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.

 

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

JAVIER COUREL-IBÁÑEZa, ALEJANDRO MARTÍNEZ-CAVAa, ALEJANDRO HERNÁNDEZ-BELMONTEa, JUAN JOSÉ GONZÁLEZ-BADILLOb AND JESÚS G. PALLARÉSa

 

a Human Performance and Sports Science Laboratory. Faculty of Sport Sciences, University of Murcia, Spain.

b Faculty of Sport, Pablo de Olavide University, Seville, Spain

 

 

Estimado editor,

Gracias por la oportunidad que nos brinda de responder a las cuestiones planteadas en su carta el Sr. Balsalobre con respecto a nuestro reciente artículo (Courel-Ibáñez et al., 2019). Apreciamos sinceramente el interés mostrado por nuestro estudio. Sin embargo, parece que este autor no ha entendido algunas cuestiones básicas sobre el análisis de la fiabilidad que se llevó a cabo y, por lo tanto, necesita ser aclarado. Nuestro estudio (Courel-Ibáñez et al., 2019) tuvo como objetivo analizar la concordancia entre cinco tecnologías utilizadas actualmente para la medición de la velocidad de la barra en el entrenamiento de fuerza, con la finalidad de determinar el dispositivo más fiable en base a los resultados de los análisis de reproducibilidad (grado de acuerdo entre dispositivos para una misma ejecución) y repetitividad (grado de acuerdo de un mismo dispositivo  entre dos repeticiones distintas para la misma carga). De las cinco tecnologías evaluadas el autor únicamente ha cuestionado los resultados relativos a la app de smartphone PowerLift. Cabe destacar que este autor es el principal desarrollador de la citada aplicación, así como el autor principal del artículo que supuestamente valida su utilidad (Balsalobre-Fernández et al., 2018).

Los argumentos expuestos por el autor para cuestionar nuestros resultados están basados en la suposición de que “los observadores que realizaron el análisis de vídeo no usaron la aplicación correctamente, ya que, según sus resultados, la diferencia de fotogramas en bruto sería mayor a 20-30”. Como claramente se detalló en nuestro manuscrito (Courel-Ibáñez et al., 2019), “la reproducibilidad intra-dispositivo fue evaluada comparando los resultados de velocidad obtenida simultáneamente por una pareja de idénticos dispositivos (misma marca y modelo)”. Por ello, y en lo que respecta a la app PowerLift, los resultados que presentamos en ese trabajo se obtuvieron usando dos versiones iguales de esta app (v 4.0 iOS), instaladas en dos unidades de iPhone 6, ambas con el sistema operativo iOS 11.3, y analizadas por el mismo examinador. Pese a que estaba claramente expuesto en el trabajo original, en su carta, el autor señala “De manera específica, en ejercicios de powerlifting como el press de banca, los observadores necesitan seleccionar manualmente los fotogramas en los que la barra despega del pectoral (comienzo del levantamiento) y detiene su ascenso vertical (final del levantamiento). Por eso, investigaciones previas que analizaron la validez y fiabilidad de aplicaciones VBS (sistemas basados en filmaciones de vídeo), compararon las puntuaciones obtenidas por dos observadores analizando los mismos videos, con el objetivo de detectar la variabilidad inter-observador”. Por consiguiente, queda claro que el Sr. Balsalobre confunde el concepto de “concordancia intra-dispositivo” (es decir, la comparación de los resultados obtenidos simultáneamente por dos dispositivos ante una misma ejecución), con el concepto de “concordancia inter-observadores” (es decir, la comparación de los resultados obtenidos por dos observadores sobre un mismo archivo de video, en el mismo teléfono). Cabe destacar igualmente que en nuestra investigación fuimos muy cuidadosos de contar con observadores experimentados y procedimientos reproducibles, lo que nos permitió asegurar la calidad de las medidas, particularmente en sistemas operados manualmente como la app PowerLift. Concretamente en este artículo al que hace referencia el Sr. Balsalobre (Courel-Ibáñez et al., 2019), en su fase piloto, obtuvimos una excelente fiabilidad cuando se analizó en dos ocasiones distintas el mismo archivo de video, en el mismo teléfono, por el mismo observador (intra-observador: ICC > 0.997; CV < 3.02 %), pero también cuando analizaron dos observadores distintos el mismo vídeo, en el mismo teléfono (inter-observador: ICC > 0.988 ; CV < 4.77 %), alcanzando valores incluso superiores a los reportados por el Sr. Balsalobre en sus estudios previos (donde el teléfono utilizado estaba sosteniendo con las manos) (Balsalobre-Fernández et al., 2017, 2018). Por lo tanto, estamos de acuerdo con el Sr. Balsalobre en que PowerLift es una app muy fácil de utilizar y fiable en términos de concordancia intra-observador (y también inter-observador). Sin embargo, claramente esta no fue la hipótesis testada en nuestra investigación, lo cual nos lleva a pensar que el autor no ha leído el estudio cuidadosamente.

