24 Mar Predicción del Rendimiento de Competencia a partir del Perfil Fisiológico en Ciclistas Juveniles de Nivel Nacional de Cross Country Olímpico
Gerardo Gabriel Mirizio1, Rodrigo Muñoz2, Leandro Muñoz3, Facundo Ahumada3 and Juan Del Coso4
1 Muscle Cell Physiology Laboratory, Centre of Molecular Studies of the Cell, Institute of Biomedical Sciences, Faculty of Medicine, Universidad de Chile, Santiago, Chile.
2 School of Kinesiology, Faculty of Medicine, Universidad Finis Terrae, Santiago, Chile.
3 I + D Department, Endurance Tool, Argentina.
4 Centre for Sport Studies, Rey Juan Carlos University, 28943 Fuenlabrada, España.
Resumen
El ciclismo de montaña en la modalidad cross-country (XCO) es una disciplina olímpica muy popular disputada tanto por ciclistas profesionales como amateurs. Sin embargo, hay cierta escasez de datos vinculados a los factores determinantes del rendimiento, principalmente en jóvenes ciclistas. El objetivo de este trabajo fue estudiar el perfil fisiológico de ciclistas juveniles de XCO de nivel nacional y determinar las variables que podrían predecir el rendimiento en una competencia de XCO. Diez ciclistas jóvenes de XCO de un equipo nacional realizaron una evaluación de rendimiento completa, que incluyó variables antropométricas, test de laboratorio de potencia en los diferentes umbrales (POVO2max), y pruebas de campo para lograr el perfil de potencia completo de los atletas. Los datos obtenidos en las pruebas recién mencionadas se analizaron en conjunto con los tiempos de las carreras durante el período de competición del calendario de la Unión Ciclista Internacional. Se encontraron correlaciones significativas (r = -0.67 to -0.95, P ≤ 0.05) entre los índices máximos y submáximos de aptitud aeróbica y rendimiento, especialmente cuando se normalizaron los valores con la masa corporal. En relación a las variables que mostraron las más altas correlaciones con el rendimiento en competencia, un análisis de regresión múltiple demostró que los vatios a 2 mmol/l, 4 mmol/l y POVO2max explican el 82% de la varianza en el tiempo total de carrera. En resumen, los resultados de este estudio apoyan el uso de los indices máximos y submáximos de potencia aeróbica como predictores de rendimiento en jóvenes ciclistas de XCO. Además, estos datos también sugieren que tener una alta capacidad oxidativa y potencia aeróbica es un prerrequisito fundamental para que los más jóvenes se destaquen en el alto nivel del XCO.
Palabras clave: ciclismo, juventud, perfil de potencia, antropometría, rendimiento de carrera.
Introducción
Las competencias de ciclismo de montaña cross-country (XCO) son de los eventos más desafiantes a nivel elite debido a la alta exigencia que provoca tanto en el sistema de producción de energía aeróbico como anaeróbico [1-3]. Los ciclistas varones de XCO de nivel elite tienen valores promedio de consumo máximo de oxígeno (VO2max) de 66-78 ml/kg/min y valores de producción de potencia al VO2max de 358-426 W (5.5-6.4 W/kg) [4-8] mientras que las mujeres tienen valores promedio de VO2max de 58-61 ml/kg/min y valores de potencia pico de 280-320 W (4.5 – 5.9 W/kg) [9-11]. En otros estudios ya se han encontrados correlaciones significativas entre las variables de capacidad aeróbica y capacidad anaeróbica con la perfomance en ciclistas de XCO de alto nivel, fundamentalmente cuando se normalizaban los valores con la masa corporal [7, 8, 12]. Sin embargo, parece que hay muchos factores relacionados con el rendimiento del ciclismo de montaña XCO ya que, en algunos casos, las ecuaciones de regresión no han podido explicar más del 40% de la varianza en el tiempo de carrera [7]. Por lo tanto, últimamente se han aplicado modelos predictivos con análisis de regresión múltiple para predecir el rendimiento a partir de más de una variable de pronóstico [1, 13]. Esto representa un enfoque mejor y más realista en comparación con los modelos regresión simples, ya que permiten a los investigadores comprender mejor lo complejo del XCO al interconectar las múltiples variables en la respuesta fisiológica del deportista.
Desde la aparición de los primeros estudios que caracterizaron las respuestas fisiológicas en las competencias de XCO [5, 10, 14] y aquellos que describieron los perfiles de los ciclistas de XCO [6-8, 11, 12, 15] a nuestros días, las características de esta disciplina han cambiado drásticamente. Hoy en día, las competencias de XCO son más cortas; duran unos 90 minutos y los ciclistas compiten en circuitos de 4-6km de longitud, en lugar de los circuitos largos que se utilizaban antes. Además, los senderos son sumamente técnicos con terrenos variables, saltos, subidas, descensos exigentes, trialeras de piedras (rock gardens), y demás elementos que requieren un gran dominio de habilidades técnicas [16]. Por ende, es necesaria más información, no solamente de las respuestas fisiológicas a estas competencias sino también sobre los perfiles a nivel fisiológico para ser un ciclista exitoso de XCO. Esta información será fundamental para mejorar la detección de talentos, así como para optimizar los métodos de entrenamiento y el rendimiento general de los ciclistas. Si bien es cierto que recientemente se ha recopilado valiosa información sobre los ciclistas élite de montaña XCO en competencias internacionales [3, 16], hasta la fecha, aún hay cierta escasez de estudios realizados sobre ciclistas juveniles de XCO. Por esto, el objetivo del presente trabajo fue estudiar el perfil fisiológico de ciclistas juveniles de XCO de la selección argentina y determinar las variables que mejor puedan predecir el rendimiento en una competencia de XCO oficial.
