Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Similars in SciELO
Share
MHSalud
On-line version ISSN 1659-097X
Abstract
VASQUEZ-BONILLA, Aldo A.; URRUTIA, Sebastián; BUSTAMANTE, Ariel and ROMERO, Jorge Fabricio. Monitoramento do treinamento com dados GPS e medidas subjetivas de fadiga e recuperação dos jogadores de futebol hondurenhos durante um período preparatório para os Jogos Olímpicos de Tóquio 2020/2021. MHSalud [online]. 2023, vol.20, n.2, pp.25-42. ISSN 1659-097X. http://dx.doi.org/10.15359/mhs.20-2.3.
Introdução:
O monitoramento das cargas de treinamento é importante para otimizar o desempenho. Portanto, as metodologias devem ser documentadas para melhorar a preparação das equipes nacionais para eventos como os Jogos Olímpicos.
Objetivo:
Determinar se os dados GPS em combinação com medidas subjetivas de bem-estar, fadiga e recuperação são apropriados para o monitoramento da carga durante um período preparatório para os Jogos Olímpicos.
Metodologia:
22 jogadores profissionais U-23 participaram durante 5 microciclos e 27 sessões de treinamento. Os dados de carga externa foram coletados através de um sistema de posicionamento global (GPS): distância total (DT), zonas de desempenho Z0 (0- 15 km/h), Z1 (15,1-18 km/h), Z2 (18,1-24 km/h), Z3 (>24,1 km/h), velocidade máxima (Vmax (km/h)), acelerações (>2,5m/ s2) e desacelerações (<2,5m/s2). Além disso, a carga interna foi obtida através de medidas subjetivas de percepção do esforço (RPE), qualidade de recuperação (TQR), predisposição para o treinamento (RTT%) derivada das variáveis de qualidade do sono, dor muscular, níveis de energia, humor, estresse, qualidade alimentar e saúde. Posteriormente a taxa subjetiva de fadiga-recuperação (F-R) foi calculada. Um teste ANOVA, análise de componentes principais (ACP) e regressão linear múltipla foram aplicados.
Resultados:
As variáveis DT (p=0,00 TE=0,22), Z0 (p= 0,00 TE=0,08), Z2 (p=0,00 TE= 0,05), Vmax (p=0,00 TE=0,42), soma de aceleração e desaceleração (p=0,00 TE=0,08) e valores de carga relativa/min (p=0,00 TE=0,17) foram identificadas como as variáveis mais sensíveis à mudança de carga entre microciclos. RTT% e a relação F-R subjetiva mostraram tamanho de efeito moderado (p=0,04 TE=0,06 e p=0,06 TE=0,06 TE=0,06), mas foram sensíveis à mudança entre microciclos. O ACP extraiu 15 variáveis GPS e 11 variáveis subjetivas que explicaram 78% da variância na carga de treinamento.
Conclusão:
O uso de dados GPS junto com medidas subjetivas envolvidas na fadiga#recuperação pode ser uma boa estratégia para o monitoramento da carga de treinamento em jogadores de futebol.
Keywords : sistema de posicionamento global; carga de treinamento; fadiga; recuperação; futebol.