Menu

La perdita di velocità e la fatica

Monitorare e gestire il carico di allenamento, sia acuto che nel lungo periodo, è uno degli elementi fondamentali per l’implementazione di strategie di miglioramento delle prestazioni. Indipendentemente dal metodo o dal modello implementato, ognuno di essi è stato costruito esclusivamente per uno scopo: manipolare la FATICA.

Ogni allenatore sulla Terra sa quanto sia importante monitorare e gestire la fatica non solo per migliorare le prestazioni in generale, ma anche per ridurre il rischio di infortunio, evitare l’inibizione dell’adattamento corretto e raggiungere le massime prestazioni in momenti specifici come importanti partite o competizioni.

In realtà, ogni programma di allenamento gestisce in effetti la fatica per definizione. Sebbene sia diffusa la nozione di gestione del carico di allenamento, questa è abbastanza distorta, poiché la fatica e non il carico è il fattore limitante e la ragione alla base di ogni schema di periodizzazione: lineare, ondulato, blocchi, a seconda dei casi!

Ci sono diverse tecniche che possono essere utilizzate per esaminare la fatica derivante dall’allenamento e dalla competizione nello sport attraverso diverse misure soggettive (ad esempio RPE) o oggettive (ad esempio potenza).

Ma, cosa è davvero la fatica?, Beh… cerchiamo di capirlo…

 

Fatica

La fatica è stato un problema per allenatori di sport e atleti fin dall’inizio. Possiamo tracciare l’influenza reciproca tra sport e militari fino all’antica Grecia. Più recenti tentativi di comprendere i fattori che determinano la stanchezza e le prestazioni sportive possono essere fatti risalire agli studi europei che hanno avuto inizio alla fine del XIX secolo. Un libro influente scritto dal fisiologo italiano A. Mosso, professore di fisiologia all’Università di Torino, è stato uno dei primi a considerare la base biologica della stanchezza che si sviluppa durante l’esercizio.

Le idee di Mosso non hanno avuto un’accettazione immediata nelle scienze dell’esercizio, ma sono rimaste in silenzio fino a quando non sono state riscoperte più recentemente1. Invece, sono state sostituite dopo il 1923 da un’interpretazione diversa e più semplicistica promossa dal vincitore del Premio Nobel inglese Archibald Vivian Hill. Gli studi che sarebbero diventati forse i più influenti nella storia della scienza dell’esercizio sono stati condotti da Hill e dai suoi colleghi presso l’Università di Londra tra il 1923 e il 19252.

In generale, la stanchezza viene definita come una perdita di forza o di potenza in risposta all’attività contrattile e può verificarsi a causa di danni o adattamenti a una moltitudine di localizzazioni fisiologiche34. Inoltre, la stanchezza può essere vista come una diminuzione o un deterioramento delle prestazioni indotto dall’esercizio5. Ma ogni definizione cade come un approccio riduzionista di un problema più complesso e la nostra comprensione dell’eziologia e dei meccanismi sottostanti alla stanchezza durante l’esercizio è ancora oggetto di dibattito6.

Questa riduzione della capacità muscolare è limitata da componenti centrali e/o periferici. I componenti centrali coinvolgono un fallimento del SNC nel reclutare unità motorie, ovvero una riduzione dell’attivazione motoria centrale e i componenti periferici coinvolgono un cambiamento biochimico all’interno dell’ambiente metabolico dei muscoli, che porta ad una attenuata risposta all’eccitazione nervosa7.

I meccanismi centrali e periferici sono stati generalmente studiati in isolamento, assumendo che la loro combinazione avvenga in modo lineare, il che ha probabilmente prodotto delle bias nell’interpretazione dei dati e nelle conclusioni ottenute. Abbiss e Laursen hanno effettuato una revisione completa di questi modelli, tra cui il modello cardio-vascolare/anaerobico, il modello di fornitura/deplezione di energia, il modello neuromuscolare, il modello di trauma muscolare, il modello biomeccanico, il modello di termoregolazione e, infine, il modello motivazionale/psicologico, che si concentra sull’influenza di fattori intrapsicologici, come le aspettative di prestazione o lo sforzo richiesto7.

Models to Explain Fatigue Figura 1 Modelli per spiegare la fatica 7

 

Noakes ha sostenuto che la fatica è una percezione sensoriale, piuttosto che un fenomeno fisico8. Inoltre, esistono prove convincenti a favore di un modello complesso, ma centralmente integrato, di fatica con feedback afferente dalla periferia, che informa la percezione di fatica e che si traduce in un attenuazione della prestazione lavorativa, che può essere determinata consciamente o inconsciamente6.

