de atletas80-81,81F
condiciones que influyen161 para la
respuesta a la fatiga18,19-22
consideraciones de interpretación148
para análisis cinemático143-148,144F,146F,147F
factores de rendimiento óptimos y428 percentiles
82-83,83F en periodización33-34
para volver a jugar443 puntajes
estandarizados81-82,82F,83F calidad de la
prueba78-80
entrenando como84-85
fitness – modelo de fatiga13-14,151
organizacion plana456
relación tiempo de vuelo: tiempo de contracción (FT: CT)
155-156 Fluir(Csíkszentmihályi)401 estado de flujo
procesos cerebrales en397-399,409
características de396
definido395
hallazgo401-404
historia de395-396
Ritmo FMT (línea media frontal theta)196
rodillos de espuma360
calzado36
fuerza a velocidad cero (FV0)157
uso de placa de fuerza
descripción general de las
aplicaciones152 descrito9,151
desarrollo de151
innovaciones en161-162
en la supervisión de la respuesta a la carga154-158
para la creación de perfiles y la evaluación comparativa152-154,
152t administración de pruebas160-161 fuerza – perfiles de
velocidad-potencia
características de166-168,167F
análisis de datos, interpretación172-175,173F,174F uso
de datos84-85,174-175 innovaciones en175
llaves metricas169-172,170-171t pruebas no
específicas168-169 pruebas específicas del
deporte169 relaciones fuerza-velocidad165F,166
,167F Fcima(fuerza pico)152t,153,157 crecimiento de
FP304
fracturas438-440
radicales libres223,419
proporción de testosterona libre a cortisol (FTCR)220,222F
inferencia frecuentista275,280 ritmo theta de la línea media
frontal (FMT)196
FTCR (proporción de testosterona libre a cortisol)220,222F
FT: CT (relación tiempo de vuelo: tiempo de contracción)
155-156 conectividad funcional197 extralimitación funcional
13 estado funcional191,420 FURIA304
FV0 (fuerza a velocidad cero)157
VFsoy B170t,172,173,175
GRAMO
análisis de la marchaMaranálisis cinemático
HIIT basado en juegos46
ondas gamma398t análisis
de las deficiencias75,84
relleno de huecos140
síndrome de adaptación general13,14F
fase de preparación general33,34t techo
genético450,450F principios de la gestalt
314,316t sistema de coordenadas globales
137
Sistema Global de Navegación por Satélite (GNSS)117
Sistemas de Posicionamiento [Link] (Sistemas de Posicionamiento Global)
acoplamiento objetivo-acción426 tensión de gobernabilidad456,457F GPS (Sistemas de
Posicionamiento Global)
integridad de los datos134
descrito9,117 monitoreo en tiempo real
126-127 validez y fiabilidad dedieciséis,
125-127 materia gris406
lesiones en la ingle144,145,147-148
electrodos de tierra199,200
crecimiento, definido75
buen entrenamiento369
giroscopios119
H
HA decaimiento381
lesiones en los isquiotibiales145
Ley de Portabilidad y Responsabilidad del Seguro Médico (HIPAA)sesenta y cinco,228 ritmo
cardiaco
análisis de datos, interpretación181-182 como
fitness, medida de fatiga183-186. 187t
innovaciones en el monitoreo186-188 como
medida de respuesta de carga20,21F medidas
de179-181,181F,182t dispositivos de monitoreo
178-179 regulación de177-178
modelado de carga de entrenamiento con182-183,183F frecuencia
cardíaca durante el ejercicio (FCex)180,182-183,186 recuperación de la
frecuencia cardíaca (HRR)20,186
Variabilidad de la frecuencia cardíaca (VFC)20,177,180-181,182t,420 zonas de
frecuencia cardiaca183,183F enfermedades por calor379-381
mapas de calor317,321F seguridad
contra el calor
aclimatación36,381-385,382F,384F
estrategias de enfriamiento389-390,391F,
392t fisiología del ejercicio y379-381,380F
estrategias de hidratación386-389,387F,[Link] tambiénhidratación
hemoglobina a1c223
hemorragia, en fracturas438
Electrodo HEOG (electroculograma horizontal)194
agrupación jerárquica304 entrenamiento interválico de alta
intensidad (HIIT)
descrito43-44
formatos45-46,45F
Ejemplo de entrenamiento HSR46-48,47F
Volumen e intensidad de HSR48-52,48t,49t,50F,51F
programación en temporada52,53F,56F objetivos
fisiológicos44,44F,54F programación de pretemporada52,
53F en microciclos semanales52-54,55F deporte de alto
rendimiento339-340
unidad de alto rendimiento (HPU).Marequipo interdisciplinario
carrera de alta velocidad (HSR)46-52,47F,48t,49t,50F,51F
[Link] interválico de alta intensidad (HIIT)
HIPAA (Ley de Portabilidad y Responsabilidad del Seguro Médico)sesenta y cinco,
228 lesiones de cadera144,145,146F holocracia456-458,457F enfoque holístico67,
447-451 homeostasis213
salto de distancia143
electrodo de electrooculograma horizontal (HEOG)194
inmersión en agua caliente357-358,385
HPU (unidad de alto rendimiento).Marequipo interdisciplinario Reflejo
H (respuesta refleja)205F,206,206F HRex (frecuencia cardíaca durante
el ejercicio)180,182-183,186 HRR (recuperación de la frecuencia
cardíaca)20,[Link] tambiénritmo cardiaco
VFC (variabilidad de la frecuencia cardíaca)20,177,180-181,182t,[Link] tambiénritmo cardiaco HSR
(carrera de alta velocidad)46-52,47F,48t,49t,50F,51F elemento humano, en la ciencia del deporte
sesenta y cinco hidratación
evaluación de386-388,387F
biomarcadores de223,224F,225
riesgo de deshidratación369-370
ingesta de líquidos370-371,388-389
nutricionistas y376
impactos en el rendimiento369,386
I
ICA (análisis de componentes independientes)196
ingestión de lodo de hielo390 ID de variables, en
bases de datos110 IgA (inmunoglobulina A)221
IGF-1 (factor de crecimiento similar a la insulina 1)
220-221 IL-6 (interleucina-6)221
sistema inmune219t,221-223,371-373
inmunoglobulina A (IgA)221
impedancia193
impulso151
IMU (unidades de medida inercial)9,117-119,139,140t,141 análisis de
componentes independientes (ICA)196 Deportes individuales
medidas de carga externa
17 interior y exterior36
periodización [Link] tambiénperiodización programas
de recuperació[Link] tambiénrecuperación uso de RFID en
124-125 papel del científico del deporte en27-28 Deportes de
interior36
unidades de medida inercial (IMU)9,117-119,139,140t,141 riesgo
de enfermedades infecciosas371-373 inflamación219t,221-223
infografías464-467,466F
información, [Link] tambiénentrega de datos
tecnologías de la informació[Link]ía
decisiones en el juego86
mecanismos inhibitorios206-208,207F,208F,408-409,413-414
neuronas inhibitorias207
potencial postsináptico inhibitorio (IPSP)207,207F,406
inión194
lesionesMarlesiones deportivas
innovación
definido92
proceso de92-94,93F,94F
programación en temporada
periodización individual37-38 periodización
de deportes de equipo52,53F,56F ruido de
