Resumen
Esta revisión sistemática tuvo como objetivo evaluar la confiabilidad y validez del método de dos puntos para predecir 1RM en comparación con el método directo, así como analizar los factores que influyen en su precisión. Se realizó una búsqueda exhaustiva en las bases de datos PubMed, Web of Science, Scopus y SPORTDiscus. De los 88 estudios identificados inicialmente, se seleccionaron 16 para una revisión completa y se analizaron sus medidas de resultado. Los hallazgos de esta revisión indicaron que el método de dos puntos sobrestimó ligeramente 1RM (tamaño del efecto = 0,203 (IC del 95%: 0,132, 0,275); PAG < 0,001); Demostró que la confiabilidad test-retest era excelente siempre que las cargas de prueba se eligieran de manera razonable (gran diferencia entre dos cargas de prueba). Sin embargo, es necesario verificar más a fondo la confiabilidad del método de dos puntos porque solo tres estudios han probado su confiabilidad. Se encontró que factores como la selección de ejercicios, el dispositivo de medición de la velocidad y la selección de cargas de prueba influyen en la precisión de la predicción de 1RM utilizando el método de dos puntos. Además, se identificaron como posibles factores de influencia la elección de la variable de velocidad, el método de determinación de 1RM, la retroalimentación de velocidad y el estado de fatiga. Estos resultados proporcionan información valiosa para los practicantes del entrenamiento de resistencia y ofrecen direcciones para futuras investigaciones sobre el método de dos puntos.
Introducción
El entrenamiento de resistencia (RT) sirve como una modalidad fundamental para que los atletas optimicen su destreza atlética y se protejan contra lesiones (1, 2). Además, representa una vía potente para que los individuos de la población general mejoren su estado de salud general (3). Para provocar adaptaciones fisiológicas deseables a través de la RT, asume suma importancia un control meticuloso sobre diversas variables del entrenamiento, que abarca la selección y secuenciación del ejercicio, la intensidad y el volumen, los intervalos de descanso y la frecuencia del entrenamiento. Significativamente, entre estas variables, la intensidad del entrenamiento asume un papel preeminente en el aumento de los niveles de fuerza (4–6).
La evaluación de %1RM (es decir, el porcentaje de la carga máxima que se puede levantar una vez con rango completo de movimiento en un ejercicio determinado) ha servido convencionalmente como el “estándar de oro” para determinar la intensidad del entrenamiento de fuerza (7). Sin embargo, la determinación directa de 1RM está llena de desafíos, incluyendo limitaciones de tiempo, susceptibilidad a lesiones y falta de evaluación en tiempo real.8–10). Para superar estas limitaciones, se han propuesto numerosos métodos indirectos para estimar 1RM, entre los cuales la relación carga-velocidad (LVR) ha ganado considerable atención (11–13). En un estudio fundamental realizado por González-Badillo et al. en 2010 (13), se demostró que una relación inversa excepcionalmente fuerte (R2 = 0,98) existe entre la velocidad del movimiento y la intensidad del entrenamiento (%1RM) durante el esfuerzo máximo en la fase concéntrica, una correlación que permanece estable incluso después de un período de entrenamiento. Como resultado, LVR ha surgido gradualmente como una herramienta valiosa en RT para cuantificar %1RM y 1RM durante la última década (14–19). Los investigadores sostienen que LVR ofrece una alternativa eficiente, segura y en tiempo real a los métodos directos para evaluar 1RM.
