Comentario del artículo “Familiarization and Reliability of the Isometric Knee Extension Test for Rapid Force Production Assessment”

Enlace al Artículo

La RFD (del inglés “Rate of Force Development”) es una medida de la capacidad de producción de fuerza de gran interés tanto para el rendimiento como para la salud. Se define como la velocidad a la que los elementos contráctiles del músculo pueden desarrollar fuerza (Aagaard et al., 2002) y se mide a través de test balísticos, es decir, ejecutados “lo más rápido posible”.

En este estudio identificamos la fiabilidad de un test isométrico y balístico de extensión de rodilla utilizando equipos de medida portátiles, como fueron una mesa adaptada y acolchada, y un sensor de fuerza Chronojump enganchado a una tobillera (Imagen 1).

Imagen 1. Equipo de medida

Participaron 14 deportistas no familiarizados con test. Completaron dos veces el test en dos días diferentes (Sesión 1 y 2). En cada sesión, los participantes realizaron tres series de contracciones balísticas de 2 s (lo más rápido y fuerte posible), con una flexión de rodilla de 110° y con 30 s de descanso (Imagen 1, derecha), siguiendo las recomendaciones establecidas en la literatura (Maffiuletti et al., 2016; Rodríguez-Rosell et al, 2018).

El sensor conectado a un ordenador registró en tiempo real variables de interés como la fuerza concéntrica máxima (Fmax), la tasa de producción la fuerza por unida de tiempo (RFD) y el impulso. Para la RFD y el impulso se tomaron tres referencias temporales: contracciones rápidas (los primeros 50 ms), intermedias (de 0 a 150 ms) y tardías (de 0 a 250 ms). En la Imagen 2 se incluye un ejemplo de parte de las medidas registradas por el software.

Imagen 2. Ejemplo del software utilizado para el registro de las variables en las diferentes fases de contracción (i.e., rangos temporales de 0-50 ms, 0-150 ms y 0-250 ms).

En la Tabla 1 se incluyen los resultados del rango (mínimo y máximo del conjunto de la muestra) coeficiente de variación (CV) y del error en valores absolutos (SEM) entre las medidas de test y retest.

Los principales resultados de este estudio muestran que:

  • Durante la fase “tardía” de la contracción (Fmax y RFD/Impulso de 0 a 250 ms) mostraron valores muy fiables desde la primera sesión y sin necesidad de familiarización.
  • La fase intermedia (de 0 a 150 ms) mostró una fiabilidad moderada después de una sesión de familiarización.
  • Por el contrario, la fase más rápida (0 a 50 ms) no alcanzó una fiabilidad suficiente ni siquiera después de una sesión de familiarización.

Como aplicación práctica, estos hallazgos nos permiten determinar que:

  • En sujetos entrenados, pero sin experiencia en este test, es posible medir la Fmax y capacidad de producción de fuerza en fases tardías (0-250 ms) con una elevada fiabilidad desde la primera sesión utilizando un equipo de medida portátil y relativamente asequibles para entrenadores/investigadores (~ 300 €), siguiendo los procedimientos anteriormente descritos.
  • Tras una primera sesión de familiarización, es posible obtener medidas moderadamente fiables de la producción de fuerza en fases más rápidas (0-150 ms).

Referencias:

Aagaard P.; Simonsen E.B.; Andersen J.L.; Magnusson P.; and Dyhre-Poulsen P. Increased rate of force development and neural drive of human skeleton muscle following resistance training. J Appl Physiol. 2002, 93: 1318-1326.

Maffiuletti, N.A.; Aagaard, P.; Blazevich, A.J.; Folland, J.; Tillin, N.; Duchateau, J. Rate of force development: Physiological and methodological considerations. Eur. J. Appl. Physiol. 2016, 116, 1091–1116.

Oranchuk, D.J.; Switaj, Z.J.; Zuleger, B.M. The Addition of a “Rapid Response” Neuromuscular Activation To a Standard Dynamic Warm-Up Improves Isometric Force and Rate of Force Development. J. Aust. Strength Cond. 2017, 25, 19–24.

 Rodríguez-Rosell, D.; Pareja-Blanco, F.; Aagaard, P.; González-Badillo, J.J. Physiological and methodological aspects of rate of force development assessment in human skeletal muscle. Clin. Physiol. Funct. Imaging 2018, 38, 743–762.

Comentario del artículo “The use of a graded exercise test may be insufficient to quantify true changes in VO2max following exercise training in unfit individuals with metabolic syndrome”

Alfonso Moreno-Cabañas, Juan Fernando Ortega, Felix Morales-Palomo, Miguel Ramirez-Jimenez, Laura Alvarez-Jimenez, Jesus G Pallarés y Ricardo Mora-Rodríguez

Enlace a artículo en Journal of Applied Physiology

El consumo de oxígeno máximo (VO2max) es considerado el mejor parámetro fisiológico para determinar nuestra salud cardiorrespiratoria, reflejando la capacidad que tiene nuestro sistema respiratorio, cardiovascular y musculoesquelético de captar, transportar y utilizar el oxígeno (Poole, Wilkerson et al. 2008).  Estudios epidemiológicos, han observado una importante relación entre una pobre salud cardiorrespiratoria y la mortalidad (Wei, Kampert et al. 1999) y el desarrollo del síndrome metabólico (Hassinen, Lakka et al. 2008).  El síndrome metabólico, es un grupo de trastornos antropométricos, metabólicos y cardiovasculares (Alberti, Eckel et al. 2009) que aumentan el riesgo de mortalidad y de padecer enfermedades cardiovasculares.  Por todo ello, en este tipo de población se aconseja realizar un programa de ejercicio con el fin de mantener o aumentar la salud cardiorrespiratoria para reducir la incidencia y prevalencia del síndrome metabólico (Katzmarzyk, Leon et al. 2003, Mora-Rodriguez, Ortega et al. 2014).