instrumentación281
factor de crecimiento similar a la insulina 1 (IGF-1)220-221
teoría integradora del gobernador de la fatiga18-19
intensidad del entrenamiento
efectos sobre el sueño356
en medidas de carga externadieciséis datos de
frecuencia cardiaca y182-183,183F,185 en
aclimatación al calor385 respuesta inmunitaria
y221
medidas de esfuerzo percibido233-236,234F
interdependencia, en equipo de apoyo5-6 enfoque
interdisciplinarioxix,447,454,454F equipo
interdisciplinario
sesgo en6-7
características de451
colaboración enxviii-xx
recopilación de datos en101-102
entrega de datos a323-324,469-472,470F práctica
basada en la evidencia en458-459 evolución y
roles en4-5 Bucle de retroalimentación129F
enfoque holocrático456-458,457F
interdependencia en6-7
modelo de453F
Estructuras organizacionales455-456 papel del
científico del deporte en27-28,452-454 partes
interesadas en451-452
versus multidisciplinario447,454,454F
ambiente de trabajo6,7F interés, en el uso
de la tecnología4 variación interindividual
en biomarcadores225-226
fuerza – perfiles de velocidad-potencia
174-175 interleucina-6 (IL-6)221 asimetrías entre
miembros158-160,159t entrenamiento hipóxico
intermitente393 carga interna
definido14,dieciséis,231
integración de carga externa22 KPI
para evaluación70,71F medidas de
18-22,23,233-236 fiabilidad entre79
escalas de intervalo257
variabilidad intra-atleta79
coeficiente de correlación intraclase105-106
fiabilidad intraevaluador79 monitoreo
invisible19,21
IPSP (potencial postsináptico inhibitorio)207,207F,406 hierro,
deficiencia de hierro223,374 isométrica (estática) sEMG203F,204
pruebas isométricas, en placa de fuerza
innovación en161
para control de carga155
para la creación de perfiles y la evaluación comparativa
152t,153 método isotérmico383,385
j
ángulos de articulación139
pruebas de salto y aterrizaje
movimiento del brazo en155,161
para análisis cinemático143-144,144F métricas de respuesta
de carga155-158,156F pruebas de fuerza inespecíficas168-169
,172-173,173F para la creación de perfiles y la evaluación
comparativa152t,154 contenido de formación y175 altura de
salto155-157
k
indicadores clave de rendimiento (KPI)
características de65-66
definido59
aspectos organizacionales y de gobierno64-65
determinantes del rendimiento en61-64,64F de
base fisiológica69-70,71F,72F de base
psicológica72 basado en la habilidad66-68,67F
análisis deportivo para59-61,60t,
62t táctico68-69
flujo de trabajo de63F k
-doblar validación305
análisis cinemático
recopilación de datos, análisis139-141,140t
procesamiento de datos142-143 definido137
innovación en148-149
variables cinemáticas137-139
pruebas y variables para143-148,144F,146F,147F
cinética, definida137,151
herida de beso441
k-medio304
lesiones de rodilla144,145,147,147F,158-160,159t,441 KPI.
Marindicadores clave de rendimiento (KPI) curtosis260
L
etiquetado140
laceraciones, de tendón435
LCHF (dietas bajas en carbohidratos y altas en grasas)369
LEA (baja disponibilidad de energía)366-367,374-375
paradoja [Link] tambiénrendimiento motor y aprendizaje validación de
dejar uno fuera305 cuestiones legales, en datos biométricossesenta y cinco,228 prensa de piernas,
isométrica (IsoLP)153 leucina224
Luis, Miguel68,101 lesión
del ligamento441
escalas tipo likert257
aceleración lineal138-139
desplazamiento lineal138-139
regresión lineal258,269
velocidad linear138-139 parcelas
de línea315-317,318F,332F
lipidos224-225
vive alto, entrena alto392-393
vive alto, entrena bajo393
monitoreo de cargaVer tambiénsistemas de rastreo
estudios de validez de constructo103-104
ejemplos de visualización de datos330-331,331F,332F,333-334,334F
pruebas de placa de fuerza para154-158 frecuencia cardíaca en20,21F
riesgo de lesiones y22,288-292 KPI para evaluación70,71F enfoque de
monitoreo23-24,24F esfuerzo percibido por233-236,234F,236F
rendimiento y22-23
cuantificando16-22
conceptos estadísticos y24-26 medidas de carga de trabajo
129-130,131F monitoreo de respuesta de carga (LRM).Mar
monitoreo de carga Sistemas de Posicionamiento Local (LPS)
dieciséis validez lógica102
HIIT de intervalo largo46
desarrollo atlético a largo plazo75,[Link] tambiénmaduracion y desarrollo potenciación
sináptica a largo plazo (LTP)407 dietas bajas en carbohidratos y altas en grasas (LCHF)369
baja disponibilidad de energía (LEA)366-367,374-375 LPS (Sistemas de Posicionamiento
Local)dieciséis
[Link] de carga
LTP (potenciación sináptica a largo plazo)407
METRO
aprendizaje automático302-305,
303F macrociclos31t,33,34t
macronutrientes223
resonancia magnética nuclear (RMN)192
formas de onda magnéticas414,414F
magnetómetros119
estimadores basados en magnitud
en predicción271,272F,272t
en comparaciones de variables263-266,265F,265t,266t,267,267t
inferencia basada en la magnitud (MBI)279-280,280t,281t magnitud
del efecto262,262t,264t fase principal de la competencia33,34t
Estudio de caso de las Grandes Ligas de Béisbol346-350,347F
Maslow, Abraham396
masaje359-360
dispositivos de masaje361
acoplamiento matemático22
organización matricial455
maduracion y desarrollo
perfiles de atletas y75-76
datos de referencia84
seguimiento69,70F
maxima capacidad164
coeficiente máximo de información (MIC)269
potencia máxima de salida (Pmáximo)169-172,170t,171t,173,174
fuerza maxima163
contracción voluntaria máxima (MVC)204
MBI (inferencia basada en la magnitud)279-280,280t,281t MCID
(diferencia mínima clínicamente importante)225-228,227F MD
(diferencia mínima)25 MDC (cambio mínimo detectable)148
media (promedio)258,260 cambio medio267
diferencia significativa260
cambio significativo25,26F,106
poder medio157
relación media267
Error de medición281
estudios de medida281-282,283F,283t
mediana, definida258
Personal medico5
meditación197
melatonina419
memoria408-409,419
fatiga mental
procesos cerebrales en400-401
definido19,395
efectos de19,399-400,418-419
administración de401-404,419-420
recuperación de361
MEP (potencial evocado motor)411-413,412F
mesociclos31t,33-34 control metabólico215
poder metabólico17,120-121
MET (pruebas de efecto mínimo)278-279,283,284F MIC
(coeficiente máximo de información)269 microciclos
periodización individual31t,34-36,35t
periodización de deportes de equipo52-54,55F
micronutrientes223,373-374 tirón de la mitad del
muslo (IMTP)152t,153,155 meditación de
atención plena197
diferencia mínima clínicamente importante (MCID)225-228,227F
cambio mínimo detectable (MDC)148 diferencia mínima (MD)25
