Saltar al contenido

Asociaciones entre comportamientos de entrenamiento y lesiones en corredores de Parkrun

¿El entrenamiento de fuerza realmente protege al corredor de lesiones? Lo que dice la ciencia sobre los parkrunners

El parkrun es el evento de carrera recreativa más popular del Reino Unido, con cerca de 330.000 participantes cada fin de semana. Sin embargo, y a pesar de sus numerosos beneficios para la salud física y mental, las lesiones relacionadas con la carrera (LRC) suponen una amenaza real para la continuidad de la participación. Un nuevo estudio publicado en PLOS ONE analiza, por primera vez combinando métodos estadísticos tradicionales y machine learning (ML), cómo los hábitos de entrenamiento, incluidos el trabajo de fuerza y acondicionamiento (S&C), se asocian con la aparición de lesiones en corredores de parkrun orientados al rendimiento.

Los resultados son sorprendentes y, en algunos casos, contraintuitivos para quienes asumen que estirar o levantar pesas siempre protege de las lesiones.

Metodología: encuestas, estadística clásica y algoritmos de aprendizaje automático

El equipo investigador, liderado por Wu y colaboradores de la Universidad de Loughborough, diseñó una encuesta online de 27 preguntas dirigida a la comunidad parkrun del Reino Unido entre agosto y diciembre de 2022. Se recogieron 1.203 respuestas completas, de las cuales 570 correspondían a participantes orientados al rendimiento (es decir, aquellos que corren al menos tres veces por semana y cuyo tiempo de carrera supera al tiempo dedicado a otros deportes).

La encuesta recogió datos sobre:

  • Características personales (edad, experiencia, nivel de rendimiento)
  • Hábitos de entrenamiento: frecuencia semanal de carreras, sesiones de entrenamiento interválico, tipos de S&C practicados
  • Lesiones músculo-esqueléticas en el último año (extremidades inferiores)

Para el análisis estadístico se utilizaron tests de chi-cuadrado y Mann-Whitney U, mientras que para la predicción multifactorial se emplearon ocho clasificadores de machine learning (Random Forest, Gradient Boosting, Multilayer Perceptron, SVM, entre otros), con validación cruzada estratificada de 10 pliegues. La interpretabilidad de los modelos se abordó mediante valores SHAP (Shapley Additive Explanations), que permiten determinar la dirección y magnitud de la influencia de cada variable.

Perfil de los participantes y prevalencia de lesiones

Los 570 participantes analizados contaban con una media de casi 15 años de experiencia en carrera y dedicaban casi 4 horas semanales a correr. Su mejor marca en 5 km era de aproximadamente 26 minutos y 46 segundos.

La prevalencia de lesiones fue llamativamente alta:

  • 73% de los participantes había sufrido al menos una lesión en extremidades inferiores durante el último año.
  • El 74,5% se había visto obligado a faltar a algún evento de parkrun por problemas físicos.
  • La media de días de entrenamiento reducido acumulada fue de casi 89 días, lo que equivale a casi tres meses de entrenamiento comprometido.

Las zonas corporales más afectadas fueron la rodilla (29,3%), el tobillo/tendón de Aquiles (26,4%) y la pantorrilla/tibia (20,7%).

El trabajo de fuerza y acondicionamiento: ¿protege o perjudica?

Casi dos tercios de los participantes (65,1%) realizaban algún tipo de S&C regularmente. La modalidad más popular era el estiramiento o yoga (73,9% entre quienes hacían S&C), seguida del entrenamiento de fuerza con resistencias, ejercicios de peso corporal, estabilidad de core y, en último lugar, la pliometría (16,7%).

Las razones declaradas para practicar S&C eran principalmente mejorar la salud general (77,4%), reducir el riesgo de nuevas lesiones (63,6%) y mejorar el rendimiento (57,7%).

Sin embargo, los resultados estadísticos revelaron algo inesperado: tanto el entrenamiento de resistencia (Φ = 0,099; p = 0,018) como el estiramiento/yoga (Φ = 0,095; p = 0,023) se asociaron positivamente con la presencia de lesiones, es decir, quienes los practicaban tenían mayor probabilidad de haberse lesionado. No se encontraron asociaciones protectoras para ninguna modalidad de S&C.

¿Causalidad inversa? El factor clave

Los investigadores fueron cautelosos al interpretar estos datos. Cuando se excluyó del análisis a aquellos participantes que realizaban S&C motivados por una lesión previa o en proceso de rehabilitación, las asociaciones positivas desaparecieron. De hecho, el estiramiento/yoga rozó la significación estadística en sentido negativo (es decir, protector), con p = 0,05.

Esto sugiere que la relación observada podría deberse a causalidad inversa: los corredores lesionados incorporan trabajo de fuerza y estiramientos como respuesta a la lesión, no como causa de ella. Este matiz es fundamental para no malinterpretar los datos.

