En muchos lugares, veo que se recomienda el concepto de "potencia normalizada" para medir la intensidad de un entrenamiento y en muchos de estos lugares se afirma que es superior a la "potencia promedio" para este propósito.
Estoy interesado en saber---pero no he tenido la suerte de encontrar---lo siguiente: (1) el origen del concepto como se usa en el entrenamiento físico. ¿Hay algún artículo publicado, por ejemplo? (2) ¿Qué evidencia empírica cuantitativa existe de su utilidad y efectividad? ¿Y dónde puedo encontrar esa evidencia?
He visto muchos testimonios anecdóticos subjetivos sobre su valor, pero no hay datos reales o incluso una justificación seria para usarlo.
Tengo entendido que los esfuerzos de alta intensidad son desproporcionadamente exigentes, y NP es una forma de reflejar eso. Es decir, si realizó un viaje en el que mantuvo una salida de FTP constante del 75 % y otro en el que su salida varió, pero promedió un 75 % de FTP, la segunda sería más exigente.
Andy Coggan introdujo el concepto en su artículo "Entrenamiento y carreras usando un medidor de potencia" (luego ampliado a un libro con el mismo título). Esto se aproxima matemáticamente a las observaciones empíricas de producción de potencia, concentración de lactato en sangre y otras observaciones de laboratorio. Lo comenta en el periódico. Encontrarás algunos artículos al respecto en el blog de Training Peaks (Coggan es uno de los directores de Training Peaks).
Centrándose más en la parte empírica de la pregunta, considere el enlace que R. Chung dio en su primer comentario a la respuesta de Adam Rice. Ese es el capítulo introductorio del libro de Andrew Coggan, entrenamiento y carreras con un medidor de potencia. Creo que Coggan puede entrar en más detalles en un capítulo posterior, pero no tengo el libro real.
A partir de la página 9, Coggan describió cómo se deriva la potencia normalizada. Como sabemos, la potencia media es una medida de la exigencia de una carrera, pero una carrera con esfuerzos muy variables es más exigente fisiológicamente que una carrera con la misma potencia. En el laboratorio, pueden medir el nivel de lactato en sangre. Coggan propuso que el nivel de lactato en sangre es una mejor medida de la demanda fisiológica que la potencia. Nuestros músculos producen ácido láctico durante el ejercicio, pero no es práctico medirlo en la bicicleta (¿todavía?). Coggan explicó:
Esta elección se hizo porque muchas respuestas fisiológicas (p. ej., glucógeno muscular y utilización de glucosa en sangre, niveles de catecolaminas, ventilación) tienden a ser paralelos a los cambios en el lactato en sangre durante el ejercicio; en este contexto, entonces, los niveles de lactato en sangre pueden verse como un índice general de estrés fisiológico.
Coggan y sus colaboradores anónimos hicieron que varios ciclistas entrenados hicieran ejercicio en un laboratorio a varios niveles de esfuerzo, por encima y por debajo de su umbral de lactato . La potencia que puede producir en su umbral de lactato es probablemente la misma que su umbral de potencia funcional de ciclismo.
Después de eso, tenían una serie de puntos de datos para el porcentaje del umbral de lactato y la potencia. Usaron una técnica como la regresión lineal para relacionar las dos variables. La relación no era lineal, y Coggan dice:
Tal vez no sea sorprendente que una función exponencial proporcionó el mejor ajuste, pero una función de potencia de la siguiente forma demostró ser casi tan buena:
lactato en sangre (% de lactato en LT) = potencia (% de potencia en LT) 3,90; R2 = 0,806 , n=76
En base a estos datos, se utilizó una función de cuarto orden en el algoritmo para determinar el IF (el exponente se redondeó de 3,90 a 4,00 por motivos de simplicidad).
Entonces, para confiar en el concepto de poder normalizado, necesita al menos dos cosas. Lo más importante es que debe confiar en que el nivel de lactato en sangre (normalizado al % del umbral de lactato) es un buen indicador del costo fisiológico o metabólico. No tiene que ser un proxy perfecto, ni siquiera el mejor proxy, solo tiene que ser lo suficientemente bueno.
