Individualización de los umbrales de velocidad GPS: desafíos y complejidades
El uso de la tecnología GPS para monitorear las cargas externas de los atletas en el entrenamiento y la competencia se ha vuelto casi omnipresente, particularmente en el deporte profesional.
A medida que la tecnología GPS ha evolucionado durante la última década, los usuarios ahora tienen una gran cantidad de métricas disponibles a partir de las cuales pueden evaluar la carga externa y, junto con los entrenadores, informar mejor el proceso de entrenamiento. En los últimos tiempos, los investigadores han introducido conceptos como la medición de la distancia en bandas de aceleración, la combinación de datos de aceleración y velocidad (conocidos como 'poder metabólico') y la individualización de las zonas de velocidad tradicionales para cada jugador.
El volumen de métricas puede ser abrumador y el usuario enfrenta el desafío de seleccionar cuáles son las más apropiadas para el contexto deportivo y qué valor agregado puede aportar un enfoque a la interpretación de los datos del análisis de tiempo y movimiento. Dado el papel del estado físico en la moderación de la capacidad y la dosis-respuesta a la carga externa, parecería intuitivo evaluar los datos del GPS de los atletas en relación con su perfil de estado físico.
Aquí destacamos los desafíos y las complejidades involucradas en la individualización de los datos del GPS de acuerdo con las características de condición física y brindamos algunas recomendaciones para los usuarios interesados.
Documentos de investigación basados en la industria que emanan de la liga de rugby (Gabbett, 2015), la unión de rugby (Clarke, Anson y Pyne, 2015; Reardon, Tobin y Delahunt, 2015), el fútbol australiano (Colby, Dawson, Heasman, Rogalski y Gabbett, 2014) y el fútbol (Hunter et al., 2015; Lovell & Abt, 2013) han adaptado las zonas de velocidad de los jugadores individuales de acuerdo con una o más características físicas. Estos investigadores han utilizado una amplia gama de atributos de aptitud física para individualizar las zonas de velocidad, como las medidas derivadas de laboratorio del umbral anaeróbico, la velocidad aeróbica máxima y la velocidad máxima de carrera.
La investigación en el fútbol ha demostrado que la individualización de los umbrales de velocidad puede agregar valor a la interpretación de los datos del GPS (Hunter et al., 2015; Lovell & Abt, 2013), lo cual es intuitivo dado que la distribución de carga externa de "intensidad" de un atleta es probablemente influenciados por sus propias capacidades físicas. Sin embargo, el uso de evaluaciones de laboratorio tiene poca viabilidad dadas las barreras económicas y logísticas.
Recientemente, el uso de la velocidad máxima de sprint para prescribir múltiples zonas de velocidad se ha vuelto común en la literatura de investigación (Colby et al., 2014; Gabbett, 2015; Reardon et al., 2015) debido a su facilidad de recopilación en el campo de entrenamiento. Desafortunadamente, la individualización de las zonas de velocidad no es tan simple, y se advierte a los usuarios que adoptar este enfoque podría estar haciendo más daño que bien.
Tomemos como ejemplo la fábula de la liebre y la tortuga.
La liebre es un atleta rápido y poderoso con una velocidad máxima alta (digamos una velocidad máxima de 35 kmh-1), pero no puede sostenerla por mucho tiempo, como lo refleja su capacidad de resistencia intermitente (Yo-Yo, 30 :15 etc). Si tomamos el enfoque en la literatura de investigación de aplicar fracciones arbitrarias de la velocidad máxima de Hare de, por ejemplo, 50% para carreras de alta velocidad (HSR; ¡que por cierto no tiene una justificación fisiológica!), esto nos da un umbral de HSR de 17.5 kmh-1 .
Compare esto con la tortuga, que tiene una velocidad máxima de solo 25 kmh-1, lo que resulta en un umbral HSR de 12,5 kmh-1. Pero la tortuga tiene una puntuación comparativamente más alta en la prueba de resistencia intermitente, lo que le permite moverse por la cancha de manera eficiente; entrar con más frecuencia en las zonas de alta velocidad y recuperarse más rápido.
