En una academia de fútbol juvenil de élite, el análisis de componentes principales (PCA, por sus siglas en inglés) redujo 82 variables de carga a siete componentes en cada categoría de edad, pero las variables retenidas y sus cargas factoriales no fueron consistentes entre grupos. Los autores concluyen que los resultados del PCA no pueden generalizarse entre edades y que aplicar un enfoque de PCA con una gran cantidad de variables puede no ser práctico en un entorno aplicado, donde un marco conceptual puede ayudar a seleccionar las métricas.
Qué se estudió: reducción de datos de carga de entrenamiento en fútbol juvenil de élite
El estudio analizó datos de entrenamientos y partidos de 145 jugadores de las categorías Sub-15 a Sub-19 de una academia de fútbol juvenil de élite. Las variables procedían de microtecnología portátil e incluían métricas del sistema de posicionamiento global (GPS), medidas de frecuencia cardíaca y la percepción subjetiva del esfuerzo de la sesión (sRPE, por sus siglas en inglés), con un total de 82 variables.
Se aplicó un PCA, una técnica estadística que condensa muchas variables correlacionadas en un número menor de componentes. El objetivo era doble: comprobar si el PCA permite reducir el número de variables de un programa de monitorización y verificar si las variables retenidas son consistentes entre grupos de edad.
Qué encontraron: componentes extraídos y variables retenidas por categoría
- Se extrajeron siete componentes principales en cada grupo de edad, que explicaban entre el 67,6 % y el 68,7 % de la variabilidad.
- El número de variables retenidas varió entre 24 y 28 según el grupo.
- Se observaron diferencias en las variables retenidas y en la fuerza de sus cargas entre las categorías, por lo que los resultados del PCA no se pueden generalizar de un grupo de edad a otro.
- Pese a ello, en los cuatro grupos aparecieron temas generales o constructos de carga: medidas de volumen e intensidad, tanto de carga interna como de carga externa.
Qué significa para la práctica: cómo seleccionar métricas de carga en jóvenes futbolistas
No traslades una reducción de variables de una categoría a otra
Si en un grupo de edad se realiza un PCA y se eligen las variables más representativas, esa selección no debería aplicarse automáticamente a otras categorías. En este estudio, las variables retenidas y sus contribuciones cambiaron entre Sub-15 y Sub-19. Conviene tratar los resultados como específicos del grupo y del contexto en el que se obtuvieron.
Parte de un marco conceptual antes que de un análisis estadístico masivo
Los autores plantean que, en el entorno aplicado, un marco conceptual puede facilitar la selección de métricas más que un PCA con un gran número de variables. En la práctica, esto implica:
- Definir primero qué dimensiones de la carga interesa monitorizar: volumen e intensidad, y carga interna y externa, que fueron los temas recurrentes en los cuatro grupos.
- Elegir un conjunto acotado de métricas que represente cada dimensión (por ejemplo, una o pocas medidas de GPS, de frecuencia cardíaca y el sRPE), en lugar de registrar y analizar todo lo que el dispositivo ofrece.
- Revisar la selección de forma periódica y adaptarla a cada categoría, sin asumir que lo útil en una edad lo será en otra.
Usa el PCA como herramienta exploratoria, no como solución universal
El PCA sí condensó la información en pocos componentes que explicaban cerca de dos tercios de la variabilidad, de modo que puede servir para explorar la estructura de los datos propios. Sin embargo, los autores señalan que no resulta práctico como método general de selección cuando se parte de una gran variedad de variables. Si se emplea, debería hacerlo alguien con formación analítica y con interpretación contextual de los resultados.
Combina medidas internas y externas
Que en todos los grupos aparecieran constructos de volumen e intensidad tanto internos como externos respalda mantener un panorama que incluya ambos tipos de carga. Esto es una lectura de la estructura de los datos, no una prueba de que determinadas métricas predigan rendimiento, lesión o adaptación.
Limitaciones
- Los datos proceden de una sola academia de élite, por lo que no conviene extrapolar a otros niveles, contextos, sexos o deportes.
- El PCA describe cómo se agrupan las variables, pero no demuestra qué métricas son más útiles para tomar decisiones sobre el entrenamiento; el resumen no informa de relaciones con rendimiento o lesiones.
- Los componentes extraídos explicaron cerca del 68 % de la variabilidad, de modo que alrededor de un tercio no queda representado.
- El material disponible es solo el resumen, sin detalle de las variables concretas retenidas en cada categoría ni de los criterios de retención.
Conclusiones aplicables
- El PCA permitió reducir 82 variables a siete componentes por grupo de edad, con 24 a 28 variables retenidas.
- Las variables retenidas y sus cargas difirieron entre categorías: los resultados no son generalizables entre edades.
- Se repitieron constructos generales de volumen e intensidad, tanto internos como externos.
- Un PCA con una gran variedad de variables puede no ser práctico en el entorno aplicado.
- Un marco conceptual puede ayudar a elegir qué métricas monitorizar.