Dada la propuesta estrecha relación entre VO2max y la salud, es importante que su medición sea precisa ya que una sobre o infra estimación de los efectos de un programa de ejercicio en esta variable puede llevar a conclusiones erróneas sobre los efectos del ejercicio en la salud.  Pero, ¿realmente estamos evaluando el VO2max correctamente?  El procedimiento más utilizado para la determinación del VO2max, es realizar un test incremental continuo (GXT), midiendo respiración a respiración el consumo de oxígeno (VO2) con un sistema de calorimetría indirecta.  Alcanzar una “meseta” en el VO2 (i.e., aumento de menos de 0,15 LO2·min-1 de VO2 a pesar de un aumento de carga del ergómetro) es el principal parámetro que dictamina si se alcanzó o no un VO2max en el test de GXT.  Sin embargo, la mayoría de las personas desentrenadas no exhiben esta meseta de VO2 antes de la fatiga (Poole, Wilkerson et al. 2008).  Esto puede ser debido a la fatiga prematura localizada en las piernas que se produce durante las últimas etapas del GXT.  Esto infra estimaría el VO2max en el test antes de comenzar a entrenar, pero quizás no en el test tras finalizar el programa de entrenamiento.  Ya que la determinación del VO2max basada únicamente en el GXT no parece adecuada en personas sedentarias, Poole y Jones (Poole and Jones 2017) propusieron que tras el test GXT se dejase un periodo de descanso (15-30 min) y se realizase un test de verificación (VerT) corto hasta la fatiga, poniendo al individuo a una carga 10% por encima de la máxima alcanzada en el GXT.

El laboratorio de fisiología del ejercicio de la Universidad de Castilla-La Mancha, dirigido por Ricardo Mora-Rodriguez en colaboración con Jesus Garcia-Pallarés en la Universidad de Murcia, decidieron utilizar el VerT en sus pacientes con síndrome metabólico, publicando el primer estudio de investigación que evaluaba las diferencias en el VO2max al utilizar el VerT o como se hacía tradicionalmente únicamente el GXT (Moreno-Cabanas, Ortega et al. 2020).  Observamos que, si únicamente se utiliza el GXT para la determinación del VO2max, se podría infraestimar hasta un 9% la salud cardiorrespiratoria en personas desentrenadas con obesidad y síndrome metabólico.  Tras estos hallazgos, el grupo de investigación reflexionó sobre como afectaría este problema metodológico en las ganancias de VO2max tras el entrenamiento.  Ya que, tras un programa de ejercicio, la tolerancia a la fatiga aumenta, el GXT podría evaluar con mayor precisión el VO2max post-entrenamiento y, por lo tanto, sobreestimarse las ganancias en VO2max debido al error de la evaluación inicial de VO2max.

La respuesta a esta pregunta de investigación es el objetivo del artículo “The use of a graded exercise test may be insufficient to quantify true changes in VO2max following exercise training in unfit individuals with metabolic syndrome” publicado este mes en la prestigiosa revista “Journal of Applied Physiology”.  En este estudio, 44 personas sedentarias con síndrome metabólico (58 ± 7 años; 28 hombres y 16 mujeres; con índice de masa corporal de 31.8±4.8 kg·m-2) realizaron un programa de ejercicio aeróbico interválico de alta intensidad de 16 semanas de duración en cicloergómetro.  Tanto al inicio como al final del programa, se evaluó la salud cardiorrespiratoria (VO2max) utilizando GXT seguido de un VerT como figura debajo.

Para nuestra sorpresa, cuando hacíamos el promedio de la respuesta de todo el grupo de participantes, no encontramos diferencias estadísticas en las ganancias de VO2max con el entrenamiento medidas con GXT o VerT.  Sin embargo, observamos que antes de entrenar el GXT infraestimó en un 8% el VO2max en comparación al VerT en 18 participantes, disminuyéndose esta infraestimación tras el entrenamiento al 3%.  Por lo tanto, en estos participantes (41% de toda la muestra) usando solamente el protocolo GXT casi duplicaba las mejoras del VO2max con el entrenamiento (236 mLO2·min-1) en comparación con los aumentos “reales” medidos cuando se incluía el test VerT (141 mLO2·min-1; P < 0,001).  En los 26 participantes restantes, el GXT infraestimó el VO2max solamente tras 16 semanas de entrenamiento (54 mLO2·min-1) y en estos individuos pasaba lo contrario y el GXT subestimaba las mejoras de VO2max.

En resumen, asegurar la precisión de la medición del VO2max no es un mero tecnicismo, ya que en función a su mejora vamos a evaluar la efectividad de los programas de entrenamiento que aplicamos para mejorar la salud en la población donde el ejercicio está indicado.  Los hallazgos de esta investigación destacan la necesidad de realizar un VerT después del GXT para determinar adecuadamente las mejoras inducidas por el entrenamiento en personas inicialmente desentrenadas y con baja capacidad aeróbica.  Esperamos que esta información se disemine y que los investigadores incluyan este test de verificación que aumenta algo el tiempo de testaje, pero que se puede hacer en la misma sesión conservando la misma calibración del sistema de calorimetría indirecta.

