{"id":1774,"date":"2020-05-21T18:00:43","date_gmt":"2020-05-21T16:00:43","guid":{"rendered":"https:\/\/pre.vitruve.fit\/blog\/entrenamiento-basado-velocidad-para-seguir-tu-progreso\/"},"modified":"2026-02-27T10:59:42","modified_gmt":"2026-02-27T09:59:42","slug":"entrenamiento-basado-velocidad-para-seguir-tu-progreso","status":"publish","type":"post","link":"https:\/\/pre.vitruve.fit\/es\/blog\/entrenamiento-basado-velocidad-para-seguir-tu-progreso\/","title":{"rendered":"C\u00f3mo utilizar el entrenamiento basado en la velocidad y el An\u00e1lisis de Inferencia Basado en la Magnitud para seguir con precisi\u00f3n tu progreso"},"content":{"rendered":"

Uno de los momentos m\u00e1s emocionantes y reconfortantes de cualquier entrenador sobre la faz de la tierra es cuando nuestros atletas logran un R\u00e9cord Personal. Es como si nosotros mismos lo estuvi\u00e9ramos consiguiendo y la sensaci\u00f3n de \u00abmi esfuerzo vale la pena\u00bb es alimento para nutrir nuestro ego.<\/p>\n

Pero, \u00bfy si te dijera que hay una posibilidad de que hayas malinterpretado el VERDADERO progreso de tu atleta?<\/p>\n

Hace un par de a\u00f1os, durante un curso de estad\u00edstica para mi m\u00e1ster, estuvimos hablando de c\u00f3mo interpretar los resultados de las pruebas y analizando diferentes conjuntos de datos. Uno de los ejercicios consist\u00eda en analizar la diferencia entre algunas pruebas previas y posteriores, interpretarlas, presentar un informe y compartirlo con el resto de la clase. Parec\u00eda una tarea bastante simple y f\u00e1cil, de hecho, demasiado f\u00e1cil. Complet\u00e9 la tarea usando un simple an\u00e1lisis que mostraba el % de cambio individual y lo comparaba con el resultado del grupo. Hasta aqu\u00ed todo bien.<\/p>\n

No obstante, la sencilla tarea no era m\u00e1s que una trampa del profesor. Tan pronto como revis\u00f3 uno de los informes dijo una de las frases m\u00e1s poderosas que he escuchado y que cambi\u00f3 la forma en que me sent\u00eda acerca de las estad\u00edsticas pasando de puro odio a empezar a mirarlas con mucho m\u00e1s entusiasmo. \u00abCualquiera puede ser un gran entrenador con un uso de mierda de las estad\u00edsticas\u00bb.<\/p>\n

Resumiendo, la tarea era simplemente una introducci\u00f3n a uno de los temas estad\u00edsticos m\u00e1s relevantes, si no el que m\u00e1s, en el campo de las ciencias del deporte, el an\u00e1lisis de inferencia basado en la magnitud (IBM)1,2<\/sup>.<\/p>\n

Consideremos los resultados obtenidos de una medici\u00f3n. Si pudi\u00e9ramos hacer una medici\u00f3n \u00abperfecta\u00bb, obtendremos el \u00abvalor verdadero\u00bb. Sin embargo, la realidad es que las mediciones que hacemos nunca son perfectas, y los valores obtenidos de la medici\u00f3n son, por lo tanto, aproximaciones a este \u00abvalor verdadero\u00bb. Un valor medido diferir\u00e1 del hipot\u00e9tico \u00abvalor verdadero\u00bb por varias razones diferentes, algunas de las cuales podemos conocer, otras no.<\/p>\n

 <\/p>\n

<\/span>\"\"Figura 1: Exactitud y reproducibilidad (precisi\u00f3n) de una medici\u00f3n. El valor verdadero siempre es una inc\u00f3gnita, pero cuanto m\u00e1s se acerque la media de las mediciones, mayor ser\u00e1 la precisi\u00f3n de la medici\u00f3n3<\/sup>.<\/span><\/h6>\n

