Control del entrenamiento con datos GPS y medidas subjetivas de fatiga y recuperación en futbolistas hondureños durante un periodo preparatorio para los Juegos Olímpicos de Tokio 2020/2021

Abstract

Introducción: El control de cargas de entrenamiento es importante para optimizar el rendimiento. Por lo tanto, se deben documentar metodologías que mejoren la preparación de selecciones nacionales en eventos como los juegos olímpicos. Objetivo: Determinar si los datos del GPS en combinación con medidas subjetivas de bienestar, fatiga y recuperación son apropiados para el control de las cargas durante un periodo preparatorio para los Juegos Olímpicos. Metodología: Participaron 22 jugadores profesionales sub-23 durante 5 microciclos y 27 sesiones de entrenamiento. Se recopilaron datos de carga externa a través de un sistema global de posicionamiento (GPS): Distancia total (DT), zonas de rendimiento Z0 (0-15 km/h), Z1 (15.1-18 km/h), Z2 (18.1-24 km/h), Z3 (>24.1 km/h)), velocidad máxima [Vmax (km/h)], aceleraciones (>2.5m/s2) y desaceleraciones (<2.5m/s2). También, se obtuvo la carga interna a través de medidas subjetivas de percepción del esfuerzo (RPE), calidad de la recuperación (TQR), predisposición para entrenar (RTT%) derivada de las variables de calidad del sueño, dolor muscular, niveles de energía, estado de ánimo, estrés, calidad de la alimentación y la salud. Luego se calculó la ratio subjetiva de fatiga-recuperación (F-R). Se aplicó un test ANOVA, análisis de componentes principales (ACP) y una regresión múltiple lineal. Resultados: Las variables DT (p=0.00 TE=0.22), Z0 (p= 0.00 TE=0.08), Z2 (p=0.00 TE= 0.05), Vmax (p=0.00 TE=0.42), suma de aceleración y deceleración (p=0.00 TE=0.08) y valores relativos de la carga/min (p=0.00 TE=0.17) se identificaron como variables más sensibles al cambio de la carga entre microciclos. El RTT% y ratio subjetivo F-R mostraron un tamaño del efecto moderado (p=0.04 TE=0.06 y p=0.06 TE=0.06), pero fueron sensibles al cambio entre los microciclos. El ACP extrajo 15 variables GPS y 11 variables subjetivas que explicaron el 78% de la varianza de la carga de entrenamiento. Conclusión: Utilizar datos GPS junto con medidas subjetivas implicadas en la fatiga-recuperación puede ser una buena estrategia para el control de la carga de entrenamiento en futbolistas.