Si è inoltre proposto che esista una soglia critica individuale di fatica muscolare periferica, che è associata a un certo grado di percezione sensoriale di feedback afferente. Va notato che il livello di alcuni metaboliti intramuscolari, che provocano fatica periferica (ad esempio, protoni, fosfato, ecc.), è simile all’esaurimento, indipendentemente dal tipo di esercizio e dalla velocità individuale di cambiamento del disturbo metabolico9.

In questo modo, l’ambiente metabolico dei muscoli scheletrici che generano energia per sostenere uno sforzo dato, implica una certa afferenza al sistema nervoso centrale, che determinerà la grandezza dell’impulso motorio centrale per continuare a reclutare un determinato numero di unità motorie e quindi essere in grado di generare o meno l’output richiesto durante l’esercizio9.

Fatica

Figura 2 Relazione tra il centro governatore teleoanticipatore nel cervello e lo sforzo percepito durante l’esercizio 6.

 

La migliore definizione corrente di fatica è ‘qualunque esercizio o non esercizio-indotto perdita di prestazioni a causa di vari fattori fisiologici, atleta riportati fattori psicologici o una combinazione di entrambi

Per comprendere pienamente la natura della fatica muscolare scheletrica, sono necessari argomenti diversi come la neurofisiologia, il segnale intracellulare, la funzione vascolare, la bioenergetica e la meccanica molecolare, e si deve tenere conto dell’impatto di fattori esterni come l’inattività e la malattia sui meccanismi di fatica3.

Infine, anche se non c’è dubbio sulla relazione tra fatica e alcune misure oggettive, è stato suggerito che la fatica sia influenzata anche dalla percezione soggettiva, quindi è necessario includere un aspetto di “soggettività” nella definizione di fatica10. A causa di questo, forse la migliore definizione operativa attuale di fatica è “qualsiasi esercizio o non esercizio causato da diversi fattori fisiologici, fattori psicologici riportati dagli atleti o da una combinazione dei due11.

perceived fatigability and performance fatigabilityFigura 3 La tassonomia proposta suggerisce di definire la fatica come un sintomo invalidante auto-riferito derivato da due attributi interdipendenti: affaticabilità percepita e affaticabilità prestazionale.12

 

In un tentativo di fornire una griglia più unificante, si propone che la stanchezza sia definita come un sintomo in cui la funzione fisica e cognitiva è limitata da interazioni tra faticabilità prestazionale e faticabilità percepita12.

Poiché, per definizione, la stanchezza riduce le capacità di prestazione atletica, molti allenatori hanno cercato di misurare periodicamente la stanchezza dei loro atleti in modo da poter regolare appropriatamente i protocolli di allenamento.

 

img-banner-funnel2-it

 

Misurare la fatica

A causa del fatto che l’allenamento sotto alti livelli di stanchezza può indebolire un adattamento appropriato o addirittura inibirlo, essere in grado di monitorare la stanchezza è cruciale per qualsiasi allenatore, istruttore o scienziato sportivo. Inoltre, avere una certa idea di quanto sia “fresco” un atleta può fornire importanti informazioni sulla capacità dell’atleta di sopportare lo stress dell’allenamento, sulla sensibilità all’adattamento a tale stress o sulla loro capacità di esibirsi.

Analizzare e comprendere il rapporto dose-risposta di un programma di allenamento atletico è fondamentale per massimizzare le prestazioni, evitare infortuni e sovrallenamento e un must per l’implementazione di qualsiasi modello di periodizzazione.

Qualsiasi stress sul corpo, compreso lo stress fisico derivante da sedute di allenamento, può essere interpretato come una “dose”, i livelli di stanchezza associati a tale dose potrebbero essere considerati come una “risposta” e le prestazioni successive come l’ “esito”. Pertanto, raccogliere, analizzare e comprendere il rapporto dose-risposta di un programma di allenamento atletico è fondamentale per massimizzare le prestazioni, evitare infortuni e sovrallenamento e un must per l’implementazione di qualsiasi modello di periodizzazione.

Per concludere, il principale vantaggio nella progettazione e nell’implementazione di un sistema di monitoraggio della stanchezza è “stimare” come ogni allievo risponde a un dato programma e quindi regolare di conseguenza per garantire l’adattamento, prevenire il sovrallenamento, evitare infortuni e massimizzare le prestazioni.

 

La valutazione soggettiva

La potenziale efficacia delle misure soggettive per il monitoraggio degli atleti è stata stabilità dalla letteratura. Tuttavia, le pratiche di implementazione ottimali non sono ancora state determinate. Le pratiche di implementazione influenzano la capacità di riflettere il benessere degli atleti e se i dati possono essere utilizzati in modo significativo10.

