¿Cómo Utilizar la Variabilidad de la Frecuencia Cardíaca (HRV) para el Control del Proceso de Entrenamiento?

El Sistema Nervioso Autónomo (SNA) se considera un factor clave en la regulación de la respuesta al entrenamiento y su evaluación aportaría información sobre importantes procesos fisiológicos agudos y crónicos que ocurren antes, durante y después del entrenamiento de resistencia (Al Haddad, Laursen, Ahmaidi, & Buchheit, 2009). Uno de los métodos más prometedores para monitorizar la adaptación individual al entrenamiento es la evaluación del estado del SNA a través de las mediciones de la variabilidad de la frecuencia cardíaca en reposo o post-ejercicio (Plews, Laursen, Stanley, Kilding, & Buchheit, 2013; Task Force of the European Society of Cardiology, 1996).

Incluso cuando la frecuencia cardíaca (FC) es relativamente estable, el tiempo entre dos latidos (R-R) puede diferenciarse sustancialmente. La variación en el tiempo entre latidos se define como variabilidad de la frecuencia cardíaca (VFC) (Achten & Jeukendrup, 2003).

Figura 1. Ejemplo de 11 latidos de un electrocardiograma. Se muestran los intervalos de tiempo de los R-R y la diferencia entre los R-R adyacentes (Achten & Jeukendrup, 2003)

El modelo simplificado de la regulación de la FC muestra que el nodo sinusal es el principal marcapasos fisiológico y está inervado por eferencias de la rama simpática y parasimpática e influido a su vez por diferentes factores humorales. El nodo sinusal actúa tras integrar todos estos elementos y la relación entre el estímulo simpático y parasimpático se refleja en las variaciones de los intervalos entre latidos (Voss, Schulz, Schroeder, Baumert, & Caminal, 2009) .

Figura 2. Modelo simplificado de los actores que afectan a la modulación de la respuesta cardíaca (Voss et al., 2009).

La evaluación de la VFC en reposo se ha empleado como herramienta útil para reflejar el estado de recuperación (Al Haddad et al., 2009), las mejoras del consumo máximo de oxígeno tras un programa de entrenamiento interválico (Boutcher, Park, Dunn, & Boutcher, 2013), la adaptación a una sesión de entrenamiento precedente (Buchheit, Laursen, Al Haddad, & Ahmaidi, 2009) así como a un programa de entrenamiento de resistencia (Buchheit et al., 2010; V. Vesterinen et al., 2013; V. Vesterinen et al., 2015; V. Vesterinen et al., 2016).

Existen diferentes tratamientos para el análisis de la variabilidad temporal de los intervalos entre latidos. La mayor parte de los estudios se basan en el tratamiento de la señal cardiaca desde metodologías lineales, como son los procedimientos basados en el dominio tiempo (métodos estadísticos y métodos geométricos) y las metodologías del dominio de la frecuencia (transformadas de Fourier y sus variantes). Con las mediciones de dominio de tiempo podemos conocer tanto el valor de cada latido en un momento determinado del tiempo como la duración del intervalo R-R entre latidos consecutivos. En un electrocardiograma (ECG) continuo, se detecta cada complejo QRS y se determinan los intervalos normal-a-normal (NN) o entre las curvas R (R-R) y la FC instantánea.

Tabla 1. Mediciones en el dominio del tiempo de la VFC, adaptado de Task Force of The European Society of Cardiology and The North American Society of Pacing and Electrophysiology (Hodges, Gandevia, & Richardson, 1997)
Variable Unidad Descripción
Mediciones estadísticas
SDNN ms Desviación estándar de los intervalos NN
RMSSD ms Raíz cuadrada de la media de la suma de los cuadrados de las diferencias entre intervalos NN consecutivos
NN50 Número de pares de intervalos NN que difieren en más de 50 ms
pNN50 % Porcentaje del número de pares de intervalos NN que difieren en más de 50 ms
Mediciones geométricas
Variable Unidad Descripción
Índice triangular de la VFC División del total de los intervalos NN por la altura del histograma de los intervalos NN medidos en una escala discreta con cajas (bins) de 7.8125 ms (1/128 segundos)
TINN ms La interpolación triangular del histograma de intervalos NN (TINN) es la anchura de la línea base de la distribución medida como la base de un triángulo

Sin embargo, los datos de dominio tiempo no nos aportan información acerca del posible origen fisiológico de la VFC. Los parámetros obtenidos en el dominio del tiempo se ven influidos por cambios en la actividad del SNS y del SNPS, circunstancia que hace que estas medidas no sean específicas para calcular de manera concreta el equilibrio simpático-vagal (Aubert, Seps, & Beckers, 2003). El análisis de frecuencia consiste en descomponer el registro de la FC, el cual se asemeja a una onda compleja, de manera que se obtienen los componentes espectrales (Villegas, Farbiarz, & Montoya, 1999).