Machine learning: más allá de la estadística clásica

Los modelos de machine learning superaron a los métodos estadísticos tradicionales en la mayoría de métricas de predicción, con un AUC medio de entre 0,620 y 0,694. Los clasificadores con mejor rendimiento fueron el Multilayer Perceptron, el Gradient Boosting y el Random Forest.

Hallazgos clave de los modelos ML

Mediante los valores SHAP, los investigadores identificaron las variables con mayor poder predictivo y su dirección de efecto:

  • Entrenamiento interválico: relación no lineal con las lesiones. Realizar una sola sesión de intervalos por semana se asoció con mayor riesgo de lesión, mientras que realizar cuatro sesiones semanales se vinculó con menor probabilidad de lesionarse. Esto indica que la relación entre frecuencia de intervalos y lesiones no es simple ni lineal, y que una alta frecuencia de entrenamiento interválico podría ser protectora.
  • Estiramiento/yoga: resultado consistente con los análisis estadísticos. No practicar estiramientos predijo negativamente las lesiones (es decir, menos lesiones), mientras que realizar tres sesiones semanales se asoció positivamente con mayor riesgo.
  • El papel del entrenador: un factor diferencial. Los participantes que no seguían ningún plan de entrenamiento o que utilizaban planes online tenían mayor probabilidad de sufrir lesiones. Por el contrario, aquellos cuyo entrenamiento era prescrito por un entrenador cualificado presentaban menor incidencia de LRC.

¿Por qué el entrenador importa tanto?

Este hallazgo merece una mención especial. La evidencia científica disponible ya apuntaba a que los planes autodesarrollados correlacionan con mayor prevalencia de LRC, y que el uso de aplicaciones de carrera no modifica ese riesgo de forma significativa. Este estudio refuerza la idea de que la supervisión por parte de un profesional cualificado puede ser uno de los factores más relevantes para diseñar programas de entrenamiento que minimicen el riesgo de lesión.

La prescripción individualizada, la progresión adecuada de cargas y el seguimiento continuo son elementos que difícilmente puede ofrecer un plan genérico de internet, por muy detallado que sea.

Limitaciones del estudio que conviene tener en cuenta

Los propios autores reconocen varias limitaciones importantes:

  • Diseño retrospectivo: no permite establecer causalidad, solo asociaciones.
  • Sesgo de selección: el título del estudio podría haber atraído especialmente a corredores con historial de lesiones frecuentes.
  • Falta de granularidad en los datos de entrenamiento: los participantes reportaron valores “típicos” de entrenamiento, sin capturar la variabilidad real a lo largo de 12 meses ni los detalles cualitativos de cada tipo de ejercicio S&C.
  • Interpretabilidad limitada de los modelos ML: aunque los valores SHAP ayudan, la opacidad inherente de algunos algoritmos dificulta la traslación clínica directa de los resultados.

Conclusiones aplicables: qué puede hacer el corredor de parkrun para reducir su riesgo de lesión

A pesar de las limitaciones, este estudio ofrece información valiosa y práctica para corredores, entrenadores y profesionales de la salud deportiva:

  • No asumas que el trabajo de fuerza te protegerá automáticamente de lesiones. La evidencia en corredores de resistencia es mucho más débil que en otros deportes, y practicar S&C sin una orientación adecuada podría no ser beneficioso.
  • El estiramiento y el yoga no parecen reducir el riesgo de lesión en corredores orientados al rendimiento, al menos cuando se realizan de forma autónoma y sin supervisión.
  • Considera trabajar con un entrenador de carrera cualificado. Los resultados sugieren que la prescripción profesionalizada del entrenamiento es uno de los factores más consistentemente asociados con menor riesgo de lesión.
  • El entrenamiento interválico puede ser un aliado, no un enemigo, si se realiza con la frecuencia adecuada. Una sola sesión semanal podría ser insuficiente e incluso contraproducente; una frecuencia elevada (en torno a cuatro sesiones) parece asociarse con menor riesgo.
  • Evita los planes de entrenamiento genéricos de internet como única guía de preparación. La individualización y el seguimiento son clave para la prevención de lesiones.
  • La prevalencia de lesiones en parkrunners orientados al rendimiento es muy elevada (73%). Tomar conciencia de este dato y planificar el entrenamiento con criterio es esencial para mantener la participación a largo plazo y aprovechar todos los beneficios que el parkrun aporta a la salud.

En definitiva, este estudio contribuye a desmontar algunos mitos extendidos en la cultura del running recreativo y abre la puerta a nuevas investigaciones prospectivas que permitan establecer con mayor precisión qué estrategias de prevención de lesiones son realmente eficaces en este colectivo.

Analizado e interpretado por inteligencia artificial de Anthropic model claude-sonnet-4-6.
Publicación Original