Llamamos a la diferencia entre un valor medido y el \u00abvalor verdadero\u00bb, ERROR, y cuanto m\u00e1s cerca est\u00e9 uno del otro, m\u00e1s precisa ser\u00e1 nuestra medici\u00f3n. Por definici\u00f3n, nunca podemos saber el \u00abvalor verdadero\u00bb exacto y sin \u00e9l, tampoco podemos saber la diferencia exacta entre \u00e9l y las mediciones que hicimos. Conocer el valor exacto de un error tambi\u00e9n es imposible3<\/sup>.<\/p>\n

Sin embargo, podemos describir el error en el resultado de una medici\u00f3n particular como un dibujo de una distribuci\u00f3n de probabilidad. La incertidumbre asociada a un valor medido es una medida de esa distribuci\u00f3n de probabilidad. En concreto, la incertidumbre est\u00e1ndar es la desviaci\u00f3n est\u00e1ndar de esta distribuci\u00f3n de probabilidad. Esto significa que cuanto mayor sea la variabilidad de un conjunto de datos, mayor ser\u00e1 la incertidumbre y el error que tendremos.<\/p>\n

Todo el mundo est\u00e1 familiarizado con las evaluaciones de 1RM, que a menudo se consideran el \u00abpatr\u00f3n oro\u00bb para evaluar la capacidad neuromuscular de los individuos en entornos que no son de laboratorio4. <\/sup><\/p>\n

Realizar un protocolo de 1RM probablemente nos dar\u00e1 mayor precisi\u00f3n pero, por otro lado, es un proceso que consume mucho tiempo, genera fatiga en el atleta y se ve afectado por factores internos (por ejemplo, se ha demostrado que los ritmos circadianos alteran significativamente el rendimiento 5<\/sup>,) y externos como la retroalimentaci\u00f3n verbal del entrenador 6<\/sup> o incluso la m\u00fasica7<\/sup>.<\/p>\n

A su vez, no podemos realizar la prueba diariamente, por lo que tal vez no detectemos mejoras o disminuciones debido al marco temporal en el que se aplica la prueba. Por lo tanto, estamos perdiendo la oportunidad de ajustar el plan a tiempo.<\/p>\n

 <\/p>\n

Por el contrario, al estimar el valor de 1RM<\/a> y si elegimos el m\u00e9todo apropiado, estamos ganando en practicidad, simplicidad, tiempo y posibilitando per\u00edodos de tiempo m\u00e1s cortos (diarios, semanales) sin afectar negativamente el proceso normal de entrenamiento, pero a expensas de una mayor \u00abincertidumbre\u00bb y \u00aberror\u00bb, aunque podr\u00edamos realmente, y quiero decir de verdad, reducirlo.<\/p>\n

As\u00ed pues, si hipot\u00e9ticamente hacemos una prueba (o calculamos) 1RM el mismo d\u00eda con el mismo atleta sin el efecto de interferencia de una prueba con las dem\u00e1s, vamos a obtener 3 valores diferentes, una media y una variabilidad (SD) determinada. As\u00ed pues, la cuesti\u00f3n es c\u00f3mo podemos estar seguros de que las diferencias son mejoras \u00abreales\u00bb (se\u00f1al) y no la variaci\u00f3n normal de los datos (Ruido).<\/p>\n

<\/span>\"1RMFigura 2: Ejemplo de una estimaci\u00f3n de 1RM con 3 cargas subm\u00e1ximas y la comparaci\u00f3n con una prueba real de 1RM. Obs\u00e9rvese que la estimaci\u00f3n es 2,07 kg menos que el 1RM real y con un IC del 95% la diferencia var\u00eda entre 5,15 y 0,46 kg. No tener esto en cuenta podr\u00eda generar interpretaciones y decisiones err\u00f3neas.<\/span><\/h6>\n