Tabla 2. Mediciones en el dominio de la frecuencia de la VFC, adaptado de Task Force of The European Society of Cardiology and The North American Society of Pacing and Electrophysiology (Hodges et al., 1997)
Variable Unidad Descripción
VLF ms2 Banda de muy baja frecuencia (very low frequency)
LF ms2 Banda de baja frecuencia (low frequency band)
HF ms2 Banda de alta frecuencia (high frequency band)
LF/HF Cociente LF [ms2]/HF[ms2]

Las mediciones de VLF, LF y HF suelen estar expresadas en valores absolutos de potencia (ms2) pero el LF y HF deberían también expresarse en unidades normalizadas (n.u) lo cual representa el valor relativo de la potencia de cada una de ellas en relación a la potencia total restándole el componente de VLF. Aunque existen controversias y se necesitan más estudios, la actividad de las eferencias parasimpáticas parecen ser las principales responsables de la HF mientras que los flujos simpáticos y parasimpáticos parecen determinar la LF junto con otros mecanismos regulatorios como la renina-angiotensina y el barorreflejo (Aubert et al., 2003). El ratio LF/HF se considera como el balance simpático-vagal o el reflejo de modulaciones simpáticas (Villegas et al., 1999).

Figura 3. Análisis de la VFC en dominio-frecuencia (c) y dominio-tiempo (d). FFT: transformación rápida de Fourier; HF: alta frecuencia; HR: frecuencia cardíaca; LF: baja frecuencia; Ln: logaritmo natural; T: total. Adaptado de Aubert et al. (2003).

Por otro lado, se constató que el sistema cardíaco sigue las leyes caóticas, ya que los fenómenos no-lineales en la VFC están determinados por interacciones complejas de variables hemodinámicas, electrofisiológicas y humorales así como por la regulación del SNA (Brennan, Palaniswami, & Kamen, 2002; Task Force of the European Society of Cardiology, 1996). A partir de estos conceptos es comprensible la utilización de técnicas propias del estudio de sistemas no lineales en el análisis de este parámetro como la dimensión fractal, el análisis de fluctuaciones sin tendencia, la entropía aproximada, los exponentes de Lyupanov o el gráfico de Poincaré.

Toda esta información que puede extraerse del análisis de la VFC podría destinarse a aumentar el control de la carga que se aplica a nuestros deportistas individualizando en mayor medida la planificación del entrenamiento. En realidad, ante un programa de entrenamiento estándar, la respuesta y capacidad de adaptación es altamente individual y heterogénea (Bouchard & Rankinen, 2001). Debido a que la mayor parte de los factores responsables de la variación individual de la respuesta al entrenamiento no dependen de la intervención, se requieren programas de entrenamiento lo más individualizados posible. En este sentido, existen muchas evidencias de la relación entre las adaptaciones producidas por el ejercicio de resistencia y la VFC (V. Vesterinen et al., 2013), abriéndose nueva líneas de investigación centradas en la aplicación de la evaluación de la VFC para ajustar y optimizar el programa de entrenamiento (Kiviniemi, Hautala, Kinnunen, & Tulppo, 2007; V. Vesterinen et al., 2015). Por lo tanto, la VFC podría ayudar a:

