Individualización de los umbrales de velocidad GPS: Retos y complejidades

El uso de la tecnología GPS para controlar las cargas externas de los deportistas en los entrenamientos y las competiciones se ha hecho casi omnipresente, sobre todo en el deporte profesional.

A medida que la tecnología GPS ha ido evolucionando en la última década, los usuarios disponen ahora de una gran cantidad de métricas a partir de las cuales pueden evaluar la carga externa y, junto con los entrenadores, informar mejor el proceso de entrenamiento. En los últimos tiempos, los investigadores han introducido conceptos como la medición de la distancia en bandas de aceleración, la combinación de datos de aceleración y velocidad (conocida como "potencia metabólica") y la individualización de las zonas de velocidad tradicionales para cada jugador.

El volumen de métricas puede resultar abrumador y el usuario se enfrenta al reto de seleccionar cuáles son las más apropiadas para el contexto deportivo, y qué valor añadido puede aportar un enfoque a la interpretación de los datos del análisis tiempo-movimiento. Dado el papel de la forma física en la moderación de la capacidad y la dosis-respuesta a la carga externa, parecería intuitivo evaluar los datos GPS de los atletas en relación con su perfil de forma física.

Aquí destacamos los retos y complejidades que entraña la individualización de los datos GPS en función de las características de la forma física, y ofrecemos algunas recomendaciones para los usuarios interesados.

Los trabajos de investigación basados en la industria procedentes de la liga de rugby (Gabbett, 2015), el rugby union (Clarke, Anson y Pyne, 2015; Reardon, Tobin y Delahunt, 2015), el fútbol de reglas australianas (Colby, Dawson, Heasman, Rogalski y Gabbett, 2014) y el fútbol (Hunter et al., 2015; Lovell y Abt, 2013) han adaptado las zonas de velocidad de jugadores individuales en función de una o varias características físicas. Estos investigadores han utilizado una amplia gama de atributos de aptitud física para individualizar las zonas de velocidad, como medidas derivadas de laboratorio del umbral anaeróbico, la velocidad aeróbica máxima y la velocidad máxima de sprint.

La investigación en fútbol ha demostrado que la individualización de los umbrales de velocidad puede añadir valor a la interpretación de los datos del GPS (Hunter et al., 2015; Lovell & Abt, 2013), lo cual es intuitivo dado que la distribución de la "intensidad" de la carga externa de un atleta está probablemente influida por sus propias capacidades físicas. Sin embargo, el uso de evaluaciones de laboratorio es poco factible debido a las barreras económicas y logísticas.

Recientemente, el uso de la velocidad máxima de sprint para prescribir múltiples zonas de velocidad se ha vuelto común en la literatura de investigación (Colby et al., 2014; Gabbett, 2015; Reardon et al., 2015) debido a su facilidad de recopilación en el campo de entrenamiento. Lamentablemente, la individualización de las zonas de velocidad no es tan sencilla, por lo que se advierte a los usuarios de que adoptar este enfoque podría ser más perjudicial que beneficioso.

Tomemos como ejemplo la fábula de la tortuga y la liebre.

La liebre es un atleta rápido y potente con una velocidad punta elevada (digamos una velocidad máxima de 35 kmh-1), pero no puede mantenerla durante mucho tiempo, como refleja su capacidad de resistencia intermitente (Yo-Yo, 30:15, etc.). Si adoptamos el enfoque de la bibliografía de investigación de aplicar fracciones arbitrarias de la velocidad máxima de Hare, por ejemplo, el 50% para la carrera de alta velocidad (HSR, que, por cierto, no tiene ninguna justificación fisiológica), esto nos da un umbral de HSR de 17,5 kmh-1.

Esto contrasta con la tortuga, que tiene una velocidad máxima de sólo 25 kmh-1, lo que resulta en un umbral de HSR de 12,5 kmh-1. Sin embargo, la tortuga tiene una puntuación comparativamente más alta en la prueba de resistencia intermitente, lo que le permite desplazarse por el campo con eficacia, entrar con más frecuencia en las zonas de alta velocidad y recuperarse más rápidamente.