Cuando los dos corren, cubren la misma distancia pero de diferentes maneras. El uso exclusivo de la velocidad máxima de esta manera para anclar los umbrales de velocidad da como resultado una subestimación de la HSR de la liebre y una sobreestimación de la de las tortugas (consulte Hunter et al., 2015 para obtener ejemplos más detallados).
Usar una capacidad física para anclar múltiples zonas de velocidad de esta manera supone que un jugador más rápido también tiene una alta velocidad de carrera asociada con su capacidad de resistencia, y viceversa (Ver Figura 1).
Esta información errónea puede tener poco impacto cuando se mide en una carrera, pero si queremos evaluar y prescribir regímenes de entrenamiento crónicos basados en estos datos de GPS, podemos incurrir en errores de carga de entrenamiento que resulten en una preparación de rendimiento subóptima o un mayor riesgo de lesiones (Gabbett , 2016).
Figura 1: Representación del uso erróneo de la velocidad máxima para anclar los umbrales de velocidad del GPS en la 'tortuga y la liebre'. sIFT = velocidad final alcanzada en una prueba hipotética de aptitud física de resistencia intermitente.
En realidad, la individualización de los umbrales de velocidad es complicada por los tipos de pruebas que se utilizan para determinar las características de rendimiento de los atletas.
Las evaluaciones comunes de resistencia intermitente en los deportes de equipo no permiten que el científico deportivo o el preparador físico determinen las velocidades de carrera a las que los atletas hacen la transición a los dominios de intensidad del ejercicio (bajo, moderado, alto, intenso). Los practicantes también deben considerar la frecuencia con la que se pueden administrar las pruebas de condición física durante los horarios de competencia ocupados para tener en cuenta los cambios en la condición física debido a enfermedades, lesiones o intervenciones de entrenamiento.
Estas complejidades y desafíos brindan barreras significativas para la implementación de zonas de velocidad individualizadas y pueden ayudar a explicar la baja aceptación de esta práctica por parte de los usuarios de GPS (Akenhead & Nassis, 2015).
Pero la individualización no tiene por qué ser tan difícil. En 2013, Alberto Méndez-Villanueva y sus colegas presentaron un enfoque práctico, fácil de usar y basado en evidencia para el análisis de GPS individualizado (Mendez-Villanueva, Buchheit, Simpson y Bourdon, 2013).
Aplicaron la velocidad aeróbica máxima de cada jugador de la prueba de campo VAM-EVAL, junto con su velocidad máxima registrada en una evaluación de sprint de 40 m, para evaluar la carga externa con referencia a las capacidades físicas de cada individuo. Este enfoque proporcionó una representación mejorada de la dosis externa de los jugadores a los partidos de fútbol que puede usarse para optimizar la programación física. Además, el resultado de la velocidad aeróbica máxima podría usarse para individualizar a los jugadores con la prescripción de entrenamiento interválico de alta intensidad (HIIT) utilizando técnicas de entrenamiento bien establecidas (es decir, Dupont, Akakpo y Berthoin, 2004).
Desafortunadamente, ni la prescripción de HIIT ni la individualización de las zonas de velocidad del GPS se pueden lograr utilizando pruebas de campo de resistencia intermitente compuesta realizadas en carreras de ida y vuelta de 20 m, que a menudo están fuertemente influenciadas por el cambio de dirección y las capacidades de aceleración de los atletas (Castagna et al., 2006; Berthoin). et al 2014).
En resumen, la prescripción de zonas de velocidad específicas para atletas puede agregar valor a la interpretación de los datos del GPS (Hunter et al., 2015; Lovell & Abt, 2013; Méndez-Villanueva et al., 2013), siempre que el usuario tenga en cuenta las complejidades. de su implementación.
Los usuarios pueden reflexionar sobre su batería de pruebas físicas y si es compatible con un enfoque holístico para la prescripción del entrenamiento y la evaluación de la carga externa (se dirige a los lectores a Mendez-Villanueva & Buchheit [2013] para obtener más detalles al respecto).
