Saltar al contenido

Pliometría y economía de carrera en corredores de fondo veteranos varones

En corredores de fondo másters varones, 10 semanas de entrenamiento pliométrico se asociaron con una mejora de la economía de carrera de 3,9 %. Los cambios se relacionaron con una mayor capacidad de salto reactivo y una menor frecuencia de paso, por lo que, según los autores, estos factores “pueden” estar detrás de la mejora. Es un hallazgo útil para planificar el trabajo complementario de fuerza en corredores veteranos, aunque la formulación de los autores es cautelosa y se basa en asociaciones.

Qué se estudió: pliometría en corredores de fondo másters

Participaron 35 corredores de fondo másters varones. Realizaron entrenamiento pliométrico dos veces por semana durante 10 semanas. Antes y después de la intervención se midieron:

  • Torques isocinéticos de extensión y flexión de rodilla.
  • Torques isométricos de dorsiflexión y flexión plantar del tobillo.
  • Rendimiento en saltos con contramovimiento (CMJ), saltos en caída (drop jump) y saltos rebotados (rebound jump).
  • Variables biomecánicas de carrera y economía de carrera, registradas durante una carrera de 30 minutos al 80 % de la velocidad correspondiente al consumo máximo de oxígeno (VO2máx).

Para evaluar la fiabilidad de las mediciones, un subgrupo de 21 corredores repitió el mismo protocolo durante al menos 3 meses antes de la intervención. Después se aplicó un modelo lineal de efectos mixtos: el cambio en la economía de carrera fue la variable dependiente, los factores con asociación significativa (P<0,05) fueron los predictores y el volumen de carrera se incluyó como covariable.

Resultados: mejora de la economía de carrera y factores asociados

Cambio en la economía de carrera

La economía de carrera mejoró un 3,9 % (P=0,002). El 77,1 % de los corredores superó el error típico de medición (1,45 %), calculado con los datos del subgrupo de repetibilidad. Es decir, en la mayoría el cambio fue mayor que la variabilidad esperada de la propia medición.

Variables asociadas a la mejora

Los cambios en la economía de carrera se asociaron significativamente con los cambios en:

  • La altura del salto en caída.
  • La altura del salto rebotado.
  • La frecuencia de paso.

Los coeficientes β estandarizados oscilaron entre -0,569 y 0,490 (P=0,008-0,035). En conjunto, estas variables explicaron el 51,4 % de la varianza de la mejora (P=0,005).

También hubo una interacción significativa entre la altura del salto rebotado y la frecuencia de paso (P=0,048). Los corredores que aumentaron la altura del salto rebotado y a la vez redujeron la frecuencia de paso mostraron una mejora mayor de la economía de carrera.

Estas asociaciones no aparecieron en los datos de repetibilidad, lo que sugiere que difícilmente se explican por la variabilidad de la medición.

Qué significa para la práctica: cómo aplicar la pliometría en corredores másters

Incluir pliometría de forma sistemática

Un bloque de 10 semanas con dos sesiones semanales fue la pauta que acompañó una mejora media de la economía de carrera en esta población. Para entrenadores de corredores de fondo veteranos varones, es una referencia razonable de frecuencia y duración al planificar el trabajo complementario de fuerza.

Priorizar la capacidad reactiva

Lo que se asoció con la mejora fue el cambio en saltos reactivos (en caída y rebotados), no un aumento de fuerza máxima en rodilla o tobillo. Por eso conviene que el programa incluya ejercicios con ciclo estiramiento-acortamiento rápido y tiempos de contacto breves, y no limitarlo a saltos lentos. Los saltos de evaluación utilizados (CMJ, en caída y rebotados) pueden servir como pruebas de seguimiento para valorar si el atleta mejora su capacidad reactiva.

Vigilar la frecuencia de paso

Los mayores beneficios se vieron en quienes ganaron altura en el salto rebotado y redujeron la frecuencia de paso. Una opción práctica es registrar la frecuencia de paso antes y después del bloque, sobre todo en carreras a ritmo submáximo sostenido. Hay que ser prudente: los autores no demuestran que reducir deliberadamente la frecuencia de paso mejore la economía. Se trata de un cambio observado junto a la mejora, y por ahora no justifica indicar a los corredores que alarguen su zancada de forma consciente.

Interpretar los cambios individuales con criterio

El estudio comparó los cambios con el error típico de medición (1,45 %). Si se evalúa la economía de carrera, conviene conocer la variabilidad propia del protocolo antes de atribuir una mejora a la intervención. Con ese criterio, alrededor de tres de cada cuatro corredores superaron el umbral; no todos respondieron igual.

Considerar el volumen de carrera

El análisis incluyó el volumen de carrera como covariable. Al introducir pliometría, conviene tener presente la carga total de entrenamiento y evitar interpretar los cambios sin considerarla.

Alcance de estas recomendaciones

Los resultados corresponden a varones másters de fondo y no deben extrapolarse sin más a mujeres, corredores más jóvenes u otras modalidades. Tampoco sustituyen la valoración individual de cada deportista ni indicaciones médicas.

Limitaciones del estudio

  • Es un estudio de asociación: no permite afirmar que el aumento del salto reactivo o la menor frecuencia de paso causen la mejora de la economía.
  • La muestra es de 35 varones másters, lo que limita la generalización.
  • El resumen disponible no detalla los ejercicios, las cargas ni los tamaños del efecto, por lo que no se pueden replicar con precisión el programa ni dimensionar el efecto.
  • La explicación de la varianza (51,4 %) deja casi la mitad sin explicar por los factores analizados.

Conclusiones aplicables

  • Diez semanas de pliometría, dos veces por semana, se asociaron con una mejora de 3,9 % en la economía de carrera en corredores de fondo másters varones.
  • Según los autores, una mayor capacidad de salto reactivo combinada con una menor frecuencia de paso “puede” estar en la base de esa mejora.
  • Los corredores que aumentaron la altura del salto rebotado y redujeron la frecuencia de paso mejoraron más.
  • Comparar los cambios con el error típico de medición ayuda a interpretar la respuesta individual.
  • Los hallazgos son asociativos y se limitan a esta población; se requieren más estudios para confirmar los mecanismos.
Interpretación elaborada con inteligencia artificial (Claude, de Anthropic) a partir de la publicación original, y revisada por el Comité Académico de G-SE.
Publicación Original