Fitness Lifestyle

¿Pueden liderar los modelos populares de entrenamiento de intervalos de alta intensidad (HIIT)?

Fondo

El entrenamiento de intervalos de alta intensidad (HIIT) es un enfoque eficiente en el tiempo para maximizar la adaptación fisiológica y optimizar el rendimiento deportivo. En 2013, los fundadores de HIITscience, Martin Buchheit y Paul Laursen, escribieron una reseña llamada “Entrenamiento Interválico de Alta Intensidad, Soluciones al Rompecabezas de la Programación”. De hecho, prescribir sesiones de HIIT puede ser desconcertante porque se componen de muchos parámetros que afectan el nivel de dificultad de las sesiones y las adaptaciones fisiológicas resultantes.

Como triatleta de nivel internacional compitiendo por Canadá, realicé miles de sesiones de HIIT a lo largo de los años. Conocí el modelado HIIT en 2019, justo después de completar mi licenciatura en física y matemáticas. Me uní a un proyecto (que se convertiría en mi proyecto de maestría), bajo la supervisión de Guy Thibault y Jonathan Tremblay en la Universidad de Montreal y el Instituto Nacional del Deporte de Québeccon el objetivo de construir una aplicación web que ayude a los practicantes a resolver el rompecabezas de programación HIIT de acuerdo con el perfil y los objetivos de sus atletas.

El primer paso natural fue evaluar dos modelos populares de programación HIIT, los modelos Skiba y Coggan. El modelo Skiba es ampliamente mencionado en la literatura científica. Basado en el modelo hiperbólico de ejercicio continuo de Monod y Scherer, permite calcular la potencia crítica (CP) y una reserva anaeróbica (W’). El CP se describe como un límite de trabajo de estado estacionario. Las intensidades de trabajo realizadas por encima del CP agotan el W’, mientras que las intensidades de trabajo realizadas por debajo del CP completan el W’. Una vez que el W’ del atleta se agota por completo, se supone que el atleta está agotado. El modelo Coggan constituye la base de las métricas utilizadas en la popular aplicación TrainingPeaks (https://www.trainingpeaks.com/). Introduce nuevas métricas: la potencia normalizada (PN), el factor de intensidad (IF) y la puntuación de estrés de entrenamiento (TSS). Estas métricas están destinadas a representar mejor la relación curvilínea entre la producción de potencia del ejercicio y el estrés fisiológico.

Si bien la mayoría de las críticas sobre el modelo de Skiba se refieren a los cálculos de reposición de W’ o a la interpretación fisiológica del CP, nos preguntamos cómo las limitaciones del modelo de Monod y Scherrer en los dominios de intensidad intensa y severa se propagaron al modelo de Skiba. Además, los modelos se basan esencialmente en métricas como CP, W’ y FTP. Dos atletas con el mismo FTP podrían tener diferentes rendimientos en duraciones de esfuerzo más largas o más cortas. Queríamos verificar si los modelos podían adaptarse rápidamente para dar cuenta del perfil de rendimiento global de los atletas. Para responder a estas preguntas, comenzamos explorando las limitaciones del modelo Skiba y el modelo Coggan para ver cómo podrían afectar potencialmente la prescripción y el análisis de las sesiones de HIIT por parte de los profesionales.

Lo que hicimos?

Siendo muy difícil obtener datos HIIT de calidad de un gran grupo de sujetos, optamos por proceder con simulaciones. Simulamos tres perfiles de atletas ficticios: un velocista, que se desempeña mejor en esfuerzos de corta duración, un polivalente, que muestra un nivel de rendimiento promedio en cualquier duración, y un contrarreloj, que se desempeña mejor en esfuerzos de mayor duración. La Tabla 1 presenta la producción de potencia de cada atleta ficticio en un rango de duraciones.