pruebas de efecto mínimo (MET)278-279,283,284F MIT
(entrenamiento de imágenes motoras)417 MO (miositis
osificante)434 interpretabilidad del modelo270-271 bola
de dinero(Luis)68,101 electrodos monopolares199-200
arcos reflejos monosinápticos206,206F ley de moore121
corteza motora191,407-408
Potencial evocado motor (MEP)411-413,412F
entrenamiento de imágenes motoras (MIT)417
neuronas motoras191,407 rendimiento motor y
aprendizaje
aplicación de principios427-428 relación
desafío-habilidad en401-403,402F mayores
expectativas en421-423,426 foco de atención
en408-409,424-426 acoplamiento objetivo-
acción en426 descripción general de los
factores clave427t autonomía del ejecutante
en423-424,426 repetición en408
respuesta motora (onda M)204-206,205F,206F umbral
motor (MT)413 reclutamiento de unidades motoras
408 unidades motoras407
evaluación del [Link] tambiénanálisis cinemático;sistemas de rastreo
cambios en la estrategia de movimiento17,21 velocidad de movimiento y fuerza164-165
,165F MRI (imágenes por resonancia magnética)192 MT (umbral motor)413
Escala de angustia de entrenamiento de componentes múltiples (MTDS)247
enfoque multidisciplinario447,454,454F
plan plurianual31t,32,32F lesión muscular
431-435,433F memoria muscular408
movimiento muscular, en EEG195,196
biomarcadores del estado muscular
respuesta endocrina220-221
daño muscular220
metabolismo muscular218-220,221F
resumen219t
estimulación muscular360-361
tensión muscular432,434
sistema muscular191
Diadema musa197,209
MVC (contracción voluntaria máxima)204
normalización de MVC204
Onda M (respuesta motora)204-206,205F,206F
mioglobina220
miositis osificante (MO)434
A
convenciones de nombres110
nación193-194
identidad nacionalsesenta y cinco
EMG de aguja198,201 electrodos de
registro de aguja199 necesita analisis
necesidades de innovación92-93,93F
para la creación de perfiles y la evaluación comparativa75,76
,77 para la elección de la prueba78 principio de
retroalimentación negativa207 sistema nervioso191,405-406
impulso neural407-408
Redes neuronales303,405 neurorretroalimentación403-404,
409-410,410F respuesta [Link] tambiénfunción
cognitiva
evaluandoMarelectroneuromiografía como
objetivo HIIT44,44F,54F sistema
neuromuscular191,192F neuronas191,
405-406,406F neuroplasticidad407
ley de movimiento de newton137,138
validación cruzada n-fold270,271F
NHST (prueba de significación de hipótesis nula)275-279,279F
escalas nominales257
sistemas no lineales214,214F inhibición no
recíproca (autógena)208 no respondedores
(término)225 norepinefrina398
necesidad normativa92
prueba de significación de hipótesis nula (NHST)275-279,279F
nutrición
evaluación y referencia376-378
biomarcadores de223-225,224F
composición corporal y367 balance
de energía366-367
requerimientos de energía365-366,366t
combustible en los deportes367-369,368t
enfermedad infecciosa y371-374 prevención de
lesiones y374-375 para recuperar356,371,372-373
t,419 suplementos367,373,375-376,376F,377F
nutricionistas5,376-378
O
seguimiento de objetos121
equipo fuera del [Link]
interdisciplinario periodización fuera de
temporada36-37 oligomenorrea439
ácidos grasos omega-3225 ácidos
grasos omega-6225 variables
omitidas (terceras)273 revistas de
acceso abierto463 tensión de
operaciones456,457F oposición,
análisis de68 seguimiento óptico
(OT)
ventajas desventajas115-116,121 sistemas
basados en marcadores139,140-141,140t
sistemas sin marcador139,140t,141 validez
y fiabilidad de124 Teoría ÓPTIMA421,422F
escalas ordinales257
organizaciones
implementación en95
Desarrollo de KPIs y64-65 tipos
de estructuras455-456
osteoblastos438
osteoclastos438
osteoporosis439
ANTIGUO [Link] óptico (OT)
Deportes al aire [Link] tambiénseguridad contra el
calor valores atípicos, en la limpieza de datos110-112
sobreajuste269-270,270F,305,306F superposición (OVL)
263,264F,264t extralimitarse13,14F
sobreentrenamiento
prevención de13,220,240-241 en
formación continua14F OVL
(superposición)263,264F,264t
estrés oxidativo220t,223,419
PAGS
dolor441-442
modelo de entrenamiento paralelo29-30,30F
sistema nervioso parasimpático177-178
tendinopatía rotuliana144 dolor
patelofemoral144,145 fracturas patológicas
439
medidas de resultado informadas por el paciente (PROM)240,
241 PBE (evidencia basada en la práctica)xviii,459 fuerza
máxima (Fcima)152t,153,157 pico39
de pearsonr268-269
revistas revisadas por [Link] cientifica
modelo de entrenamiento de péndulo (énfasis)30F,31
esfuerzo [Link] tambiénEPR;sRPE
necesidad percibida92
coeficiente porcentual de variación de la diferencia260
diferencia porcentual260
percentiles82-83,83F
percepción, definido233
percepción del [Link] tambiénEPR;sRPE
objetivos perceptuales416
perenfriamiento390
rendimiento
función cognitiva en395-399,407-409
determinantes de59,61-64,64F,448 datos
de EEG y196-197
estrés ambiental yMarentrenamiento en altura;seguridad contra el
calor expectativas y421-423
aprendizaje y402,[Link] tambiénrendimiento motor y aprendizaje
cambio significativo en25,26F efectos de la meditación en197 cansancio
mental y399-401 carga de entrenamiento y22-23 habilidades visuales en
415-417,416F estudios intra-sujetos421 intervenciones de rendimiento
enfoque centrado en el atletaxix,sesenta y cinco,341-342,449,450-451,455
caso de estudio346-350,347F
decisiones basadas en datos en343-346,343F,345F,348-349,349F
en deportes de alto rendimiento339-340 enfoque
interdisciplinario341,447-451,448F,449F investigación y
discusión en350,351F partes interesadas clave en340 enfoque
multifactorial340-341 metodologia cientifica en342-343,342F
enfoque basado en sistemas449-450 normas de desempeño
76-77 objetivos de rendimiento (PO)59-60,60t
perfiles de desempeño77 suplementos de rendimiento
375-376,376F equipo de apoyo al [Link]
interdisciplinario tareas de [Link] de
aptitud y rendimiento periodización
intercambio de datos para39-40 jerarquía
31-36,31t,34t,35t deportes individuales
versus de equipo38-39 de rehabilitación de
lesiones442 enfoque interdisciplinario
27-28,36 conceptos erróneos27,28
modelado predictivo en40-41 de
recuperación361
temporadas y horarios33F,36-38 papel
del científico del deporte en27-28,40F
disminuyendo39
para deportes de [Link] modelos
de entrenamiento para29-31,30F versus
programación28-29,29F fatiga periférica418
,418F sistema nervioso periférico (SNP)191,405
retardo de fase, en EEG197 fotopletismografía