  • Evaluar la  intensidad de entreno. El uso de la VFC se empieza a utilizar como variable que regula la intensidad de la sesión de entreno en relación al estado de la capacidad de regulación autónoma del corazón (Al Haddad et al., 2009).
  • Determinar adaptaciones al entrenamiento. Del entrenamiento a medio y largo plazo se espera una adaptación de la regulación simpático-vagal (Aubert et al., 2003). Por ejemplo, las mejoras en VO2max tras 12 semanas de entrenamiento en HIT se correlacionaron con la banda HF de la VFC (r=0,58; p<0,05) (Boutcher et al., 2013). Los mecanismos que subyacen a la relación entre las adaptaciones  al entrenamiento de resistencia y la regulación autonómica del corazón todavía están por determinarse. Aunque hay divergencias en los resultados de diferentes investigaciones, en general se observa que los atletas muestran una FC en reposo menor junto con variables de VFC aumentadas (NN, SDNN, pNN50, RMSSD, HF) con respecto a personas sedentarias (Achten & Jeukendrup, 2003; Aubert et al., 2003). En cuanto al LF, los resultados son más contradictorios observándose en algunos estudios un descenso mientras que en otros se produce un aumento indicando que la mejora del rendimiento podría necesitar de una adaptación de ambos (Plews et al., 2013).
  • Detectar/prevenir el sobreentrenamiento. En personas sanas nos puede aportar información acerca de estados de adaptación al estrés físico y psíquico, y concretamente en el deportista de la adaptabilidad al entrenamiento, o a la competición, pudiendo ser un buen marcador predictivo de estados de sobreentrenamiento. El sobreentrenamiento es el resultado de una carga excesiva junto con períodos de recuperación insuficientes caracterizado principalmente por fatiga y reducción del rendimiento (Hedelin, Wiklund, Bjerle, & Henriksson-Larsen, 2000). Un estado de sobreentrenamiento conduce a una respuesta hormonal que produce un cambio en el equilibrio simpático-vagal el cual podría ser reflejado en la VFC (Aubert et al., 2003). Sin embargo, los resultados sobre la asociación entre el sobreentrenamiento y la VFC son poco claros y parecen estar afectados por aspectos metodológicos de los diferentes estudios (Plews et al., 2013). En general, se acepta que en poblaciones sedentarias y atletas recreativos, adaptaciones positivas al entrenamiento se relacionaron con aumentos de la VFC y adaptaciones negativas con descensos de la VFC, siendo más confuso en atletas de élite (Plews et al., 2013).

La pauta general al emplear la VFC como guía en la programación del entrenamiento es que se debe descender la carga si los valores de VFC están elevados con respecto a los medidos en condiciones normales de reposo (valores de referencia) y mantener un elevado estímulo de entrenamiento cuando la VFC está en niveles iguales o ligeramente superiores (Kiviniemi et al., 2007). De todos modos, se debe tener en cuenta que la VFC desciende tras una sesión de esfuerzo pero que sus valores se recuperan tras 24-72h de reposo (Buchheit et al., 2009; Pichot et al., 2000) y que en casos de un sobreentrenamiento de origen parasimpático los indicadores de la VFC pueden estar muy por encima de los valores de referencia (Hedelin et al., 2000). Esta forma de programar mostró ser eficaz en generar adaptaciones cardiorrespiratorias y aumentos de rendimiento (Kiviniemi et al., 2007; Pichot et al., 2000).

Figura 4. Ejemplo de un entrenamiento guiado por la VFC. La idea básica es la de descender la intensidad de entrenamiento siempre que la HF está disminuida. Se permitieron un máximo de dos sesiones de entrenamiento de elevada intensidad (*) y de días de recuperación (†). Low : ejercicio al 65% de la FCmax; High: ejercicio al 85% de la FCmax; Rest: día de descanso; HRV+: aumento o igual valor de la variabilidad de la frecuencia cardíaca; HRV-: descenso de la variabilidad de la frecuencia cardíaca (Kiviniemi et al., 2007).

En lo que refiere al HIIT, existen diversos estudios centrados en el uso de la VFC como herramienta que permita optimizar el programa de entrenamiento intentando individualizar al máximo el estímulo.

La VFC se mostró como un factor que predijo la capacidad de adaptación individual a diferentes programas de entrenamiento bien basados en el volumen (HVT) o en la intensidad de trabajo (HIT) (V. Vesterinen et al., 2015). En este caso, la HF registrada por la noche (HFnocturna) en 37 corredores amateur mostró una correlación negativa con los cambios en la velocidad pico alcanzada en un test incremental (r = -0,74; p = 0,006) en HVT y se observó una correlación positiva entre la HFnocturna y los cambios de Vpico en el grupo de HIT (r = 0,63; p = 0,039). Estos resultados apoyan la idea de que la relación entre la VFC y la adaptación individual a un programa de entrenamiento de resistencia depende de la regulación del volumen e intensidad del mismo. De nuevo detectaron variabilidad en la mejora del Vpico tanto en HVT (-2,8 a 4,1%) como en HIT (0 a 10%). La HFnocturna fue el mejor predictor del cambio de rendimiento en comparación con variables como la edad, sexo, nivel previo de rendimiento y concentración de hormonas (testosterona y cortisol). Los autores concluyen que el registro de la VFC permitiría identificar la adaptabilidad al entrenamiento de forma individual: corredores con elevados valores de HF consiguen mejores resultados con HIT mientras que si tienen una HF baja, el volumen de entrenamiento es un estímulo suficiente para producir mejoras en el rendimiento.