Duración del rendimiento Velocista (W) Todoterreno (W) Contrarrelojista (W)
1 s 1251 1115 978
15 segundos 968 876 777
30 segundos 782 719 647
45 segundos 665 623 567
1 minuto 589 561 516
2 minutos 457 454 431
3 minutos 411 419 403
4 minutos 389 402 390
5 minutos 375 391 382
10 minutos 317 341 342
20 minutos 276 307 315
30 minutos 257 290 301
45 minutos 239 274 289
60 minutos 227 264 281
90 minutos 211 249 269
2 horas 199 239 261
4 horas 172 214 241
Tabla 1: Potencia promedio sostenida durante varias duraciones para cada ciclista ficticio.

Se simuló una amplia gama de sesiones de HIIT variando la duración del intervalo y la duración del descanso entre 15 s y 5 min en incrementos de 15 s, y el número de repeticiones entre 2 y 20 en incrementos de 1 repetición. Al hacerlo, obtuvimos 6198 combinaciones de parámetros. Establecimos arbitrariamente la intensidad de descanso de las sesiones en el 50 % de la potencia aeróbica máxima (MAP) de los atletas, que definimos como la producción de potencia máxima durante 5 min. Para cada una de estas numerosas sesiones, calculamos qué potencia de salida tendrían que realizar los ciclistas ficticios en los intervalos de esfuerzo para que teóricamente (según cada modelo) quedaran exhaustos al final de la última repetición. Tenga en cuenta que tuvimos que modificar el modelo Coggan (modelo Coggan-Modified), introduciendo la noción de agotamiento, que no estaba bien representada en el modelo original. El Coggan-Modified compara la potencia normalizada de la sesión HIIT con la producción de potencia récord de los atletas durante las sesiones y, por lo tanto, tiene en cuenta el perfil de rendimiento global de los atletas. Al final, obtuvimos tres conjuntos de 6198 sesiones de HIIT hasta el agotamiento (una para cada atleta ficticio), para ambos modelos (Skiba y Coggan).

lo que encontramos?

Como se muestra en la figura, para cada uno de los dos modelos y cada perfil de atleta, encontramos muchas sesiones que serían imposibles de ejecutar en la práctica. Las sesiones imposibles ocurren cuando los ciclistas tendrían que realizar cada intervalo de esfuerzo de la sesión a una intensidad superior a su producción de potencia récord durante la duración del intervalo.

La proporción de sesiones imposibles siempre fue mayor para el modelo Skiba y tendió a ser mayor para atletas con mayor resistencia y menor capacidad anaeróbica. Las sesiones de HIIT imposible se caracterizaron por un bajo número de intervalos de esfuerzo cortos, realizados dentro de los dominios de intensidad severa o extrema, intercalados con una larga recuperación. Las sesiones imposibles se deben principalmente a las suposiciones matemáticas que hicieron Skiba y Coggan cuando elaboraron sus modelos.

Figura 1: Sesiones de HIIT simuladas usando los modelos modificados de Skiba y Coggan para cada perfil de atleta ficticio. El eje x se refiere a la duración del intervalo de cada sesión de entrenamiento y el eje y a la producción de potencia expresada como porcentaje de la producción de potencia máxima del atleta durante la duración del intervalo de trabajo. Los puntos negros sobre la línea continua corresponden a sesiones imposibles de ejecutar en la práctica. Estas sesiones requieren, en cada intervalo de trabajo, superar la producción de potencia máxima durante la duración del intervalo de trabajo. El porcentaje de las 6198 sesiones imposibles de HIIT en la práctica para cada modelo y cada perfil de atleta también se informa en cada gráfico respectivo.

Aplicaciones prácticas

Las sesiones de HIIT realizadas en el dominio de intensidad moderada (entre ~85 a 100% de MAP) son tradicionalmente muy populares en el ciclismo. Ambos modelos (Skiba y Coggan-Modified) parecen adaptados para prescribir sesiones de HIIT en ese régimen de intensidad. Nuestras simulaciones no destacan sesiones imposibles específicamente en el dominio de intensidad moderada. Sin embargo, los métodos de entrenamiento siguen evolucionando. Los nuevos enfoques de entrenamiento, como el entrenamiento de intervalos de velocidad (SIT) y el entrenamiento polarizado, están orientados hacia los dominios de intensidad severa y extrema. Traen diferentes adaptaciones fisiológicas que potencialmente podrían conducir a rendimientos similares o incluso mejores en comparación con los enfoques tradicionales. Los modelos de Skiba y Coggan también se utilizan para analizar, predecir y gestionar potencialmente el rendimiento en competición, que muy a menudo incluye ráfagas cortas de esfuerzos de alta intensidad. El uso de cualquiera de los dos modelos para prescribir, gestionar o analizar el SIT, el entrenamiento polarizado o incluso el rendimiento en carreras podría llevar a conclusiones erróneas debido a las limitaciones matemáticas de los modelos.