(PPG)179 estimaciones de actividad física
365-366,366t fisioterapeutas5
KPI de base fisiológica69-70,71F,72F
PlayerLoad17
jugando seguimiento de objetos121
PAGSmáximo(máxima potencia de salida)169-172,170t,171t,173,174
compresión neumática359
SNP (sistema nervioso periférico)191,405
podcasts469
diagramas de puntos317,
318F fosa poplítea206
PO (objetivos de rendimiento)59-60,60t
diferenciación posicional120 sistemas de
seguimiento posicional
recopilación de datos, análisis139-141,140t
descrito115-117
validez y fiabilidad de121,123-127,125F
posenfriamiento390
evaluación de la cadena posterior (IPC)153,155
inhibición postsináptica207-208 mantenimiento de
la postura sEMG202-204,203F perspectiva de
resultados potenciales272 potencia (métrica EEG)
196-197 análisis espectral de potencia181
relaciones potencia-velocidad166-168,167F PAGS
cima(potencia máxima concéntrica)157
PPG (fotopletismografía)179 evidencia
basada en la práctica (PBE)xviii,459 atributos
pre-atentos314,316t fase previa a la
competencia33,34t preenfriamiento389-390
predicción, versus asociación295-296
modelado predictivo
definición y conceptos269-271,272F,272t para
periodización40-41 Validez predictiva78
corteza prefrontal408
período de preparación33,34t,35t
preparación36
pruebas previas y posteriores327
periodización de pretemporada
individual37
equipo de deporte52,53
F epífisis de presión439
inhibición presináptica207 análisis de
componentes principales77
probabilidad274
perfilado y benchmarking
perfiles de atletas75
evaluación comparativa definida77 interpretación
de datos en77-83 uso de placa de fuerza en152-154,
152t maduración y desarrollo en75-76,84 normas
de desempeño para76-77 uso de datos a corto y
largo plazo83-87,85F prueba de calidad para78-80
programación28-29,[Link] tambiénproceso y programas de formacion PROM
(medidas de resultado informadas por el paciente)240,241 proteína224
pseudocienciaxvi,458 modelo
psicobiológico de la fatiga18 factores
psicológicos, en RPE239-240 KPI
basados en la psicología72
psicólogos5
inventarios psicometricos22,72
neuronas piramidales193
q
plan cuatrienal32
uso del método cualitativo85,[Link] tambiénmonitoreo subjetivo
cuestionariosMarmonitoreo subjetivo habilidades de ojo silencioso417
R
cartas de radar317,320F
identificación por radiofrecuencia (RFID)116-117,121,124
error al azar281
bosque aleatorio303
Rango de movimiento139
clasificaciones, para pruebas físicas80-81,81F tasa
de desarrollo de la fuerza152t,153,172 calificación
del esfuerzo [Link] función de razón,
en escala235 racionalismoxvi,453 escalas de
proporción257
rausche395
datos sin [Link] tambiéngestión de datos, procesamiento
filtración106-108
ahorro112
tiempo de reacción399-400
índice de fuerza reactiva152t,154
índice de fuerza reactiva modificado (RSImod)155
preparación18,420,[Link] tambiénfatiga
monitoreo en tiempo real o datos GPS126-127
inhibición recíproca208 relaciones recíprocas449
electrodos de registro199 recuperación
adaptación y361
estrategias comunes356-360
manía361
objetivo de355
nutrición en371-375,372-373t,419 diseño
de programa362,363F pirámide de
recuperación355,356F tecnologías para
360-361
Cuestionario de estrés de recuperación para atletas (RESTQ-S)247
inhibición postsináptica recurrente207-208
RED-S (deficiencia energética relativa en el deporte)374-375,439
electrodo de referencia193 valores de referencia para
biomarcadores225 actividad refleja sEMG204 análisis de regresión
303 rehabilitació[Link] deportivas tareas de refuerzo, en
aprendizaje automático302 modelado de relaciones303
deficiencia energética relativa en el deporte (RED-S)374-375,439
necesidad relativa93
fiabilidad
de AROM249-250
en monitoreo de carga25
en estudios de medición281-282
de EPR237t,239 de pruebas79,
104-106
de sistemas de seguimiento123-128,125F
Celda Renshaw208
entrenamiento de sprint repetido (RST)46 flujo de
trabajo de datos reproducible108,109F
[Link]álisis de los datos;recopilación de datos;metodologia cientifica
entrenamiento de [Link] de fuerza estado de reposo CEE197
redes de estado de reposo (RSN)197
estado de reposo sEMG202
RESTQ-S (Cuestionario de estrés de recuperación para atletas)247
RF171t
RFID (identificación por radiofrecuencia)116-117,121,124 RF
máximo171t,174
RMSE (error cuadrático medio de la raíz)260
RMSSD (cuadrado medio de las diferencias sucesivas entre latidos cardíacos normales)181,182t RPE
(rating o esfuerzo percibido).Ver tambiénsRPE
como medida de carga interna233-235,234F
influencias psicológicas239-240 escala
utilizada en235-236,236F
validez y fiabilidad de236-239,237t,238t en
estudios de validez103-104,103F intervalo RR
181,181F
RSImod (índice de fuerza reactiva modificado)155 RSN
(redes en estado de reposo)197 RST (entrenamiento de
sprint repetido)46 reglas y cambios de reglas72-73
realizando pruebas de mecanica144-145,[Link] tambiénpruebas de velocidad
S
osmolaridad de la saliva225
muestra promedio260,261F
distribución muestral de la media275,276F error
de muestreo274,275 tipos de escala
para el esfuerzo percibido235-236
Datos estadísticos257
datos de escala
en evaluación comparativa77
en visualizaciones de datos325F,326-327,326F mapa
topográfico del cuero cabelludo196 horarios,
congestionados38 Ciencias
definidoXV
derivación de palabrasxvi
literatura cientifica
alternativas a462-469
adelgazar461
normas de desempeño en76
en metodologia cientifica461-462
deficiencias de462
el deporte demanda información en61
metodologia cientifica
componentes de452-453
en ciencias del deportexvi,xviiF,287F,342-343,342F,
343F entra458,461-462
en implementacion de tecnologia94
estaciones, en periodización33F,36-38
mapas autoorganizados304
SEM (error estándar de medición)148
sEMG (EMG de superficie)198,199,201-204,202F,203F,205t sentido
del [Link] tambiénEPR;sRPE ritmo sensoriomotor (SMR)
196,409 modelo de entrenamiento secuencial (bloque)30-31,30F
SESOI (menor tamaño del efecto de interés)263-266,268F,282-283,284F
sesión [Link] (RPE de sesión) SVF170t,171t,172 SFVopt170t,172
modelo mental compartido (SMM)6
calambres en las espinillas145
HIIT de intervalo corto46
Escala Corta de Recuperación y Estrés (SRSS)247
potenciación sináptica a corto plazo (STP)407
relación señal-ruidoxvi,25,106,123,200 método del
período de silencio208,413-414 salto con una sola
pierna154
análisis de un solo sujeto297 SIT
(entrenamiento de intervalos de
velocidad)46 ventaja situacional456
escepticismoxvi,453 sesgo (sesgo)
