De todas las variables que nos aportan hoy en día los sistemas de monitorización y registro de la actividad de nuestros jugadores, ¿cuál es la información más relevante? Esta es una pregunta a la que probablemente se enfrentarán todos los técnicos cuando comiencen a gestionar el gran volumen de información que se genera en cada sesión de entrenamiento. Sin embargo, la elección de las variables en la mayoría de los casos no obedece a un proceso sistemático, sino que se realiza atendiendo a los gustos o preferencias de los usuarios, embrujados algunas veces por modas en el uso de variables todavía no suficientemente contrastadas.
Debido al gran número de variables aportadas por las herramientas tecnológicas hoy en día disponibles, se vuelve necesario un estudio y reducción del número de variables a gestionar en el proceso de entrenamiento. Por esta razón debemos buscar, de entre las opciones que tengamos a mano, las de mayor validez para conocer las demandas de la actividad deportiva en cuestión. Hay que ser prácticos y lograr que este arduo proceso de registro sea sostenible, es decir, hay que atender a los recursos temporales, materiales, humanos y tecnológicos disponibles, haciendo que el binomio coste-beneficio sea lo más eficiente posible.
De entre las diferentes opciones, la implementación del análisis de componentes principales permite identificar las variables que aportan más información, diferenciando aquellas que aportan información complementaria de las que aportan información redundante, pudiendo recudir por tanto drásticamente el número de variables o dimensiones representativas de lo estudiado. En el trabajo que se presenta, los autores registraron diferentes medidas de intensidad durante tareas de entrenamiento y partidos oficiales de fútbol.
Los principales hallazgos de este trabajo atienden a que son necesarios tres componentes principales que pudieran resumir diferentes medidas de intensidad, las cuales presentan un peso o importancia diferente en función del formato de juego estudiado. Independientemente del formato de juego estudiado, el 1ercomponente explica entre un 40% y un 45% de la varianza, siendo la variable de potencia metabólica media (Average Metabolic Power) la que más peso tiene. El 2º componente explica entre un 20% y un 25% de la varianza, siendo representado por las variables de velocidad (e.g., distancia recorrida a alta velocidad, distancia recorrida a sprint y velocidad pico). Por último, el 3ercomponente explica entre un 10% y un 15% de la varianza, donde se agrupan las variables inerciales (dynamic stress load(DSL) e impactos).
Por tanto, una aplicación práctica derivado de este trabajo atiende a que para tener recogida gran parte de la información de carga externa, independientemente del formato de juego estudiado, necesitamos contemplar variables locomotoras o de fuerza, variables de velocidad y variables inerciales. A modo de resumen, podríamos indicar que necesitaríamos contemplar los siguientes indicadores:
1.- Variables locomotoras o de fuerza: potencia metabólica media (AMP) oDistancia total recorridaodistancia recorrida a alta intensidad de potencia metabólica o distancia recorrida en aceleración y deceleración de alta intensidad
2.- Variables de velocidad: velocidad pico alcanzada o distancia recorrida a alta velocidad
3.- Variables inerciales: impactos o IMP o dynamic stress load(DSL)
Sin embargo, cuando cambian los formatos de juego, se modifica la importancia de las variables dentro del componente principal. En el juego de posición pequeño de 4 vs.4 + 3 practicado en un espacio de 13 x 17 m, la variable de velocidad que más información aporta es la velocidad pico, seguido de la distancia recorrida a alta velocidad. Por ejemplo, en situaciones de 10 vs.10 practicadas en 105 x 65 m, la variable que más información aporta dentro del segundo componente principal es la distancia recorrida a sprint, seguido de la distancia recorrida a alta velocidad y de la velocidad pico. Por tanto, el peso de cada variable se modifica en función del formato de juego estudiado.
En el proceso de elegir variables para posteriormente poder gestionar la carga de entrenamiento y competición, debemos intentar no duplicar información, escogiendo únicamente aquellos indicadores necesarios que aporten información válida y aplicable (Castellano y Casamichana, 2016).
David Casamichana – Strength and Conditioning Coach at Real Sociedad
Antonio Gomez – Strength and Conditioning Coach at FC Barcelona
Julen Castellano – Head of the Doctoral Program in Physical Activity and Sports at the University of the Basque Country (UPV/EHU)
Andrés Martin – Strength and Conditioning Coach at FC Barcelona
Referencias bibliográficas.
Gestión de carga de trabajo. Barça Innovation Hub. https://barcainnovationhub.com/es/product/certificado-en-gestion-de-la-carga-de-trabajo-en-futbol/
Castellano, J. y Casamichana, D. (2016). El arte de planificar en fútbol. Futboldelibro.