Introducción
Cuantificar la velocidad de movimiento es la única forma de controlar la intensidad y el nivel de esfuerzo en el gimnasio. Cada velocidad está altamente correlacionada con un porcentaje de la repetición máxima (%RM) (1). Además, al monitorear la pérdida de velocidad durante la serie, puede controlar el nivel de esfuerzo y los niveles de fatiga durante la serie (2). Por lo tanto, monitorear la velocidad de movimiento lo ayudará a ajustar su entrenamiento en función de su estado diario, estimando 1RM diario para saber la carga exacta que debe colocar en la barra y estableciendo límites de velocidad para realizar las repeticiones exactas que necesita para lograr sus objetivos.
Spleeft es una aplicación Disponible tanto para iOS como para Android que te ayuda a medir la velocidad de la barra en tiempo real sin ningún dispositivo externo, solo con la cámara de tu teléfono, gracias a Visión por computadora tecnología.
Este artículo tiene como objetivo presentar los resultados de un pequeño estudio de validación donde se comparó la velocidad de movimiento medida con Spleeft con los mismos datos medidos con un transductor lineal (LT) científicamente validado (3).
Como avance, se confirmó su validez y confiabilidad, ya que se encontró un coeficiente de correlación muy alto (r2>0,95) en ambos dispositivos, y no se encontraron diferencias significativas entre Spleeft y el LT (p>0,05).
MÉTODO
Un sujeto realizó 106 repeticiones de sentadillas (aprovechando el ciclo de estiramiento-acortamiento) con una carga constante de 20 kg, cambiando la intención de realizar las sentadillas con una velocidad entre 0,39–0,81 m/s.
La aplicación Spleeft se instaló en un teléfono inteligente Android (v1.4.1) Xiaomi Redmi Note 6 Pro con Android 9, que alcanza una latencia media de 18 fps con un tamaño de vista previa de la cámara de 240 × 160 en modo preciso, y un Apple iPhone 7 (v1.0) con iOS 15.0, que alcanza una latencia media de 24 fps con una resolución HD estándar de 720p. Se utilizó una LT (3) validada científicamente como estándar de oro para medir la velocidad concéntrica media.
RESULTADOS
Validez concurrente de la aplicación
Se encontró una correlación muy alta en los valores de velocidad media medidos con Spleeft y LT, tanto en iOS (r2 = 0,98, SEE = 0,01 m/s, error medio = 0,025 m/s) como en Android (r2 = 0,96, SEE = 0,01 m/s, error medio = 0,029 m/s).
Fiabilidad y precisión de las mediciones de la app frente al LT
La prueba t de muestras pareadas mostró que no hay diferencias significativas entre la aplicación y el LT (p>0,05).
Los gráficos de Bland-Altman revelaron un pequeño error sistemático en ambos dispositivos (r2=0,35 en iOS y r2=0,25 en Android). Sin embargo, si realizamos los mismos cálculos teniendo en cuenta únicamente el componente de tiempo, que es el valor que mide Spleeft, ya que la ROM debe ser introducida por el usuario, el error sistemático fue mínimo (r2=0,096 en iOS y r2=0,046 en Android).
La explicación de este hecho es muy sencilla, ya que el error sistemático se debió a la variación del ROM con el aumento de la velocidad, ya que en las sentadillas más rápidas despegaba los talones del suelo. El ROM medio medido con el LT fue de 48,28 cm ± 1 cm, mientras que la velocidad de movimiento se midió con Spleeft con un ROM constante de 47 cm. En las sentadillas realizadas entre 0,6–0,69 m/s, el ROM medio medido por el LT fue de 48,25 cm y entre 0,7–0,81 m/s fue de 49,14 cm.
Los gráficos de Bland-Altman se construyen con la diferencia entre dos valores a comparar y su media. Una correlación r2 alta (<0,9) significa que hay un error sistemático.
Fiabilidad entre observadores
El coeficiente de correlación intraclase (CCI) reveló una alta concordancia entre todos los observadores: Spleeft para iOS y Android y el LT (CCI=0,989, IC [95%]=0,974–0,995) en las mediciones de velocidad concéntrica media. No se encontraron diferencias significativas entre Spleeft en la versión iOS y la versión Android (p>0,05). El gráfico de Bland-Altman confirmó los resultados anteriores (r2=0,09).
CONCLUSIONES
La confiabilidad de Spleeft en ambas plataformas es incluso mayor que en el estudio de validación preliminar realizado en el último lanzamiento de Android, ya que el error medio es mínimo en todos los rangos de velocidad probados desde 0,01 m/s entre 0,39–0,49 m/s hasta 0,037 m/s de error medio entre 0,7–0,81 m/s.
Esta aplicación también es válida para estimar 1RM a través del perfil carga-velocidad (4), ya que se ha comprobado su fiabilidad para medir la velocidad de movimiento, siempre que el ROM permanezca constante.
Una variación en el ROM de ± 2cm aproximadamente no produce errores significativos en la medición de la velocidad media, a pesar de que se encontró variación en la medición del ROM con el LT, la correlación fue muy alta y no se encontraron diferencias significativas en la velocidad concéntrica media medida con Spleeft y el LT.
Se debe tener en cuenta que estos datos fueron medidos por Spleeft ejecutándose en teléfonos inteligentes de gama media-baja, por lo que no es necesariamente un teléfono inteligente de primera línea el que obtiene datos precisos.
Finalmente, se encontró que Spleeft es una aplicación válida y confiable para medir la velocidad concéntrica media en comparación con un transductor lineal validado científicamente, siempre que el ROM permanezca constante.
REFERENCIAS
1. González-Badillo JJ, Sánchez-Medina L. Velocidad de movimiento como medida de intensidad de carga en entrenamiento de resistencia. Revista internacional de medicina deportiva. 2010;31(5):347–52.
2. Sánchez-Medina L, González-Badillo JJ. Pérdida de velocidad como indicador de fatiga neuromuscular durante el entrenamiento de resistencia. Medicina y ciencia en el deporte y el ejercicio. 2011; 43(9):1725–34.
3. Pérez-Castilla A, Piepoli A, Delgado-García G, Garrido-Blanca G, García-Ramos A. Fiabilidad y validez concurrente de siete dispositivos disponibles comercialmente para la evaluación de la velocidad de movimiento a diferentes intensidades durante el press de banca. Journal of Strength and Conditioning Research. 2019;33(5):1258–65.
4. Jidovtseff B, Harris N, Crielaard J, Cronin J. Uso de la relación carga-velocidad para la predicción de 1RM. Revista de investigación de fuerza y acondicionamiento. 2011;25(1):267–70.