Materiales y Métodos
Participantes
10 jóvenes ciclistas de XCO del equipo de la selección argentina (16.3 ± 0.95 años; 67.22 ± 7.49 kg; 176.74 ± 4.23 cm) se ofrecieron como voluntarios para participar en este estudio. En ese momento, el Equipo Nacional Argentino categoría Junior estaba compuesto por los 10 ciclistas, por ende, esta muestra representa a todo el grupo de ciclistas pertenecientes a la Selección Nacional. Para el momento en que se llevó a cabo el estudio, todos los atletas estaban compitiendo en la categoría Junior de campeonatos nacionales e internacionales. En la muestra había dos campeones nacionales y dos subcampeones nacionales. Todos los sujetos, así como sus padres, fueron informados sobre los beneficios y riesgos de la investigación; voluntariamente se ofrecieron a la participación firmando un documento de consentimiento informado. Los protocolos fueron aprobados por el comité de ética local en acuerdo con la Declaración de Helsinki para la investigación con seres humanos.
Diseño Experimental
Se trata de un estudio descriptivo correlacional destinado a determinar la asociación entre la evaluación de laboratorio con la evaluación de campo a nivel fisiológico con ciclistas juveniles de XCO para determinar y predecir su rendimiento. Los participantes se sometieron a una batería de evaluaciones durante tres días separados, teniendo un día entero entre sesión para garantizar la óptima recuperación. Durante la primera sesión, los ciclistas realizaron una evaluación fisiológica de campo (perfil de potencia) a una temperatura ambiente de 25°C y una humedad relativa del 65%. La segunda y tercera sesión fueron realizadas en el laboratorio, con temperatura ambiente de 21°C y humedad relativa del 50%. En la segunda sesión, los ciclistas realizaron una evaluación de protocolo en rampa (aumento progresivo y graduado del esfuerzo) para determinar la potencia a diferentes umbrales de lactato. Posteriormente y luego de 10 minutos de recuperación activa, los ciclistas realizaron otro esfuerzo progresivo para determinar su potencia máxima en el VO2max. Finalmente, en la tercera sesión realizaron una evaluación antropométrica completa seguida de evaluaciones de rendimiento a nivel de fuerza dinámica e isométrica en miembros inferiores. Una semana después de estas evaluaciones fisiológicas, los ciclistas compitieron en una carrera oficial de XCO de la Unión Ciclista Internacional (UCI) (15.6 km, 638 metros de desnivel acumulado) donde se registró el rendimiento de cada uno para el análisis y posteriores comparaciones.
Procedimiento Experimental
Estandarizaciones Pre-Expirementales
El día previo a las sesiones de evaluación, los participantes fueron alentados a evitar el ejercicio intenso, así como la ingesta de estimulantes (como la cafeína) y a intentar dormir al menos 8 horas. Los fluidos y los lineamientos de la dieta [17, 18] fueron dadas para asegurar la biodisponibilidad de carbohidratos, así como alcanzar un estado de euhidratación. La mejor rutina de ingesta fue auto seleccionada por ellos mismos siempre en el marco de los lineamientos antes planteados y fue consumida antes de la primera sesión y replicado en la segunda. Cada día de sesión de evaluación los sujetos llegaron al laboratorio entre las 10:00 am y las 13:00 pm en estado hambriento (~3 horas después de su última comida)
Evaluaciones Fisiológicas de Campo
En la primera sesión, el protocolo de test de perfil de potencia fue realizado para determinar la mayor potencia que el ciclista podría mantener en una duración dada de esfuerzo en un ambiente controlado, según el Instituto Australiano del Deporte [19]. Para esta evaluación los participantes utilizaron sus propias bicicletas en un circuito de terreno llano. En resumen, la prueba comenzó con un calentamiento de 5’ a 75-100w con dos sprints de 3 segundos al 70-80% de la potencia máxima. Luego, los ciclistas realizaron esfuerzos únicos máximos de 6, 15, 30 y 60 segundos con períodos de recuperación activa a 50 – 100 w. Finalmente, la prueba finalizó con dos esfuerzos de larga duración de 5 y 10 minutos con una recuperación activa a 50-100 w entre ellos. Durante todos estos esfuerzos, los participantes fueron alentados a mantener la máxima potencia desde el inicio al final del tiempo establecido y se les permitió utilizar sus transmisiones (platos y piniones) preferidas para lograr una cadencia óptima. La producción de potencia y la cadencia fueron registrados durante todo el protocolo de evaluación con una frecuencia de 1 segundo. Se evaluó la potencia media de los esfuerzos de 6-s, 30-s, 60-s, 5-min y 10-min (Psprint, P30s, P1min, P5min and P10min). La potencia crítica (CP) se calculó en función de los valores de producción de potencia media en los esfuerzos de 60 s, 5 min y 10 min. Cuando se representó gráficamente la producción de potencia con el tiempo, la potencia sostenible disminuye en función de la duración del esfuerzo, siguiendo una función asintótica. Esta asíntota se denomina CP, mientras que la curvatura de la relación potencia-tiempo representa la capacidad de trabajo disponible por encima de la CP. La CP fue calculada según la siguiente formula [20]:
P = W’×(1/t) + CP
Donde W’ es la cantidad energía fija en Kj por encima de la potencia crítica, t es el tiempo en segundos y CP es la potencia crítica en vatios.