258-260 KPI basados en
habilidades66-68,67F arrastrar
para recuperar356,357F,419
horarios de viaje y349-350,350t
tamaño de efecto más pequeño de interés (SESOI)263-266,268F,282-283,284F
cambio más pequeño que vale la pena (SWC)25,106 juegos reducidos (SSG)46
telas inteligentes121
SMM (modelo mental compartido)6 SMR (ritmo
sensoriomotor)196,409 uso de las redes
sociales463-464,465F normas socioculturales
sesenta y cinco
software, actualizaciones de firmware107,136
minigráficos330
ejercicios de desarrollo especializados37 fase de
preparación específica33,34t recogida de muestras
para biomarcadores217-218 medidas de velocidad
distancia y16-18,120,125-126
cambio de velocidad y130-134,132-133F,133-134t,135F umbrales
de velocidaddieciséis,130-132,132-133F
inhibición de la médula espinal206-208,208F
validación de muestra dividida305 deporte
análisis de59-61,60t,62t
demandas de61
alto rendimiento339-340
análisis de oposición68
reglas y cambios de reglas72-73
entrenadores deportivos
colaboración conxix,340,341
entrega de datos a340,462
rendimiento y427-428 papel de
5
forma deportiva36
personal de medicina deportiva4
,5 psicólogos del deporte5
anemia deportiva374
ciencia deportiva
definidoXV
evolución dexvi-xx
interfaz dexixF
metodologia cientifica enxvi,xviiF,287F,342-343,342F,343F científicos
del deporte
evolución de7-8
partes interesadas externas y453-454 Bucle
de retroalimentación129F
en el deporte de alto rendimiento339-340 un
equipo interdisciplinario27-28,452-454
conocimiento necesario64-65,72-73 necesidad
de3-4,7
funciones y responsabilidadesxx-xxi,8-10,40F,97,314,341,435 destrezas
y competenciasxx-xxi,10 alimentos deportivos375-376,376F lesiones
deportivas
lesión ósea438-440
Horarios congestionados y38
análisis de los datos295-297
recopilación de datos294-295
entrega de datos298
datos de la placa de fuerza158-160,159t
carga de lesiones288
predicción de lesiones295-296 teoría del
riesgo de lesiones287-294,289F
pruebas de análisis cinemático143-148,144F,146F,147F
lesión del ligamento441
lesión muscular431-435,433F
nutrición y374-375,376-378 dolor
441-442
rehabilitación78,442-443 lesión
en el tendón435-438,436t
carga de entrenamiento y22,46,288-292,291-292F,293F,431
nutricionistas deportivos5,376-378 especificidad deportiva
entrenamiento de pretemporada37
conocimiento científico del deporte en64-65,72-73
prueba de fuerza163-164,169 propagación
(estadísticas)258
hojas de cálculo, para el almacenamiento de datos108-109,111F
entrenamiento de intervalos de velocidad (SIT)46 pruebas de velocidad
para la respuesta a la fatiga20
pruebas de fuerza específicas del deporte169,174,
174F contenido de formación y175 salto en cuclillas
143,152t,154 sentadillas isométricas (IsoSq)153 sRPE
(RPE de sesión)
recopilación de datos y sesgo250,251t,253-254,253
t descrito233-234
limitaciones, conceptos erróneos
250-252 influencias psicológicas239-240
escalando en235-236
monotonía de entrenamiento, tensión y240,241t
validez y fiabilidad de236-239,237t sRPE-TL (carga de
entrenamiento RPE de la sesión)234,237-239 SRSS
(Escala de Estrés y Recuperación Corta)247 SSG (juegos
reducidos)46 desviación estándar de la diferencia262
error estándar de medición (SEM)148 puntajes
estandarizados81-82,82F,83F puntajes estándar de diez
(STEN)82
StARRT (Evaluación Estratégica de Riesgo y Tolerancia al Riesgo)443
sEMG estático (isométrico)203F,204 análisis estadístico, en monitoreo
de carga24-26 inferencia estadística
definido274
enfoque de prueba de hipótesis275-279,279F
basado en la magnitud279-280,280F
probabilidad y muestreo en274-275,276F,277F,277t
modelado estadístico
interferencia causal271-274,273F,274t
descripción (tarea)258-269,260t visión
general de las tareas258,258F predicción
269-271
Poder estatico278,280F Control del Proceso
Estadístico297 Puntuaciones STEN (diez estándar)
82 electrodos estimulantes200 estimulación
electromiográfica198,204-206,205F,206F
componente estocástico269
STP (potenciación sináptica a corto plazo)407
distensiones musculares432,434
Evaluación Estratégica de Riesgo y Tolerancia al Riesgo (StARRT)443
profesionales de fuerza y acondicionamiento
uso de datos de referencia86
como miembro del equipo5
límites de tiempo de4 métricas
de fuerza164
seguimiento de fuerza
análisis de datos, interpretación172-175,173F,174F medidas
de carga externa17-18 fuerza – perfil velocidad-potencia
166-168,167F llaves metricas169-172,170-171t velocidad de
movimiento y164-165,165F deporte específico versus no
específico163-164,168-169 el estrés y la función cognitiva
417-420 fracturas por estrés438-440 de estiramiento, de
recuperación359
seguimiento [Link] tambiénAROM;EPR;sRPE
en KPI basados en la psicología72 Desarrollo
del sistema252-254 proceso de formación y
231-233,232F,233F de respuesta al
entrenamiento240-242 variaciones en240
pruebas de ejecución submáxima
20 supercompensación13
tareas supervisadas, en aprendizaje automático302
suplementosMarnutrición máquinas de vectores de
soporte303
EMG de superficie (sEMG)198,199,201-204,202F,203F,205t
electrodos de registro de superficie199
SWC (cambio más pequeño que vale la pena)25,106
parches de sudor388
tasa de sudoración e hidratación387
sistema nervioso simpático177-178
depresión sináptica407 potenciación
sináptica407 componente sistemático
269 error sistematico281
T
TAC (capacidad antioxidante total)223 KPI
basados en tácticas68-69 identificación de
talentos69,76,77 estrechándose39
TE (error típico)106,282-283,284F Deportes
de equipo
evaluación comparativa en84
ejemplo de visualizacion de datos329,330F
medidas de carga externa16-17 decisiones
en el juego86
objetivos de rendimiento60 periodización para38-39,Ver
tambiénHIIT programas de recuperación362,363F,Ver también
recuperación KPI basados en habilidades67,68 análisis de
tiempo-movimiento128-129 entrenadores té[Link]
entrenadores deportivos
tecnologí[Link] tambiéngestión de datos, procesamiento;sistemas de rastreo;tecnologías específicas
adopción de94,94F,123
grandes datos38,68
racimos de95,95F definido
91
ética y98
evolución y efectos de91,104,148-149,229,301
implementación de94-98,96F proceso de innovación92-94,
93F administración de3-4,8-10 necesita analisis92-94,93F
software, actualizaciones de firmware107,136
responsabilidades del científico del deporte97 tipos para la
ciencia del deporte9 sistema 10-20, en CEE193-194,194F
tendinopatías (término)435 lesión en el tendón435-438,436t
