¿Por qué es importante controlar la carga de entrenamiento?
Un extenso conjunto de estudios nos arrojan datos acerca de la importancia del control de la carga de entrenamiento. A modo de ejemplo, podemos ver cómo, en diferentes artículos dirigidos por Tim Gabbett (Gabbett & Jenkins, 2011; Gabbett & Ullah, 2012), tras registrar la carga de entrenamiento —tanto interna como externa— y la incidencia lesiva durante diferentes temporadas de jugadores de rugby, se muestra que existe una relación positiva entre ambas variables. Es decir, las probabilidades de lesión aumentaban significativamente a medida que aumenta la carga de entrenamiento (figura 1). A su vez, años atrás este mismo investigador ya había comprobado que una reducción en la carga de entrenamiento durante la pretemporada podía disminuir el número de lesiones (Gabbett T., 2004).
¿Cómo podemos controlar que la carga de entrenamiento sea adecuada?
En relación con lo comentado anteriormente, para evitar adaptaciones negativas es necesario que monitoricemos continuamente la carga de entrenamiento y vayamos manipulándola de manera que la persona se enfrente siempre a cargas apropiadas. Es decir, cargas para las que está preparada.
Para conocer si las modificaciones en la carga son acertadas existen dos métodos de control de la misma.
-Cambio semanal de la carga: diferentes investigaciones han mostrado que cambios excesivos en la carga de entrenamiento de una semana a otra aumenta de manera significativa las probabilidades de sufrir una lesión. Se ha demostrado que cuando la carga se reduce ligeramente, no se aumenta o se aumenta en menos de un 10%, el riesgo de lesión es inferior al 10%, pero que cuando este aumento es mayor al 15% el riesgo de lesión empieza a aumentar considerablemente (figura 3). Por ello, es necesario prestarles una atención especial a estas modificaciones y que tratemos que la carga se mantenga mas o menos constante de una semana a otra. Esto es, aproximadamente entre -5 y +10% (Gabbet T., 2016).
¿Cómo calcular el ratio agudo:crónico?
Existen dos formas de calcular este ratio. Por un lado, puede calcularse de forma “acoplada”, en la que la semana actual (carga aguda) se incluye, se acopla, dentro del cálculo de la carga crónica. Por otro lado, puede calcularse de manera “desacoplada”, es decir, sin incluir la semana actual y teniendo en cuenta la carga de las últimas 3 semanas (figura 5). En el caso de utilizar este último método los ratios recomendados de 0.8-1.3 pasarían a ser ligeramente diferentes: 0.75-1.45 (Windt & Gabbett, 2018). Lo que debe quedar claro es que, ya usemos el método acoplado o desacoplado, mayor ratio de cargas se asocia a mayor riesgo de lesión (Gabbet et al., 2019).
Lo más común es que el ratio agudo:crónico se calcule según el modelo lineal “rolling averages” (RA)—explicado arriba—. Sin embargo este método presenta algunos inconvenientes, a saber: no tiene en cuenta la manera en la que se acumulan las cargas ni los cambios producidos en la condición física y en la fatiga de la persona a lo largo del tiempo. Se propone, por tanto, un modelo denominado “exponentially weighted moving averages” (EWMA) que le da más importancia y pone más énfasis en las últimas sesiones realizadas (Williams et al., 2017), y que se ha demostrado tiene mayor sensibilidad para detectar aumentos en la probabilidad de lesionarse que el modelo tradicional (Murray et al., 2016). En recientes revisiones es el método que se recomienda, aunque ambos métodos son válidos (Maupin et al., 2020; Griffin et al., 2020).
Para calcular el valor de “EWMA” debemos utilizar la siguiente formula:
EWMAhoy= Cargahoy x λa + ((1- λa) x EWMAayer)
λa es un valor entre 0 y 1 que representa el grado de decaimiento. Valores más altos indican que el valor de cargas más antiguas desciende a un ritmo más rápido. El λa se calcula con la siguiente formula:
λa= 2/(N+1).
