Economía de carrera: cómo evaluar y cómo tratar los datos.

Resumen

El rendimiento en pruebas de fondo está influenciado por multitud de factores. La habilidad para obtener la mayor parte de la energía a través de la vía aeróbica u oxidativa, un umbral anaeróbico elevado, un alto porcentaje de fibras musculares tipo I, un elevado consumo máximo de oxígeno (VO2max), así como el porcentaje de ese VO2max que un corredor puede mantener durante largo tiempo sin acumular exceso de ácido láctico, son algunos de los más estudiados. Si bien el VO2max es un buen predictor del rendimiento, no es menos cierto que en la elite y/o en niveles muy altos de competición los deportistas se encuentran altamente adaptados al entrenamiento y poseen valores de VO2max similares, perdiéndose así dicho poder predictor. Cobra entonces importancia otro factor: la economía de carrera (EC). Nuestro grupo de investigación dedica una de sus líneas de trabajo al estudio de este parámetro. El presente trabajo muestra las distintas metodologías de evaluación y tratamiento de los resultados de EC que se llevan a cabo en el actual proyecto sobre eficiencia energética en carrera.

1.INTRODUCCIÓN:

En el ámbito del entrenamiento deportivo y el rendimiento aeróbico el factor más estudiado, por su influencia sobre el resultado en pruebas de fondo, ha sido el consumo máximo de oxígeno (VO2max). Sin embargo, en niveles muy altos de entrenamiento los deportistas están altamente adaptados al entrenamiento y poseen VO2max similares. Además, el rendimiento y el VO2max disminuyen sus ritmos de mejora, llegando incluso al estancamiento (Legaz et al. 2005). Por lo tanto, cobra importancia otro factor: la economía de carrera (EC) ( ). Esta eficiencia puede ser un gran predictor de rendimiento en grupos con VO2max similares. Surge, por tanto, el interés por medir y evaluar dicha cualidad.

Las claves acerca del mejor protocolo para la evaluación de la EC siguen sin aclararse. En general, se establece una o varias cargas submáximas constantes que permitan lograr un estado estable de las variables objeto de estudio (VO2, lactato, frecuencia cardiaca, etc.). El principal motivo de desacuerdo está en la intensidad de dichas cargas y el modo en que se expresan los resultados. Normalmente aparecen expresados en función de la masa corporal (MC) en kilogramos.

Sin embargo, comparar personas con diferentes MC puede llevarnos a error (personas con gran MC muestran a veces VO2 relativos bajos). Y es que, considerando las teorías de los componentes elásticos, el VO2 submáximo en carrera, parece aumentar proporcionalmente a la MC elevada a 0.66 ó 0.75 (Svedenhag y Sjodin, 1994; Bergh et al., 1991). Por último, en investigaciones o programas de entrenamiento es vital considerar las variaciones intraindividuales o coeficientes de variación (CV) de la EC (Morgan, 1988). Nuestro objetivo es estudiar las diferencias entre metodologías para evaluar y tratar la EC, y presentar la actual línea de trabajo en este sentido del grupo EFFECTS. También en dicho proyecto se está aplicando un programa de entrenamiento pliométrico con objeto de observar su influencia sobre parámetros de rendimiento neuromuscular (potencia) y de eficiencia en carrera.

2. MATERIAL Y MÉTODO

15 estudiantes de educación física (edad: 22.5 años ± 1.9; talla: 176.1 cm ± 6.6; peso: 73.0 Kg ± 6.8; % graso: 15.4 ± 5.4; VO2max: 50.7 ml/kg/min), varones y activos participan, previo consentimiento informado, en el estudio. Se llevan a cabo diferentes evaluaciones. Composición corporal mediante absorciometría dual de rayos-X (DXA). Potencia y rendimiento neuromuscular de las extremidades inferiores mediante test de Bosco sobre plataforma de infrarrojos ErgoJump®. Rendimiento Aeróbico mediante test de 3000 m en pista. VO2max mediante prueba incremental máxima. Y un test submáximo de 3 ó 4 cargas (tres relativas a la prueba incremental y una fija a 12 Km/h) para medir la EC. Consideramos EC como el VO2 mostrado en cada velocidad (Morgan y Craib, 1992; Anderson, 1996) o bien la pendiente de la recta de economía (Figura 1). Los resultados son expresados y tratados de distintas formas: en valores absolutos (ml/min); relativos al peso (ml/kg/min); y relativos al peso elevado a 0.66 ó 0.75.

Este protocolo permite comparar distintas metodologías de selección de intensidades y tratamiento de los datos. La comparación de metodologías para la selección cargas y tratamiento de los resultados, en cuanto a su sensibilidad, se lleva a cabo clasificando dichos resultados atendiendo a la eficiencia según las distintas metodologías y observando si el ranking queda igualmente establecido. También se compara, mediante el test T de student, la estabilidad de las mediciones con los CV para cada carga. Se trazan rectas de economía con los datos expresados de las distintas formas, calculándose la pendiente, el coeficiente de correlación (R2), y la ratio VO2 / Km·h-1 de cada carga. Las R2 resultantes y dicha ratio se comparan en cada carga, mediante el test de Wilcoxon. Finalmente 12 participantes del estudio toman parte en el programa de entrenamiento pliométrico, que consiste en 3 sesiones semanales durante 8 semanas. Después de este entrenamiento se procederá a realizar las mismas pruebas que al comienzo y compararlas entre si. Todos los análisis estadísticos se realizan con SPSS® 12.0. La significación estadística se ha fijado en un valor P < 0.05.