Los modelos de regresión utilizados para el análisis LVR incluyen regresión lineal y polinómica. En estudios anteriores, los investigadores empleaban comúnmente la regresión polinómica para establecer el LVR, lo que generalmente requería la evaluación de la velocidad del movimiento en 5 a 9 cargas diferentes (13, 20, 21). En los últimos años, las investigaciones no han indicado ninguna disparidad significativa en la bondad de ajuste (R2) entre modelos de regresión lineal y polinómica para LVR (22–24). En consecuencia, tanto el modelo lineal como el polinomial se consideran enfoques viables para definir LVR. Por lo tanto, basándose en el principio matemático de «dos puntos y una línea», se ha propuesto una definición de LVR que utiliza sólo dos cargas (25, 26). Este método de dos puntos permite una predicción rápida de la fuerza dinámica máxima midiendo la velocidad del movimiento con dos cargas y conociendo la velocidad de 1RM (V1RM) (25). V1RM puede determinarse directamente o extraerse de estudios previos. Debe reconocerse que el método de dos puntos permite una predicción rápida de 1RM en comparación con el método directo. Sin embargo, su capacidad para reflejar con precisión el nivel máximo de fuerza dinámica sigue siendo incierta. Algunos estudios han informado una fuerte correlación entre los valores de 1RM predichos por el método de dos puntos y los medidos por el método directo (19, 26). Por el contrario, ha habido informes que indican que los valores de 1RM predichos por el método de dos puntos fueron significativamente más altos que los medidos por el método directo (27). ¿A qué se deben estos hallazgos contradictorios? Hasta donde sabemos, la precisión del LVR varía dependiendo de factores como el dispositivo de medición de velocidad utilizado, la variable de velocidad, el tipo de ejercicio y la técnica de ejecución.28–31). Dada la falta de una revisión sistemática que analice el impacto de estos factores en la precisión de 1RM predicha por el método de dos puntos, nos intrigaron las razones subyacentes a los resultados contradictorios antes mencionados.
Por lo tanto, el objetivo principal de esta revisión sistemática fue analizar la confiabilidad y validez del método de dos puntos en la predicción de 1RM en comparación con el método directo. Además, nuestro objetivo fue examinar los factores que potencialmente podrían influir en la precisión del método de dos puntos en la predicción de 1RM.
Materiales y métodos
Estrategia de búsqueda de literatura
La búsqueda bibliográfica se realizó en bases de datos electrónicas hasta el 10 de junio de 2023. Dos revisores (Chen y Gong) buscaron de forma independiente en las siguientes bases de datos: PubMed, Web of Science, SPORTDiscus y Scopus. La estrategia de búsqueda utilizó los siguientes términos, que se adaptaron para cada base de datos y se aplicaron a la búsqueda de títulos y resúmenes: (“two-point Method*” OR “two-point” OR “2-point Method*” OR “2-point ” O “método de dos cargas*” O “dos cargas” O “método de 2 cargas*” O “2 cargas”) Y (“una repetición máxima” O “1RM” O “fuerza dinámica máxima” O “1- RM”). Los resultados de la búsqueda se recopilaron e importaron a un administrador de referencias (EndNote X9, Thomson Reuters, Filadelfia, PA, EE. UU.).
Proceso de selección
Dos revisores independientes (Chen y Gong) realizaron la selección de los estudios recuperados de cada base de datos. El proceso de selección siguió el siguiente enfoque: 1) selección inicial basada en título y resumen, con eliminación de duplicados; 2) examen exhaustivo de los estudios restantes, excluidos aquellos que se determinó que estaban fuera del alcance de la presente revisión (Higo 1). Cualquier discrepancia entre los revisores se resolvió mediante discusión. Si no se pudo llegar a un consenso, se consultó a un tercer revisor.
Criterios de elegibilidad
Los criterios de inclusión para la revisión fueron los siguientes: 1) estudios publicados en inglés; 2) artículos de revistas con disponibilidad de texto completo; 3) estudios que involucran personas de cualquier edad, género y experiencia en RT; 4) estudios que incluyan individuos sin lesiones musculoesqueléticas; 5) estudios que analizaron la validez y/o confiabilidad de 1RM predicha por el método de dos puntos.
Se excluyeron todas las formas de literatura gris (p. ej., artículos de congresos, tesis, informes, resúmenes, actas, etc.).
De acuerdo con investigaciones anteriores, 1RM se definió como la carga máxima que se puede levantar una vez con rango completo de movimiento en un ejercicio determinado.7), y el método de dos puntos se definió como un método para predecir 1RM que utiliza los valores de velocidad de dos cargas distintas y el valor de velocidad de 1RM en LVR (32).
