Efectos de cuatro diferentes modelos de programación de entrenamiento basados en la velocidad sobre las ganancias de fuerza y de rendimiento físico

Publicado 9 de agosto de 2021, 11:13

Efectos de cuatro diferentes modelos de programación de entrenamiento basados en la velocidad sobre las ganancias de fuerza y de rendimiento físico

La programación se considera la manipulación de las variables del entrenamiento de la fuerza (EF) (es decir, elección y orden del ejercicio, intensidad relativa, volumen, densidad y velocidad del movimiento, entre otras) para maximizar las adaptaciones objetivo dentro de cada fase de entrenamiento específica (Cunanan 2018). Se han sugerido varios modelos de programación de EF a este respecto, como la programación lineal ([LP]; que aumenta gradualmente la intensidad del entrenamiento y disminuye el volumen) (Haff 2015, Issurin 2008), la programación ondulada ([UP]; en la que tanto el volumen como la intensidad aumentan o disminuyen repetidamente a lo largo del programa de entrenamiento) (Buford 2007, Rhea 2002), programación inversa ([RP]; que aumenta gradualmente el volumen y disminuye la intensidad) (Rhea 2003), y programación constante ([CP]; que mantiene el volumen y la intensidad constantes a lo largo del programa de entrenamiento) (Schiotz 1998). Si bien estos modelos de programación de EF se han utilizado comúnmente con diferentes propósitos, hasta la fecha, no ha habido consenso sobre su utilización, diferencias y eficacia (Dorrel 2020, Loturco 2015, Sánchez-Medina 2017).

De hecho, 2 metanálisis recientes han sugerido que diferentes modelos de EF pueden tener efectos similares en las adaptaciones de la fuerza (Harries 2015, Williams 2017). Sin embargo, debe tenerse en cuenta que estudios previos que comparan diferentes modelos de programación de EF han determinado la intensidad del entrenamiento con base en el método de entrenamiento basado en porcentajes, que prescribe la carga de ejercicio según el test de 1 máxima repetición (1MR), generalmente realizada antes del entrenamiento. Debido a que la 1MR real puede no corresponder a los valores evaluados en el pre-entrenamiento debido a las fluctuaciones regulares en la fuerza máxima (Pareja-Blanco 2017) (es decir, deficiencias inducidas por la fatiga o mejoras provocadas por las adaptaciones), no se puede asegurar que la carga relativa (es decir, el porcentaje de 1MR [% 1MR]) utilizado en cada sesión de entrenamiento representa realmente la intensidad deseada (González-Badillo 2010, Sánchez-Medina 2017).

El entrenamiento basado en la velocidad (VBT) es un método de EF novedoso y práctico propuesto para monitorear y prescribir rápidamente cargas relativas (González-Badillo 2010, Sánchez-Medina 2011). Se ha demostrado que la velocidad alcanzada durante la fase concéntrica se puede utilizar para determinar con precisión la intensidad del EF debido a las estrechas relaciones observadas entre el % de 1MR y la velocidad de propulsión promedio (MPV) en múltiples ejercicios (por ej., press de banco, sentadilla completa [SQ], ejercicios de sentadilla paralela y media sentadilla; R2≥ 0.92 en todos los ejercicios) (González-Badillo 2010, Sánchez-Medina 2017, Martínez-Cava 2019). Por lo tanto, al monitorear la velocidad de la repetición, es posible determinar en tiempo real y con gran precisión el % de 1MR que se está utilizando y ajustar la carga de acuerdo con los cambios individuales en la fuerza que generalmente ocurren durante un programa de EF. De hecho, se ha demostrado que hay un aumento similar o mayor tanto en la fuerza como en la capacidad de salto después de un VBT en comparación con un programa de entrenamiento tradicional basado en porcentajes, incluso cuando el método VBT acumuló un menor volumen de entrenamiento (Dorrell 2020). Además, aunque las relaciones individuales de carga-velocidad pueden proporcionar estimaciones más precisas del % de 1 MR que las ecuaciones generales (Pestana-Melero 2018), ambos métodos resultaron en mejoras en la 1MR en sentadilla y en la altura del salto con contramovimiento (CMJ) después de 6 semanas de EF (ecuaciones generales: 1MR: 7.2%; CMJ: 4.3%; ecuación individual: 1MR: 9.7%; CMJ: 6.6%) (Dorrell 2020).