Los dos principales objetivos de nuestro trabajo fueron (Courel-Ibáñez et al., 2019): 1) identificar los errores derivados de las tecnologías actuales diseñadas para la monitorización de la velocidad (reproducibilidad y repetitividad intra-dispositivo), para determinar cuál de ellas era la más fiable (la que, a su vez, sería tomada como el patrón de referencia o dispositivo de referencia); y 2) cuantificar objetivamente el grado de acuerdo entre las mediciones de cada dispositivo con respecto ese patrón de referencia. Este enfoque se inspira en la necesidad de disponer de una información exhaustiva para garantizar la idoneidad de los dispositivos emergentes (basados en nuevas tecnologías), con el objetivo de identificar si los cambios observados en la velocidad de desplazamiento frente a determinadas cargas se deben a cambios reales en el rendimiento de los atletas, o si por el contrario pueden ser debidos a errores de medición (González-Badillo & Sánchez-Medina, 2010). Creemos que esta información es de vital importancia para entrenadores y profesionales, con el objeto de poder determinar el esfuerzo real que se está realizando durante el entrenamiento de fuerza.

Nos gustaría aprovechar esta oportunidad para aclarar que, lo que nuestros resultados muestran, es una muy baja fiabilidad de las mediciones de la app PowerLift en términos de concordancia intra-dispositivo (es decir, entre dos teléfonos utilizando por separado la app PowerLift para una misma ejecución) e inter-dispositivo (es decir, entre el transductor lineal de velocidad T-Force System y un teléfono utilizado con la app PowerLift, para una misma ejecución), al monitorizar la relación carga-velocidad completa (es decir, un amplio espectro de valores de velocidad, desde < 0.10 m·s-1 a > 1.50 m·s-1). A este respecto, el autor de la carta al editor cita una lista de estudios que examinaban otras habilidades físicas como la mecánica de carrera o el salto vertical utilizando app específicas para estos fines. Sin embargo, nosotros no estamos cuestionando el uso de estas app, sino de la aplicación concreta PowerLift como herramienta para monitorizar la velocidad de desplazamiento de las cargas. De una forma más apropiada, el autor citó tres estudios que analizaron la aplicación PowerLift (Balsalobre-Fernández et al., 2017, 2018; Pérez-Castilla, et al., 2019), siendo el propio Sr. Balsalobre, desarrollador de la aplicación, el principal autor de dos de ellos (Balsalobre-Fernández et al., 2017, 2018). Aunque ninguno de estos estudios proporcionó datos sobre la concordancia intra-dispositivo, todos ellos examinaron la concordancia inter-dispositivo de PowerLift frente a un supuesto patrón de referencia. Surgen aquí dos aspectos principales que es necesario aclarar. En primer lugar, estos tres estudios consideraron como patrón de referencia un dispositivo diferente, encoder SmartCoach (Balsalobre-Fernández et al., 2017, 2018)  y sistema de análisis de movimiento 3D (Pérez-Castilla et al., 2019), del nuestro (T-Force System) para evaluar la validez concurrente de la app. Para nuestro conocimiento, no se dispone de información publicada sobre el error técnico y estándar de la medida, ni de los cambios mínimos detectables asociados a cualquiera de estos dos dispositivos (SmartCoach y sistema de análisis 3D) para la medición de la velocidad de la barra durante ejercicios de fuerza; a diferencia de la evidencia reportada en nuestro trabajo para el dispositivo T-Force System (Courel-Ibáñez et al., 2019). En consecuencia, las comparaciones de nuestros resultados con estos tres artículos citados por el autor deben hacerse con extrema cautela. En segundo lugar, estos tres estudios sólo incluyeron datos de ejecuciones a velocidades bajas (< 0.50 m·s-1) (Balsalobre-Fernández et al., 2018) o moderadas (< 1.00 m·s-1) (Balsalobre-Fernández et al., 2017; Pérez-Castilla et al., 2019), en comparación con el espectro completo de carga-velocidad analizado en nuestro estudio (de 0.10 m·s-1 a > 1.50 m·s-1) (Courel-Ibáñez et al., 2019). Con la cautela anteriormente mencionada, si dividimos la relación carga-velocidad en tres segmentos de 0.50 m·s-1 (Figura 1, ej para el ejercicio press de banca; datos de Courel et al., 2019), se puede observar que nuestros hallazgos coinciden parcialmente con los reportados anteriormente por esos estudios, y que sugieren que el uso de PowerLift para la medición de cargas altas, a velocidades muy lentas (< 0.50 m·s-1), puede acarrear un error solo moderado (p. ej. press de banca: SDC = 0.15 m·s-1, ~9% 1RM, Figura 1; sentadilla completa: SDC = 0.12 m·s-1, ~8% 1RM). El principal problema aquí reside en que las velocidades menores a 0.50 m·s-1 se asocian inevitablemente con cargas extremadamente altas para la mayoría de los ejercicios de fuerza (ej. > 80% 1RM en press de banca, > 90% 1RM en Sentadilla, o incluso inalcanzable en el dorsal remo o la cargada) (Sánchez-Medina, González-Badillo, Pérez, & Pallarés, 2014; Sánchez-Medina, Pallarés, Pérez, Morán-Navarro, & González-Badillo, 2017), lo que claramente limita su aplicación práctica. Pero más importante aún, encontramos que la fiabilidad de la app disminuyó drásticamente a medida que aumentaba la velocidad del levantamiento, alcanzando errores extremadamente altos en movimientos realizados a velocidades > 1.00 m·s-1 (SDC = 0.34 m·s-1, 21% 1RM; Figura 1).