Inoltre, la valutazione soggettiva è semplice, non invasiva, economica e non richiede attrezzature e può fornire un feedback immediato. D’altra parte, la coerenza, la familiarizzazione e l’analisi robusta dei dati sono cruciali per aumentare la sensibilità del test.

I questionari sul benessere sono uno dei modi di valutazione più popolari per il benessere soggettivo e vengono definiti come misure di autovalutazione degli atleti. Si tratta semplicemente di un questionario somministrato all’atleta per valutare come si sente. Questo spesso include diversi argomenti, come la qualità del sonno, il livello di stress non legato all’allenamento, il dolore muscolare, la percezione di stanchezza13, ma in pratica la struttura e le domande utilizzate dipendono interamente dalle esigenze dell’allenatore e dallo sfondo degli atleti.

Tuttavia, è importante comprendere che solo alcuni questionari sono stati scientificamente validati e si è dimostrato che sono sensibili ai cambiamenti nei programmi di allenamento settimanali 10,14,15. Nonostante ciò, i questionari sul benessere sembrano funzionare bene come strumento di monitoraggio della stanchezza, soprattutto con grandi gruppi, come nell’ambiente degli sport di squadra.

wellness questionnaire

Figure 4 Esempio di un questionario di valutazione del benessere giornaliero. FAT = Livello di stanchezza; DOL = Livello di dolore; SUE = Qualità del sonno; ENE = Livelli di energia; DOR = Ore di sonno; EST = Livelli di stress; ANI = Benessere generale; LIB = Livelli di libido. Sono stati stabiliti diversi soglie numeriche e il colore indica Verde = Buono; Giallo = Normale; Rosso = Cattivo. I dati sono stati presi da un giocatore di rugby.

 

Si tratta semplicemente di un questionario somministrato all’atleta per valutare come si sente. Questo spesso include diversi argomenti come la qualità del sonno, lo stress al di fuori dell’allenamento, il dolore muscolare, la percezione di stanchezza.

La valutazione della stanchezza è un altro strumento soggettivo per monitorare la stanchezza. È stato dimostrato che è valido e affidabile11. Questa scala è progettata per fornire una misura olistica di quanto si senta stanco un individuo e viene fatto attraverso l’uso di una scala 11 punti. La scala di valutazione della stanchezza sembra avere una elevata correlazione con i marcatori di stanchezza fisiologici e sembra anche essere in grado di differenziare tra l’esercizio percepito durante il recupero e durante l’esercizio11.

Fatigue Scale proposed by Micklewright

Figura 5 Valutazione della scala di stanchezza proposta da Micklewright et al., 201711 .

Infine, stanno emergendo nuove tecnologie come il codifica facciale, che sembra in grado di rilevare la stanchezza e i cambiamenti di umore con accuratezza, ma la scienza nell’applicazione pratica è ancora molto indietro.

 

Le misure oggettive

Le misure oggettive per valutare i livelli di stanchezza possono essere un po ‘complicato. In primo luogo, qualunque variabile selezioniamo per l’uso, è obbligatorio essere coerenti sul protocollo applicato per raccogliere i dati. Inoltre, è importante monitorare e analizzare correttamente. Anche è importante monitorarlo e analizzarlo correttamente.

Oggi, con i progressi nel campo della tecnologia sportiva, è davvero facile avere accesso a alcuni dispositivi cinetici, cinematici o fisiologici e questo sarà il fattore limitante per scegliere una variabile di monitoraggio oggettiva.

Le variabili più popolari tendono ad essere correlate alla produzione di forza ei protocolli di solito coinvolgono salti. Tuttavia, le possibilità sono infinite. Se si può pensare a una manifestazione massima intesa di potenza neuromuscolare certamente si qualificano come una potenziale misura oggettiva per valutare la stanchezza. Salto, isometrici, Sub Max squat, lanci, ecc con il dispositivo affidabile e valido appropriato e protocollo, possono essere scelte valide per misurare la stanchezza.

Io sono abbastanza fortunato da avere una piattaforma di forza duale, potente abbastanza per misurare la produzione di forza verticale e, naturalmente, tutte le variabili dipendenti dal tempo derivate come RFD, tempo di picco di forza, impulso, ecc Poiché la maggior parte della letteratura si basa su protocolli di salti per valutare la fatica, una volta ho implementato anche il CMJ. Ma il CMJ e ogni altro salto è troppo “dipendente dalla tecnica”. Non mi fraintendete, non sto dicendo che è inutile, infatti, ancora raccolgo i dati da diversi tipi di salti. Ma ultimamente ho cambiato la mia valutazione della prontezza da CMJ a un tiraggio isometrico al mezzo della coscia, e la ragione non è completamente basata sulla scienza ma euristica. Ho trovato che l’IMTP è più facile da spiegare, implementare e eseguire dagli atleti e forse (non posso provarlo) più sensibile al cambiamento.

