<< Volver atrás

Tesis:

Análisis de las Demandas Físicas en el Baloncesto. Una Perspectiva desde los Escenarios de Máxima Exigencia

  • Autor: ALONSO PÉREZ-CHAO, Enrique

  • Título: Análisis de las Demandas Físicas en el Baloncesto. Una Perspectiva desde los Escenarios de Máxima Exigencia

  • Fecha: 2023

  • Materia:

  • Escuela: FACULTAD DE CIENCIAS DE LA ACTIVIDAD FÍSICA Y DEL DEPORTE – INEF

  • Departamentos: DEPORTES

  • Acceso electrónico: https://oa.upm.es/76539/

  • Director/a 1º: LORENZO CALVO, Alberto
  • Director/a 2º: GÓMEZ RUANO, Miguel Ángel

  • Resumen: Entender las demandas de la competición únicamente considerando los valores promedio supone que no se tiene en cuenta la naturaleza intermitente del deporte, subestimando así, los diferentes escenarios de máxima exigencia (EME) (demandas pico, periodos de muy alta intensidad, periodo de alta intensidad y peor escenario posible). Por ello, analizar las demandas de competición observando únicamente los valores promedio muestra una perspectiva incompleta para entender las demandas físicas del juego y planificar las sesiones de entrenamiento. El objetivo general de la presente Tesis Doctoral fue describir las demandas pico en baloncesto, registrando cómo influyen diferentes factores en la carga externa e interna durante dichos escenarios, en jugadores de elite de baloncesto masculino. Mientras que los objetivos específicos fueron: (1) entender las fluctuaciones de las demandas pico de carga externa (CE) comparando los valores pico a lo largo del partido (entre cuartos), para diferentes ventanas de tiempo (30 s, 45 s, 1 min, 2 min, and 5 min); (2) analizar los efectos del tiempo de juego en las demandas pico de carga externa (CE); concretamente el efecto del tiempo jugado durante el partido así como el tiempo acumulado previo a la demanda pico; (3) cuantificar y comparar las demandas pico de CE para diferentes ventanas de tiempo en función del resultado del partido (ganado vs perdido), el resultado del cuarto (ganado vs empate vs perdido) y la diferencia de puntos del cuarto (± diferencia en puntos); (4) identificar las diferencias entre el promedio y los valores pico para determinadas variables de carga interna (CI) así como analizar el efecto del tiempo total de juego en los valores pico y promedio de CI y; (5) analizar las diferencias de los valores pico de CI entre entrenamiento y competición; concretamente, comparando las demandas pico de carga interna entre la competición y diferentes tipos de sesión en función del tipo de día (DP, DP-1, DP-2) y el momento de la temporada (partido, pretemporada y durante temporada). La muestra de los diferentes estudios ha estado compuesta por jugadores de baloncesto de categoría junior de nivel élite y de categoría senior profesional que compiten en la primera división española. En el estudio 1, 2 y 3 los sujetos fueron monitorizados con microtecnología durante 9 partidos oficiales disputados en el mismo estadio a lo largo de la temporada 2019-2020. En el estudio 4, 22 jugadores profesionales de baloncesto de dos equipos de la primera división de la liga española (ACB) fueron monitorizados durante 11 partidos de pretemporada. Mientras que en el estudio 5, la muestra ha estado compuesta por un equipo de 11 jugadores profesionales de baloncesto que compiten en la Liga ACB que fueron monitorizados durante 6 partidos amistosos de pretemporada y 49 entrenamientos. En los estudios 1, 2 y 3 las demandas pico de CE fueron calculadas para: la distancia recorrida, Player Load (PL), distancia parado-andando (<7km·h), distancia trotando (7,01-14km·h), distancia corriendo (14,01-18km·h), distancia alta intensidad (>18km·h) (Sosa et al., 2021), número de aceleraciones (>2mss) y número de desaceleraciones (>2mss). Para las demandas de CI, en el estudio 4 se extrajeron las demandas pico para la frecuencia cardiaca (FC), el ratio respiratorio (RR) y las ventilaciones, mientras que en el estudio 5 fueron las mismas que en el 4 incluyendo el volumen de oxígeno. En el estudio 1, los resultados mostraron diferencias significativas entre Q1 vs. Q2 para distancia, PL, y distancia parado-andando; entre Q1 vs. Q3 para distancia, PL y distancia alta intensidad (>18km·h); entre Q1 vs. Q4 para distancia, PL, distancia parado-andando y distancia alta intensidad (>18km·h) y entre Q3 vs. Q4 para distancia y PL. Estos hallazgos sugieren que las demandas pico de CE para parámetros relacionados con desplazamientos (distancia, PL y distancia alta intensidad (>18km·h)) disminuyen a lo largo del partido, con las diferencias más notables entre el primer y último cuarto. Sin