Además de la carga relativa, otra variable que se debe considerar al diseñar programas de EF es el "nivel de esfuerzo", que puede definirse como "la relación entre el número de repeticiones realizadas dentro de una serie y el número máximo de repeticiones que podría ser completado (González-Badillo 2010, Sánchez-Medina 2011). En este sentido, la pérdida de la velocidad (VL) dentro de la serie, calculada como la diferencia relativa entre la velocidad de la repetición más rápida y la más duradera (generalmente la más lenta) (Sánchez-Medina 2011), ha demostrado tener una fuerte relación (R2 = 0.93–0.97) con el “nivel de esfuerzo” (Rodríguez Rosell 2020). Una VL del 20% significa que el atleta ha realizado ≈50% de las posibles repeticiones para el ejercicio de SQ (Rodríguez Rosell 2020). En consecuencia, se ha asociado un umbral de VL dado con el porcentaje respectivo de repeticiones completadas en relación con el número máximo que podría completarse. Por lo tanto, usar la VL dentro de la serie en lugar de prescribir un número fijo de repeticiones con una carga determinada parece ser un paso importante hacia una caracterización más racional y completa del estímulo de entrenamiento en comparación con una configuración de entrenamiento más tradicional. En un intento por encontrar el nivel óptimo de esfuerzo durante la serie en el ejercicio de sentadilla SQ, investigaciones anteriores han revelado que los umbrales de VL alrededor del 10-20% proporcionan las mayores mejoras tanto en la fuerza como en el rendimiento físico (Pareja-Blanco 2017 y 2020, Rodríguez Rosell 2020). Como consecuencia, mediante el monitoreo de la velocidad del movimiento, es posible determinar y ajustar la intensidad del EF y el nivel de esfuerzo con alta precisión, en tiempo real y de forma diaria.

A pesar de las ventajas prácticas del VBT, ningún estudio previo ha comparado los efectos de diferentes modelos de programación del VBT (es decir, lineal, ondulado e inverso, entre otros) sobre la fuerza y el rendimiento físico. Por lo tanto, recientementeJavier Riscart-López de la Universidad Pablo de Olavid de España, llevó a cabo un estudio donde el objetivo fue analizar los efectos de 4 esquemas de VBT (LP vs. UP vs. RP vs. CP) sobre las capacidades de sprint, salto y fuerza de 46 sujetos entrenados moderadamente en fuerza. Teniendo en cuenta los estudios previos sobre este tema, se planteó la hipótesis de que todos los modelos de programación inducirían adaptaciones de rendimiento similares en hombres jóvenes moderadamente entrenados en fuerza porque se realizarían con similares intensidades, volumen y nivel de esfuerzo (por ej., VL en la serie) y períodos de descanso entre series.

Es decir, este estudio fue para comparar los efectos de 4 modelos de programación de entrenamiento basado en la velocidad (VBT) (programación lineal [LP], programación ondulada [UP], programación inversa [RP] y programación constante [CP]), sobre el rendimiento físico en hombres moderadamente entrenados en fuerza. Cuarenta y tres sujetos jóvenes (edad: 22.9±4.8 años; masa corporal [BM]: 71.7±7.6; sentadilla completa [SQ] fuerza relativa 1.320.29), fueron asignados aleatoriamente a LP (aumentar gradualmente la intensidad del entrenamiento y disminuir el volumen), UP ( el volumen y la intensidad aumentan o disminuyen repetidamente), RP (aumenta gradualmente el volumen y disminuye la intensidad) y CP (mantiene el volumen y la intensidad constantes) y siguieron una intervención VBT de 8 semanas utilizando el ejercicio de sentadilla SQ y monitoreando la velocidad del movimiento para cada repetición. Todos los grupos entrenaron con una intensidad media relativa similar (67.5% 1MR), magnitud de pérdida de velocidad dentro de la serie (20%), número de series (3) y recuperaciones entre series (4 minutos) a lo largo del programa de entrenamiento.

Las mediciones previas y posteriores al entrenamiento incluyeron 1MR de sentadilla SQ (1MR predicha), velocidad promedio alcanzada para todas las cargas comunes a las pruebas previas y posteriores (AV), velocidad promedio para aquellas cargas que se movieron más rápido (AV>1) y más lento (AV<1) de 1 mseg-1 en las pruebas previas, altura del salto con contramovimiento (CMJ) y tiempo de sprint de 20 m (T20). No se observaron interacciones significativas grupo x tiempo para ninguna de las variables analizadas. Todos los grupos obtuvieron aumentos similares (mostrados en los valores del tamaño del efecto) en la fuerza de 1MR (LP: 0.88; UP: 0.54; RP: 0.62; CP: 0.51), variables relacionadas con la velocidad-carga (LP: 0.74–4.15; UP: 0.46– 5.04; RP: 0.36-3.71; CP: 0.74-3.23), altura CMJ (LP: 0.35; UP: 0.53; RP: 0.49; CP: 0.34) y rendimiento de sprint (LP: 0.34; UP: 0.35; RP: 0.32; CP: 0.30).

Estos resultados sugieren que diferentes modelos de programación de VBT indujeron ganancias de rendimiento físico similares en sujetos moderadamente entrenados en la fuerza.

Aplicaciones prácticas

Cuatro modelos de programación de VBT diferentes (LP, UP, RP y CP) fueron igualmente efectivos para mejorar el rendimiento físico en hombres moderadamente entrenados en fuerza. No obstante, el curso temporal de los aumentos de la fuerza de la sentadilla SQ varió entre los grupos, siendo menos pronunciado en el grupo UP (en comparación con los demás LP, RP y CP). Este aspecto puede ser relevante a la hora de seleccionar estrategias de entrenamiento de VBT según el criterio de tiempo (es decir, priorizar o no priorizar adaptaciones rápidas sobre capacidades relacionadas con la fuerza). Se recomienda a los entrenadores y científicos deportivos que utilicen la variedad de modelos de programación de VBT que se presentan aquí para crear continuamente programas de entrenamiento efectivos y atractivos para sus atletas.