La periodizaci√≥n de una temporada y objetivos de rendimiento a medio/largo plazo. Como planificar la temporada de f√ļtbol

Autor: José Fajardo

Periodización de la temporada

Cuando llegan fechas de febrero, d√≥nde hay liga de campeones, copa, u otras competiciones de gran inter√©s, en algunas conversaciones se puede escuchar que determinado equipo f√≠sicamente ha llegado muy bien debido a que han estado preparando su temporada para llegar en las mejores condiciones a estas fases, pero, cient√≠ficamente, ¬Ņes esto algo posible o real? 

Al planificar una temporada completa, tenemos en cuenta multitud de factores para que nada se nos escape de control, cuanto mejor podamos utilizar la informaci√≥n, m√°s √≥ptimo ser√° el rendimiento. 

De manera gen√©rica, muchos compa√Īeros utilizan RPE para medir la carga de entrenamiento, y es en esto donde basaremos la justificaci√≥n de establecer una determinada periodizaci√≥n u otra, yendo de lo general a lo espec√≠fico.

FASES DE LA TEMPORADA

En primer lugar, para la periodizaci√≥n de la temporada, analizaremos las fases de una temporada, que podemos establecer como pretemporada, temporada y post-temporada. Esto fue tratado en f√ļtbol australiano (Moreira, et al., 2015) d√≥nde, a trav√©s de RPE, dividieron la intensidad de las sesiones en baja (<4) moderada (<4 – >7) y alta (>7) intensidad, para poder ver las diferencias de volumen e intensidad entre fases. Sus resultados nos indican que debemos tener en cuenta que, en pretemporada, existe una mayor duraci√≥n y carga de entrenamiento, as√≠ c√≥mo en los partidos oficiales durante la temporada, donde la carga y la intensidad tambi√©n fueron mayores (Moreira, et al., 2015).

periodización temporada

MACROCICLO

Tras saber esto, para la periodización de la temporada debemos ir más allá. Se comprueba, durante 6 semanas de entrenamiento periodizado, la influencia que tienen la fluctuación de cargas en el rendimiento (Campbell, Stewart, Sirotic & Minett, 2020). Para ello, dividen 6 semanas en 3 tipos de microciclos, siendo:

  • 2 semanas de entrenamiento normal, replicando la carga dentro del 110% de carga como m√°ximo.
  • 2 semanas de entrenamiento intensificado, donde aument√≥ el volumen 40% con 10 sesiones en 14 d√≠as.
  • 2 semanas de puesta a punto, donde se redujo el volumen hasta valores de entrenamiento normal durante la primera semana y mitad de la 2¬™.

Si los recursos nos lo permiten, podemos utilizar, adem√°s de RPE, herramientas como la FC, y GPS para la periodizaci√≥n,, as√≠ como el cuestionario wellness (dolor general, calidad de sue√Īo, cantidad de sue√Īo, disposici√≥n para entrenar, fatiga, estr√©s, estado de √°nimo y motivaci√≥n) (Campbell, Stewart, Sirotic & Minett, 2020).

Teniendo en cuenta esta información para controlar la carga, se pudo comprobar que RPE era mayor para cada sesión en entreno intensificado que cualquiera de los otros dos (normal o puesta a punto), y el bienestar promedio fue mayor en una semana normal comparado con una semana de entrenamiento intensificado. Dichas alteraciones de carga pueden suceder por la extralimitación funcional. Además, el bienestar promedio puede ayudar a identificar los excesos, aunque de forma limitada diferencia las fluctuaciones periodizadas de la carga (Campbell, Stewart, Sirotic & Minett, 2020).

En cuanto a la carga objetiva se refiere, ésta fue 22-40% mayor durante la fase intensificada que la normal, y la puesta a punto 10-26% menos que la normal. Además, respecto a otros valores de interés, como la recuperación, estrés y rendimiento (CMJ, potencia máxima en cicloergómetro, velocidad 30m y contrarreloj 2km) se observó que estas medidas de rendimiento se redujeron tras dos semanas intensificadas comparadas con semanas normales, con aumentos posteriores en el rendimiento tras la puesta a punto (Campbell, Stewart, Sirotic & Minett, 2020).

Seg√ļn estos datos, estamos en disposici√≥n de demostrar que una determinada organizaci√≥n de las cargas puede influir en el rendimiento a medio plazo.

Pero, ¬Ņy si nos metemos a√ļn m√°s en una planificaci√≥n a nivel micro?