tensiones, en holocracia456-458,457F terminología,
conocimiento de64-65 testosterona220,222F
probar – volver a probar la confiabilidad79,
104-106,249-250 pruebasMarpruebas de aptitud y
rendimiento electrodos EMG textiles209 Marco
teórico287,287F estrés termorregulador357,358
ondas theta397-398,398t terceras variables
(omitidas)273 sed e hidratación388 Thorton,
Recursos Humanos469-471
medidas en el dominio del tiempo181
especímenes cronometrados218
límites de tiempo y uso de la tecnología4 análisis de
tiempo-movimiento128-129,128-129 datos de series
de tiempo332F,333-334,334F tiempo de despegue
(tiempo de contracción)155,157 capacidad tisular y
lesión288,292-293 TNFα (factor de necrosis tumoral
alfa)221 jerarquía de arriba hacia abajo455
procesamiento de arriba hacia abajo408
capacidad antioxidante total (TAC)223
sistemas de rastreo
acuerdo entre sistemas127-128
análisis de los datos128-134,129F
evolución de115,116F,135-136
futuro de121
llaves metricas119-121,120F
tipos y descripciones9,115-119,118F
validez y fiabilidad de123-127,125F
epífisis de tracción439
sistemas de semáforos86 día
de entrenamiento31t
impulso de entrenamiento (TRIMP)183,184t,232 biblioteca
de entrenamiento70,72F carga de entrenamientoMar
monitoreo de carga monotonía de entrenamiento240,241t
procesos y programas de formació[Link] tambiénintervenciones de rendimiento;periodización
adaptación en13-15,14F,15F,231 uso de
datos de referencia83-87,85F prueba de
fuerza-velocidad-potencia y175 potencial
genético y450,450F uso de datos de
frecuencia cardiaca181-183,183F
individualización de174-175 cargar datos en
70,71F
seguimiento subjetivo [Link] subjetivo Desarrollo
del sistema15-16 modelos de entrenamiento para29-31,30F
sesión de entrenamiento31t tensión de entrenamiento240,241t
estimulación magnética transcraneal
beneficios de415
descrito410-411,411F llaves
metricas411-414,412F
Parámetros técnicos414-415,414F,415F
hipofrontalidad transitoria397,409 periodo de
transicion33,34t fase de transición33,34t viaje
prendas de compresión para359 dormir y
349-350,350t acelerómetros triaxiales118-119
,119F TRIMP (impulso de entrenamiento)183,184
t,232 Puntuaciones T82
factor de necrosis tumoral alfa (TNFα)221
uso de twitter463-464,465F error típico
(TE)106,282-283,284F
UDS
tecnología de banda ultraancha (UWB)117,124
estrés por calor no compensable379 desajustar
305,306F escalas unipolares243
diseño universal314,315t tareas no supervisadas, en
aprendizaje automático302 prueba de la parte superior del
cuerpo161
gravedad específica urinaria225,386
color de la orina386,387F osmolalidad de
la orina225
Tecnología UWB (banda ultraancha)117,124
V
V0170t,171t,172
validación, en aprendizaje automático305
validez
de AROM249
en monitoreo de carga25
en estudios de medición281-282
de EPR236-239,237t,238t de
pruebas78-79,102-104
de sistemas de seguimiento123-128,
125F valores y tecnología95,96
[Link] tambiénfuerza – perfiles de velocidad-potencia
angular139
lineal138-139
velocidad y cambio de velocidad130-134,132-133F,133-134t,135F en pruebas
de fuerza164-165,165F puntos de referencia de entrenamiento basados en
la velocidad78 Tabla de amigos, para el estado de hidratación387,387F vía
ventral en el cerebro416,416F
electrodo de electrooculograma vertical (VEOG)194
análisis de vídeo
almacenamiento de datos109,111F para la
evaluación del movimiento68 seguimiento óptico
para115-116,121,124 para evaluación de
habilidades66,67-68 parcelas de violín317,319F
visualización417
procesos visuales415-417,416F
integración visomotora415,416-417
vitamina D223,374 blogs467-469
voltaje (medida EEG)192
conducción de volumen193
volumen de entrenamiento y datos de frecuencia cardiaca182-183,185
W
AMA (Agencia Mundial Antidopaje)375
inmersión en agua356-358,362 análisis de
forma de onda142
WBGT (temperaturas de globo de bulbo húmedo)
385 tecnología usable
consideraciones del atleta96
para el análisis de KPI68,69
validez y fiabilidad de127 peso
e hidratacion386
Traducido del afrikáans al español - [Link]
pérdida de peso367
cuestionarios de bienestar248,249 Temperaturas de
globo de bulbo húmedo (WBGT)385 electrodos
húmedos193
materia blanca406
método de lavado de todo el cuerpo388
diseño dentro de los sujetos421 ambiente
de trabajo6-7
carga de trabajoMarmonitoreo de carga
modelo de carga de trabajo-lesión289-290,[Link] tambiénlesiones
deportivas Agencia Mundial Antidopaje (AMA)375
Y
atletas juveniles
lesión ósea en439
maduración y desarrollo de69,70F,75-76
Z
puntuaciones z81-82,82F,83F,324,325F
SOBRE LOS EDITORES
Duncan N. francés, PhD,es vicepresidente de desempeño en el Instituto de
desempeño de Ultimate Fighting Championship (UFC) y tiene más de 20 años de
experiencia trabajando con atletas olímpicos y profesionales de élite. Antes de
unirse a la UFC, French fue director de ciencias del rendimiento en la
Universidad de Notre Dame y líder técnico de fuerza y acondicionamiento en el
Instituto Inglés del Deporte.
French ha trabajado en tres ciclos olímpicos como líder nacional de fuerza y
acondicionamiento en los programas olímpicos de baloncesto de Gran Bretaña y, más
recientemente, de taekwondo. Obtuvo su doctorado en la Universidad de Connecticut
en 2004 y es autor o coautor de más de 60 manuscritos científicos revisados por
pares. Es un entrenador de fuerza y acondicionamiento totalmente acreditado por la
Asociación de Fuerza y Acondicionamiento del Reino Unido (UKSCA), la Asociación
Australiana de Fuerza y Acondicionamiento (ASCA) y la Asociación Nacional de Fuerza
y Acondicionamiento (NSCA). French fue presidente de la UKSCA y recibió una beca
honoraria en 2014 por sus servicios a la industria de la fuerza y el acondicionamiento.
French tiene becas académicas honorarias con la Universidad Católica de Australia en
Melbourne Australia y la Universidad Edith Cowan en Perth, Australia.
Lorena Torres Ronda, PhD,tiene una amplia experiencia como especialista de alto
rendimiento en deportes profesionales y olímpicos. Se ha desempeñado como directora
de rendimiento de los Philadelphia 76ers (NBA), científica deportiva y coordinadora de
investigación y desarrollo de los San Antonio Spurs (NBA), científica deportiva y
entrenadora de fuerza y acondicionamiento del equipo de baloncesto del FC Barcelona y
de la selección española. selección nacional de natación. Además, ha formado parte del
comité científico de la NBA.