Quindi, l’IMTP richiede a un individuo di tirare su una barra fissa con uno sforzo massimale per 3-5 secondi. Quando viene eseguito su una piattaforma di forza, il test può quantificare la forza di picco, la forza relativa, RFD, tempo di picco di forza, ecc.16.

Dual Force Plate assessment of an IMTPFigura 6 Valutazione dell’IMTP con due piatti di forza. I dati sono stati presi da un giocatore di rugby.

 

Ho trovato che l’IMTP è più facile da spiegare, implementare e eseguire dagli atleti e forse (non posso provarlo) più sensibile al cambiamento.

Infine, altri metrici possono essere utilizzati, come ad esempio i marcatori di sangue o di saliva, così come i test fisiologici, come la frequenza cardiaca, la variabilità della frequenza cardiaca e altri parametri dello stato fisico, sono comuni nello sport. Il monitoraggio fisiologico della fatica può essere rilevato nei test di idoneità al sistema nervoso autonomo (SNA) o centralmente ai centri superiori del corpo (SNC). Il monitoraggio del sonno con metodi non invasivi è cresciuto in popolarità, ma richiede comunque un’analisi clinica per determinare la gravità delle alterazioni del sonno riportate.

 

La perdita di velocità

I dispositivi commercialmente disponibili, come il trasduttore di posizione lineare (LPT), sono molto più popolari, trasportabili, economici e probabilmente versatili rispetto alla pedana di forza. E anche se li usiamo solitamente come strumenti di allenamento, il loro potere per i test è infinito.

In effetti, uno dei più diffusi utilizzi della LPT è proprio per monitorare la fatica. Ogni volta che tracciamo la perdita di velocità di un insieme dato, stiamo cercando di gestire la fatica17.

Come abbiamo già detto, le misure oggettive di fatica sono generalmente, ma non solo, legate alle variabili meccaniche (principalmente forza). Ma la velocità è linearmente correlata alla forza, poiché la forza applicata fa crescere la velocità manifestata. E quando sorge la fatica, la forza e l’output di velocità diminuiscono17.

Uno degli usi più diffusi del LPT è infatti per definizione legato al monitoraggio della fatica.

In effetti, la ricerca ha dimostrato che esiste una alta correlazione tra le misure meccaniche (perdita di velocità e altezza del salto in controspinta) e metaboliche (lattato, ammide) di fatica, il che supporta la validità dell’utilizzo della perdita di velocità per quantificare oggettivamente la fatica neuromuscolare durante l’allenamento con i pesi e quindi trasformare la perdita di velocità in un potente strumento per guidare l’adattamento17.

Inoltre, la velocità più alta ottenuta con un peso costante sottomassimo può essere un’altra utile variabile meccanica per valutare la fatica neuromuscolare17,18.

La perdita di velocitàFigura 7 Quando la velocità di un dato insieme diminuisce, si verifica la fatica17.

 

La prontezza

Infine, abbiamo già affrontato tutto ciò che riguarda le variabili di misura della stanchezza, quali esistono, come sceglierle e perché. Ma come analizzarla per sapere davvero cosa sta succedendo???

Il principio è che se i punteggi dell’atleta nei suoi test sono simili a quelli del suo baseline, si presume che sia pronto per l’allenamento programmato. Allenarsi quando non si è pronti è problematico, come abbiamo già menzionato. Ma ancora una volta, come possiamo saperlo con certezza??

Il monitoraggio della stanchezza richiede una serie di tipi di dati per identificare correttamente la causa della stanchezza e se è necessario un cambiamento o un aggiustamento. I requisiti essenziali per il monitoraggio e l’analisi della stanchezza sono la raccolta di informazioni di qualità e la continuità dei dati. Una volta determinata la variabile che stiamo monitorando, dobbiamo stabilire quale tipo di analisi dovremo eseguire.

Ad esempio, un questionario sullo stato di salute, come mostrato in precedenza, potrebbe essere analizzato solo con una soglia arbitraria (1-3 cattivo, 4-7 normale, 8-10 buono) quindi relazionare queste “zone” con i colori e siamo pronti per partire.