Figura 1. Análisis Bland–Altman que muestra el acuerdo entre T-Force y PowerLift en el ejercicio de press banca. Se muestran la magnitud de los errores para cargas con MV ≤ 0.5 m·s-1 (verde), 0.5 m·s-1 < MV ≤ 1.0 m·s-1 (amarillo) y > 1.0 m·s-1 (rojo). Estos datos se han obtenido de la publicación original (Courel-Ibáñez et al., 2019).

 

Tal y como se ha explicado con detenimiento en el artículo original (Courel-Ibáñez et al., 2019), consideramos este hecho una limitación fundamental para el entrenamiento de fuerza basado en la velocidad, ya que el rango de velocidades que puede ser monitorizado con la suficiente sensibilidad es mínimo o inexistente. De hecho, la monitorización de la velocidad de desplazamiento ante cargas ligeras y moderadas (es decir, a altas velocidades) es quizás la aplicación práctica más relevante de este paradigma, puesto que es ante esas cargas y velocidades a las que se producen la inmensa mayoría de los movimientos deportivos (Franco-Márquez et al., 2015; Ortega-Becerra, 2018; Pallarés et al., 2015), y por tanto a las que debemos evaluar los cambios en el rendimiento neuromuscular y funcional de los deportistas.

Finalmente, el autor de la carta menciona nuestra aparente falta de conocimiento para usar la app PowerLift porque no se evaluó el ejercicio de dorsal remo (como sí se hizo con otros dispositivos en ese estudio). No podemos más que discrepar de esta afirmación, y debemos aclarar que en el momento de la toma de datos de ese estudio (PowerLift v4.0 iOS) no estaba disponible el algoritmo específico para el ejercicio de dorsal remo, ni tampoco el modo de customización de un nuevo ejercicio.

Teniendo en cuenta todo lo anterior, y de acuerdo con lo que detallamos en el documento original (Courel-Ibáñez et al., 2019), continuamos sosteniendo que la app PowerLift no debería ser recomendada como herramienta de monitorización para el entrenamiento de fuerza basado en la velocidad, debido a los errores sustanciales que se incurren en la medida y la incertidumbre de los resultados obtenidos. No hay duda de que la intención de desarrollar app en smartphones como métodos más económicos para medir la velocidad de la barra son loables. En esta misma línea, hemos identificado buenas alternativas a los transductores lineales de velocidad, por un precio de ~550€. Pero independientemente del precio, a menos que un dispositivo de medición proporcione un mínimo de precisión y fiabilidad, su uso debe ser desaconsejado. Si un dispositivo carece de suficiente sensibilidad y los errores en los que se incurre al usarlo superan una cierta magnitud (véanse los conceptos de cambio mínimo detectable o error máximo de nuestro estudio original), el dispositivo se vuelve completamente inservible para su finalidad propuesta. Ahora más que nunca, en esta era en la que estamos experimentando el boom de las aplicaciones, gadgets y wearables, debemos ser críticos a la hora de elegir nuestros instrumentos de medición.

