BIHUB PATH

January 27, 2021

Rendiment
Esports Col·lectius

Anàlisi del rendiment físic en bàsquet: És suficient l’enfocament tradicional basat en les mitjanes per analitzar les demandes físiques?

1

Per perioditzar i prescriure l’entrenament al llarg de la temporada cal conèixer les demandes físiques que es produeixen durant la competició de la forma més precisa possible, ja que així es podran establir tasques que preparin els jugadors per suportar les situacions reals del joc. Per això, ajustar adequadament l’entrenament al que cada disciplina esportiva demanda és un requisit important per optimitzar el rendiment i alhora disminuir el risc de patir lesions.

La tecnologia en aquest sentit ofereix la possibilitat de quantificar en temps real una gran quantitat de variables relacionades amb els requeriments físics durant els partits. L’avenç tecnològic dels dispositius de posicionament en les últimes dues dècades ha fet que el seu ús s’hagi incrementat en la majoria de clubs professionals, en particular el sistema de posicionament global, conegut habitualment com GPS, que permet analitzar una gran quantitat de paràmetres que es relacionen amb la càrrega externa dels esportistes que juguen a l’aire lliure. D’altra banda, el sistema de posicionament local o LPS, tecnologia no tan coneguda i menys estudiada que el GPS, permet analitzar el posicionament i les variables de rendiment dels jugadors amb una major validesa i fiabilitat en esports de pista coberta com ara el bàsquet, l’handbol o el futbol sala.1 Així, aquests sistemes doten entrenadors i preparadors físics d’una gran quantitat de dades amb què poder realitzar anàlisis que els ajudin a quantificar les demandes requerides durant partits i entrenaments. Malgrat tot, la tecnologia és només un instrument que no reporta de forma automàtica els paràmetres necessaris amb què quantificar i programar les sessions d’entrenament. La tecnologia ha d’anar acompanyada del coneixement de què és el que es mesurarà, com es mesurarà i per què es vol mesurar. El mètode d’anàlisi de dades és el que diferencia que la tecnologia sigui útil i aporti informació vàlida al cos tècnic o simplement ofereixi una gran quantitat de variables que difícilment tingui una incidència positiva en el rendiment sense una anàlisi i una interpretació adequada.

Per exemple, en el bàsquet, on els jugadors realitzen accions d’una gran exigència neuromuscular i metabòlica dins d’un sistema dinàmic i complex de joc, els mètodes tradicionals que avaluen les demandes físiques poden arribar a subestimar les fases dels partits en les que els jugadors presenten majors exigències. Aquest enfocament basat en el càlcul de la mitjana d’una sèrie de dades podria fer que la preparació dels jugadors no tingués en compte les fases dels partits més exigents, afectant per tant el rendiment i el risc de lesió dels jugadors.

Amb l’objectiu d’estudiar l’impacte real de les fases més demandants del joc denominades escenaris de màxima exigència, Jairo Vázquez-Guerrero i Franc Garcia, membres de l’àrea de rendiment del FC Barcelona, acaben de publicar els resultats d’una investigació pionera on analitzen les demandes físiques màximes de 21 jugadors de bàsquet professional durant un partit amistós utilitzant un mètode basat en el càlcul de mitjanes mòbils2 (rolling averages). Per fer-ho van utilitzar un sistema de posicionament local basat en tecnologia de banda ultra ampla (Realtrack Systems, WIMU PRO) i el càlcul de mitjanes mòbils sobre cada paràmetre d’interès relacionat amb el treball físic -cursa a alta velocitat, distància recorreguda amb acceleracions i desceleracions a alta intensitat, nombre d’accions de cursa a alta velocitat i nombre d’acceleracions d’alta intensitat- fent servir períodes de 60 segons. Així, aquests valors màxims enregistrats es van comparar amb les mitjanes tradicionals.

Els resultats van mostrar diferències entre un 103.4% i un 848.4% entre el mètode tradicional de mitjanes i els escenaris de màxima exigència en totes les demandes físiques examinades. Per exemple, segons el mètode de mitjanes mòbils, els jugadors van recórrer una distància total de 141,3 m/min i una distància a alta velocitat de 25,4 m/min, mentre que amb el mètode tradicional en van recórrer 66,3 m/min i 3,2 m/min respectivament. Aquestes dades representen un augment del 113.1% per a la distància total per minut i del 686.4% per a la distància de cursa a alta velocitat per minut. Si ens fixem en les accions d’acceleració i desceleració a alta intensitat, els jugadors van realitzar 8,8 accions d’acceleració i 8,2 accions de desceleració en els escenaris de màxima exigència en comparació amb les accions enregistrades amb el mètode tradicional, 2,5 i 2,1 respectivament. Això suposa un increment del 252% per al nombre d’acceleracions d’alta intensitat i del 290.5% per al nombre de desceleracions d’alta intensitat enregistrades pel mètode de mitjana mòbils. És a dir, els resultats indiquen que el mètode tradicional de mitjanes subestima extremament les demandes físiques màximes durant el joc de bàsquet.

Per tant, segons els autors de l’estudi, “l’enfocament tradicional hauria de complementar-se amb l’anàlisi dels escenaris de màxima exigència per tenir una millor comprensió de les demandes físiques que tenen lloc durant els partits de bàsquet. Aquests resultats poden ajudar tant entrenadors com preparadors físics a millorar els processos de programació i prescripció de l’entrenament basats en la quantificació de la càrrega, ja que permetrà dissenyar intervencions més efectives d’entrenament i recuperació”. Així es demostra que la tecnologia per si mateixa no soluciona problemes, sent necessari un equip humà darrere que sàpiga interpretar les necessitats i valorar possibles solucions.

 

Adrián Castillo

 

Referències:

  1. Serpiello, F. R. et al. Validity of an ultra-wideband local positioning system to measure locomotion in indoor sports. J. Sports Sci. 36, 1727–1733 (2018).
  2. Vázquez-Guerrero, J. & Garcia, F. Is it enough to use the traditional approach based on average values for basketball physical performance analysis? Eur. J. Sport Sci. 1–8 (2020) doi:10.1080/17461391.2020.1838618.

KNOW MORE

¿VOLS SABER MÉS?

  • SUBSCRIU-TE
  • CONTACTE
  • APLICAR

ESTIGUES AL DÍA AMB LES NOSTRES NOVETATS

Tens preguntes sobre Barça Universitas?

  • Startup
  • Investigador
  • Corporatiu

Si us plau, completa els camps:

Si us plau, completa els camps:

Si us plau, completa els camps:

El Formulari ha estat enviat amb èxit.

Si us plau, completa els camps:

Si us plau, completa els camps:

Si us plau, completa els camps:

El Formulari ha estat enviat amb èxit.

Si us plau, completa els camps:

Si us plau, completa els camps:

Si us plau, completa els camps:

El Formulari ha estat enviat amb èxit.