Esto es probablemente menos importante que el precepto anterior, pero también debe poder confiar en la ecuación anterior que relaciona la potencia con el nivel de lactato en sangre. Es posible que la ecuación que usan sea defectuosa, o que sea buena en la mayoría de las condiciones pero defectuosa en algunas. Un término técnico utilizado en (al menos) estadística y econometría es que la forma funcional del modelo debe ser correcta. Sin acceso a los datos sin procesar de Coggan y/u otros datos obtenidos de la misma manera, es difícil refutar la ecuación. Tome nota de los comentarios de R. Chung en esta respuesta y de Adam Rice; hay otras fórmulas que pueden ser mejores (NB: no he evaluado la evidencia de que estas son mejores fórmulas, simplemente afirmo que existen y que podrían ser mejores).
Algunas otras consideraciones son que la muestra de ciclistas debe ser representativa. Creo que la muestra de Coggan eran ciclistas entrenados. Las personas menos entrenadas pueden tener diferentes respuestas fisiológicas, por ejemplo, tal vez sean menos eficientes para eliminar el ácido láctico y, por lo tanto, la NP podría sobreestimar o subestimar la demanda fisiológica. Además, si los protocolos de prueba difieren materialmente de la experiencia del mundo real, la fórmula podría funcionar peor en la vida real. No es posible evaluar esos factores desde donde me siento.
No planteo estos puntos para criticar el concepto de NP. No tengo experiencia en la ciencia del ejercicio. Simplemente intento mostrar el rastro de la evidencia, mostrar lo que se necesitaría para creer en la evidencia y establecer algunas formas en que la muestra podría no traducirse para todos los atletas. Siempre se justifica cierto escepticismo de cualquier fórmula, pero tampoco digo que no debas confiar en el concepto de NP. Sin poder articular defectos específicos en la fórmula, mi postura es que aceptaré y usaré el concepto, pero seré consciente de que podría tener fallas y podría estar sujeto a revisión en el futuro.
Como ejemplo de diferentes formas funcionales que relacionan dos parámetros fisiológicos, considere la frecuencia cardíaca máxima, que también puede usarse para marcar el ritmo de los esfuerzos (NB: sin un medidor de potencia, sería mejor encontrar su frecuencia cardíaca umbral y usarla en lugar de trate de encontrar su frecuencia cardíaca máxima). Muchos de nosotros sabemos 220-edad: esta es una fórmula utilizada para aproximar su frecuencia cardíaca máxima. Esto es algo que obtendrías de la regresión lineal. Cuando algunos investigadores trataron de encontrar la fuente académica para la edad de 220, encontraron que la fuente original expresó su método de manera un poco vaga:
La fórmula frecuencia cardíaca máxima = 220–edad en años define una línea no muy lejos de muchos de los puntos de datos
A pesar de mi última oración, "no muy lejos de muchos de los puntos de datos" debería sonar mucho como una regresión de mínimos cuadrados si conoce esa técnica: dibuja una línea que minimiza el total de las distancias al cuadrado entre la línea y cada punto de datos. De hecho, los autores intentaron replicar el resultado de la regresión reproduciendo aproximadamente los puntos de datos del artículo. Obtuvieron 215,4 – 0,9147*edad. Por lo tanto, la edad de 220 fue probablemente una aproximación elegida por la facilidad de uso por parte de personas no científicas (por ejemplo, entrenadores personales). Además, el artículo cita una serie de otros estudios que intentaron hacer lo mismo en diferentes muestras, todos los cuales dieron fórmulas diferentes.
Aparte de eso, esa fórmula en realidad te da la FC máxima promedio para una cierta edad. La mayoría de nosotros tendremos FC máximas más altas o más bajas de lo que indica la fórmula. Algunos de nosotros tendremos FC máximas mucho más bajas o mucho más altas. Por ejemplo, la fórmula tradicional da una FC máxima de 180, y la fórmula ligeramente mejorada del conjunto de datos original da 179. Hice una prueba de potencia de rampa reciente y mi FC más alta durante la prueba fue 192. Eso significa que mi FC máxima real es al menos 192. Sé por otras pruebas que mi frecuencia cardíaca umbral de lactato debe ser de alrededor de 178-180 latidos por minuto, que está cerca de la frecuencia cardíaca máxima promedio para mi edad según la fórmula.