Torres Ronda es actualmente miembro adjunto del Instituto para la Salud y el Deporte
(iHeS) de la Universidad de Victoria en Melbourne, Australia. Tiene un doctorado en ciencias del
deporte, es entrenadora de fuerza y acondicionamiento, y tiene una amplia experiencia
educativa y de investigación que abarca cinco universidades diferentes en todo el mundo, con
especializaciones en rendimiento deportivo y ciencias del deporte. Además del liderazgo y la
cultura de alto rendimiento, su enfoque se centra en el rendimiento atlético, la ciencia del
deporte, la tecnología y la innovación, el análisis y la visualización de datos (sistemas de apoyo
a la toma de decisiones), el seguimiento del entrenamiento y la competición, la gestión de la
carga, la recuperación avanzada y la nutrición deportiva.
Torres Ronda es autor o coautor de más de 50 artículos científicos revisados
por pares sobre temas de rendimiento deportivo. Le apasiona fusionar la ciencia
con aplicaciones prácticas.
CONTRIBUYENTES
Courteney L. Benjamin, PhD, CSCS
Universidad de Samford, Estados Unidos
Dr. Chris P. Bertram
Universidad del Valle de Fraser, Canadá
Tyler A. Bosch, doctorado
Centro de rendimiento de atletas de Red Bull, EE. UU.
Clive Brewer, BSc (Hons), MSc, CSCS
Columbus Crew SC, Estados Unidos
Martín Buchheit, PhD
HIIT Ciencia, Francia
Laboratorios Kitman, Francia
Dra. Louise M. Burke
Universidad Católica de Australia, Australia
Julio Calleja-González, PhD
Universidad del País Vasco, España
Marco Cardinale, PhD
Hospital de Ortopedia y Medicina Deportiva de Aspetar, Qatar
Dr. David Carey
Universidad La Trobe, Australia
Douglas J. Casa, PhD, CSCS
Universidad de Connecticut, Estados Unidos
Jo Clubb, MSc
Buffalo Bills, Estados Unidos
Dr. Daniel Cohen
Mindeporte (Ministerio del Deporte de Colombia), Colombia
Cassandra C. Collins, Licenciatura en Ciencias
Streaming Foods, Brasil
Estuardo Cormack, PhD
Universidad Católica de Australia, Australia
Aaron J. Coutts, doctorado
Universidad de Tecnología de Sydney, Australia
Román N. Fomin, PhD
Instituto de rendimiento de UFC, EE. UU.
Duncan N. Francés, PhD, CSCS, * D
Instituto de rendimiento de UFC, EE. UU.
Tim Gabbett, BHSc (con honores), doctorado
Soluciones de rendimiento de Gabbett, Australia
G. Gregory Haff, PhD, CSCS, * D, FNSCA
Universidad Edith Cowan, Australia
Dra. Shona L. Halson
Universidad Católica de Australia, Australia
Franco M. Impellizzeri, PhD
Universidad de Tecnología de Sydney, Australia
joel jaimeson
8 WeeksOut, EE. UU.
Mladen Jovanovic, MS
Universidad de Belgrado, Serbia
David Joyce, BPhty (Hons), MPhty (Deportes), MSc
La Unión de Rendimiento, Australia
Cory Kennedy, Maestría en Ciencias, CSCS
Club de béisbol de los Cachorros de Chicago, EE. UU.
Doctora Enda King
Clínica de Cirugía Deportiva, Irlanda
William J. Kraemer, doctorado, CSCS, *D, FNSCA
La Universidad Estatal de Ohio, EE. UU.
Dr. Paul Laurensen
Ciencias HIIT, Canadá
Dr. Yann Le Meur
YLMSportScience, Francia
Ric Lovell, doctorado
Universidad del Oeste de Sydney, Australia
Mike McGuigan, doctorado, CSCS, * D
Universidad Tecnológica de Auckland, Nueva Zelanda
Shaun J. McLaren, PhD
Universidad de Durham, Reino Unido
Jean-Benoît Morin, PhD
Universidad Jean Monnet Saint-Etienne, Francia
Andrew M. Murray, doctorado, CSCS
NBA, Estados Unidos
Darcy Norman, PT
Laboratorios Kitman, EE. UU.
Selección masculina de fútbol de EE. UU., EE. UU.
Eric S. Rawson, doctorado, CSCS, NSCA-CPT
Universidad Mesías, EE. UU.
Chris Richter, doctorado
Clínica de Cirugía Deportiva, Alemania
Dr. Sam Robertson
Universidad de Victoria, Australia
Kay Robinson, Licenciada en Ciencias (Hons)
Club de fútbol GWS Giants, Australia
Dr. Pierre Samozino
Universidad de Savoie Mont Blanc, Francia
Xavier Schelling y Del Alcázar, PhD, CSCS
Universidad de Victoria, Estados Unidos
Yasuki Sekiguchi, doctorado, CSCS
Universidad de Connecticut, Estados Unidos
Dra. Jessica M. Stephens
Academia de Deportes del Territorio de la Capital Australiana, Australia
Michael H. Stone, doctorado, CSCS, FNSCA
Universidad Estatal del Este de Tennessee, EE. UU.