Evaluaciones Fisiológicas de Laboratorio
En la segunda sesión, los participantes realizaron dos pruebas de laboratorio, realizadas en sus propias bicicletas colocadas en un rodillo electrónico (CompuTrainer, RacerMate, Inc., USA) con un dispositivo de medición de potencia móvil (PowerTap G3, CycleOps, USA.) Cada instrumento fue utilizado siguiendo las recomendaciones del fabricante. Para determinar los umbrales de lactato en sangre, primero se realizó una prueba de ejercicio graduada. En reposo, se recolectó una muestra en sangre para evaluar la concentración basal de lactato en sangre. Luego, cada ciclista realizó un calentamiento de 10’ a 100w seguidos de 10’ a 150w. Posteriormente la carga de trabajo de incrementó en 25w cada 5’, con 1’ de recuperación pasiva entre cada palier, siguiendo las recomendaciones previas [21]. Al final de cada etapa, se obtuvieron muestras de sangre del lóbulo de la oreja donde se midió la concentración de lactato en sangre mediante un analizador portátil (Lactate Plus Meter, Nova Biomedical, USA) previamente calibrado. Se utilizó una loción hiperémica (Finalgon, Boehringer Ingelheim, Alemania) para facilitar la obtención de las muestras de sangre. La frecuencia cardíaca se controló continuamente durante la prueba con una banda pectoral y un monitor de frecuencia cardíaca (EDGE 520, Garmin, USA). Para evaluar la percepción de fatiga del atleta, se utilizó la escala de percepción del esfuerzo (Escala de Borg 1-10) al final de cada tramo. La evaluación se daba por terminada una vez que se detectaba un aumento exponencial de la concentración de lactato en sangre o cuando los valores del mismo superaron los 4mmol/l. Dichos valores de lactato fueron analizados con el software Lactate-E para terminar la potencia en: Umbral de lactato 1 (POLT1), umbral de lactato 2 (POLT2), una concentración fija de lactato de 2 mmol / l (POX2mmol/l), una concentración fija de lactato de 4 mmol / l (POX4mmol/l) y el umbral de lactato calculado por el método Dmax (PODmax) [22]. Brevemente, el POLT1 corresponde a la tasa de trabajo que procede a un aumento en la sangre de 1 mmol / l por encima de la concentración inicial. POLT2 representa la tasa de trabajo correspondiente al punto de máxima aceleración de la curva de lactato subyacente estimada (es decir, el máximo de la segunda derivada de la curva de lactato). PODmax corresponde a la tasa de trabajo en el punto que produce la máxima perpendicular desde una línea L, uniendo la primera y la última medidas de lactato a la curva estimada [23].
Después de 10’ de recuperación activa a una potencia de 100w, los atletas realizaron un ejercicio graduado para terminar la potencia al VO2max (POVO2max). La graduación comenzó en dos etapas (50 w) por debajo de la potencia que produce una concentración de lactato en sangre de ~4 mmol/l y luego la carga se incrementó en 25w cada 1’, sin recuperación entre las mismas. La prueba se daba por finalizada cuando se alcanzaba el agotamiento voluntario o cuando el atleta ya no lograba sostener la potencia. Se registraron tanto la carga de trabajo (en W) total como la de la última etapa completada para calcular la potencia aeróbica máxima de acuerdo con la ecuación de Kuipers et al. [24]:
POVO2max = Wf + (t/60×25),
Donde Wf es la última carga de trabajo completada en vatios y t es el tiempo de la etapa incompleta en segundos.
Todos los atletas fueron alentados verbalmente a alcanzar su máximo rendimiento durante la prueba. La misma se consideró válida cuando los participantes calificaron su esfuerzo percibido como superior a 9 en la escala de Borg de 1-10 y la frecuencia cardíaca fue superior al 80% de la máxima estimada en relación a la edad [25].