 

Referencias

  1. Balsalobre-Fernández, C., D. Marchante, E. Baz-Valle, I. Alonso-Molero, S. L. Jiménez, and M. Muñóz-López. Analysis of wearable and smartphone-based technologies for the measurement of barbell velocity in different resistance training exercises. Physiol. 8:649, 2017.
  2. Balsalobre-Fernández, C., D. Marchante, M. Muñoz-López, and S. L. Jiménez. Validity and reliability of a novel iPhone app for the measurement of barbell velocity and 1RM on the bench-press exercise. Sports Sci. 36:64–70, 2018.
  3. Courel-Ibáñez, J., A. Martinez-Cava, R. Moran-Navarro, P. Escribano-Peñas, J. Chavarren-Cabrero, and J. J. Gonzalez-Badillo. Reproducibility and repeatability of five different technologies for bar velocity measurement in resistance training. Biomed. Eng. In press: 2019.
  4. Franco-Márquez, F., D. Rodríguez-Rosell, J. M. González-Suárez, F. Pareja-Blanco, R. Mora-Custodio, J. M. Yañez-García, and J. J. González-Badillo. Effects of Combined Resistance Training and Plyometrics on Physical Performance in Young Soccer Players. J. Sports Med. 36:906–914, 2015.
  5. González-Badillo, J. J., and L. Sánchez-Medina. Movement velocity as a measure of loading intensity in resistance training. J. Sports Med. 31:347–352, 2010.
  6. Ortega-Becerra, M., F. Pareja-Blanco, P. Jiménez-Reyes, V. Cuadrado-Peñafiel, and J.J. González-Badillo. Determinant Factors of Physical Performance and Specific Throwing in Handball Players of Different Ages: 32: 1778-1786
  1. Pallarés, J. G., Á. López-Samanes, V. E. Fernández-Elías, R. Aguado-Jiménez, J., F. Ortega, C. Gómez, R. Ventura, J. Segura, and R. Mora-Rodríguez. Pseudoephedrine and circadian rhythm interaction on neuromuscular performance. J. Med. Sci. Sports 25: e603-12, 2015.
  2. Pérez-Castilla, A., A. Piepoli, G. Delgado-García, G. Garrido-Blanca, and A. García-Ramos. Reliability and Concurrent Validity of Seven Commercially Available Devices for the Assessment of Movement Velocity at Different Intensities During the Bench Press. Strength Cond. Res. 33:1258–1265, 2019.
  3. Sánchez-Medina, L., J. J. González-Badillo, C. E. Pérez, and J. G. Pallarés. Velocity- and power-load relationships of the bench pull vs bench press exercises. J. Sports Med. 35:209–216, 2014.
  4. Sánchez-Medina, L., R. Morán-Navarro, C. Pérez, J. González-Badillo, and J. G. Pallarés. Estimation of Relative Load From Bar Velocity in the Full Back Squat Exercise. Med. Int. Open 01:E80–E88, 2017.

 

——————————————————–

 

Nota aclaratoria fuera de la respuesta a la Letter to Editor

Como indicaba al inicio, todo aquel que haya leído con detenimiento el artículo original, la carta al editor y la respuesta, tendrán una idea muy clara de la realidad de este asunto. No obstante, únicamente por alusiones, ya que no tengo ningún interés en prolongar este debate que según parece es infructífero, voy a responder de nuevo a algunas de tus falsas acusaciones que no has tenido el valor de incorporar en la carta al editor, y que viertes en las RRSS y otros medios.

