Siguiendo un poco la línea en la que veníamos hablando de monitorización de la carga y las herramientas que usamos para ello, hoy explicaremos cómo elaborar una herramienta para automatizar la monitorización de la carga y aprovechar al máximo la información que podemos extraer en este proceso.
En realidad, el proceso de creación es algo bastante complejo, pero una vez finalizado tienes para años de monitorización de forma automática, lo cual nos va a ahorrar muchísimo tiempo a la hora de planificar nuestros entrenamientos.
Antes de comenzar recordaros que os podéis pasar por nuestras redes sociales para ver nuestro último vídeo entregando camisetas a nuestros competidores y los anteriores donde aportamos información valiosísima sobre entrenamiento.
Primer paso para automatizar la monitorización de la carga
Como en todo en la vida, lo primero es organizarse y planificar con lo que sabemos lo que queremos hacer.
Hemos dicho en artículos anteriores que tenemos la carga interna, la carga externa, el nivel de forma y el bienestar del atleta. Bien, pero… ¿Cómo vamos a relacionar cada cosa?
La carga interna medida con RPE y decremento de salto, la carga externa sobre la que tomamos decisiones y que podemos medir, en el caso del entrenamiento de fuerza, con el volumen por la intensidad de cada ejercicio, grupo muscular, etc., el nivel de forma medido con la altura de salto pre-sesión (variabilidad cardíaca, RSI u otros si le queréis añadir complejidad y tener una monitorización más fidedigna) y el bienestar del atleta medido con el cuestionario Wellness pre-sesión.
Ahora vamos a entender que métricas nos pueden interesar correlacionar en esta ecuación.
Métricas para automatizar la monitorización de la carga:
En este apartado vamos a ver solamente que métricas tendría sentido correlacionar y porqué, voy a comentar las básicas, aunque habría más relaciones que seguro que si le dáis unas cuantas vueltas podéis sacar.
- HsaltoPre-sesión (Global) vs HsaltoPre-sesión (últimos X días);
- MediaWellness (Global) vs MediaWellness (últimos X días);
- RPE (Global) vs RPE (últimos X días);
- DecrementoHSalto (Global) vs DecrementoHsalto (últimos X días):
Estas métricas nos sirven para atender a los 4 parámetros de la carga y describir el Acute Chronic Work-Load Ratio (ACWLR) o Ratio de Carga de Trabajo Crónica-Aguda, pues son las dos variables que enfrenta, lo cual nos da muchísima información a la hora de hacer picos de forma y a la hora de conocer como le está sentando a nuestro deportista la dosis aportada en función de en qué fase del macrociclo se encuentre y la intención que tengamos con él.
No siempre el deportista se conoce todo lo bien que quisiéramos y existen multitud de factores que pueden influir en ciertos resultados, es importante mantener una conversación cercana con el deportista para saber cómo tratarlo en cada momento y a qué métricas podemos prestarle más atención
Por otro lado, tenemos, por ejemplo, la confrontación entre:
DecrementoHSalto vs RPE: la graficación de estas dos variables nos va a dar como resultado la carga interna que enfrenta el sujeto y a que variable podemos hacerle más caso (si a la perceptiva: RPE, o a la mecánica: DecrementoHSalto), aquí conoceremos cómo le está sentando la dosis al sujeto y cómo la está percibiendo, de lo cual extraeremos mucha información para ajustar cargas en base a la variable más fidedigna, es decir dejamos paso a automatizar la monitorización de la carga y solamente tomamos sencillas decisiones sobre los resultados.
Cierto es que el RPE va siempre del 0 al 10, mientras que el DecrementoHSalto no tiene porqué moverse en esta escala y, seguro, no lo va a hacer. Por lo que para tener una gráfica más visual que permita automatizar todo lo que habrá que hacer será tipificar ambos valores.
¿Qué quiere decir esto? Ponerlo en las mismas unidades. Y esto se consigue muy fácil, solo tenemos que ponerlo en desviaciones típicas (de ahí lo de tipificar). Lo que haremos será restarle la media al valor actual y dividirlo entre las desviaciones típicas, así conseguimos saber cuántas desviaciones típicas se aleja de la media una medida.