Se requiere mucha más investigación para determinar la utilidad y el valor agregado potencial del análisis GPS individualizado, pero hasta que aprendamos más, se recomienda usar procedimientos establecidos y basados en evidencia (ver Méndez-Villanueva et al., 2013; Hunter et al. al., 2015), o evitar la práctica por completo.
¿Le interesa saber cómo Catapult puede ayudar a su equipo a encontrar su ventaja competitiva? Póngase en contacto, hoy.
Referencias
Akenhead, R. y Nassis, GP (2015). Carga de entrenamiento y seguimiento de jugadores en el fútbol de alto nivel: práctica actual y percepciones. Revista Internacional de Fisiología y Rendimiento Deportivo. http://doi.org/10.1123/ijspp.2015-0331
Berthoin, S., Gerbeaux, M., Turpin, E., Guerrin, F., Lensel-Corbeil, G. y Vandendorpe, F. (1994). Comparación de dos pruebas de campo para estimar la velocidad aeróbica máxima. Revista de Ciencias del Deporte, 12(4), 355–362.
Clarke, AC, Anson, J. y Pyne, D. (2015). Zonas de velocidad GPS con base fisiológica para evaluar las demandas de carrera en Rugby Seven femenino. Revista de Ciencias del Deporte, 33(11), 1101–1108.
Colby, M., Dawson, B., Heasman, J., Rogalski, B. y Gabbett, TJ (2014). Cargas de entrenamiento y juego y riesgo de lesiones en futbolistas australianos de élite. Revista de Investigación de Fuerza y Acondicionamiento, 28(8), 2244-2252.
Castagna, C., Impellizzeri, FM, Chamari, K., Carlomagno, D. y Rampinini, E. (2006). Rendimiento de fitness aeróbico y pruebas continuas e intermitentes de yo-yo en jugadores de fútbol: un estudio de correlación. Revista de Investigación de Fuerza y Acondicionamiento, 20(2), 320-325.
Dupont, G., Akakpo, K. y Berthoin, S. (2004). El efecto del entrenamiento interválico de alta intensidad durante la temporada en jugadores de fútbol. Revista de investigación sobre fuerza y acondicionamiento, 18(3), 584–589.
Gabbett, TJ (2015). El uso de zonas de velocidad relativa aumenta la carrera de alta velocidad realizada en los partidos de deportes de equipo. Revista de investigación sobre fuerza y acondicionamiento, 29(12), 3353–3359.
Gabbett, TJ (2016). La paradoja del entrenamiento y la prevención de lesiones: ¿deberían los atletas entrenar de manera más inteligente y más dura? Revista británica de medicina deportiva, 50(5), 273–280.
Hunter, F., Bray, J., Towlson, C., Smith, M., Barrett, S., Madden, J., et al. (2015). Individualización del análisis de tiempo-movimiento: una comparación de métodos y una serie de informes de casos. Revista Internacional de Medicina Deportiva, 36(1), 41–48.
Lovell, R. y Abt, G. (2013). Individualización del análisis de tiempo-movimiento: un ejemplo de caso-cohorte. Revista internacional de fisiología y rendimiento deportivo, 8(4), 456–458.
Méndez-Villanueva, A., & Buchheit, M. (2013). Pruebas de condición física específicas para el fútbol: ¿agregar valor o confirmar la evidencia? Revista de Ciencias del Deporte, 31 (13), 1503–1508.
Méndez-Villanueva, A., Buchheit, M., Simpson, B. y Bourdon, PC (2013). Distribución de la intensidad de los partidos en el fútbol juvenil. Revista Internacional de Medicina Deportiva, 34(2), 101-110.
Reardon, C., Tobin, DP y Delahunt, E. (2015). Aplicación de umbrales de velocidad individualizados para interpretar las demandas de carrera específicas de la posición en la unión de rugby profesional de élite: un estudio de GPS. PLoS ONE, 10(7), e0133410.