3. RESULTADOS

Algunos resultados pueden mostrarse para comprender en mayor profundidad las distintas formas de medir la EC y de operar con los resultados obtenidos. La Figura 1 muestra un ejemplo del análisis que se lleva a cabo de las rectas de EC, calculándose la pendiente y el coeficiente de correlación (R2) para ser comparados posteriormente. También se muestra la tendencia de los resultados de la ratio VO2 / Km·h-1 para cada carga, que disminuyen conforme esta avanza (Figura 2).

4. DISCUSIÓN

Con los datos que se van obteniendo se observa que usar una u otra metodología para la selección de cargas y tratamiento de los datos discrimina y establece el ranking de manera diferente. Es destacable que la muestra utilizada en nuestro trabajo posee una masa corporal no muy dispar, y el ranking establecido con los resultados de EC en términos de VO2 absoluto en cualquiera de las cargas, o con la pendiente de la recta de los VO2 absolutos, coinciden. No obstante seguimos recomendando metodologías que manejen los datos relativos al peso por ser más objetivos (Saunders et al., 2004b; Pereira y Freedson, 1997; Luhtanen, 1990).

Respecto a la estabilidad de las medidas, la metodología elegida para la selección de las cargas y evaluación de la EC no parece ser determinante. Y es que, por el momento, nuestros resultados no muestran diferencias significativas en cuanto a estabilidad (CV) entre las cargas relativas y la carga establecida como velocidad absoluta igual para todos los sujetos. Algún trabajo propone una sola velocidad absoluta (Palzzetti et al., 2005) que, según nuestros resultados de CV, también es una metodología válida. Uno de los resultados más interesantes que está surgiendo en el presente trabajo es la ratio VO2 / Km·h-1 para cada carga. Comparándolos observamos como, conforme aumenta la carga, el VO2 también aumenta pero en menor proporción, sugiriendo la idea de que al aumentar la intensidad el organismo se hace más económico.

5. CONCLUSIONES

Existen diversas metodologías para el estudio y tratamiento de los datos de EC. Y por el momento parece ser que, salvo que se pretenda clasificar y establecer un ranking de eficiencia, la metodología para seleccionar cargas y expresar datos no es un aspecto determinante. También se está observando que el organismo, conforme aumenta el ritmo de carrera, incrementa su VO2 de modo más eficiente en cada incremento.

Figura 1. Ejemplo de recta de economía de un sujeto que realizó el test de 4 cargas. Se presenta la ecuación con la pendiente y el coeficiente de correlación (R2).

Figura 2. Relación VO2 / Velocidad (Km/h). Al aumentar la velocidad, el consumo de oxígeno también aumenta pero en menor proporción, haciendo que la relación entre dichos parámetros disminuya significativamente al aumentar la carga.

Bibliografía

• 1. ANDERSON T. Biomechanics and running economy. Sports Med 1996; 22(2): 76- 89.
• 2. BERGH U, SJODIN B, FORSBERG A, ET AL. The relationship between body mass and oxygen uptake during running in humans. Med Sci Sports Exerc. 1991; 23(2):205-11.
• 3. BRUGNIAUX JV, SCHMITT L, ROBACH P, NICOLET G, FOUILLOT JP, MOUTEREAU S, LASNE F, PIALOUX V, SAAS P, CHORVOT MC, CORNOLO J, OLSEN NV, RICHALET JP. Eighteen days of “living high, training low” stimulate erythropoiesis and enhance aerobic performance in elite middledistance runners. J Appl Physiol 2006; 100(1):203-11.
• 4. CAVANAGH PR, POLLOCK ML, LANDA J. A biomechanical comparison of elite and good distance runners. Ann N Y Acad Sci. 1977; 301: 328-45
• 5. CONLEY DL, KRAHENBUHL GS. Running economy and distance running performance of highly trained athletes. Med Sci Sports Exerc 1980; 12 (5): 357-60.
• 6. LEGAZ ARRESE A, SERRANO OSTARIZ E, JCASAJUS MALLEN JA, MUNGUIA IZQUIERDO D. The changes in running performance and maximal oxygen uptake after long-term training in elite athletes. J Sports Med Phys Fitness 2005 Dec; 45(4):435-40.
• 7. LUHTANEN P, RAHKILA P, RUSKO H, VIIASALO JT. Mechanical work and efficiency in treadmill running at aerobic and anaerobic thresholds. Acta Physiol Scand. 1990 May; 139(1):153-9
• 8. MORGAN DW, CRAIB M. Physiological aspects of running economy. Med Sci Sports Exerc 1992; 24(4): 456-61.
• 9. MORGAN DW, CRAIB MW, KRAHENBUHL GS, WOODALL K, JORDAN S, FILARSKI K, ET AL. Daily variability in running economy among well-trained male and female distance runners. Res Q Exerc. Sport. 1994; 65: 72–77
• 10. PEREIRA MA, FREEDSON PS. Intraindividual variation of running economy in highly trained and moderately trained males. Int J Sports Med 1997; 18(2): 118-24.
• 11. PALAZZETTI S, MARGARITIS I, GUEZENNEC CY. Swimming and cycling overloaded training in triathlon has no effect on running kinematics and economy. Int J Sports Med 2005; 26(3):193-9.
• 12. SALTIN B, ASTRAND PO. Maximal oxygen uptake in athletes. J Appl Physiol 1967; 23(3): 353-8.
• 13. SAUNDERS PU, PYNE DB, TELFORD RD, HAWLEY JA. Factors affecting running economy in trained distance runners. Sports Med. 2004; 34(7): 465-85.
• 14. SAUNDERS PU, PYNE DB, TELFORD RD, HAWLEY JA. Reliability and variability of running economy in elite distance runners. Med Sci Sports Exerc. 2004; 36(11): 1972–76.
• 15. SVEDENHAG J, SJODIN B. Body-mass-modified running economy and step length in elite male middle- and long-distance runners. Int J Sports Med 1994; 15 (6): 305-10.