Extracción de datos
Dos revisores independientes (Chen y Gong) utilizaron formularios estandarizados en Microsoft Excel 2019 (Microsoft Corporation, EE. UU.) para recopilar datos de todos los estudios incluidos. Los datos recopilados abarcaron varios aspectos, incluido el autor, las características de la muestra (edad, sexo, altura, masa corporal y experiencia en RT), detalles específicos del ejercicio, técnica de ejecución, dispositivo de medición de velocidad, variable de velocidad, valores de 1RM obtenidos mediante el método directo y los dos. Método de dos puntos: carga de prueba empleada en el método de dos puntos. Indicadores de validez incluidos. PAG-valor, coeficiente de correlación de Pearson (r), tamaño del efecto (ES, d de Cohen o g de Hedge), sesgo sistemático y error aleatorio (SB±RE) y heterocedasticidad r-cuadrado (R2). Los indicadores de confiabilidad incluyeron el coeficiente de correlación entre clases (ICC) y el coeficiente de variación (CV) dentro de los sujetos. No consideramos incluir L0 (carga a velocidad cero) y F0 (fuerza a velocidad cero) porque la falta de significado fisiológico claro en L0 y la incapacidad de F0 para representar el levantamiento realizado por sujetos en rango completo de movimiento (33, 34).
Utilizamos ES no negativos para reflejar el grado de diferencia entre el 1RM previsto y el 1RM real para evitar sesgos en los resultados, y los ES de diferentes estudios se sintetizaron utilizando el software Comprehensive Meta-Analysis V3 (Biostat, Nueva Jersey, EE. UU.) (35). Los resultados se presentaron en forma de diagrama de bosque utilizando Microsoft Excel 2019, proporcionando así una representación visual de la validez y los factores de influencia asociados con el método de dos puntos. Los criterios para interpretar la magnitud de ES fueron los siguientes: trivial (< 0,20), pequeño (0,20–0,59), moderado (0,60–1,19), grande (1,20–2,00) y muy grande (> 2,00) (36). Cabe señalar que un ES más cercano a cero indica una mayor validez. Se consideró que un ES aceptable era inferior a 0,2. Los criterios para interpretar la magnitud del CCI fueron los siguientes: pobre (< 0,50), moderado (0,50–0,75), bueno (0,75–0,90) y excelente (> 0,90) (37). Se consideró que un ICC aceptable era superior a 0,75. Los criterios para interpretar r fueron los siguientes: trivial (< 0,09), pequeño (0,10–0,29), moderado (0,30–0,49), grande (0,50–0,69), muy grande (0,70–0,89), casi perfecto (0,90–0,99). ), y perfecto (1.00) (36).
Cualquier discrepancia entre los revisores con respecto a la selección de indicadores se resolvió mediante discusión. Si no se pudo llegar a un consenso, se buscó la opinión de un tercer revisor.
Tratar con datos faltantes
Empleamos las siguientes medidas para abordar los datos faltantes: 1) se utilizaron métodos estadísticos para calcular los valores faltantes basados en los datos informados. Para los datos en los que se proporcionó 1RM real y diferencia absoluta, calculamos el 1RM previsto utilizando «”. Para los datos en los que se proporcionó 1RM tanto para hombres como para mujeres, pero no para el 1RM general, utilizamos «”para calcular los datos faltantes; 2) los datos faltantes se extrajeron de las cifras utilizando el software Originpro 2021 (OriginLab, EE. UU.); 3) Se estableció contacto con los autores correspondientes para obtener los datos faltantes.
Cabe señalar que únicamente realizamos cálculos estadísticos para abordar los datos faltantes y nos abstuvimos de realizar ajustes a los datos asociados, ya que dichos ajustes podrían introducir errores adicionales.
Evaluación de la calidad de los estudios incluidos.
Dos revisores (Chen y Gong) evaluaron de forma independiente la calidad de los estudios incluidos mediante una versión modificada de la lista de verificación de Downs y Black (38) (Tabla 1). Las discrepancias entre los revisores se resolvieron mediante discusión. En caso de que no se pudiera llegar a un consenso, se consultó a un tercer revisor.
De acuerdo con Fox et al. (39), empleamos 10 de los 27 criterios que eran lógicamente aplicables a todos los tipos de estudios incluidos en esta revisión, lo que resultó en una puntuación total máxima de 10. Estudios anteriores indicaron que los descriptores esenciales para calificar «1» en la pregunta 3 incluían género, edad, altura, masa corporal, experiencia en RT y 1RM real…