Valoraremos las diferentes semanas que un equipo profesional se puede encontrar (Oliveira, et al., 2018)

  • M1 – 2 partidos a la semana nivel superior de liga Campeones y medio bajo de liga.
  • M2 – 3 partidos oponentes nivel medio bajo de liga, copa y liga.
  • M3 – 2 partidos nivel medio bajo de ligas nacionales.
  • M4 – 1 partido a la semana rival de nivel medio inferior.
  • M5 – 1 partido a la semana rival de nivel alto liga nacional.

Las diferencias significativas se produjeron en CK (sobrecarga) entre M1 y M5; también hubo diferencia en distancia en zona 3 entre M4 y M2 (más alto en M2), diferencia de duración de sesiones entre M5 y M2 (más alto en M2), y M1 y M2 (más alto en M2), así como la intensidad en zona 1 con una diferencia entre M5 y M3 (más alto en M3) (Oliveira, et al., 2018)

Es decir, la sobrecarga era mayor (CK) cuando había rivales de alto nivel, la intensidad en zona 3 siempre era mayor con 3 partidos en la semana, la duración de sesiones era mayor cuando más partidos había, y la distancia a baja intensidad era mayor con un nivel medio bajo de los rivales comparado con los de alto nivel (Oliveira, et al., 2018).

De forma diaria también hay que tener en cuenta muchos factores, tanto antes como después de partido. Se ha podido comprobar que la victoria en partido mejoró el bienestar subjetivo los días posteriores (Bellinger, Ferguson, Newans & Minahan, 2020). Pese a esto, la percepción de bienestar no se relaciona de forma directa con la carga externa del partido en jugadores. Además, parece que la duración de un microciclo estándar y su distancia entre partidos parece ser suficiente para restaurar el bienestar percibido a valores que no afectan las cargas de los partidos posteriores (Bellinger, Ferguson, Newans & Minahan, 2020).

Por √ļltimo, adjuntamos una tabla donde podemos ver qu√© tareas (Small Sided-Games, Circuito de entrenamiento, Large Sided-Games y Mini porter√≠as) replican en mayor medida determinados elementos externos que se dan en un partido, como la velocidad m√°xima, distancia total, distancia de alta intensidad… Como vemos en la gr√°fica, fueron capaces de reproducir las demandas f√≠sicas de un partido competitivo. (Gim√©nez, Jim√©nez-Linares, Leicht y G√≥mez, 2019)

Con toda esta informaci√≥n, podemos concluir que s√≠, que una buena periodizaci√≥n teniendo en cuenta todas estas investigaciones nos puede hacer llegar a medio plazo a un rendimiento √≥ptimo, pero no podemos olvidar algo importante‚Ķ Si perdemos los partidos para preparar el que tendremos a medio plazo, no servir√° de nada ganar este √ļltimo, por lo que, en un escenario ideal, planificar depende de la ‚Äúmagia‚ÄĚ de los preparadores f√≠sicos y cuerpos t√©cnicos, y, sobre todo, de marcar mas goles que el rival.

Bibliografía

Bellinger P., Ferguson C., Newans T. & Minahgan C. (2020). No influence of prematch subjective wellness ratings on external load during elite australian football match play. Int J Sports Physiol Perform. 15(6):801-807. Doi: 10.1123/ijspp.2019-0395

Campbell P., Stewart I., Sirotic A. & Minett G. (2020). El efecto de la extralimitaci√≥n en el rendimiento neuromuscular y las respuestas de bienestar en los atletas de f√ļtbol australiano. Resistencia J fuerza cond. 34(6): 1530-1538.  doi: 10.1519 / JSC.0000000000003603.

Gim√©nez JV., Jim√©nez-Linares L., Leicht AS. & G√≥mez MA. (2019). Predictive modelling of the physical demands during training and competition n profesional soccer players. Journal of Science and Medicine in Sport. doi: https://doi.org/10.1016/j.jsams.2019.12.008

Moreira, A., Bilsborough, J. C., Sullivan, C. J., Cianciosi, M., Aoki, M., & Coutts, A. J. (2015). Training periodization of profesional australian football players during an entire australian football league season. International Journal of Sports Physiology and Performance. 10(5), 566-571.

Oliveira R., Brito J., Martins A., Mendes B., Calvete F., Carri√ßo S., Ferraz R. & Marques M. (2018). In-season trainingload quantification of one-, two- and three-game week schedules in a top European professional soccer team. Phb. doi: 10.1016/j.physbeh.2018.11.036