 <\/p>\n

<\/span>Estimaci\u00f3n de 1 RM usando VBT<\/span><\/h2>\n

Las sesiones programadas de evaluaciones han quedado atr\u00e1s, excluyendo los deportes de fuerza (a\u00fan incluso ah\u00ed). Los entrenadores de hoy en d\u00eda no se pueden permitir dedicar un d\u00eda entero a evaluar, especialmente en los deportes de equipo que compiten todos los fines de semana. Pero la esencia de las pruebas es monitorear tanto las cargas de entrenamiento como los efectos del mismo sin afectar negativamente el proceso normal de entrenamiento, ayud\u00e1ndonos a modificarlo en caso que fuera necesario8<\/sup>.<\/p>\n

En el pasado, aunque exist\u00eda el entrenamiento basado en la velocidad (VBT)<\/a>, s\u00f3lo se utilizaba para la investigaci\u00f3n, principalmente debido a los costes de los dispositivos. Sin embargo, en la \u00faltima d\u00e9cada, la r\u00e1pida difusi\u00f3n y la creciente asequibilidad de los transductores lineales contribuyeron a la realidad actual, en la que pr\u00e1cticamente todos los entrenadores de fuerza actualizados incorporan el VBT en sus programas.<\/p>\n

El uso del VBT ha demostrado ser una forma realmente precisa de estimar 1RM debido a la relaci\u00f3n matem\u00e1tica lineal y estable (inversamente correlacionada, con coeficientes de correlaci\u00f3n de > 0,95) que existe entre la carga y la velocidad conc\u00e9ntrica media a la que se mueve dicha carga9-10<\/sup> al menos tan buena como el m\u00e9todo de repetici\u00f3nes hasta el fallo 10<\/sup>. Adem\u00e1s, el m\u00e9todo de dos puntos ha surgido recientemente como un procedimiento v\u00e1lido, factible, r\u00e1pido y libre de fatiga para la evaluaci\u00f3n de las relaciones fuerza-velocidad y carga-velocidad, que s\u00f3lo necesita realizar 2 cargas externas diferentes que representan aproximadamente el 50 y el 80% de 1RM para obtener un perfil L-V11\u201313<\/sup>.<\/p>\n

<\/span>\"\"Figura 3: Ejemplo de perfil L-V en Press Banca realizado por un jugador de rugby juvenil (medido a trav\u00e9s del dispositivo Vitruve<\/a>).<\/span><\/h6>\n
<\/span>\"\"Figura 4: M\u00e9todo de dos puntos para la evaluaci\u00f3n del perfil L-V Garc\u00eda Ramos, Amador & Jaric, Slobodan, (2017)11<\/sup>.<\/span><\/h6>\n

 <\/p>\n

<\/span>Consideraciones<\/span><\/h2>\n

Sin embargo, es necesario considerar algunas cosas:<\/p>\n

    \n
  1. Los ejercicios tradicionales como las sentadillas, press de banca, el peso muerto, etc. tienen su propia velocidad de carga (L-V). Esto significa que necesitamos establecer el perfil L-V para un determinado atleta y el ejercicio que realice antes de estimarlo con cargas subm\u00e1ximas a diario9<\/sup>.<\/li>\n
  2. La relaci\u00f3n L-V es m\u00e1s sensible a la velocidad media o a la velocidad media de propulsi\u00f3n que la velocidad m\u00e1xima en los ejercicios tradicionales10<\/sup>.<\/li>\n
  3. El dispositivo<\/a> debe ser v\u00e1lido y fiable 14<\/sup>.<\/li>\n
  4. Los intentos de carga m\u00e1xima se asocian a una velocidad espec\u00edfica que se conoce como \u00abumbral de velocidad m\u00ednima (MVT por sus siglas en ingl\u00e9s \u201cMinimal Velocity Threshold)\u00bb 15<\/sup>. Esto significa que la velocidad media de la 1RM no ser\u00e1 significativamente diferente, desde el punto de vista estad\u00edstico, de la velocidad media de la \u00faltima repetici\u00f3n de una RM dada (5RM, 3RM, etc.). Hay muchas investigaciones sobre los diferentes ejercicios y sus MVT (por ejemplo, la prensa de banco y la sentadilla suelen estar alrededor de 0,13 – 0,3 m\/s respectivamente)16,17<\/sup><\/li>\n
  5. Los mayores %RM relativos son m\u00e1s fuertes predictores del 1RM real que los menores 11. La carga de 5RM es menos precisa que la carga de 3RM para estimar 1RM.<\/li>\n<\/ol>\n
    <\/span>\"LinearFigura 5: Ejemplo de comportamiento lineal y MVT logrado para un n\u00famero dado de repeticiones a la falla realizada con 70% y 85% 1RM (medido a trav\u00e9s del dispositivo de Vitruve<\/a>).<\/span><\/h6>\n