Este es un ejemplo de las cuestiones que se abordarán en el Máster en ejercicio con movimiento y restricción calórica para el tratamiento de la obesidad, diabetes, hipertensión y la dislipidemia de la UCLM

http://www.merct-1.posgrado.uclm.es/default.aspx

REFERENCIAS

  • Alberti, K. G., R. H. Eckel, S. M. Grundy, P. Z. Zimmet, J. I. Cleeman, K. A. Donato, J. C. Fruchart, W. P. James, C. M. Loria and S. C. Smith, Jr. (2009). «Harmonizing the metabolic syndrome: a joint interim statement of the International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; and International Association for the Study of Obesity.» Circulation 120(16): 1640-1645.
  • Hassinen, M., T. A. Lakka, K. Savonen, H. Litmanen, L. Kiviaho, D. E. Laaksonen, P. Komulainen and R. Rauramaa (2008). «Cardiorespiratory fitness as a feature of metabolic syndrome in older men and women: the Dose-Responses to Exercise Training study (DR’s EXTRA).» Diabetes Care 31(6): 1242-1247.
  • Katzmarzyk, P. T., A. S. Leon, J. H. Wilmore, J. S. Skinner, D. C. Rao, T. Rankinen and C. Bouchard (2003). «Targeting the metabolic syndrome with exercise: evidence from the HERITAGE Family Study.» Med Sci Sports Exerc 35(10): 1703-1709.
  • Mora-Rodriguez, R., J. F. Ortega, N. Hamouti, V. E. Fernandez-Elias, J. Canete Garcia-Prieto, A. Guadalupe-Grau, A. Saborido, M. Martin-Garcia, V. Guio de Prada, I. Ara and V. Martinez-Vizcaino (2014). «Time-course effects of aerobic interval training and detraining in patients with metabolic syndrome.» Nutr Metab Cardiovasc Dis 24(7): 792-798.
  • Moreno-Cabanas, A., J. F. Ortega, F. Morales-Palomo, M. Ramirez-Jimenez and R. Mora-Rodriguez (2020). «Importance of a verification test to accurately assess VO2max in unfit individuals with obesity.» Scand J Med Sci Sports 30(3): 583-590.
  • Poole, D. C. and A. M. Jones (2017). «Measurement of the maximum oxygen uptake VO2max: VO2peak is no longer acceptable.» J Appl Physiol 122(4): 997-1002.
  • Poole, D. C., D. P. Wilkerson and A. M. Jones (2008). «Validity of criteria for establishing maximal O2 uptake during ramp exercise tests.» Eur J Appl Physiol 102(4): 403-410.

Comentario del artículo “A comprehensive analysis of the velocity-based method in the shoulder press exercise: stability of the load-velocity relationship and sticking region parameters”

Enlace a artículo

En este trabajo, los autores hemos llevado a cabo un profundo y exhaustivo análisis de las aplicaciones prácticas que presenta el entrenamiento de fuerza basado en la velocidad (VBRT) para la programación y control del deportista. Para ello, se ha utilizado uno de los principales ejercicios de fuerza del tren superior, fundamental en las rutinas de entrenamiento de la mayoría de los atletas que tenemos en nuestro cargo: el Press Militar. De manera específica, el presente estudio ha clarificado algunos aspectos relacionados con la relación carga-velocidad que han generado controversia en los últimos años, como su dependencia del nivel de fuerza del atleta (posibles diferencias en la relación carga-velocidad entre atletas con altos y bajos valores de fuerza) o su estabilidad ante cambios de rendimiento (posibles diferencias en la relación carga-velocidad tras mejoras/pérdidas de rendimiento). Además, por primera vez, este trabajo aporta información referente a la región crítica (conocida en inglés como “sticking region”) de este ejercicio.

Para ello, 48 atletas con amplia experiencia en este ejercicio realizaron un test incremental con cargas (T1) hasta la repetición máxima (1RM) para determinar la relación carga-velocidad e identificar los parámetros clave de la sticking region de este ejercicio. En una segunda valoración (T2), una selección de esta muestra (24 sujetos) entrenó el ejercicio press militar durante 10 semanas (2 sesiones/semana, 3 series, 65-90% 1RM, y 4 min de descanso entre series), controlando en todo momento la magnitud de la carga y la fatiga inducida en cada serie mediante el registro de la velocidad de ejecución (VBRT). Tras finalizar las 10 semanas de intervención, este subconjunto de 24 sujetos realizó de nuevo el test incremental con cargas hasta la 1RM, con el objetivo de examinar la estabilidad de la relación carga-velocidad (T1 vs. T2).

Al igual que en otros ejercicios de fuerza isoinerciales (2,3,5), en este trabajo se encontró una relación muy estrecha entre la intensidad relativa (% 1RM) y las principales variables de velocidad analizadas: velocidad media (MV), velocidad media de la fase propulsiva (MPV) y la velocidad pico (PV) (R2 = 0.954-0.970) (Figura 1); registrándose una relación incluso mayor cuando se examinó la relación carga-velocidad a nivel individual (R2 = 0.973-0.997).

A pesar de que se identificaron 3 subgrupos con diferentes ratios de fuerza relativa, no se hallaron diferencias significativas ni en el promedio de velocidad de la relación carga-velocidad (MPVAve), ni en la velocidad de la 1RM (MPV1RM), entre estos 3 subgrupos.

Aunque las 10 semanas de entrenamiento en los 24 sujetos generaron un incremento medio en el valor 1RM del 17.5%, se encontró una alta estabilidad (mínima variación) en todo el espectro de intensidades de la relación carga-velocidad (T1, MPVAve = 0.69 m·s-1 vs. T2, MPVAve = 0.70 m·s-1)

Finalmente, tras un exhaustivo análisis biomecánico de este ejercicio, los tres parámetros representativos del sticking region sólo se detectaron ante cargas superiores al 75% 1RM.