embargo, no se encontraron diferencias significativas para el resto de las variables de CE (distancia trotando, distancia corriendo, aceleraciones y desaceleraciones). En el estudio 2, las demandas pico para distancia (5 min), distancia alta intensidad (>18 km·h) (2 min) y aceleraciones (30 s, 45 s, 1 min, 2 min y 5 min) fueron significativamente (p < .05) más altos para los jugadores que completaron tiempos de juego totales más bajos (16.6 ± 2.4 min) en comparación con aquellos jugadores que disputaron más minutos de juego (25.0 ± 3.4 min). La demanda pico para distancia (30 s, 45 s, 1 min y 2 min), distancia alta intensidad (>18 km·h) (30 s y 5 min) y PL (1 min y 2 min) fué significativamente (p <.05) más alta para los jugadores que acumularon un mayor tiempo previo a la demanda pico en comparación con los que acumularon menos tiempo. En relación con el estudio 3, no se encontraron diferencias significativas entre los partidos ganados o perdidos ni en función del resultado o diferencia de puntos del cuarto (p > 0,05, efectos trivial-small). Sin embargo, se encontraron valores más altos para distancia alta intensidad (>18km·h) en ventana de 1 minuto (p < 0.05, small) y PL en ventana de 5 minutos, en aquellos cuartos que se ganaron en comparación con los cuartos que se perdieron. Además, las altas diferencias de puntos en el resultado del cuarto (7,51 ± 3,75 puntos) provocaron mayores (p < 0,05, small) demandas pico (30 s PL, desaceleraciones de 30 s y 5 minutos, y distancia a alta intensidad de 1 min y 5 min) que las bajas diferencias de puntos (-2,47 ± 2,67 puntos). Los resultados en el estudio 4, mostraron valores significativamente más elevados para todas las variables pico comparado con los valores promedio. En relación con la comparación entre los jugadores en función del tiempo jugado, aquellos jugadores que acumularon mayor tiempo (24.54 ± 3.23 min) alcanzaron valores promedio significativamente más elevados para todas las variables analizadas comparado con el grupo que jugó menos minutos (14.13 ± 3.78 min). Sin embargo, no se encontraron diferencias significativas para las demandas pico entre ambos grupos. En relación con el estudio 5. el partido presentó valores más elevados (efecto small-moderate) para todas las variables comparado con los entrenamientos. Además, DP presenta diferencias significativas (small-very large) comparado con el resto de los tipos de día para todas las variables. Por otro lado, las demandas pico fueron elevadas en DP comparado con los entrenamientos en temporada y pretemporada. Además, para todas las variables de carga interna, el entrenamiento en pretemporada presentó valores más elevados comparado con los entrenamientos durante la temporada. Además, las demandas pico fueron más elevadas durante los partidos que los entrenamientos durante la temporada y en pretemporada. De acuerdo con los objetivos específicos y en función de los resultados obtenidos en cada uno de los estudios que componen esta Tesis doctoral es posible plantear las siguientes conclusiones: (1) las demandas pico de CE disminuyen a lo largo del partido para aquellos parámetros relacionados con los desplazamientos posicionales (distancia, PL y distancia alta intensidad), siendo las diferencias más significativas entre el primero y el último cuarto; (2) aquellos jugadores que disputan menos tiempo de juego (16.6 ± 2.4 min) alcanzan valores pico de CE más elevados en diferentes ventanas de tiempo (30 s, 45 s, 1 min, 2 min y 5 min) comparado con aquellos jugadores que disputan más tiempo de juego (25.0 ± 3.4 min). Además, aquellos jugadores que acumulan mayor tiempo previo a la demanda pico de CE (distancia, PL, distancia alta intensidad y aceleraciones) alcanzan valores de pico más bajos comparado con aquellos jugadores que acumulan un menor tiempo de juego. Esto indica que aquellos jugadores que acumulan mayor tiempo podrían estar más fatigados para lograr soportar las demandas pico de CE; (3) las demandas pico de CE (PL) parecen no verse afectadas por el resultado final del partido, por lo que el resultado del partido no guarda relación con los EME, en concreto con las demandas pico de CE (distancia, PL, distancia parado-andando, distancia trotando, distancia corriendo, distancia alta intensidad, aceleraciones y desaceleraciones). Con relación al resultado del cuarto y diferencia de puntos de este parece ser un factor (no significativo) que influye en las demandas pico de CE. Siendo mayores en magnitud (small-trivial) en los cuartos que son ganados y con amplio margen de diferencia de puntos (diferencia de 7,51 ± 3,75 puntos) comparado