    Por lo tanto, una vez que conocemos el perfil L-V de un determinado atleta y un ejercicio en concreto, as\u00ed como el MVT, \u00a1estamos listos para comenzar!<\/p>\n

     <\/p>\n

    <\/span>Inferencia basada en la magnitud<\/span><\/h2>\n

    El IBM se basa en la labor de los profesores William Hopkins y Alan Batterham18<\/sup> y trata de abordar algunas de las deficiencias que puede generar el uso de los enfoques estad\u00edsticos tradicionales, ayudando a identificar las diferencias y a optimizar el proceso de toma de decisiones.<\/p>\n

    Los cient\u00edficos deportivos y los entrenadores tratan por lo general con peque\u00f1os grupos de atletas (para recopilar y analizar datos como en los entornos deportivos de campo), e incluso con N=1, como en el levantamiento de pesas, el atletismo y tambi\u00e9n en los deportes de campo donde el an\u00e1lisis de los cambios individuales a lo largo del tiempo se vuelve crucial. Adem\u00e1s, a veces los peque\u00f1os cambios merecen la pena aunque las diferencias no sean relevantes desde el punto de vista estad\u00edstico (cu\u00e1ntos milisegundos separan al ganador de los perdedores en una final ol\u00edmpica de sprint de 100mts, o cm en un lanzamiento o kg en una competici\u00f3n de levantamiento de potencia o de pesas).\u00a0 Las estad\u00edsticas tradicionales no van bien ni con peque\u00f1as muestras ni con peque\u00f1as diferencias para dar informaci\u00f3n relevante.<\/p>\n

    Una de las piedras angulares del IBM es la definici\u00f3n del [cambio m\u00e1s peque\u00f1o significativo], o [Smallest worthwhile change] (SWC). Pero primero es crucial para entender qu\u00e9 es realmente el cambio.<\/p>\n

    El cambio se relaciona muy \u00edntimamente con el concepto de diferencia, es decir, el cambio se juzga en base a una diferencia en alguna entidad medible y casi siempre se relaciona con un lapso de tiempo3<\/sup>. Por ejemplo, si debido al entrenamiento, un atleta aumenta su 1RM de 110 a 150 en 6 semanas, esto ser\u00e1 considerado, un cambio positivo. El principio b\u00e1sico es que las mediciones de la misma variable difieren de una sesi\u00f3n de prueba a otra cuando se abarcan d\u00edas o semanas. Sin embargo, como ya hemos revisado, estamos tratando con mucha incertidumbre, especialmente cuando las diferencias no son tan grandes.<\/p>\n

    <\/span>\"SmallestFigura 6: El punto negro representa la media de una prueba dada; las l\u00edneas CI (error); la l\u00ednea vertical es la media del grupo y el \u00e1rea gris es el SWC19<\/sup><\/span><\/h6>\n

    \u00a0<\/sup>As\u00ed pues, volviendo a la SWC, tomarla junto con el error t\u00edpico de una prueba (TE) puede ayudarnos a determinar si el cambio de una variable dada es real (se\u00f1al) o s\u00f3lo parte de la variabilidad normal (distribuci\u00f3n) de la medici\u00f3n (ruido).<\/p>\n

    <\/span>C\u00e1lculo del SWC<\/span><\/h3>\n

    Debemos tener en cuenta 3 puntos al calcular el SWC de un individuo:<\/p>\n