N es la constante de tiempo seleccionada para obtener la carga de trabajo de 1 semana o “aguda” (N= 7 días) y de 4 semanas o “crónica” (N=28 días).
Para conocer el ratio agudo:crónico debemos calcular primero el valor de EWMA para la carga aguda y para la carga crónica utilizando la formula de arriba. Una vez tengamos estos valores, debemos dividir EWMA aguda entre EWMA crónica.
Aquí puedes descargar una hoja para el registro y control de la carga de entrenamiento (en este caso la carga interna: RPE x minutos) tanto en formato EXCEL como NUMBERS: descargar hoja
En la siguiente figura pueden observarse las diferencias en los resultados del ratio agudo:crónico de tres personas cuando este se calcula mediante el método “rolling average” o mediante el método “exponentially weighted moving averages”. En el caso del atleta 1, utilizar un método u otro determina que este se encuentre dentro de los valores recomendados (0.8-1.3) o por encima de los mismos.
¿Qué tipo de carga evaluamos?
La carga de entrenamiento podemos entenderla como el trabajo realizado por una persona, independientemente de sus características o respuestas individuales a dicho trabajo. En este caso estaríamos hablando de la carga externa de entrenamiento (ej. duración, distancias, repeticiones, kilos….). También podemos entender la carga de entrenamiento en función de las capacidades individuales de cada individuo. En esta ocasión lo que se registra es la carga interna o respuesta de una persona a un trabajo dado (ej. RPE, FC, TRIMP…)(Windt & Gabbett 2016).
En la literatura científica podemos encontrar estudios que analizaron el ratio agudo:crónico a través del control de la carga externa (ej. distancias, distancias a diferentes velocidades, aceleraciones, desaceleraciones, bolas golpeadas…) y/o de la carga interna (RPE). No parece que la variable monitorizadla sea muy relevante; usando una u otra se ha encontrado que el ratio agudo:crónico se asocia de manera significativa son el riesgo de lesión (Maupin et al., 2020; Griffin et al., 2020). Lo más frecuente es monitorizar la carga interna y hacerlo mediante la percepción subjetiva de la sesión (RPE).
Actualmente existen aparatos tecnológicos que podemos usar para cuantificar la carga de entrenamiento (pulsómetros, GPS…), sin embargo, requieren de una inversión económica, conocimiento técnico más o menos avanzado y existe un riesgo de perder datos por errores técnicos. Además, los datos suelen ser complejos y ninguno de ellos aporta un único valor a la carga de la sesión. Una alternativa que nos facilitaría el trabajo y reduce la inversión es calcular la carga mediante el RPE: sensación consciente de lo duro y extenuante que fue una tarea.
El método RPE si que puede aportarnos un único valor de la carga de entrenamiento de una sesión (medido en unidades arbitrarias, “A.U.”), que conseguimos multiplicando RPE (le preguntaremos a la persona cuál fue su percepción subjetiva del esfuerzo durante la sesión del 0 al 10) por la duración del entrenamiento (en minutos). Aunque personalmente me gusta más la opción de tener un valor a superior a 10 (imagen), que permita catalogar sesiones más intensas a otras que anteriormente se definieron como (“10”) y que realmente son “máximas” (ver figura 7).
“Asociación” no implica “predicción”. Importancia de otros factores.
No debemos confundirnos. No por estar fuera del “sweet spot” (ratio 0,8-1,3) me voy a lesionar. Un ejemplo lo vemos en la gráfica de abajo, que muestra la relación carga aguda:crónica en 38 semanas de entrenamiento en una crossfitera élite. El 50% de las semanas estuvo fuera de la “zona segura” y no se lesionó (Tibana et al., 2019).