Volviendo al concepto de potencia normalizada, todas las fórmulas para normalizar la potencia al umbral de lactato producirán una fórmula basada en la experiencia media de las personas estudiadas. Es posible que algunos de nosotros (incluso aquellos de nosotros que somos atletas entrenados) tengamos respuestas fisiológicas considerablemente diferentes de esa respuesta media. Cuanto más atípico sea, menos funcionará para usted cualquier fórmula para NP. Por supuesto, con NP, es mucho más difícil para una persona determinar si está fuera de la respuesta media que con la FC máxima.
Tenía mucha curiosidad acerca de dónde venía el 4º poder. Pensé que podría ser de alguna física y/o fisiología fundamental, pero no es así. Es solo el resultado de un ejercicio de ajuste/regresión de curvas que se describe a continuación. Mi respuesta se superpone mucho con la de Weiwen Ng, pero como ya la había escrito antes de ver eso, decidí continuar y agregarla; también hay algunas diferencias.
Leí el informe de Andrew Coggan al que R.Chung proporcionó un enlace (gracias por eso). Me doy cuenta de que dice que fue escrito como un capítulo en el manual del entrenador de la USAC.
¿Qué es el "umbral de lactato" (LT)? Está incluido en la definición de "factor de intensidad" utilizada en este informe. A pesar de que sé qué es el lactato, no conocía la definición de "umbral de lactato". Encontré la siguiente definición o su equivalente en varios lugares en línea: "Su umbral de lactato es el nivel en el que la intensidad del ejercicio hace que el lactato se acumule en la sangre a un ritmo más rápido de lo que se puede eliminar, lo que lo convierte en el límite entre bajo y trabajo de alta intensidad".
El autor utiliza el nivel de lactato en sangre como una medida de la intensidad del "factor de intensidad" (IF) e incluye una justificación para ello. En realidad, lo expresa como un porcentaje del "umbral de lactato" (LT) para el ciclista individual. Mide eso en comparación con el poder, también como un porcentaje de "poder en LT". Como explica, hizo esto para "un gran número de ciclistas entrenados que hacían ejercicio a intensidades tanto por debajo como por encima de su LT". Esto aparentemente da como resultado 76 puntos de datos (lactato en sangre, potencia). Luego hace un tipo de regresión o ajuste de curvas que da como resultado la relación establecida.
Basado en mi experiencia haciendo este tipo de ejercicio, supongo que él hace un ajuste lineal (una línea recta, en este caso) de log (nivel de lactato en sangre) (bl/bl0) versus log (potencia) (p/ p0), donde bl0 y p0 son los valores de bl y p en LT). La pendiente de esta recta ajustada resulta ser 3,90, que redondea a 4,0. De ahí viene el 4º poder del poder.
SI = bl/bl0 = (p/p0)^{3.90}
Debido a que bl y p se miden como porcentajes de sus valores en LT (llamémoslos bl0 y p0), esta relación se reduce a "1 = 1" en LT. (NOTA: el autor expresa estas dos proporciones como porcentajes, pero eso solo agrega una constante y no cambia el resultado final).
Una cosa que me decepciona es que no incluye los resultados directos reales de los valores de medición que usó para este ejercicio de ajuste, ni siquiera en forma gráfica. No sé si se pueden encontrar en otro lugar en línea. Pedí su libro, así que pronto sabré si están incluidos allí. Lo único que incluye en este sentido es "R2 = 0,806". Supongo que R2 realmente significa R ^ 2 (R al cuadrado), que generalmente representa el "Coeficiente de determinación" (ver https://en.wikipedia.org/wiki/Coficient_of_determination ) una de las muchas medidas de bondad de ajuste . Consulte: https://en.wikipedia.org/wiki/Goodness_of_fit ).
UN PUNTO DE TRIVIA: La forma en que se usa normalmente el adjetivo "normalizado", es p/p0 lo que normalmente se llamaría "potencia normalizada" y lo que calcula la ecuación de Coggan es lo que el mismo Coggan llama "factor de intensidad", lo cual tiene sentido. Sin embargo, estoy seguro de que el nombre nunca cambiará, considerando cuánto tiempo ha estado en uso. Por eso llamo a este comentario "trivia".
R.Chung
R.Chung
Adán Arroz
andres henle
R.Chung