Cuando los dos corren, cubren la misma distancia pero de forma diferente. Utilizar únicamente la velocidad máxima de esta forma para anclar los umbrales de velocidad hace que se subestime la HSR de las liebres y se sobreestime la de las tortugas (véase Hunter et al., 2015 para ejemplos más detallados).

El uso de una capacidad física para anclar múltiples zonas de velocidad de este modo supone que un jugador más rápido también tiene una velocidad de carrera elevada asociada a su capacidad de resistencia, y viceversa (véase la Figura 1).

Esta información errónea puede tener poco impacto cuando se mide a lo largo de una carrera, pero si queremos evaluar y prescribir regímenes de entrenamiento crónicos basándonos en estos datos del GPS, podemos incurrir en errores de carga de entrenamiento que resulten en una preparación para el rendimiento subóptima o en un mayor riesgo de lesiones (Gabbett, 2016).

Figura 1: Representación del uso erróneo de la velocidad punta para anclar los umbrales de velocidad GPS en el caso de "la tortuga y la liebre". sIFT = velocidad final alcanzada en una hipotética prueba de resistencia intermitente.

En realidad, la individualización de los umbrales de velocidad se complica por los tipos de pruebas que se utilizan para determinar las características de rendimiento de los atletas.

Las evaluaciones de resistencia intermitente habituales en los deportes de equipo no permiten al científico deportivo o al preparador físico determinar las velocidades de carrera a las que los atletas pasan a los dominios de intensidad del ejercicio (baja, moderada, alta, grave). Los profesionales también deben considerar la frecuencia con la que pueden administrarse las pruebas de condición física durante los ajetreados calendarios de competición para tener en cuenta los cambios en la condición física debidos a enfermedades, lesiones o intervenciones de entrenamiento.

Estas complejidades y retos suponen importantes barreras para la implantación de zonas de velocidad individualizadas y pueden ayudar a explicar la escasa aceptación de esta práctica por parte de los usuarios de GPS (Akenhead y Nassis, 2015).

Pero la individualización no tiene por qué ser tan difícil. En 2013, Alberto Méndez-Villanueva y sus colegas presentaron un enfoque práctico, fácil de usar y basado en pruebas para el análisis GPS individualizado (Méndez-Villanueva, Buchheit, Simpson y Bourdon, 2013).

Aplicaron la velocidad aeróbica máxima de cada jugador a partir de la prueba de campo VAM-EVAL, junto con su velocidad máxima registrada en una evaluación de sprint de 40 m, para evaluar la carga externa con referencia a las capacidades físicas de cada individuo. Este enfoque proporcionó una representación mejorada de la dosis externa de los jugadores en los partidos de fútbol que puede utilizarse para optimizar la programación física. Además, el resultado de la velocidad aeróbica máxima podría utilizarse para individualizar la prescripción de entrenamiento de intervalos de alta intensidad (HIIT) de los jugadores utilizando técnicas de entrenamiento bien establecidas (es decir, Dupont, Akakpo y Berthoin, 2004).

Desafortunadamente, ni la prescripción de HIIT ni la individualización de las zonas de velocidad GPS pueden lograrse utilizando pruebas de campo de resistencia intermitente compuestas realizadas en carreras de lanzadera de 20 m, que a menudo están muy influenciadas por los cambios de dirección y las capacidades de aceleración de los atletas (Castagna et al., 2006; Berthoin et al 2014).

En resumen, la prescripción de zonas de velocidad específicas para atletas puede añadir valor a la interpretación de los datos GPS (Hunter et al., 2015; Lovell & Abt, 2013; Méndez-Villanueva et al., 2013), siempre que el usuario tenga en cuenta las complejidades de su aplicación.