Como principales aplicaciones prácticas debemos destacar que:

  • El control de la intensidad (%1RM) y la valoración del estado de forma del atleta se pueden llevar a cabo con gran precisión y sin interferencias en el programa de intervención mediante el registro de la primera repetición de la serie llevada a cabo en la sesión de entrenamiento, siempre y cuando ésta se ejecute a la máxima velocidad posible.
  • El VBRT también nos permite evaluar con alta fidelidad los cambios que se producen en el rendimiento de un deportista tras una intervención de entrenamiento, sin la necesidad de realizar un test máximo hasta la 1RM o un test de repeticiones hasta el fallo. Así, un cambio de ~0,08 m·s-1 en la MPV o MV registrado ante la misma carga absoluta (kg) evaluada antes y después de un programa de entrenamiento, significaría un aumento de ~5% en el valor de la 1RM.
  • El nivel de rendimiento del atleta y su experiencia en el entrenamiento de fuerza no parece afectar a la relación carga–velocidad. De este modo, una vez que se haya alcanzado un mínimo de  dominio de la técnica del ejercico en cuestión, el control de la velocidad a la que se desplazan las cargas debería ser una herramienta fundamental en la programación y control del entrenamiento de fuerza. Para ello, se anima a los entrenadores a utilizar las ecuaciones generales propuestas por el presente estudio (Ver apartado de Resultados), pero especialmente, a la elaboración de ecuaciones individuales que maximicen la precisión de esta metodología.
  • La información sobre la posición de los parámetros clave de la sticking region permite incorporar estrategias para aumentar los efectos positivos del entrenamiento. Por ejemplo, conocer la posición de la sticking región, permite a los entrenadores controlar que todas las repeticiones realizadas por el atleta incluyan esta región crítica, maximizando así las adaptaciones neuromusculares y funcionales, tal y como se ha demostrado recientemente por nuestro grupo de investigación (1,4).

Referencias

1.          Martinez-Cava, A, Hernandez-Belmonte, A, Courel-Ibanez, J, Moran-Navarro, R, Gonzalez-Badillo, JJ, and Pallares, JG. Bench press at full range of motion produces greater neuromuscular adaptations than partial executions after prolonged resistance training. J Strength Cond Res, 2019.

2.          Martínez-Cava, A, Morán-Navarro, R, Sánchez-Medina, L, González-Badillo, JJ, and Pallarés, JG. Velocity- and power-load relationships in the half, parallel and full back squat. J Sports Sci 37: 1088–1096, 2019.

3.          Morán-Navarro, R, Martínez-Cava, A, Escribano-Peñas, P, and Courel-Ibáñez, J. Load-velocity relationship of the deadlift exercise. Eur J Sport Sci: 1–19, 2020.

4.          Pallarés, JG, Martínez-Cava, A, Courel-Ibáñez, J, González-Badillo, JJ, and Morán-Navarro, R. Full squat produces greater neuromuscular and functional adaptations and lower pain than partial squats after prolonged resistance training. Eur J Sport Sci 20: 115–124, 2020.

5.          Sánchez-Medina, L, González-Badillo, JJ, Pérez, CE, and Pallarés, JG. Velocity- and power-load relationships of the bench pull vs bench press exercises. Int J Sports Med 35: 209–216, 2014.

Comentario del artículo “Training load and performance impairments in professional cyclists during COVID-19 lockdown”

Nueva publicación del Lab en la revista International Journal of Sports Physiology and Performance:  Enlace

Se presentan en este trabajo los primeros resultados en la literatura internacional sobre los efectos del confinamiento obligatorio asociado al COVID-19 en el rendimiento de deportistas de élite, en concreto de ciclistas profesionales.

Mediante una monitorización individualizada de un grupo de 18 ciclistas profesionales del Team Caja Rural – Seguros RGA, se han podido constatar los efectos que el confinamiento ha tenido en la distribución de las cargas de entrenamiento, tanto en el volumen total, como por cada zona de intensidad, así como su repercusión sobre el propio rendimiento funcional de estos deportistas.

Aunque la disponibilidad de rodillos y ergometrías en el ciclismo durante las 7 semanas que duró el confinamiento ha permitido que esta sea la especialidad deportiva con menor impacto en el cumplimiento de las rutinas habituales de entrenamiento, dadas las características propias de los esfuerzos indoor (menor capacidad para la disipación del calor y mayor deshidratación, mayor consumo de glucógeno y deriva cardiaca, ausencia de recuperaciones en pendientes negativas, mayor exigencia psicológica..), los preparadores de este equipo programaron un 34% menos de volumen de entrenamiento semanal, especialmente a intensidades por debajo del Umbral Aeróbico (un 52% menos), y a intensidades iguales o superiores al Máximo Estado Estable (40% o menos del volumen total semanal previo al confinamiento).

A pesar de que en las últimas tres semanas de confinamiento todos estos ciclistas realizaron simulaciones de carreras virtuales en los que alcanzaron la máxima percepción del esfuerzo en repetidas ocasiones para distintos tiempos de exposición, las mejores potencias medias en 5 y 20 min (P5 y P20, respectivamente) sufrieron retrocesos muy notables: [P5 de 6.5 ± 0.4  W/kg a 5.7 ± 0.5 W/kg; P20 de 5.5 ± 0.3 W/kg a 5.0 ± 0.4 W/kg], lo que significó pérdidas individuales de rendimiento de entre el 1% y el 19 %.

En su conjunto, los resultados de este trabajo demuestran que una reducción parcial del entrenamiento, alcanzado un volumen total promedio de 12 h semanales, con tan solo 6 horas o menos de entrenamiento a baja intensidad (por debajo del Umbral Aeróbico), y menos de 2 h a intensidad superior al Máximo Estado Estable, no permiten retener las adaptaciones cardiorrespiratorias, neuromusculares y metabólicas que ostentan deportistas de este nivel competitivo. 