Perfil Antropométrico y Máxima Fuerza Isométrica
Las medidas antropométricas fueron realizadas en la tercera sesión por dos antropometristas nivel 2 de la Sociedad Internacional para el Avance de la Cineantropometría (ISAK), en concordancia con los protocolos ISAK [26]. La composición corporal fue calculada aplicando el método de cinco componentes, donde se divide a los tejidos del cuerpo en diferentes masas: adiposa, muscular, residual, ósea y de la piel [27]. La masa fraccionada de los cinco componentes fue estimada a través de las medidas de antropometría directa y expresadas en absolutos (kg) y relativos (% de la masa total). El índice de sumatoria de seis pliegues (Σ6 Skf = triceps, subescapular, suprailíaco, abdominal, muslo y pantorrilla) también fue calculado. Después de las medidas antropométricas, la máxima fuerza isométrica de los miembros inferiores se valoró mediante un protocolo de ejercicios de extensión unilateral de rodilla, de acuerdo con Requena et al. [28]. La fuerza isométrica de extensión de rodilla unilateral de ambas piernas fue registrada con un transductor de galgas extensiométricas calibrado estándar (WinLaborat, Argentian) montado dentro de un marco de metal, que se colocó con un cinturón de velcro alrededor de la parte distal del tobillo, por encima de los maléolos. Durante la prueba, se pidió a los ciclistas que ejercieran una extensión isométrica de rodillas máxima durante 2-3 segundos contra el cinturón transductor. La curva fuerza-tiempo se analizó en una computadora personal y el valor de fuerza más alto de los tres intentos máximos se consideró como la fuerza máxima isométrica. El rendimiento dinámico de la fuerza de los miembros inferiores se evaluó mediante una sentadilla con salto, de acuerdo con Jiménez-Reyes et al. [29]. Para esto, se les pidió a los ciclistas que se paren en posición de semi-sentadilla sobre una plataforma de contacto (WinLaborat, Argentina) colocada a nivel del suelo para cada repetición. El ángulo de la rodilla de 90° se determinó previamente con un goniómetro de mano. A la orden, los participantes saltaron verticalmente, extendiendo sus caderas lo más rápido y con la mayor fuerza posible para alcanzar una extensión completa de 180° mientras el tronco permanece lo más recto posible. Las manos permanecieron en las caderas durante toda la duración del movimiento. Se realizaron tres intentos con dos minutos de descanso entre cada uno. Los datos se registraron para el análisis de la altura del salto vertical, en función del tiempo de vuelo.
Competencia de XCO
La competencia de XCO consiste en cuatro vueltas de 3.9 km de longitud para el total de 15.6k y 638 metros de ascenso acumulado. En la semana a la carrera, todos los participantes realizaron un microciclo de tapering (puesta a punto) para lograr la máxima recuperación. Inmediatamente antes de la carrera, todos los sujetos realizaron 30’ de calentamiento en
Todas las bicicletas de los sujetos fueron de similares características, con cuadros de carbón y doble suspensión. Durante la carrera, los atletas fueron permitidos de tomar agua y bebidas deportivas a libre elección. Todos los atletas consumieron un gel deportivo (25 g de carbohidratos + 50 mg de sodio) en cada vuelta para estandarizar el consumo exógeno de carbohidratos. Los tiempos para completar la carrera, así como los tiempos de cada vuelta fue registrado y utilizado como variables de rendimiento.
Análisis Estadísticos
Los valores son expresados como medias ± desviación estándar (DE) en valores absolutos y en relación con la masa corproal. Para el cálculo del coeficiente de correlación se utilizó un estadístico rho (ρ) de Spearman ya que es más amplio y se ha recomendado cuando los datos no provienen de una distribución normal bivariada. El supuesto de normalidad se verificó mediante la prueba de Shapiro-Wilk. Para el análisis de regresión múltiple, se utilizó un modelo típico dado: y=a+b1x1+b2x2+…bnxn. Todas las variables fisiológicas de correlación P < 0.05 fueron incluidas y se utilizó un modelo de regresión con eliminación hacia atrás para filtrar las variables redundantes. Al utilizar un umbral de 5 puntos en el factor de aumento de la variación, evitamos la multicolinealidad. Las variables que se conservaron en el modelo final de eliminación hacia atrás fueron analizadas posteriormente con un modelo de regresión multivariante utilizando la selección hacia delante. Los datos recopilados de todas las fuentes y variables se exportaron a un script R y se analizaron con el software estadístico RStudio [30]. La relevancia significativa a través de la estadística para todos los casos se estableció en P < 0.05.
Resultados
Los perfiles antropométricos, fisiológicos y de fuerza de los ciclistas se muestran en las Tablas 1 y 2. Ninguna de las variables antropométricas ni la altura de la sentadilla con salto ni la fuerza isométrica máxima de rodilla se correlacionó con el rendimiento en carrera. Sin embargo, se encontró una correlación significativa entre la altura de la sentadilla con salto y Psprint (ρ = 0.74, P < 0.05). Con el objetivo de predecir el rendimiento en carrera con un modelo de regresión múltiple, utilizamos todas las variables fisiológicas evaluadas en el laboratorio y/o en el campo y elegimos las variables que se correlacionaron con el tiempo total de carrera (todas presentadas en W/kg) POX2mmol/l (ρ = -0.88, P < 0.01), POX4mmol/l (ρ = -0.95, P < 0.001), POVO2max (ρ = -0.92, P < 0.001), P5min (ρ = -0.67, P < 0.05) and P10min (ρ = -0.77, P < 0.05), PODmax (ρ = -0.78, P < 0.01) y CP (ρ = -0.68, P <0.05). Los histogramas de la frecuencia de distribución, las curvas de regresión lineal y los coeficientes de correlación rho de las cinco variables principales que mejor se correlacionaron con el tiempo de carrera se muestran en la Figura 1. Para la predicción del rendimiento en competencia, se realizó un análisis de regresión múltiple para evaluar la contribución general de las variables fisiológicas a la variabilidad interindividual del tiempo total de carrera. Como resultado, se encontró una ecuación de regresión significativa (F (3,5) = 7.52, P = 0.03), con un R2 = 0.82. El tiempo total de carrera previsto por el participante fue igual a:
Tiempo de competencia (min) = 255.86 – 32.87 × POVO2max – 51.18 × PO X4mmol/l + 60.77 ×PO X2mmol/l.