Ma le cose potrebbero complicarsi un po’ se vogliamo una visione più approfondita con un’analisi più robusta. Se abbiamo un data frame abbastanza lungo da costruire un baseline, potrebbe essere un’analisi più sensibile utilizzarlo per confrontarlo e impostare le nostre soglie come variazioni (o Z score) rispetto a quel baseline (vedere il post sul blog sull’inferenza basata sulla magnitudine per una comprensione più approfondita).

Wellnes report dashboard using Z-Scores

Figura 8 Dashboard dei rapporti Wellnes che utilizza i punteggi Z per stabilire le zone di prontezza. I dati sono stati presi da una squadra di rugby.

 

Infine, gli scienziati dello sport stanno indagando su come costruire modelli da questi dati con l’uso di reti neurali e intelligenza artificiale. È ancora agli inizi, ma sembra davvero promettente e, se ci riusciranno, forse avremo uno strumento abbastanza potente da “prevedere” eventi futuri riguardanti le prestazioni, la stanchezza o le lesioni. Lo dirà il tempo.

 

Bibliografia

1.Giulio, C. D., Daniele, F. & Tipton, C. M. Angelo Mosso and muscular fatigue: 116 years after the first congress of physiologists: IUPS commemoration. Advances in Physiology Education 30, 51–57 (2006).

2.Hill, A. V. & Long, C. N. H. Muscular exercise, lactic acid, and the supply and utilisation of oxygen. Ergebnisse der Physiologie 24, 43–51 (1925).

3.Kent-Braun, J. A., Fitts, R. H. & Christie, A. Skeletal Muscle Fatigue. Comprehensive Physiology (2012). doi:10.1002/cphy.c110029

4.Edwards, R. H. T. Human Muscle Function and Fatigue. in Novartis Foundation Symposia 1–18 (John Wiley & Sons, Ltd., 2008). doi:10.1002/9780470715420.ch1

5.Knicker, A. J., Renshaw, I., Oldham, A. R. H. & Cairns, S. P. Interactive Processes Link the Multiple Symptoms of Fatigue in Sport Competition. Sports Medicine 41, 307–328 (2011).

6.Lambert, E. V. Complex systems model of fatigue: integrative homoeostatic control of peripheral physiological systems during exercise in humans. British Journal of Sports Medicine 39, 52–62 (2005).

7.Abbiss, C. R. & Laursen, P. B. Models to Explain Fatigue during Prolonged Endurance Cycling. Sports Medicine 35, 865–898 (2005).

8.St Clair Gibson, A. Evidence for complex system integration and dynamic neural regulation of skeletal muscle recruitment during exercise in humans. British Journal of Sports Medicine 38, 797–806 (2004).

9.AMANN, M. Central and Peripheral Fatigue. Medicine & Science in Sports & Exercise 43, 2039–2045 (2011).

10.Saw, A. E., Main, L. C. & Gastin, P. B. Monitoring the athlete training response: subjective self-reported measures trump commonly used objective measures: a systematic review. British Journal of Sports Medicine 50, 281–291 (2015).

11.Micklewright, D., St Clair Gibson, A., Gladwell, V. & Al Salman, A. Development and Validity of the Rating-of-Fatigue Scale. Sports Medicine 47, 2375–2393 (2017).

12.ENOKA, R. M. & DUCHATEAU, J. Translating Fatigue to Human Performance. Medicine & Science in Sports & Exercise 48, 2228–2238 (2016).

13.Rushall, B. S. A tool for measuring stress tolerance in elite athletes. Journal of Applied Sport Psychology 2, 51–66 (1990).

14.Gastin, P. B., Meyer, D. & Robinson, D. Perceptions of Wellness to Monitor Adaptive Responses to Training and Competition in Elite Australian Football. Journal of Strength and Conditioning Research 27, 2518–2526 (2013).

15.McGahan, J., O’ Neill, C. & Burns, C. Seasonal variation of training, competition load and markers of wellness in an elite Gaelic football team. Physical Therapy in Sport 28, e24 (2017).

16.De Witt, J. K. et al. Isometric Midthigh Pull Reliability and Relationship to Deadlift One Repetition Maximum. Journal of Strength and Conditioning Research 32, 528–533 (2018).

17.SÁNCHEZ-MEDINA, L. & GONZÁLEZ-BADILLO, J. J. Velocity Loss as an Indicator of Neuromuscular Fatigue during Resistance Training. Medicine & Science in Sports & Exercise 43, 1725–1734 (2011).

18.González-Badillo, J. J. & Sánchez-Medina, L. Movement Velocity as a Measure of Loading Intensity in Resistance Training. International Journal of Sports Medicine 31, 347–352 (2010).

Click to rate this post!
[Total: 0 Average: 0]