Comentario del artículo“Reliability of Technologies to Measure the Barbell Velocity: implications for monitoring resistance training”

Nueva publicación del Lab:  Enlace

Los resultados de este trabajo complementan a los hallazgos previamente publicados por nuestro laboratorio (Courel et al., 2019 y 2020) y comentados en este BLOG. Con el mismo enfoque metodológico, esta nueva investigación somete a examen a otro número importante de tecnologías disponibles en el mercado para la monitorización de la velocidad de desplazamiento de las cargas.

Además de las nuevas tecnologías examinadas y de mantener los estadísticos, se incorporan en este trabajo novedosos análisis de datos como el estudio del error de la medida para tres sectores diferentes dentro del espectro completo de la curva carga-velocidad. Gracias a una correcta interpretación de este análisis segmentado, investigadores, entrenadores y atletas pueden conocer cuál va a ser el error de cada dispositivo cuando se estén utilizando cargas bajas (<50% 1RM), medias (50%-80% 1RM) y altas (>80% 1RM). Cabe recordar que una de las principales ventajas del entrenamiento de fuerza basado en la velocidad (velocity-based resistance training, en inglés) es la posibilidad de programar la intensidad relativa y evaluar los cambios en el rendimiento del participante sin necesidad de realizar un test hasta la repetición máxima (1RM) o un test de repeticiones hasta le fallo muscular (xRM). De esta manera, el entrenador/investigador puede cuantificar objetivamente la evolución del rendimiento del atleta midiendo los cambios que se producen ante todas las cargas comunes (kg) ejecutadas antes y después del programa de entrenamiento (Pre – Post), donde las cargas bajas y medias son fundamentales para interpretar convenientemente los efectos del entrenamiento sobre el rendimiento deportivo. Resulta decisivo, por lo tanto, que estas tecnologías tengan un nivel suficiente de sensibilidad ante todo el espectro de la curva carga-velocidad, es decir, ante las cargas altas, medias y bajas.

Por otro lado, al igual que se realizó en la primera investigación, este nuevo estudio proporciona una interpretación práctica de los resultados. Concretamente, el error de la medida para cada dispositivo se contextualiza mediante los niveles de acuerdo aceptables (5% de las 1RM), pero sobre todo, se incluyen los estadísticos descriptivos del error estándar de la medida (SEM) y el cambio mínimo detectable (SDC). Teniendo en cuenta estos dos últimos, los resultados del presente proyecto nos permiten interpretar que, para la práctica profesional, tendremos una seguridad razonable (68% de confianza) de que se ha producido un cambio en el rendimiento del atleta si empleamos dispositivos cuyo error estándar de la medida (SEM) sea menor que el cambio observado como consecuencia de la intervención aplicada (por ejemplo, un programa de entrenamiento). Sin embargo, si necesitamos tener una seguridad más alta, casi abosluta, (95% de confianza) de que se ha producido un cambio real en el rendimiento del atleta (ej. clínica, investigación o alto nivel) el cambio mínimo detectable (SDC) del dispositivo debe ser menor que el cambio observado tras el programa de intervención (Atkinson & Neville, 1998; Beckerman et al., 2001; Hopkins, 2000; Patterson, 1955).  En las Figuras 1 y 2 se muestra un ejemplo del análisis del error inter-dispositivo con estos novedosos análisis e interpretación de resultados para la muestra sometida a estos estudios (Figura 1 y 2).


Figura 1. GráficosBland-Altman inter-dispositivo en el ejercicio de Sentadilla. El área sombrada en gris indica el nivel de acuerdo aceptable
≤ 5% 1RM.

Figura 2. GráficosBland-Altman inter-dispositivo analizado en el ejercicio de Press Banca. El área sombrada en gris indica el nivel de acuerdo aceptable
≤ 5% 1RM.

Así, por ejemplo, si un atleta con una 1RM de 100 kg en el ejercicio Press Banca registra una mejora de 0.07 m/s ante una misma carga común (por ejemplo, 70kg) después de 6 semanas de intervención (aparentemente una mejora de ~5% 1RM), solo podremos tener una seguridad razonable de que se ha producido realmente un cambio en el rendimiento del atleta si el dispositivo con el que se ha medido tiene un SEM < 0.07 m/s. Si queremos tener una seguridad prácticamente absoluta de que se ha producido realmente ese cambio de rendimiento, la evaluación debería de haber sido realizada con un dispositivo cuya SDC sea < 0.07 m/s (Figura 3).

Figura 3. Resumen de los resultados de SEM y SDC intra-dipostivo (dos dispositivos de la misma marca y modelo para la misma realidad) más elevados en los ejercicios de Press Banca y Sentadilla Completa para cualquiera de las variables de velocidad que mide cada dispositivo. Tomado de Courel et al., 2019 y Martínez-Cava et al., 2020.

En otro ejemplo real, analizando los resultados de un programa de intervención de 10 semanas con deportistas de diferentes grados de experiencia y rendimiento, la Figura 4 muestra la media y desviación estándar de los cambios producidos (Pre vs. Post) ante todas las cargas comunes de un test incremental submáximo para cada grupo de nivel (Noveles, Experimentados, Élite y un Grupo Control que no entrenó). Además, en la parte central de cada barra se muestra el rango con los cambios individuales mínimo y máximo de ese grupo en valor absoluto (m/s).  Atendiendo al error estándar de la medida (SEM), podemos concluir que los dispositivos T-Force System, Speed4Lift, Velowin y Chronojump nos permitirían tener una seguridad razonable en la práctica profesional de que se ha producido un cambio en los deportistas Nóveles, Expertos o Control, ya que el cambio mínimo individual fue de 0.06 m/s. Si analizamos los cambios de los deportistas Élite, las posibilidades se reducen, puesto que sólo los dispositivos T-Force System, Speed4Lift y Velowin presentan suficiente calidad de la medida para poder interpretar un cambio real en el rendimiento del atleta con una seguridad razonable (cambio mínimo observado 0.03 m/s).