con los cuartos que fueron perdidos o apretados en el resultado (diferencia de -2,47 ± 2,67 puntos); (4) entender las demandas de CI únicamente considerando los valores promedio no tiene en cuenta la naturaleza intermitente del deporte, subestimando así, los valores pico alcanzados de CI. Además, mayores valores promedio de CI pero no valores pico fueron alcanzados por aquellos jugadores que disputaron más minutos (24,54 ± 3,23) en comparación con los que disputaron menos minutos (14,13 ± 3,78). Por ello, 14 minutos de juego parece ser una cantidad suficiente para que los jugadores se expongan durante un partido a las demandas pico de CI y; (5) las demandas pico de CI son significativamente más elevadas durante el partido comparado con la competición. Por ello, el partido parece ser el mejor escenario para que los jugadores sean expuestos a las demandas pico de CI. ABSTRACT Understanding physical game demands using averages drastically underestimates the most demanding scenarios (MDS) of gameplay and enable the design and implementation of appropriate training sessions that prepare players for game play. Quantifying the MDS experienced during games is essential to tailor unique training plans that better prepare players’ physical fitness while successfully executing key technical skills. The general aim was to provide an approach for practical application regarding to MDS in basketball. The specific aims were: (1) to compare the external peak demands (PD) encountered by players across game quarters for different time windows (30 sec, 45 sec, 1 min, 2 min, and 5 min), using LPS and microtechnology; (2) to analyze the effects of playing time on the external PD experienced during basketball games. Specifically, the effects of total playing time during games and playing time accumulated directly prior to each external PD episode; (3) to quantify and compare the PD encountered according to game result (win vs. loss), quarter result (win vs. tie vs. loss), and quarter point difference (± difference in scores) across different time windows and external load variables in U18, male basketball players; (4) to identify the internal demands of professional basketball players during competition including the impact of analysis method (i.e., average vs. peak) and to analyze the effects of playing time on the internal demands (average and peak) experienced during competition and; (5) to analyze the differences of internal PD experienced between training sessions and games in basketball. Specially, to compare the internal PD between games and different types of sessions (based on day code) and to compare the internal PD between different periods of the season (games, pre-season practices and in-season practices). The sample for the different studies consisted of elite junior basketball players and professional senior players who compete in the Spanish first division (ACB). In studies 1, 2, and 3, the subjects were monitored using microtechnology during 9 official matches played in the same stadium throughout the 2019-2020 season. In study 4, 22 professional basketball players from two teams competing in the ACB were monitored during 11 preseason matches. While in study 5, the sample consisted of a team of 11 professional basketball players competing in the ACB league who were monitored during 6 preseason friendly matches and 49 training sessions. In studies 1, 2, and 3, the external PD were calculated for: distance covered, Player Load (PL), walking distance (<7km·h), trotting distance (7.01-14km·h), running distance (14.01-18km·h), high-intensity distance (>18km·h) (Sosa et al., 2021), number of accelerations (>2mss) and number of decelerations (>2mss). For internal PD, in study 4, the PD were extracted for heart rate (HR), respiratory rate (RR), and ventilation, while in study 5, they were the same as in study 4, including oxygen volume. In study 1, The results showed significant differences between Q1 vs. Q2 for distance, player load, and standing–walking distance; between Q1 vs. Q3 for distance, player load, and HSR; between Q1 vs. Q4 for distance, player load, standing–walking, and HSR; and between Q3 vs. Q4 for distance and player load. These findings suggest that external PD for running-based demands (distance, player load, and high-speed running) decrease across basketball games with the most notable declines occurring between the first and fourth quarters. Nevertheless, it is important to note that non-significant differences were found between quarters for several external PD variables. In study 2, PD for total distance (5-min window), high-speed running (>18 km·h-1) distance (2-min window), and ACC (30-s, 45-s, 1-min, 2-min, and 5-min windows) were significantly (p <.05) higher for players who completed lower total playing times (16.6 ± 2.4 min) than players who completed higher total playing times (25.0 ± 3.4 min). The PD for total distance (30-s, 45-s, 1-min, and 2-min windows), highspeed running distance (30-s and 5-min windows), and PlayerLoad (1-min and 2-min windows) were significantly (p <.05) higher for players who accumulated lower playing times before each PD episode than players who accumulated higher playing times before each PD episode. Players who undertake less playing time overall and prior to each PD episode can reach higher peak external loads aggregated across varied time windows. The study 3 showed external PD were comparable between games that were won and lost for all variables and between quarters that were won and lost for most variables (p >0.05, trivial-small effects). In contrast, players produced higher (p <0.05, small effects) 1-min high-speed running distance and 5-min PL in quarters that were won compared to quarters that were lost. Additionally, high quarter point differences (7.51±3.75 points) elicited greater (p <0.05, small effects) external PD (30-s PlayerLoadTM, 30-s and 5-min decelerations, and 1-min and 5-min high-speed running distance) than low quarter point differences (-2.47±2.67 points). In the study 4, significantly higher peak values (very large effect size) for all internal variables were evident when compared to their average demand. Concerning playing time comparison, significantly greater average values were reached for large playing time group (24.54 ± 3.23 min) for all variables compared to small playing time group (14.13 ± 3.78 min). However, non-significant differences were apparent between large playing time and small playing time group at their internal PD. In the study 5, Match day (MD) presents higher internal PD (small-moderate effects) for all variables compared to the practices. In turn, MD presents small to very large differences compared to the rest of the day codes for all variables. In addition, PD are substantially higher during MD than in season and pre-season. Moreover, for all variables, preseason practices presented higher values (ES range: 0.15-0.29) than in-season practices. Additionally, PD were higher during friendly games and pre-season than during in-season practices. According to specifics aim and based on results from the different studies, the following conclusions are presented; (1) external PD for running-based demands (distance, player load (PL), and high-speed running (HSR)) decrease across basketball games with the most notable declines occurring between the first and fourth quarters; (2) higher external PD are reached by players who complete less total playing time (16.6 ± 2.4 min vs 25.0 ± 3.4 min) and accumulate lower playing times before each PD episode during games. Then, Players categorized as completing a lower total playing time during games and prior to each PD episode were likely less fatigated and thus more prepared to accomplish higher external loads (i.e., total distance, PL, HSR distance, and accelerations) than players completing higher total playing times during games and prior to each PD episode; (3) external PD does not clearly differentiate team success based on game result. In addition, quarters that were won or tied showed higher external PD (small effects) compared to quarters that were lost and high point differences in quarter score-lines elicited higher external PD (small effects) than quarters with low point differences; (4) recording game internal load demands using average values drastically underestimated the PD. Additionally, higher internal average values but not peak responses were dependent upon total playing time during games. Given the intermittent nature of basketball competition incorporation of scrimmages (e.g., 14 minutes of total playing time) may ideally expose players to competition demands and allow optimal training of players to cope with these internal PD during games and (5) Internal PD for all parameters monitored were higher during games than during practices. Additionally, internal PD were higher during friendly games and pre-season than in-season practices. Despite being friendly games, these findings revealed that the game is the scenario where higher internal PD are reached. It is crucial to quantify the PD to allow for optimal training of players to cope with these internal PD and successfully execute key technical-tactical skills during games.