En otro trabajo (Vesterinen et al., 2016), 40 corredores amateur fueron divididos en un programa de entrenamiento planificado de forma tradicional (TRAD) o aplicando la VFC como guía para la planificación (EXP). Tras 4 semanas de preparación común, los grupos comenzaron 8 semanas de entrenamiento: TRAD entrenaban 2-3 sesiones de intensidad moderada (MOD) y alta (HIT) combinadas con 4 sesiones de baja intensidad y en EXP las sesiones de MOD y HIT se realizaban si los valores de VFC se encontraban en un rango de mínimo cambio significativo. Si no, realizaban un entrenamiento de baja intensidad. Los resultados mostraron que EXP realizó menos sesiones de intensidad moderada y alta que TRAD, que el rendimiento en 3000m mejoró en EXP pero no en TRAD y que el VO2max mejoró en ambos. Merece la pena destacar el hecho de que la mejora en el rendimiento en 3000m fue muy superior en EXP a pesar de emplearse menos sesiones de intensidad MOD y HIT en comparación con TRAD. La variabilidad del cambio de rendimiento en 3000m fue menor en EXP (-1 a 6%) en comparación con TRAD (-4 a 8%), mientras que la variabilidad de la cantidad de sesiones de HIT en EXP fue mayor (5 a 24 sesiones) que en TRAD (11 a 21 sesiones). Este hallazgo sugiere que la programación de HIT a través de VFC puede ayudar a disminuir la variabilidad en la adaptación. En este estudio, emplearon el indicador RMSSD para determinar la VFC y determinaron los valores de referencia con la media de un registro nocturno en 7 noches consecutivas. Además, en lugar de un límite estricto de valor de la VFC para determinar la intensidad del entrenamiento, se determinó un umbral de cambio (smallest worthwile change o SWC) definido como la media ± 0,5*SD. De esta manera, si los valores de VFC estaban por debajo o por encima de dicho umbral podría reflejar una situación anormal. Así, valores de VFC por encima de los de referencia es indicador una actividad simpática elevada que se suele observar tras sesiones de entrenamiento de intensidad elevada y que reflejan un estado incompleto de recuperación. Por otro lado, valores de VFC por encima del SWC indicaría un aumento de la actividad vagal, llamada hiperactividad parasimpática, que también se relaciona con un exceso de carga o con el sobreentrenamiento.

Conclusiones

-Debido a la alta variabilidad en la respuesta a programas de entrenamiento estándar, la individualización es la principal herramienta de la que disponemos para evitar estímulos insuficientes que no logren alcanzar la adaptación y/o rendimiento deseado o estímulos excesivos que lleven a un estado de fatiga elevado e incluso al sobreentrenamiento. En este sentido, diferentes estudios comprobaron que la VFC de cada deportista puede ser una herramienta exitosa a la hora de guiar la programación del entrenamiento.

-Con el empleo de la VFC podremos obtener información que nos ayude a decidir si estamos en condiciones adecuadas para afrontar una sesión de entrenamiento de elevada intensidad, si hemos alcanzado un estímulo eficaz (y de qué magnitud) en la sesión precedente, el nivel de recuperación en el que estamos y los tiempos de recuperación que solemos necesitar durante un programa de entrenamiento.

-Todavía existen pocos estudios que demuestren la viabilidad de la programación de entrenamiento en HIT a través de la VFC, pero los datos iniciales muestran un gran resultado consiguiendo mejoras en las adaptaciones cardiorrespiratorias y de rendimiento reduciendo la variabilidad en los resultados al permitir un elevado nivel de individualización.

-Hoy en día existen recursos tecnológicos (pulsómetros con registro R-R y softwares preparados para su análisis, app para móviles, etc) que pueden facilitar el acceso al empleo de la VFC para optimizar el entrenamiento.

Si esta nota te resultó interesante, te alentamos a aprender más sobre HRV y como utilizarla para la monotirización del proceso de entrenamiento en el Curso Entendiendo a la Variabilidad de la Frecuencia Cardíaca.