Los usuarios podrían reflexionar sobre su batería de pruebas físicas, y si apoya un enfoque holístico de la prescripción de entrenamiento y la evaluación de la carga externa (los lectores se dirigen a Mendez-Villanueva & Buchheit [2013] para más detalles a este respecto).

Se necesita mucha más investigación para determinar la utilidad y el posible valor añadido del análisis GPS individualizado, pero hasta que sepamos más, se recomienda utilizar procedimientos establecidos y basados en pruebas (véase Méndez-Villanueva et al., 2013; Hunter et al., 2015), o evitar la práctica por completo.

¿Le interesa saber cómo Catapult puede ayudar a su equipo a encontrar su ventaja competitiva? Póngase en contacto hoy mismo.

Referencias

Akenhead, R., & Nassis, G. P. (2015). Carga de entrenamiento y seguimiento del jugador en el fútbol de alto nivel: Práctica Actual y Percepciones. International Journal of Sports Physiology and Performance. http://doi.org/10.1123/ijspp.2015-0331

Berthoin, S., Gerbeaux, M., Turpin, E., Guerrin, F., Lensel-Corbeil, G., & Vandendorpe, F. (1994). Comparación de dos pruebas de campo para estimar la velocidad aeróbica máxima. Journal of Sports Sciences, 12(4), 355-362.

Clarke, A. C., Anson, J., & Pyne, D. (2015). Zonas de velocidad GPS basadas fisiológicamente para evaluar las demandas de carrera en el Rugby Seven Femenino. Revista de Ciencias del Deporte, 33(11), 1101-1108.

Colby, M., Dawson, B., Heasman, J., Rogalski, B., & Gabbett, T. J. (2014). Cargas de entrenamiento y juego y riesgo de lesiones en futbolistas australianos de élite. Journal of Strength and Conditioning Research, 28(8), 2244-2252.

Castagna, C., Impellizzeri, F. M., Chamari, K., Carlomagno, D., & Rampinini, E. (2006). Aerobic fitness and yo-yo continuous and intermittent tests performances in soccer players: a correlation study. Journal of Strength and Conditioning Research, 20(2), 320-325.

Dupont, G., Akakpo, K., & Berthoin, S. (2004). The effect of in-season, high-intensity interval training in soccer players. Journal of Strength and Conditioning Research, 18(3), 584-589.

Gabbett, T. J. (2015). El uso de zonas de velocidad relativa aumenta la carrera de alta velocidad realizada en el juego de partido de deportes de equipo. Journal of Strength and Conditioning Research, 29(12), 3353-3359.

Gabbett, T. J. (2016). La paradoja entrenamiento-prevención de lesiones: ¿deberían los atletas entrenar más inteligente y más duro? British Journal of Sports Medicine, 50(5), 273-280.

Hunter, F., Bray, J., Towlson, C., Smith, M., Barrett, S., Madden, J., et al. (2015). Individualización del análisis tiempo-movimiento: comparación de métodos y serie de casos clínicos. Revista internacional de medicina deportiva, 36(1), 41-48.

Lovell, R., y Abt, G. (2013). Individualization of time-motion analysis: a case-cohort example. International Journal of Sports Physiology and Performance, 8(4), 456-458.

Méndez-Villanueva, A., y Buchheit, M. (2013). Pruebas de aptitud física específicas para el fútbol: ¿añadir valor o confirmar la evidencia? Revista de Ciencias del Deporte, 31(13), 1503-1508.

Méndez-Villanueva, A., Buchheit, M., Simpson, B., & Bourdon, P. C. (2013). Match play intensity distribution in youth soccer. Revista Internacional de Medicina Deportiva, 34(2), 101-110.

Reardon, C., Tobin, D. P., & Delahunt, E. (2015). Aplicación de Umbrales de Velocidad Individualizados para Interpretar las Demandas de Carrera Específicas de la Posición en el Rugby Profesional de Élite: A GPS Study. PLoS ONE, 10(7), e0133410.