Nicolás Terrados, MD, PhD
Unidad Regional de Medicina del Deporte e Instituto de Investigación Sanitaria del
Principado de Asturias, España
Dra. Lorena Torres Ronda
Universidad de Victoria, Estados Unidos
Dra. Jacqueline Tran
Deporte de Alto Rendimiento Nueva Zelanda, Nueva Zelanda
Dr. Matthew C. Varley
Universidad La Trobe, Australia
Johann Windt, doctorado, CSCS
Vancouver Whitecaps FC, Canadá
Nick Winkelman, doctorado, CSCS, NSCA-CPT
Unión Irlandesa de Fútbol de Rugby, Irlanda
Dra. Gabriele Wulf
Universidad de Nevada – Las Vegas, Estados Unidos
También podría gustarte
- Planificación del Alto Rendimiento Deportivo100% (16)Planificación del Alto Rendimiento Deportivo141 páginas
- Libro El Desarrollo de La Resistencia - NSCA - Ben Reuter100% (2)Libro El Desarrollo de La Resistencia - NSCA - Ben Reuter395 páginas
- Valoración y Programación en PowerliftingAún no hay calificacionesValoración y Programación en Powerlifting103 páginas
- El Arte de Entrenar Preparacion Fisica de La Uar PDF100% (1)El Arte de Entrenar Preparacion Fisica de La Uar PDF91 páginas
- Perfiles Potencia-Fuerza-VelocidadAún no hay calificacionesPerfiles Potencia-Fuerza-Velocidad15 páginas
- Strength Training Manual - Mladen Jovanovic - Vol1-1-92100% (3)Strength Training Manual - Mladen Jovanovic - Vol1-1-9292 páginas
- Rendimiento Explosivo y Velocidad Trifásica100% (5)Rendimiento Explosivo y Velocidad Trifásica505 páginas
- Entrenamiento de Alto Rendimiento en JóvenesAún no hay calificacionesEntrenamiento de Alto Rendimiento en Jóvenes14 páginas
- Guía de Entrenamiento de TendonesAún no hay calificacionesGuía de Entrenamiento de Tendones20 páginas
- Juan Jose Gonzalez Badillo Halterofilia PDFAún no hay calificacionesJuan Jose Gonzalez Badillo Halterofilia PDF270 páginas
- Músculos Implicados en Peso Muerto Hexagonal100% (2)Músculos Implicados en Peso Muerto Hexagonal184 páginas
- U.D.15. Diseno Programas Entrenamiento Cardiovascular88% (8)U.D.15. Diseno Programas Entrenamiento Cardiovascular19 páginas
- American College of Sports Medicine Acsm - Acsms Resources For The Personal Trainer 2013 Lippincott Williams Wilkins 1100% (1)American College of Sports Medicine Acsm - Acsms Resources For The Personal Trainer 2013 Lippincott Williams Wilkins 1100 páginas
- Periodización Del Entrenamiento Deportivo. 2nd Ed. (Bompa, Paidotribo 2004)100% (4)Periodización Del Entrenamiento Deportivo. 2nd Ed. (Bompa, Paidotribo 2004)201 páginas
- Aplicaciones Tecnológicas en EntrenamientoAún no hay calificacionesAplicaciones Tecnológicas en Entrenamiento15 páginas
- Sistema de Cuadrantes en Deporte de EquipoAún no hay calificacionesSistema de Cuadrantes en Deporte de Equipo95 páginas
- Manual de Entrenamiento de Fuerza Jovanović100% (1)Manual de Entrenamiento de Fuerza Jovanović263 páginas
- Evaluación y Control de Carga de Entrenamiento100% (16)Evaluación y Control de Carga de Entrenamiento72 páginas
- U.D. 4. Estructura y Funcion de Los Sistemas Cardiovascular Respiratoria y Muscular100% (3)U.D. 4. Estructura y Funcion de Los Sistemas Cardiovascular Respiratoria y Muscular59 páginas
- Biomecánica del Entrenamiento EfectivoAún no hay calificacionesBiomecánica del Entrenamiento Efectivo146 páginas
- Organización de la Capacitación Deportiva70% (10)Organización de la Capacitación Deportiva126 páginas
- Fisiología y Metodología Del Entrenamiento100% (1)Fisiología y Metodología Del Entrenamiento195 páginas
- LIBRO Entrenamiento de Velocidad, Agilidad y Rapidez Lee E BrownAún no hay calificacionesLIBRO Entrenamiento de Velocidad, Agilidad y Rapidez Lee E Brown226 páginas
- El Entrenamiento de La VelocidadAún no hay calificacionesEl Entrenamiento de La Velocidad102 páginas
- El Desarrollo de La Potencia NSCA PDFAún no hay calificacionesEl Desarrollo de La Potencia NSCA PDF124 páginas
- Deporte Fisiologia y EntrenamientoAún no hay calificacionesDeporte Fisiologia y Entrenamiento6 páginas
- Fuerza y Acondicionamiento DeportivoAún no hay calificacionesFuerza y Acondicionamiento Deportivo116 páginas
- EficienciayReadaptacin Ok FINAL HojasAún no hay calificacionesEficienciayReadaptacin Ok FINAL Hojas116 páginas
- Biomecánica en la readaptación de carreraAún no hay calificacionesBiomecánica en la readaptación de carrera117 páginas
- Entrenamiento de Velocidad EfectivoAún no hay calificacionesEntrenamiento de Velocidad Efectivo260 páginas
- Guía Avanzada de Ejercicio y RendimientoAún no hay calificacionesGuía Avanzada de Ejercicio y Rendimiento11 páginas
- Fundamentos y Estructura Del Entrenamiento FísicoAún no hay calificacionesFundamentos y Estructura Del Entrenamiento Físico7 páginas
- Optimización Del Movimiento Humano y AntropometríaAún no hay calificacionesOptimización Del Movimiento Humano y Antropometría36 páginas
- Práctica Calificada: Estadística DescriptivaAún no hay calificacionesPráctica Calificada: Estadística Descriptiva2 páginas
- Fortalecimiento Gerencial en Danza la SirenaAún no hay calificacionesFortalecimiento Gerencial en Danza la Sirena11 páginas
- Prueba de Lectura: "Los Pecosos" 5° BásicoAún no hay calificacionesPrueba de Lectura: "Los Pecosos" 5° Básico6 páginas
- Factores Clave en Criminología y DelitoAún no hay calificacionesFactores Clave en Criminología y Delito3 páginas
- Sistemas de Incentivos y RemuneracionesAún no hay calificacionesSistemas de Incentivos y Remuneraciones6 páginas
- Ley Orgánica de Educación 2006-2020Aún no hay calificacionesLey Orgánica de Educación 2006-20205 páginas
- Derrida y el Marxismo: Espectros y MemoriaAún no hay calificacionesDerrida y el Marxismo: Espectros y Memoria4 páginas
- Filosofía Crítica: Popper y CavalléAún no hay calificacionesFilosofía Crítica: Popper y Cavallé4 páginas
- Solicitud de Práctica SociocomunitariaAún no hay calificacionesSolicitud de Práctica Sociocomunitaria4 páginas
- Grado en Diseño Digital UNIR: Gráfico y MultimediaAún no hay calificacionesGrado en Diseño Digital UNIR: Gráfico y Multimedia12 páginas
- Juegos que Fomentan el Pensamiento CríticoAún no hay calificacionesJuegos que Fomentan el Pensamiento Crítico14 páginas
- Rúbrica para Reporte de LaboratorioAún no hay calificacionesRúbrica para Reporte de Laboratorio3 páginas
- Plan Aprender Conectados: Innovación Educativa100% (2)Plan Aprender Conectados: Innovación Educativa24 páginas
- Pedagogías Situadas Globalizadoras en EducaciónAún no hay calificacionesPedagogías Situadas Globalizadoras en Educación13 páginas
- Planificación Escolar 2020-2021 RumipambaAún no hay calificacionesPlanificación Escolar 2020-2021 Rumipamba2 páginas
- Evaluación Bimestral 1er Grado 2023Aún no hay calificacionesEvaluación Bimestral 1er Grado 20239 páginas
- Tablas de Frecuencia para Niños de PrimariaAún no hay calificacionesTablas de Frecuencia para Niños de Primaria13 páginas
- Impacto de las TIC en la EducaciónAún no hay calificacionesImpacto de las TIC en la Educación12 páginas
- Actas XX Congreso Arqueología ChilenaAún no hay calificacionesActas XX Congreso Arqueología Chilena274 páginas
- Boleta de Calificaciones Primaria 2025Aún no hay calificacionesBoleta de Calificaciones Primaria 20252 páginas
- Actividades de Lectura sobre el Día de la FamiliaAún no hay calificacionesActividades de Lectura sobre el Día de la Familia4 páginas
- Instrumento de Gestión Ambiental CorrectivoAún no hay calificacionesInstrumento de Gestión Ambiental Correctivo71 páginas
- Acuerdos para la Convivencia EscolarAún no hay calificacionesAcuerdos para la Convivencia Escolar17 páginas