Autora

Tanias Sanchez Otero

Referencias

Achten, J., & Jeukendrup, A. E. (2003). Heart rate monitoring: Applications and limitations. Sports Medicine (Auckland, N.Z.), 33(7), 517-538.

Al Haddad, H., Laursen, P. B., Ahmaidi, S., & Buchheit, M. (2009). Nocturnal heart rate variability following supramaximal intermittent exercise. Int J Sports Physiol Perform, 4(4), 435-447.

Aubert, A. E., Seps, B., & Beckers, F. (2003). Heart rate variability in athletes. Sports Medicine, 33(12), 889-919.

Bouchard, C., & Rankinen, T. (2001). Individual differences in response to regular physical activity. Medicine and Science in Sports and Exercise, 33(6), S446.

Boutcher, S. H., Park, Y., Dunn, S. L., & Boutcher, Y. N. (2013). The relationship between cardiac autonomic function and maximal oxygen uptake response to high-intensity intermittent-exercise training. Journal of Sports Sciences, 31(9), 1024-1029.

Brennan, M., Palaniswami, M., & Kamen, P. (2002). Poincare plot interpretation using a physiological model of HRV based on a network of oscillators. American Journal of Physiology.Heart and Circulatory Physiology, 283(5), H1873-86.

Buchheit, M., Chivot, A., Parouty, J., Mercier, D., Al Haddad, H., Laursen, P., et al. (2010). Monitoring endurance running performance using cardiac parasympathetic function. European Journal of Applied Physiology, 108(6), 1153-1167.

Buchheit, M., Laursen, P., Al Haddad, H., & Ahmaidi, S. (2009). Exercise-induced plasma volume expansion and post-exercise parasympathetic reactivation. European Journal of Applied Physiology, 105(3), 471-481.

Hedelin, R., Wiklund, U., Bjerle, P., & Henriksson-Larsen, K. (2000). Cardiac autonomic imbalance in an overtrained athlete. Medicine and Science in Sports and Exercise, 32(9), 1531-1533.

Hodges, P. W., Gandevia, S. C., & Richardson, C. A. (1997). Contractions of specific abdominal muscles in postural tasks are affected by respiratory maneuvers. Journal of Applied Physiology (Bethesda, Md.: 1985), 83(3), 753-760.

Kiviniemi, A. M., Hautala, A. J., Kinnunen, H., & Tulppo, M. P. (2007). Endurance training guided individually by daily heart rate variability measurements. European Journal of Applied Physiology, 101(6), 743-751.

Pichot, V., Roche, F., Gaspoz, J., Enjolras, F., Antoniadis, A., Minini, P., et al. (2000). Relation between heart rate variability and training load in middle-distance runners. Medicine and Science in Sports and Exercise, 32(10), 1729-1736.

Plews, D. J., Laursen, P. B., Stanley, J., Kilding, A. E., & Buchheit, M. (2013). Training adaptation and heart rate variability in elite endurance athletes: Opening the door to effective monitoring. Sports Medicine, 43(9), 773-781.

Task Force of the European Society of Cardiology. (1996). Heart rate variability standards of measurement, physiological interpretation, and clinical use. Eur Heart J, 17, 354-381.

Vesterinen, V., Häkkinen, K., Hynynen, E., Mikkola, J., Hokka, L., & Nummela, A. (2013). Heart rate variability in prediction of individual adaptation to endurance training in recreational endurance runners. Scandinavian Journal of Medicine & Science in Sports, 23(2), 171-180.

Vesterinen, V., Häkkinen, K., Laine, T., Hynynen, E., Mikkola, J., & Nummela, A. (2015). Predictors of individual adaptation to high‐volume or high‐intensity endurance training in recreational endurance runners. Scandinavian Journal of Medicine & Science in Sports,

Vesterinen, V., Nummela, A., Heikura, I., Laine, T., Hynynen, E., Botella, J., et al. (2016). Individual endurance training prescription with heart rate variability. Medicine and Science in Sports and Exercise.

Villegas, J. A. G., Farbiarz, J. F., & Montoya, D. L. Á. (1999). Análisis espectral de la variabilidad de la frecuencia cardíaca. Iatreia, 12(2), 94-104.

Voss, A., Schulz, S., Schroeder, R., Baumert, M., & Caminal, P. (2009). Methods derived from nonlinear dynamics for analysing heart rate variability. Philosophical Transactions.Series A, Mathematical, Physical, and Engineering Sciences, 367(1887), 277-296.

Facebook Comments


A %d blogueros les gusta esto: