BIHUB PATH

A evolução do esporte de elite expõe os jogadores a cargas de treinamento cada vez mais altas, calendários de competição saturados e períodos de descanso mais curtos.  Isso faz com que as equipes se alimentem dos últimos avanços tecnológicos e científicos no campo do esporte e da medicina, na ânsia de reduzir o risco de lesões sem diminuir o rendimento.

O monitoramento de carga de trabalho (TL: Training Load por suas siglas em inglês) tornou-se uma pedra angular sobre a qual os treinos são planejados e periodizados, otimiza-se a condição física e evita-se o risco de lesões. A TL é normalmente classificada como interna ou externa, definidas, respectivamente, como o trabalho condicionado executado pelo atleta (ou seja, a distância percorrida, número de acelerações) e a resposta fisiológica associada (por exemplo, esforço percebido, frequência cardíaca e lactato).

Em 2016, foi publicado um estudo que analisou as principais variáveis ​​utilizadas por diferentes equipes de futebol profissional para monitorar a carga de treinamento (Akenhead & Nassis, 2016). As variáveis ​​mais utilizadas para quantificar a carga externa e interna foram, respectivamente, aquelas derivadas do sistema de posicionamento global (GPS: Global Positioning System) e da escala de percepção subjetiva de esforço (RPE: Rating of Perceived Exertion).

Figura 1. As 10 variáveis ​​mais utilizadas para quantificar a carga durante o treinamento (Akenhead & Nassis, 2016).

A RPE tornou-se uma ferramenta precisa e fácil de usar, pois os atletas só precisam avaliar subjetivamente a intensidade da sessão que acabaram de concluir (com valores que variam de 1 [descanso] a 10 [esforço máximo]). O monitoramento da carga interna por meio da RPE (RPE x minutos de treinamento) provou ser um instrumento válido para reduzir o risco de lesões e otimizar o desempenho.  Por exemplo, em um estudo publicado com jogadores de rúgbi, observou-se que cargas de trabalho mais altas estavam associadas a um aumento do risco de lesão (Gabbett, 2004).

Figura 2. Relação entre a carga de treinamento e o risco de lesão em esportes coletivos (Gabbett, 2004).

A percepção física do esforço é o resultado da interação de múltiplos fatores:

  • Biológicos: hormônios, concentração de neurotransmissores, nível de substrato energético (por exemplo, glicogênio), etc.
  • Externos: ambiente, espectadores.
  • Estado psicológico: experiências anteriores, estresse, etc.

Portanto, como Xavier Franquesa, preparador físico do Juvenil B da seção de futebol do FC Barcelona, explica: “Devido à sua natureza multifatorial e apesar de ser um valor fácil de usar, o uso de RPE requer uma tarefa pedagógica”. Na verdade, as categorias mais baixas de futebol do FC Barcelona começam a trabalhar com essa ferramenta desde o período em que são estagiários, deixando claro para os jogadores que o valor relatado é individual e não condicionará uma possível escalação. Os dados são usados apenas para a análise de desempenho e avaliação médica.  São gerenciados pelo preparador físico e analisados e relacionados aos dados de carga externa, a fim de avaliar possíveis assincronias entre a carga externa e interna “, diz Marc Guitart, preparador físico do Barça B.

A metodologia de trabalho entre as diferentes categorias é a mesma. Os jogadores chegam imediatamente às instalações e, antes do treino, preenchem um questionário sobre a qualidade do sono, dores musculares e fadiga em uma aplicação móvel (eKeep, nas categorias inferiores e FCB Team, no Barça B). Esses parâmetros são analisados ​​por preparadores físicos, médicos e fisioterapeutas, juntamente com os dados obtidos na sessão do dia anterior, para avaliar se é necessário viabilizar modificações individuais da carga de treinamento proposta para aquele dia. Assim que a sessão termina, os jogadores têm uma janela de meia hora para avaliar o esforço percebido nesse treinamento. Estes dados são analisados ​​em conjunto com os valores de GPS e é procurada uma correlação entre carga interna e externa. Se houver jogadores que têm uma relação inversa entre cada um deles (por exemplo, baixa carga externa e alta carga interna), os valores anteriores obtidos pelo jogador, a fim de excluir “alarmes falsos” ou avaliar possíveis diretrizes para a ação, são estudados para inverter o estado (Figura 3).