En ciertas ocasiones habrá ciertos factores que tengan más relevancia, mientras que en otras el peso de cada factor y la relación entre ellos puede variar. En la siguiente imagen se observa esto muy claro. En ella se muestran factores potencialmente contribuyentes a una lesión de ligamento cruzado anterior en baloncesto y en ballet. Y para un mismo deporte, cada persona tendrá su propio esquema. El contexto determina cómo es esta red de factores.
Los expertos proponen, en cuanto monitorización, que se realicen de manera regular test físicos (que sean sencillos y rápidos, como un test de salto o de lanzamiento) y mediciones fisiológicas (actualmente existen test muy válidos, sencillos y no invasivos, como la variabilidad de la frecuencia cardíaca), sin olvidar que es necesario conocer el estado psicoemocional de la persona (para ello podemos usar diferentes cuestionarios o simplemente conversar) (Kellmann et al.,2018).
Objetivo: atletas robustos
Malone et al., (2018) mostraron que grandes cambios semanales absolutos en la carga (≥1000 AU de RPEx min) aumentan las probabilidades de lesión en comparación con cambios semanales más pequeños en la carga durante las fases de pretemporada y en la temporada en jugadores de hurling. Asimismo, se demostró que un ratio agudo:crónico entre 0.90 y 1.30 ofrecía efectos protectores, con una relación que explicaba el 60% de la varianza asociada con la probabilidad de una lesión posterior.
Nada nuevo a lo ya comentado. Sin embargo, cuando se consideró la fuerza relativa independiente de otros factores, los jugadores que tenían una mayor fuerza relativa (3RM en peso muerto) tenían menos riesgo de lesión en comparación con los jugadores con menor fuerza relativa. Y vieron que la fuerza actuaba como moderador en el riesgo de lesión a una carga de trabajo semanal dada (≥ 1750 AU): se observó que los atletas más fuertes fueron más capaces de tolerar la carga de trabajo con un riesgo de lesión menor.
También demostraron que los deportistas más fuertes fueron más capaces de tolerar cambios mayores semana a semana (> 550 UA a 1000 UA) en la carga de trabajo que los atletas más débiles. Además, cuando se consideró la fuerza y un ACWR determinado, se demostró que los atletas más fuertes toleran mejor los picos en la carga de trabajo los atletas más débiles.
Algo similar se encontró al analizar la relación entre la capacidad de sprint y realizar sprints repetidos (RSA) y la tolerancia a la carga. Los atletas más rápidos (5, 10 y 20 m) y con mejor tiempo en RSA (6x35m con 10 s recuperación pasiva) presentaban menor riesgo de lesionarse y toleraban más cambios de carga semanales, así como ACWR fuera del “sweet spot”.
En esta línea, los mismos investigadores publicaron otro artículo (Malone et al., 2018) que mostraba que altas cargas de trabajo crónicas permitían a jugadores de fútbol élite cubrir mayores distancia a alta velocidad (HSR) y a sprint (SR) con un menor riego de lesión. Y que, de nuevo, grandes cambios semanales en HSR y SR y un ratio de trabajo agudo:crónico alto (>1.25 en HSR y >1.35 en SR) se asoció a mayor riesgo de lesión.
Se observó que aquellos jugadores con peor capacidad aeróbica (medida con 30-15IFT) tuvieron mayor riesgo de lesión que aquellos jugadores con mejor capacidad aeróbica. El riesgo fue mayor ante cargas de trabajo a alta velocidad comparables, ante cambios semanales grandes en distancia a alta velocidad (>300 to 600-m) y cuando el ratio agudo:crónico de carrera a alta velocidad fue superior a 1.25. Se observó una tendencia similar para las distancias a sprint, mostrando que una peor capacidad aeróbica aumenta el riesgo de lesión.
A la vista de estudios como estos, Griffin et al., (2020) definen a un(a) atleta robusto como “aquel/aquella que es capaz de tolerar grandes cargas debido a sus cualidades físicas altamente desarrolladas (ej. fuerza, velocidad)”. La falta de estas cualidades hacen que un(a) atleta sea más susceptible a lesionarse.