Figura 1. Correlación media de los parámetros fisiológicos y tiempo total de competencia en ciclistas de XCO juveniles de nivel nacional. Los valores son coeficientes correlativos de orden cero (r, Spearman rho) entre los parámetros fisiológicos y el rendimiento en competencia. POX2mmol/l= potencia a la concentración de lactato de 2 mmol/l; POX4mmol/l= potencia a la concentración de lactato de 4 mmol/l; POVO2max= potencia en el VO2max; P10min= potencia media en 10 minutos de ejercicio; P5min= potencia media durante 5 minutos de ejercicio; Corr. = correlación usando rho de Spearman. * * P < 0.05, ** P < 0.01, *** P < 0.001. Todos los valores son presentados en W/kg.
Tabla 1. Perfil antropométrico de jóvenes ciclistas de XCO de nivel nacional. Los datos están presentados como valores medios ± SD.
Tabla 2. Perfil fisiológico y de fuerza de ciclistas juveniles de xco de nivel nacional. Los valores estan expresados como valores medios ± SD. POLT1 = potencia en el primer umbral del lactato; POLT2 = potencia en el segundo umbral del lactato; POX2mmol/l = potencia a una concentración fija de lactato de 2 mmol/l; POX4mmol/l = potencia a una concentración fija de lactato de 4 mmol/l; PODmax = potencia en el umbral de lactato determinada por el método Dmax; POVO2max = producción de potencia en el VO2max; CP = potencia critica; P10min = potencia media para una duración de esfuerzo de 10-min; P5min = potencia media para una duración de esfuerzo de 5-min; P1min = potencia media para una duración de esfuerzo de 1-min; P30s = potencia media para una duración de esfuerzo de 30-s; Psprint = potencia media para una duración de esfuerzo de 6-s.
Discusión
El objetivo de este trabajo fue estudiar el perfil fisiológico de ciclistas juveniles de XCO de nivel nacional pertenecientes a un seleccionado nacional y determinar las variables que mejor se asimilan a predecir el rendimiento en una carrera oficial de XCO. Sumado a este objetivo, el presente estudio es sumamente útil al generar valores de referencia en los perfiles fisiológicos y antropométricos de ciclistas juniors de XCO de nivel nacional e internacional. El resultado más importante de este estudio fue que el 82% de la varianza en el tiempo de carrera durante una competición oficial de XCO puede ser predicha usando los valores de potencia en el umbral de lactato en 2 y 4 mmol/l, y la potencia en el VO2max. Interesantemente, las variables antropométricas y la fuerza máxima de miembros inferiores medida a través de la sentadilla con salto, así como el test de fuerza isométrica, no se correlacionaron con el tiempo de carrera. Colectivamente, toda esta información sugiere que usar la potencia en el VO2max, así como los indicadores submáximos del esfuerzo (potencia en los umbrales de lactato) son excelentes predictores de rendimiento aeróbico en ciclistas junior de XCO.
Perfil Antropométrico
Con el fin de contrastar nuestros resultados con los de otros estudios, resumimos el perfil antropométrico de ciclistas jóvenes con los de categoría élite de XCO reportados en previos estudios (Tabla 3), donde se reveló que el perfil antropométrico de nuestros ciclistas era similar al de los de categoría de élite del XCO. En resumen, la altura media de los ciclistas de montaña de élite masculino está entre 175 – 180 cm [2, 4-8, 10, 11, 31], mientras que la altura media de nuestros ciclistas fue de 177 ± 4 cm. La masa corporal media informada de los ciclistas de XCO de élite es de entre 65 y 72 kg [2, 4-8, 10, 11, 31] mientras que nuestros atletas pesaron 67±7 kg. Estos datos no solo muestran la existencia de un perfil antropométrico específico de los ciclistas de XCO, sino que también sugieren que, en los respecta a los ciclistas de élite, el perfil antropométrico ya se logra a una edad temprana. Se asume ampliamente que la composición corporal es un factor muy relevante en los ciclistas de montaña de élite, como se ha sugerido una asociación entre la composición corporal y los niveles competitivos [2]. El porcentaje medio de grasa corporal de los ciclistas de montaña de élite se sitúa entre el 5,3 y el 14,3% [6, 8, 31, 32]. Sin embargo, nuestros datos muestran que los ciclistas jóvenes de XCO de nivel nacional tienen valores medios de grasa adiposa de 23 ± 3 %, lo que es considerablemente más alto. Esto no es sorprendente ya que los valores medios de adiposidad estimados mediante el método de fraccionamiento de cinco componentes toma el tejido adiposo definido anatómicamente, en contraposición a la masa grasa definida químicamente estimada por el método de dos componentes [33]. Así, mientras que el modelo de fraccionamiento de cinco componentes evalúa el tejido adiposo (que incluye una fracción lipídica, agua, proteínas y electrolitos), los modelos de fraccionamiento de dos componentes evalúan masa magra y masa grasa (la cual solo incluye la fracción lipídica del tejido adiposo) [34]. De hecho, cuando se utilizó el método de cinco componentes para evaluar la composición corporal en triatletas jóvenes de élite, hombres y mujeres, se observaron valores de adiposidad muy similares a los encontrados en el presente estudio [35]. Finalmente, hasta donde sabemos, no existen estudios que haya realizado un análisis antropométrico en profundidad de los jóvenes ciclistas de montaña XCO. En este sentido, el presente trabajo tiene como objetivo proporcionar valores de referencia de masas de tejido muscular, óseo y adiposo, así como de la suma de seis pliegues cutáneos para utilizar como objetivos de entrenamiento. Por último, es importante señalar que, a pesar de la supuesta importancia de la composición corporal para el rendimiento del XCO [2], ninguna de las variables antropométricas se correlacionó con el tiempo de competencia. Esto sugiere que, una vez alcanzada la composición corporal adecuada en los ciclistas jóvenes de XCO, las pequeñas variaciones interindividuales no explicarían el rendimiento final.