Figura 3. Ciclo de monitoramento do atleta. Modelo proposto por Gabbett et al. (2017).

Como Marc Guitart explica, “os dados flutuam, portanto, se houver um alarme específico, você precisa estar alerta e colocá-lo em contexto. O objetivo é tornar o trabalho mais fácil para o treinador. A normalidade não é explicada. Recebe-se um relatório, jogadores filtrados e individuais que geram alarme e trabalha-se para corrigi-lo”.

A análise integrada da grande quantidade de dados obtidos de treinamentos e jogos, até 200 variáveis analisadas por jogador, permite ter um mapa global do estado da forma do jogador e colocá-lo em relação à sua carga crônica, reduzir o risco de lesão e otimizar seu desempenho”, diz Xavier Franquesa.

Figura 4. Áreas de risco de lesão, de acordo com a taxa de carga do jogador. A área azul representa um baixo risco de lesão, enquanto a área amarela representa um alto risco. Modelo proposto por Blanch & Gabbett (2016).

Existe um dogma na preparação física de que uma carga de treinamento mais alta causa maiores taxas de lesão. No entanto, também há evidências de que o treinamento tem um efeito protetor contra elas. O atleta deve estar preparado para lidar com grandes cargas de trabalho e, para isso, é necessário integrar e analisar o maior número de variáveis para encontrar o ponto ideal de desempenho sem colocar em risco sua saúde.

Figura 5: Relação entre cargas de treinamento, forma física, risco de lesão e desempenho.  Modelo proposto por Orchard (2012).

Portanto, o uso da RPE como ferramenta para quantificar a carga interna do atleta mostra-se bastante eficaz devido à sua fácil implementação e confiabilidade de sua mensuração. Sua relação com a carga externa pode ajudar o corpo técnico a desenvolver planos de trabalho individualizados, embora seja necessário realizar um processo de aprendizagem desde as primeiras etapas do treinamento.

 

Referências

 

Akenhead, R., & Nassis, G. P. (2016). Training Load and Player Monitoring in High-Level Football: Current Practice and Perceptions. International Journal of Sports Physiology and Performance, 11(5), 587–593. https://doi.org/10.1123/ijspp.2015-0331

Blanch, P., & Gabbett, T. J. (2016). Has the athlete trained enough to return to play safely? The acute:chronic workload ratio permits clinicians to quantify a player’s risk of subsequent injury. British Journal of Sports Medicine, 50(8), 471–475. https://doi.org/10.1136/bjsports-2015-095445

Gabbett, T. J. (2004). Influence of training and match intensity on injuries in rugby league. Journal of Sports Sciences, 22(5), 409–417. https://doi.org/10.1080/02640410310001641638

Gabbett, T. J., Nassis, G. P., Oetter, E., Pretorius, J., Johnston, N., Medina, D., … Ryan, A. (2017). The athlete monitoring cycle: a practical guide to interpreting and applying training monitoring data. British Journal of Sports Medicine, 51(20), 1451–1452. https://doi.org/10.1136/bjsports-2016-097298

Orchard, J. (2012). Who is to blame for all the football injuries. Br J Sports Med.

 

A equipe Barça Innovation Hub

KNOW MORE

¿VOCÊ QUER SABER MAIS?

  • ASSINAR
  • CONTATO
  • CANDIDATAR-SE

FIQUE ATUALIZADO COM NOSSAS NOVIDADES

Você tem dúvidas sobre o Barça Universitas?

  • Startup
  • Centro de investigação
  • Corporate

Por favor, preencha os campos:

Por favor, preencha os campos:

Por favor, preencha os campos:

O formulário foi enviado com sucesso.

Por favor, preencha os campos:

Por favor, preencha os campos:

Por favor, preencha os campos:

O formulário foi enviado com sucesso.

Por favor, preencha os campos:

Por favor, preencha os campos:

Por favor, preencha os campos:

O formulário foi enviado com sucesso.