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

Publicado 26 de mayo de 2021, 13:38

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

La programación es considerada como 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 otros) 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 formación) (Schiotz 1998). Aunque 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 (Dorrell 2020, Kok 2009, 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 porcentual, que prescribe la carga de ejercicio en base al test de 1 máxima repetición (1MR), generalmente realizado en el pre-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 2020 y 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]) utilizada 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 (Haff 2015, 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 % 1MR y la velocidad media de propulsión (MPV) en múltiples ejercicios (por ej., ejercicio de press de banco, sentadilla completa [SQ], sentadilla paralela y media sentadilla; R2 ≥0.92 en todos los ejercicios) (González-Badillo 2010, Martínez-Cava 2019, Sánchez-Medina 2017). Por lo tanto, al monitorear la velocidad de la repetición, es posible determinar en tiempo real y con gran precisión el % 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 el porcentaje, incluso cuando el enfoque VBT acumuló un volumen de entrenamiento menor (Dorrell 2020). Además, aunque las relaciones individuales de carga-velocidad pueden proporcionar estimaciones más precisas del % 1MR que las ecuaciones generales (Pestana-Melero 2018), ambos métodos resultaron en mejoras en el test de 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 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 de encontrar el nivel óptimo de esfuerzo durante la serie en el ejercicio de 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 2020 y 2017, Rodríguez-Rosell 2020). Como consecuencia, mediante el control 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 de VBT (es decir, lineal, ondulado e inverso, entre otros) sobre la fuerza y el rendimiento físico. Por lo tanto, recientemente Javier Riscart-Lopez de la Universidad de Sevilla (España), llevó a cabo un estudio al respecto, 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 moderadamente entrenados 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 (es decir, una VL en la serie) y períodos de descanso entre las series.

Cuarenta y tres sujetos jóvenes (edad: 22.9±4.8 años; masa corporal [BM]: 71.7±7.6; sentadilla completa [SQ] fuerza relativa 1.32±0.29) fueron asignados aleatoriamente a un programa de: 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 después de una intervención de VBT de 8 semanas utilizando el ejercicio de SQ y monitoreando la velocidad del movimiento para cada repetición. Todos los grupos entrenaron con una intensidad media relativa similar (67.5% de 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 el ejercicio de SQ (1MR), 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 de grupo x tiempo para ninguna de las variables analizadas. Todos los grupos obtuvieron aumentos similares (mostrados en los valores de 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 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 en las capacidades relacionadas con la fuerza). Se recomienda a los entrenadores y científicos del deporte 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.