Las competiciones de ciclismo de montaña XCO junior tienen una longitud por vuelta de 4-6km y una altitud de ascenso promedio de aproximadamente 500-1000 m [3], lo que demanda significativamente el metabolismo aeróbico para cumplir con los requisitos a nivel energético [2]. De hecho, los indicadores máximos y submáximos de la capacidad aeróbica, tanto como el VO2max y la potencia máxima sostenible en el umbral de lactato, han podido explicar hasta el 80% de la varianza en el rendimiento del ciclismo de montaña [7, 8]. En el presente estudio, se encontraron correlaciones altas y significativas (ρ = -0.67 to -0.95) entre los marcadores fisiológicos de aptitud aeróbica y rendimiento en ciclismo XCO (Figura 1), como se observó en otros estudios con ciclistas también de XCO competitivos y de alto nivel [1, 8, 12, 13]. De acuerdo con investigaciones anteriores, nuestros resultados sugieren que la relación entre los parámetros fisiológicos derivados del perfil de potencia y el rendimiento de XCO es mayor cuando la producción de potencia de ciclismo se normaliza con la masa corporal. Esto resalta la importancia de la relación peso/potencia (W/kg) en disciplinas de resistencia cuyos recorridos se caracterizan por diferentes subidas y bajadas. Tomando las variables fisiológicas que mejor se correlacionaron con el tiempo total de carrera, realizamos un análisis de regresión múltiple con el objetivo de predecir el rendimiento de carrera en una competencia oficial UCI. Como resultado, encontramos una ecuación de regresión significativa que fue capaz de explicar el 82% de la varianza en el rendimiento de solo tres variables: POX4mmol/l, POX2mmol/l and POVO2max. Estos hallazgos no son triviales, ya que los modelos de regresión simple han demostrado que el VO2max solo puede explicar el 20-40% de la varianza en el rendimiento de ciclismo XCO [7, 8, 15]. Por lo tanto, parece que el rendimiento en competencia de XCO no depende únicamente de una característica fisiológica, sino de varias a la vez. Por esto, la combinación de las variables de condición aeróbica máxima, así como la transición de esfuerzo aeróbico-anaeróbico pueden representar mejor la predicción de rendimiento en competencias de XCO, al menos en ciclistas jóvenes.
Finalmente, comparamos el perfil fisiológico de nuestros ciclistas con el de los ciclistas de élite y junior XCO reportado en estudios previos (Tabla 3). Según nuestros resultados, los ciclistas junior de nivel nacional tienen un desarrollo subóptimo de potencia aeróbica y capacidad oxidativa en comparación con los ciclistas de XCO de élite (> 20 años). Específicamente, la POVO2max (en W/kg) en nuestros ciclistas jóvenes fue hasta un 17% menor que los de nivel élite [4-8, 10, 11, 31]. Además, la POLT2 (en W/kg) fue equivalente al 66% de la POVO2max en nuestros ciclistas, mientras que en los de élite es al 80-87% POVO2max [5, 8, 10]. También comparamos nuestros resultados con los del estudio de Fornasiero et al. [36] con ciclistas jóvenes de XCO de la misma edad que nuestros atletas (~ 16 años). Encontramos que nuestros jóvenes ciclistas tenían un POVO2max (en W/kg) un 21% más bajo que los jóvenes ciclistas de XCO italianos. Esto podría explicarse por el hecho de que los deportistas del estudio de Fornasiero et al. eran de nivel superior a los nuestros en ese momento. De hecho, algunos de ellos eran Campeones Olímpicos Juveniles y Campeones del Mundo Juveniles, donde sus perfiles de potencia eran incluso más altos que los de ciclistas élite de XCO.
Table 3. Perfiles antropométricos y de potencia de ciclistas juveniles de xco de nivel nacional (fila blanca) y datos de ciclistas de xco de elite reportados en la literatura científica (filas grises). Los valores estan expresados como promedios (± SD). POVO2max = potencia en el VO2max; POLT2 = potencia en el 2do umbral de lactato; POLT1 = potencia en el primer umbral de lactato; PODmax = potencia en el umbral de lactato determinada por el método Dmax; (%) Porcentaje de la POVO2max; – sin datos disponibles.