¿Realmente has sido capaz de acusar a los autores de este trabajo por conflicto de intereses?. Surrealista. Kafkiano. Es decir, el diseñador y propietario de una herramienta con venta al público, que se lucra por ello, que firma artículos de investigación aparentemente rigurosos para validarlo y que concluye, con análisis cuanto menos capciosos como se ha demostrado, que es una herramienta “perfectamente válida”. ¿Qué puede haber con mayor conflicto de intereses que eso?. Te aventuras a indicar que en tu caso no hay conflicto porque tú no has tomado los datos…, sólo escribes las publicaciones….. ¿Un primer autor y Corresponding Author que no ha estado presente en la toma de datos de sus trabajos? Esto sí que va en contra de todos los estándares de calidad y del código ético de la publicación científica, y te podría costar muy caro. Es bochornoso.

Por el contrario, debemos aclarar, para el que no lo sepa ya, que ninguno de los autores de este trabajo somos dueños ni tenemos intereses económicos en ninguno de los instrumentos de medida que se evaluaron. Varios autores hemos tenido, y tenemos, relación profesional con al menos 3 de los diseñadores de estos dispositivos, pero no hay en absoluto ninguna participación en los beneficios. El profesor Juan José González Badillo, sin tener como digo ningún interés económico, participó activamente en el desarrollo de muchos dispositivos para la medición de la velocidad desde los años 90. Al menos 3 de ellos se analizan en ese trabajo. Este hecho es bien conocido entre los profesionales que nos dedicamos a esto, y por supuesto por ti mismo. Sin embargo, en vez de respetar semejante muestra de altruismo e innegable vocación, viertes estas difamaciones que evidentemente solo sirven para desacreditarte aún más.

Igualmente, aunque nuestros dos grupos de investigación (UPO y UMU) trabajan habitualmente con técnicas avanzadas en fisiología del ejercicio como calorimetría, biopsias musculares, RNM, plataforma dinamométricas, extracciones y analíticas de sangre, electroestimulación, etc. etc., manifiestas públicamente que nuestros investigadores carecen de la cualificación necesaria para realizar este tipo de estudios, argumentando que no somos capaces de detectar en un vídeo un par de fotogramas….  Además de ser ridículo, el argumento queda claramente refutado en la respuesta a tu carta, mostrándote que nuestros resultados del análisis de vídeo con la app PowerLift son incluso mejores que los que tú reportas en tus publicaciones.  Cuestionar en base a ese argumento el rigor y la calidad metodológica de los investigadores de dos laboratorios con amplia experiencia y consolidados en el panorama internacional es tremendamente ruin por tu parte.

Finalmente, un pequeño experimento práctico que se me ha ocurrido mientras te escribía estas líneas: muchas veces en los laboratorios realizamos estudios de largas intervenciones (meses y años), con innumerables tomas de datos y sistemas distintos de medida, lo que hace imposible para la mayoría de entrenadores reproducirlos y comprobar que los resultados publicados son correctos. Pero curiosamente, la veracidad del asunto de fondo que aquí se discute es fácilmente corroborable por cualquier entrenador. Apoyándonos en la única ventaja que tiene la app My Lift, es decir, su bajo precio, cualquiera puede descargar la app en su móvil, y usar cualquier otro medidor de velocidad disponible al que tenga acceso como referencia (que no sea un acelerómetro que genera errores incluso superiores a los de la app). Simplemente se deben registrar simultáneamente con la app y el otro dispositivo un número razonable de ejecuciones (8-10 en total) ante cargas ligeras (20-50% 1RM), medias (50-80% 1RM) y altas (80-100% 1RM), en cualquier ejercicio. No hace falta que se aplique ningún tratamiento de datos complejo. Tan solo observar las puntuaciones obtenidas por ambos dispositivos para una misma repetición y comparar los registros para intuir por dónde pueden ir los tiros de la calidad real de la medida de la app. Recordar que, por ejemplo, una diferencia entre la app y el otro medidor de velocidad de 0.10 m·s-1 representa un error estimado de la magnitud de carga de un 7% 1RM, 0.15 m·s-1 equivale a un error del 10% 1RM, y si la diferencia supera 0.20 m·s-1 estaríamos hablando de una incertidumbre de más del 15% 1RM. Tomen sus propios datos y juzguen ustedes mismos.

Finalmente, estimado Carlos Balsalobre, te reitero mi invitación para que vengas a alguno de nuestros laboratorios a analizar tú mismo todos esos archivos, o incluso a tomar unos nuevos con estos procedimientos.

Y con esto doy por concluido este asunto (espero), porque sinceramente no tengo más tiempo para dedicarte.

Un cordial saludo

 

Jesús G. Pallarés

Investigador Principal Human Performance & Sports Science