En este mismo ejemplo práctico, si queremos tener una seguridad prácticamente absoluta (SDC) de que se han producido realmente esos cambios de rendimiento, únicamente el dispositivo T-Force System podría utilizarse para la medida, puesto que es el único que presenta un SDC ≤ 0.03 m/s, es decir, un error técnico menor que el cambio mínimo producido en todos los grupos de nivel.


Figura 4. Efectos de un programa de intervención de 10 semanas con deportistas de diferentes grados de experiencia y rendimiento (Nóveles, Experimentados, Élite, Grupo Control que no entrenó). Se muestra el Tamaño del efecto (ES), la media, desviación estándar, así como los rangos mínimo y máximo de los cambios individuales.

Ahora bien, el análisis por segmentos de la curva carga-velocidad que se ha incorporado en esta última investigación, nos muestra que los estadísticos SEM y SDC se incrementan notablemente en algunos dispositivos ante velocidades medias y altas (es decir, cargas medias y bajas; < 80%1RM) (Figura 1 y 2). Sin embargo, tal y como se ha comentado anteriormente, resulta fundamental la inclusión de cargas medias y bajas en los test para interpretar convenientemente los cambios en el rendimiento del atleta tras un periodo de entrenamiento/desentrenamiento.

En su conjunto, todos los resultados de este proyecto nos sugieren que actualmente ya existen en el mercado un número importante de dispositivos que presentan una calidad de la medida adecuada para monitorizar la velocidad de todo el espectro de cargas en multitud de contextos y actividades profesionales (cambios > 0.05 m/s). Entre todos ellos, el usuario deberá escoger en función de sus requerimientos logísticos (necesidad de ordenador, dispositivo móvil o corriente eléctrica, tiempo de montaje, etc.), de la versatilidad, estabilidad y funciones del software, y por supuesto, del precio (Véase Tabla 1 de Courel et al., 2019 y Tabla 1 de Martínez-Cava et al., 2020). No obstante, si el usuario presenta objetivos de investigación, clínica o monitoriza deportistas de élite donde los cambios del rendimiento son muy sutiles pero relevantes (≤ 0.03 m/s), se le recomienda la utilización de dispositivos de gama alta.

Referencias

Atkinson, G., & Nevill, A. M. (1998). Statistical methods for assessing measurement error (reliability) in variables relevant to sports medicine. Sports Medicine, 26(4), 217-238.

Beckerman, H., Roebroeck, M. E., Lankhorst, G. J., Becher, J. G., Bezemer, P. D., & Verbeek, A. L. (2001). Smallest real difference, a link between reproducibility and responsiveness. Quality of Life Research, 10(7), 571–578. https://doi.org/10.1023/a:1013138911638

Courel-Ibáñez, J., Martínez-Cava, A., Morán-Navarro, R., Escribano-Peñas, P., Chavarren-Cabrero, J., González-Badillo, J. J., Pallarés, J. G. (2019). Reproducibility and Repeatability of Five Different Technologies for Bar Velocity Measurement in Resistance Training. Annals of Biomedical Engenering, 47(7):1523-1538. doi: 10.1007/s10439-019-02265-6

Courel-Ibáñez, J., Martínez-Cava, A., Hernández-Belomonte, A., González-Badillo, J. J., Pallarés, J. G. (2020). Technical Note on the Reliability of the PowerLift App for Velocity-Based Resistance Training Purposes: Response. Annals of Biomedical Engenering, 30(1), 1–15. https://doi.org/10.2165/00007256-200030010-00001

Hopkins, W. G. (2000). Measures of reliability in sports medicine and science. Sports Medicine, 30(1), 1–15. https://doi.org/10.2165/00007256-200030010-00001

Martínez-Cava, A., Hernández-Belmonte, A., Courel-Ibáñez, J., Morán-Navarro, R., González-Badillo, J. J. & Pallarés, J. G. (2020). Reliability of technologies to measure the barbell velocity: implications for monitoring resistance training. Plos One. 10.1371/journal.pone.0232465

Patterson, C. H. (1955). The Interpretation of the Standard Error of Measurement. The Journal of Experimental Education, 23(10), 853. https://doi.org/https://www.jstor.org/stable/20153967

Comentario del artículo “Running power meters and theoretical models based on laws of physics: effects of environments and running conditions”

Nueva publicación del Lab – Physiology & Behavior – Potenciómetros de carrera y modelos matemáticos teóricos basados en leyes físicas: efectos del entorno y de las condiciones de carrera

Enlace a la publicación en la revista AQUI

.

Los resultados de este trabajo complementan a los hallazgos previamente publicados por nuestro laboratorio (Cerezuela-Espejo et al., 2020) sobre el estudio y análisis de la calidad de la medida de la variable potencia de carrera, ofrecida por las principales tecnologías disponibles en el mercado. Concretamente, en esta publicación se analiza el grado de acuerdo entre las medidas de potencia obtenidas por cada uno de los dispositivos comercializados (StrydApp, StrydWatch, GarminRP, RunScribe y PolarV) y los principales modelos matemáticos basados en las leyes de la física, consolidados a nivel internacional, que ofrecen un valor modelado de la potencia de carrera.