Perfil de Fuerza
La mayoría de los estudios realizados en ciclistas de XCO carecen de valoraciones de fuerza, a pesar de que es una de las variables más importantes en el rendimiento deportivo. En este sentido, dos estudios recientes realizaron un análisis de regresión múltiple y encontraron que tanto la fuerza de agarre manual como el torque máximo de cuádriceps femoral eran determinantes fisiológicos significativos en el rendimiento de XCO [1, 13]. En este estudio, observamos una correlación significativa entra la altura obtenida en una sentadilla con salto y la potencia al sprint (Psprint). Por lo tanto, nuestros resultados sugieren que algunos índices de fuerza de los miembros inferiores podrían actuar como predictores independientes del rendimiento neuromuscular máximo de corta duración (Psprint) en jóvenes ciclistas de XCO, pero aparentemente la altura máxima del salto y la fuerza isométrica máxima de miembros inferiores no se asocian con el rendimiento en competencias de XCO.
Limitaciones
Además de sus puntos fuertes, la presente investigación tiene algunas limitaciones que deben ser discutidas para no afectar la aplicabilidad de los resultados. En primer lugar, la muestra; que estuvo compuesta por diez ciclistas de la Selección Argentina Juvenil de XCO. Aunque un tamaño de muestra mayor podría haber aumentado el poder estadístico del estudio, se reclutaron a todos los integrantes del seleccionado nacional para el estudio. Por esto, es posible que se requiera más investigación con ciclistas jóvenes de XCO de otros equipos nacionales para confirmar la importancia de las variables aeróbicas máximas y submáximas del rendimiento general en el XCO. En segundo lugar, no hubo mediciones de parámetros ventilatorios como el VO2max ,lo cual representa una limitación ya esta variable es un indiciador típico en este tipo de competencias. Sin embargo, medimos la POVO2max, que también es un buen indicador de la capacidad aeróbica máxima. Por último, existen otras variables que pueden estar asociadas con el rendimiento del XCO durante las competencias reales como la economía del ciclismo, la potencia y capacidad anaeróbica, la habilidad técnica y las estrategias nutricionales previas y durante la competición [2]. Por lo tanto, se deben realizar investigaciones futuras para determinar la contribución de cada una de estas variables al rendimiento en el XCO.
Conclusiones
Este estudio proporciona vital información a los entrenadores de campo sobre los valores de referencia de composición corporal, marcadores fisiológicos de aptitud aeróbica, así como de rendimiento neuromuscular en ciclistas de XCO de jóvenes de alto nivel. Sin embargo, la contribución más importante de este estudio fue que la combinación de los valores de potencia a 2 mmol/l y a 4 mmol/l de lactato en sangre con la potencia al VO2max pudo explicar el 82% de la variación en el tiempo total de competencia en un grupo de ciclistas juveniles de XCO de alto nivel. En este sentido, los resultados de estudio apoyan la utilización de índices máximos y submáximos de capacidad y potencia aeróbica como predictores del rendimiento en poblaciones jóvenes que corren en XCO. Estos parámetros fisiológicos deben normalizarse de acuerdo con la masa corporal, ya que este ajuste proporciona un mejor reflejo del rendimiento de los deportistas, sobre todo de los de resistencia. Finalmente, también recomendamos el uso de la fuerza de miembros inferiores (por ejemplo, altura de la sentadilla con salto) como indicadores del rendimiento neuromuscular en ejercicios máximos de corta duración en ciclistas juveniles, aunque su valor de predicción en el XCO parece ser limitado.
Agradecimientos
Queremos agradecer a Melisa Bertola y Dario Linkowski por ayudarnos con la recolección de información y a la Federación Argentina de Ciclismo de Montaña (FACIMO) por apoyar este estudio y permitirnos evaluar todos los jóvenes ciclistas del Equipo Nacional en pleno período competitivo.
Conflicto de interés
Los autores declaran no tener conflicto de interés en las áreas financiera, institucional y/o de relacionamiento personal que pudiese influir de manera inapropiada las acciones o declaraciones.
Cita Original
Traduccion
Gonzalo Inzaurralde y Facundo Ahumada.
Referencias
- Bejder, J., et al., Physiological determinants of elite mountain bike cross-country Olympic performance. Journal of Sports Sciences, 2019. 37(10): p. 1154-1161.
- Impellizzeri, F.M. and S.M. Marcora, The physiology of mountain biking. Sports Med, 2007. 37(1): p. 59-71.
- Hays, A., et al., Understanding the Physiological Requirements of the Mountain Bike Cross-Country Olympic Race Format. Frontiers in physiology, 2018. 9: p. 1062-1062.
- Baron, R., Aerobic and anaerobic power characteristics of off-road cyclists. Med Sci Sports Exerc, 2001. 33(8): p. 1387-93.
- Impellizzeri, F., et al., Exercise intensity during off-road cycling competitions. Med Sci Sports Exerc, 2002. 34(11): p. 1808-13.
- Lee, H., et al., Physiological characteristics of successful mountain bikers and professional road cyclists. J Sports Sci, 2002. 20(12): p. 1001-8.
