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 →

Comentario del artículo “Full squat produces greater neuromuscular and functional adaptations and lower pain than partial squats after prolonged resistance training”

Nueva publicación del Lab – EJSS – La Sentadilla Completa produce adaptaciones neuromusculares y funcionales superiores, además de menor incidencia de lesiones, que las sentadillas parciales tras 10 wk de intervención

http://bit.ly/2W5i7JP 

Rompiendo mitos y falsas creencias!

 

Los miembros HP Sports Science y sus colaboradores estamos especialmente satisfechos de la publicación de estos importantes resultados en la prestigiosa revista inglesa EJSS, especializada en fisiología del ejercicio y del entrenamiento (IF 2.57- Q2).

 

Tras más de 4 años de diseño, pruebas piloto, 4 fases experimentales, análisis de resultados, escritura del trabajo, revisiones,…., finalmente han visto la luz los Keep reading →

Comentario de “Reproducibility and Repeatability of Five different technologies for bar velocity measurement”

Nueva publicación del lab: @ABMEjournal “Reproducibility and Repeatability of Five different technologies for bar velocity measurement”.

http://bit.ly/2DfL1wf

En este estudio se analiza en profundidad la calidad de la medida que pueden alcanzar algunos de los dispositivos más utilizados actualmente para la monitorización de la velocidad de desplazamiento de las cargas.


Todos los miembros del grupo HP Sports Science y sus colaboradores estamos muy satisfechos con los resultados de este trabajo publicado recientemente en la Keep reading →