Dadas las ventajas inherentes al control de la intensidad del esfuerzo mediante este indicador de la carga externa, la potencia es un parámetro ampliamente utilizado y estandarizado para la programación y monitorización de las cargas en ciclismo. Si bien, no ha sido hasta los últimos 4-5 años, cuando este parámetro ha comenzado a introducirse en la carrera a pie. A diferencia del ciclismo, donde la posibilidad de registrar la fuerza aplicada (a través de diferentes sensores en el pedal, biela, plato, etc.) ofrece una medición directa de la variable potencia (fuerza x velocidad), la biomecánica de la carrera limita esta medición directa al uso de plataformas de fuerza de alto coste económico y con escasa validez ecológica. Para solventar esta problemática, los dispositivos comerciales analizados en este estudio, realizan una estimación de esta variable a través de algoritmos que integran la información registrada por diferentes sensores (acelerómetros, giroscopios y magnetómetros). Aunque es evidente y comprensible que cada fabricante proteja sus algoritmos y los resultados de sus investigaciones internas como estrategia de marca, no es un secreto que estas estimaciones de potencia se basan en los registros de distintos parámetros cinemáticos como son la frecuencia de ciclo, la longitud de zancada o el tiempo de apoyo, entre otros.

Hoy en día, la calidad de los datos ofrecidos por estos estimadores de potencia en carrera a pie empieza a tener un fuerte respaldo empírico, aunque continúa cuestionándose la sensibilidad de estas tecnologías ante los distintos cambios del entorno de carrera, o los propios patrones y técnicas de pisada. Normalmente la precisión en la medida se examina mediante la comparación de los registros de un nuevo dispositivo con una herramienta que dadas sus características de precisión, fiabilidad y sensibilidad ha sido establecida previamente como criterio de referencia o, como se conoce en el argot científico, “gold standard”. Sin embargo, a diferencia del ciclismo, donde sistemas como el SRM® son ampliamente aceptados como criterio para examinar nuevas tecnologías, la dificultad técnica de medir directamente la fuerza en la carrera a pie ha propiciado que surjan diversos modelos matemáticos teóricos para estimar la potencia de carrera. Estos modelos, basados en las leyes de la física, están siendo seguramente la base de los cálculos que utilizan las principales tecnologías disponibles para el registro de potencia en carrera a pie.

Para analizar el grado de acuerdo entre la potencia teórica ofrecida por estos modelos [modelo de Van Dijk y Van Megen (TPW1) y modelo de Skiba y colaboradores (TPW2)] y los principales potenciómetros de carrera disponibles en el mercado actualmente, 10 atletas de alto nivel fueron sometidos a distintos test submáximos de carrera en los que se obtuvieron simultáneamente los registros de potencia mediante los dispositivos StrydApp, StrydWatch, RunScribe, GarminRP y PolarV. En estos protocolos, se manipularon las principales variables que pueden condicionar la producción de potencia en carrera como son la velocidad, el peso del atleta y la pendiente o inclinación del terreno. A excepción del test submáximo con modificaciones en la pendiente, las pruebas se realizaron tanto en un tapiz rodante como en una pista de atletismo. Estas evaluaciones fueron realizadas en dos entornos debido al hecho de que los sensores utilizados por cada dispositivo para estimar la potencia son, en la mayoría de los casos, distintos en función del entorno: interior (indoor) o exterior (outdoor). Los valores de potencia estimados por los dispositivos en cada una de las condiciones (velocidad, peso y pendiente) y ambientes (indoor y outdoor) fueron comparados con la potencia ofrecida por los modelos matemáticos TPW1 y TPW2 (véase Figura 1 de la publicación).

El grado de acuerdo entre esta potencia teórica estimada por los modelos y la potencia registrada por cada dispositivo, se analizó utilizando los estadísticos: coeficiente de correlación de Pearson (r), error estándar de la medida (EEM) obtenido de un ANOVA de medidas repetidas, mínimo cambio detectable (MCD) y el análisis Bland Altman para comprobar el sesgo entre las potencias.

Los principales resultados (véanse tablas de la publicación) indican que los dispositivos Stryd y PolarV, obtuvieron los mejores valores de acuerdo con la TPW1 (Stryd r ≥ 0.947, PolarV: r ≥ 0.931) y la TPW2 (Stryd r ≥ 0.933, PolarV: r ≥ 0.932). Por el contrario, otros dispositivos analizados como el GarminRP y el RunScribe, obtuvieron valores muy alejados de los estimados por ambos modelos matemáticos en todas las condiciones (velocidad, peso y pendiente) y ambientes (indoor y outdoor) analizados.

Los resultados de este trabajo, sumados al resto de hallazgos del presente proyecto, respaldan la posibilidad de incorporar la variable potencia para la prescripción y control de la carrera a pie. Esta afirmación se apoya en la presencia en el mercado de dispositivos con una alta calidad de medida y un precio relativamente asequible. No obstante, una parte de los resultados de este proyecto también evidencia que, a día de hoy, no todas las marcas y modelos puede ser recomendados para este fin, ya que su excesivo error dificultaría la posibilidad de discernir los cambios que se producen en los patrones biomecánicos de la carrera, los efectos de la fatiga, o las propias adaptaciones al entrenamiento.

Comentario del artículo “Are we ready to measure running power? Repeatability and concurrent validity of five commercial technologies”

Nueva publicación del Lab – EJSS – ¿Estamos preparados para medir la potencia en carrera? fiabilidad y validez concurrente de cinco dispositivos comercializados.

Enlace a la publicación en la revista AQUI

.

.

Se presentan en este trabajo los primeros datos de investigación que analizan en profundidad, y con una cuidada metodología, la calidad de la medida de los potenciómetros de carrera disponibles en el mercado actualmente.

En los últimos 2 o 3 años se han lanzado al mercado los primeros dispositivos inerciales que, además de reportar datos cinemáticos como la frecuencia de ciclo, la longitud de zancada o el tiempo de apoyo, empiezan a ofrecer datos sobre la producción de trabajo mecánico. Si estas estimaciones de potencia fuesen certeras, se podría abrir a la carrera a pie todo el paradigma de programación y control de la carga de entrenamiento basado en la potencia que ya está consolidado en el pedaleo. Como es bien sabido, la medida de potencia viene a contrarrestar importantes desventajas que presentan las variables de carga interna (como la frecuencia cardiaca), pero también de otras de carga externa como la velocidad o el tiempo de paso en el momento que entran en juego algunas variables contaminantes como los cambios de la masa corporal, la intensidad y dirección del viento aparente, o los cambios en la pendiente del terreno.