Veámoslo con un ejemplo, si yo estoy saltando las siguientes medidas: 44cm, 42cm, 44cm, 42cm, 44cm, 42cm, es decir, 43cm de media y 1cm de desviación típica. Y hoy he dado un valor de 45cm lo que tendría que hacer sería coger el valor actual 45cm y restarle la media (43cm), por lo que obtendríamos de resultado 2cm. Esa medida ahora tendremos que dividirla por el valor de la desviación típica que es igual a 1cm, por lo que obtendremos como resultado 2 desviaciones típicas.
![643x0w HSalto automatizar la monitorización de la carga](https://aretesantacruz.com/wp-content/uploads/2024/05/643x0w.jpg)
Así si la media de mi RPE es de 6 y la desviación típica 1, ese día en concreto si diese 8 me estaría alejando 2 desviaciones típicas de la media y, por tanto, pasamos a tener el RPE junto con el DecrementoHSalto en el punto 2, cuando antes los tendríamos en el 45 y el 8.
De esta forma conseguimos una gráfica mucho más visual y automática.
Entonces, más métricas que podremos extraer será por ejemplo una media corrida de la HSaltoPre-sesión, de esta forma relacionando la altura de salto pre-sesión observamos si la línea que describen los puntos representados por cada altura de salto cada día es creciente, decreciente o se mantiene y, así, podemos observar si realmente existe una cierta mejoría en la RFD y la potencia o no. De esta forma obtenemos una medida que permite conocer el progreso y, por tanto, automatizar la monitorización de la carga.
Otra medida interesante tipificada sería esta HSaltoPre-sesión con la MediaWellness, así sabremos si a medida que el atleta mejora su condición física también se encuentra mejor.
Es importante cuando hagamos la MediaWellness saber que hay preguntas negativas y positivas y, por lo tanto, para ponerlas en una misma escala a unas, las negativas, por ejemplo, habrá que restarle el valor máximo y ponerlas en valor absoluto.
¿A qué me refiero con esto? A que si pregunto qué tal has dormido hoy del 0 al 10 y me responden un 10 es que han dormido fantásticamente, ese mismo día si me dan 0 de dolor muscular, a pesar de dar un valor muy positivo, ya que no reportan nada de dolor muscular. O sea que con un valor positivo la media sería de 5 ((0+10) /2=5), cuando en realidad debería ser de 10 para reflejar el valor positivo real.
Por lo que, lo que podemos hacer es restarle al valor negativo, en este caso el 0, el valor máximo, en este caso 10 y ponerlo en valor absoluto. De esta forma, el resultado sería de 10 y, por tanto, la media sería de 10 también.
Y de esta forma, con estas 3 gráficas más los ACWLR conseguimos automatizar la monitorización de la carga de forma supersencilla y completa que hará que nuestros deportistas reciban la mejor dosis en cada momento.
![Captura-de-pantalla-2024-05-27-013357 ACWLR automatizar la monitorización de la carga](https://aretesantacruz.com/wp-content/uploads/2024/05/Captura-de-pantalla-2024-05-27-013357.png)
https://www.scienceforsport.com/acutechronic-workload-ratio/
Espero que os haya gustado el artículo de hoy y, en caso de tener dudas sobre como hacer cada cosa para conseguir automatizar la monitorización de la carga, dejadlas en comentarios, sé que es un tema complejo por lo que en caso de que surjan dudas con esto me estoy planteando hacer una serie de vídeos en Youtube para aclarar todo y que podáis apreciar el potencial real que tiene todo esto y como se podría combinar con otras cuantificaciones para hacer que el entrenamiento sea una auténtica locura y que cada atleta lo lleve al dedillo y al siguiente nivel.
¡¡¡En vuestra mano queda!!! Podéis hacérnoslo saber con vuestro apoyo en redes sociales dando like a los últimos vídeos que tratan este tema y entrando a leer nuestros artículos anteriores.
¡¡Un saludo para todos y un abrazo!!
2 comentarios en «3. Cómo elaborar una herramienta para automatizar la monitorización de la carga»