- Impellizzeri, F.M., et al., Correlations between physiological variables and performance in high level cross country off road cyclists. Br J Sports Med, 2005. 39(10): p. 747-51.
- Impellizzeri, F.M., et al., Physiological correlates to off-road cycling performance. J Sports Sci, 2005. 23(1): p. 41-7.
- Impellizzeri, F.M., et al., Level ground and uphill cycling ability in elite female mountain bikers and road cyclists. Eur J Appl Physiol, 2008. 102(3): p. 335-41.
- Stapelfeldt, B., et al., Workload demands in mountain bike racing. Int J Sports Med, 2004. 25(4): p. 294-300.
- Wilber, R.L., et al., Physiological profiles of elite off-road and road cyclists. Med Sci Sports Exerc, 1997. 29(8): p. 1090-4.
- Prins, L., E. Terblanche, and K. Myburgh, Field and laboratory correlates of performance in competitive cross-country mountain bikers. Journal of sports sciences, 2007. 25: p. 927-35.
- Novak, A., et al., A multidimensional approach to performance prediction in Olympic distance cross-country mountain bikers. Journal of Sports Sciences, 2017. 36.
- Atkinson, G., et al., Science and cycling: Current knowledge and future directions for research. Journal of sports sciences, 2003. 21: p. 767-87.
- Gregory, J., D.P. Johns, and J.T. Walls, Relative vs. absolute physiological measures as predictors of mountain bike cross-country race performance. J Strength Cond Res, 2007. 21(1): p. 17-22.
- Granier, C., et al., Power Output and Pacing During International Cross-Country Mountain Bike Cycling. International Journal of Sports Physiology and Performance, 2018. 13: p. 1-22.
- Burke, L.M., et al., Carbohydrates for training and competition. Journal of Sports Sciences, 2011. 29(sup1): p. S17-S27.
- McDermott, B.P., et al., National Athletic Trainers’ Association Position Statement: Fluid Replacement for the Physically Active. Journal of Athletic Training, 2017. 52(9): p. 877-895.
- Tanner, R.K., C.J. Gore, and A.I.o. Sport, Physiological Tests for Elite Athletes 2nd Edition. 2012: Human Kinetics.
- Jones, A.M. and A. Vanhatalo, The ‘Critical Power’ Concept: Applications to Sports Performance with a Focus on Intermittent High-Intensity Exercise. Sports medicine (Auckland, N.Z.), 2017. 47(Suppl 1): p. 65-78.
- Tanner, R.K., C.J. Gore, and A.I.o. Sport, Physiological Tests for Elite Athletes. 2013: Human Kinetics.
- Newell, J., et al., Software for calculating blood lactate endurance markers. J Sports Sci, 2007. 25(12): p. 1403-9.
- Cheng, B., et al., A new approach for the determination of ventilatory and lactate thresholds. Int J Sports Med, 1992. 13(7): p. 518-22.
- Kuipers, H., et al., Variability of aerobic performance in the laboratory and its physiologic correlates. Int J Sports Med, 1985. 6(4): p. 197-201.
- Edvardsen, E., E. Hem, and S.A. Anderssen, End Criteria for Reaching Maximal Oxygen Uptake Must Be Strict and Adjusted to Sex and Age: A Cross-Sectional Study. PLOS ONE, 2014. 9(1): p. e85276.
- Stewart, A., et al., International Standards for Anthropometric Assessment. Vol. 137. 2011.
- Kerr, D.A., An anthropometric method for fractionation of skin, adipose, bone, muscle and residual tissue masses in males and females age 6 to 77 years. 1988, Theses (School of Kinesiology)/Simon Fraser University.
- Requena, B., et al., Functional performance, maximal strength, and power characteristics in isometric and dynamic actions of lower extremities in soccer players. J Strength Cond Res, 2009. 23(5): p. 1391-401.
- Jimenez-Reyes, P., et al., Maximal Velocity as Discriminating Factor in Loaded Squat Jump Performance. International Journal of Sports Physiology and Performance, 2015. 11.
- R Core Team, R: A language and environment for statistical computing. 2020, R Foundation for Statistical Computing.
- Warner, S.E., J.M. Shaw, and G.P. Dalsky, Bone mineral density of competitive male mountain and road cyclists. Bone, 2002. 30(1): p. 281-6.
- Wingo, J.E., et al., Influence of a Pre-Exercise Glycerol Hydration Beverage on Performance and Physiologic Function During Mountain-Bike Races in the Heat. J Athl Train, 2004. 39(2): p. 169-175.
- Holway, F. and R. Garavaglia, Kinanthropometry of Group I rugby players in Buenos Aires, Argentina. Journal of sports sciences, 2009. 27: p. 1211-20.
- Martin, A.D., et al., Adipose tissue density, estimated adipose lipid fraction and whole body adiposity in male cadavers. Int J Obes Relat Metab Disord, 1994. 18(2): p. 79-83.
- Landers, G., et al. Kinanthropometric differences between World Championship senior and junior elite triathletes. in Proceedings from the Gatorade International Triathlon Science II Conference. Noosa, Australia. 1999.
- Fornasiero, A., et al., Physiological and anthropometric characteristics of top-level youth cross-country cyclists. J Sports Sci, 2018. 36(8): p. 901-906.