En este trabajo 12 atletas de alto nivel fueron sometidos a distintos test submáximos de carrera en los que se obtuvieron simultáneamente los registros de potencia mediante 5 dispositivos (StrydApp, StrydWatch, RunScribe, GarminRP y PolarV). En estos protocolos se manipularon las principales variables que pueden condicionar la producción de potencia en carrera como son la velocidad, el peso y la pendiente o inclinación. Todas estas pruebas se realizaron tanto en tapiz rodante como en pista de atletismo, ya que los sensores por los que cada dispositivo obtiene las distintas métricas son, en la mayoría de los casos, distintas en función de esta circunstancia indoor vs. outdoor.                                  

Además, durante todas estas pruebas, los atletas estuvieron monitorizados mediante calorimetría indirecta (analizador de gases), y por lo tanto se ha podido realizar un análisis de validez concurrente comparando la producción de trabajo mecánico (potencia por unidad de tiempo) y el gasto energético (VO2).

Con el objetivo de obtener un claro indicador de la calidad de la medida ofrecida por cada dispositivo, en cada manipulación (velocidad, peso e inclinación) y condición (indoor y outdoor), se aplicó un análisis de datos exhaustivo que incluyó los siguientes estadísticos: error estándar de la medida (EEM) y de la estimación (EEE), coeficiente de variación (CV), cociente de correlación intraclase (CCI) y un análisis del sesgo Bland Altman.

Los principales resultados (véanse figuras y tablas de la publicación) indican que el dispositivo Stryd, especialmente si la señal se integra en la app propia para smartphones (StrydAPP), es la tecnología más reproducible, tanto en indoor como en outdoor, ante todas las manipulaciones sometidas a estudio (cambios de velocidad, de peso e inclinación; EEM ≤ 12.5W, CV ≤ 4.3%, CCI ≥ 0.980). También este dispositivo es el que presenta los mejores indicadores de validez concurrente al enfrentar sus registros de potencia con los del consumo de oxígeno (r ≥ 0.911, EEE ≤ 7.3%).

Por el contrario, los dispositivos PolarV, GarminRP and RunScribe, aunque mantienen unos niveles moderados de relación con los registros de VO2 (r < 0.850; EEE > 10%), presentan bajos, o muy bajos, niveles de reproducibilidad (EEM = 25 – 59 W, CV = 7.4 -14.8 %, CCI = 0.823 – 0.487) lo que cuestiona profundamente su validez, y por lo tanto no son recomendables para la monitorización de la potencia de carrera, al menos con las versiones que se han testado en este proyecto.

Podemos concluir que los registros de potencia en carrera, siempre que se realicen con un dispositivo adecuado, presentan ya unos niveles de calidad de la medida muy elevados, por lo que se puede empezar a utilizar con suficientes garantías esta métrica para la programación y monitorización de las cargas de entrenamiento en deportistas de medio y alto nivel.

Nuevo canal de comunicación para la implantación en las aulas del manual Fisiología del Deporte

Nuevo canal de comunicación para orientación y asesoramiento gratuito sobre la implantación en las aulas del manual Fisiología del Deporte y del Ejercicio de Editorial Médica Panamericana

Los autores de esta obra, conocedores de las dificultades que a menudo se pueden presentar al profesor universitario para implantar total o parcialmente esta formación teórico-práctica en sus aulas y laboratorios docentes, abren un canal de comunicación que les permita recibir asesoramiento gratuito: fisiologiadeldeporteyejercicio@medicapanamericana.es

En este correo electrónico, los profesores universitarios podrán trasladar a los autores cualquier tipo duda o consulta relativa al desarrollo y funcionamiento de estas sesiones. Algunas de estas posibles acciones o consultas son:

  • Asesoría sobre la elección de recursos materiales necesarios para llevar a cabo las prácticas, así como las posibilidades de utilizar otros recursos alternativos de los que sí disponga el docente.
  • Facilitar al profesor hojas de cálculo prediseñadas para facilitar las tomas de datos y cálculos relativos a la elaboración de cada práctica.
  • Recibir sugerencias de mejora para futuras ediciones de esta obra.

Keep reading →

Nota técnica sobre la fiabilidad de la app PowerLift para la medición de la velocidad de desplazamiento de las cargas durante el entrenamiento de fuerza – Respuesta

Estimado C. Balsalobre,

En primer lugar, agradecerte sinceramente que hayas tenido a bien escribir una Letter to Editor a nuestro artículo original, puesto que nos ha servido a todos para volver a retomar el asunto con la seriedad que se merece, y se te ha contestado, con evidencias, a cada uno de los puntos a los que haces referencia.

Dejo a continuación la traducción al castellano de la respuesta a tu carta que se ha publicado en la misma revista, y que merece ser leída con detenimiento, puesto que se aportan datos objetivos que refutan punto por punto todas las cuestiones que planteas. Cualquier profesional del sector que haya podido leer el artículo original, la carta al editor y esta respuesta, tendrá una visión global y certera del asunto en cuestión.

No obstante, como no podía ser de otra forma, no has respetado este foro y canal de debate científico, sino que vuelves a utilizar otros medios para verter insinuaciones capciosas que, una vez más, me voy a permitir el lujo de responderte al final de nuestra carta.

Te recomiendo, mejor dicho, te pido el favor, que leas con calma y detenimiento, tanto el artículo original como esta respuesta a tu carta. Porque es evidente que no LEES.

  Keep reading →