Alentamos a los profesionales a ser conscientes de cómo los supuestos matemáticos de ambos modelos influyen en la prescripción y el análisis de los modelos en el contexto específico en el que se van a utilizar. Para individualizar la prescripción y el análisis, se debe usar el perfil de rendimiento global de los atletas en lugar de únicamente las métricas de rendimiento como CP, W’ o FTP. Ningún modelo es perfecto, pero, en ese sentido, el modelo Coggan-Modified sigue siendo menos limitado que el modelo Skiba.

El próximo paso en nuestra investigación en la Universidad de Montreal y la Instituto Nacional del Deporte de Québec será desarrollar un modelo fisiológico más apropiado de HIIT. Nuestro objetivo final es proporcionar una herramienta que permita a los practicantes resolver el rompecabezas de la programación HIIT de acuerdo con el perfil y los objetivos de los atletas.

Sobre los autores

Jérémy Briand: [email protected]

Jérémy actualmente está terminando su maestría en modelado HIIT en la Universidad de Montreal. En 2019 obtuvo su BSc en física con especialización en matemáticas en la Universidad McGill. También trabaja como asistente de investigación en el Instituto Nacional del Deporte de Québec. Es un triatleta de nivel internacional, aún compite por Canadá en los circuitos de la Copa del Mundo y la Serie Mundial de Triatlón. En su investigación, Jérémy busca unir su experiencia en deportes de alto rendimiento con sus conocimientos de física y matemáticas para brindar herramientas más eficientes a los practicantes del deporte que ayuden a los atletas a alcanzar su máximo potencial.

Guy Thibault: [email protected]

El Dr. Guy Thibault es el Director de Ciencias del Deporte en el Instituto Nacional del Deporte, mientras era profesor afiliado en la Universidad de Montreal. Es uno de los autores intelectuales del reciente éxito de Canadá en los Juegos Olímpicos y de Verano e Invierno. Habiendo escrito varios libros sobre deportes de resistencia, ha dominado el arte de hacer accesible el conocimiento científico a los deportistas y al público en general. Su principal interés de investigación gira en torno a la comprensión de HIIT y cómo convertirlo en un método de entrenamiento aún más eficiente. Guy pasa la mayor parte de su tiempo libre en su bicicleta (ya sea afuera o en Zwift), experimentando nuevos métodos HIIT.

Jonathan Tremblay: [email protected]

El Dr. Jonathan Tremblay es profesor asociado en la “École de kinésiologie et de l’activité physique (EKSAP)” de la Universidad de Montreal. Su trabajo de investigación actual explora los efectos de la ingestión de productos de arce durante el ejercicio prolongado sobre el rendimiento y la función cognitiva, las respuestas metabólicas y las adaptaciones crónicas del entrenamiento de ciclismo excéntrico, las asociaciones del monitoreo de la carga de entrenamiento con el rendimiento y las lesiones, las aplicaciones del aprendizaje automático a los deportes, así como Modelado HIIT. Hasta 2017, fue Director de Ciencias del Deporte en el Instituto Nacional del Deporte de Québec. Habiendo trabajado con atletas de alto nivel en el pasado, busca constantemente formas de integrar los hallazgos de su investigación para optimizar el rendimiento de los atletas.

Abraham Lopez

Soy ingeniero Naval especializada . dependiente de la Universidad Veracruzana, y blogger de medio tiempo escribiendo artículos varios.
Botón volver arriba