La velocidad de la pelota (BV) se ha demostrado como una variable predictiva del rendimiento en deportes como el fútbol (Rada et al., 2019), tenis (Whiteside & Reid, 2017), béisbol (Slowik et al., 2019) o balonmano (Granados et al., 2007), entre otros. Aunque existen diferentes tecnologías para medir la BV, la gran precisión y facilidad de uso de las pistolas radar han posicionado a estos dispositivos como las herramientas más utilizadas en la práctica diaria y en la investigación científica (Brechbuhl et al., 2018; Delgado-García et al., 2019). A este respecto, el presente estudio tuvo como principal objetivo el análisis de la validez concurrente y el acuerdo inter-unidad de un dispositivo comercial llamado “Pocket radar”, cuyas dimensiones (similares a un teléfono móvil) y precio (~ 250 euros), lo hacen especialmente asequible y práctico para ser utilizado por los entrenadores en su día a día.
Para ello, 11 jugadores de fútbol realizaron 6 lanzamientos a portería y 13 jugadores de tenis llevaron a cabo 10 golpeos. Todas las ejecuciones fueron registradas de manera simultánea por dos unidades del dispositivo Pocket y el radar Stalker (criterio de referencia o gold standard). La validez concurrente fue examinada mediante la comparación de la BV registrada por cada dispositivo Pocket y el criterio de referencia (Pocket 1 vs. Stalker y Pocket 2 vs. Stalker), mientras que el acuerdo inter-unidad se examinó mediante la comparación de las dos unidades Pocket (Pocket 1 vs. Pocket 2) (Figura 1). Además, la variación en la BV generada por cada sujeto en sus respectivos lanzamientos/golpeos se utilizó para el análisis de la variabilidad biológica. El nivel de acuerdo y la magnitud de los errores incluyeron el coeficiente de correlación intraclase (ICC), el coeficiente de correlación de Pearson (r), el sesgo (bias) y el cambio mínimo detectable (SDC).
Figura 1. Ubicación de los diferentes dispositivos durante el registro de los datos y representación gráfica de los análisis de validez concurrente y acuerdo inter-unidad.
Los resultados de los análisis de validez concurrente y acuerdo inter-unidad se ilustran en la Tabla 1 y Figura 2. Como puede observarse, se encontró un excelente acuerdo (ICC ≥ 0.98, r ≥ 0.98) y una muy baja magnitud de error (SDC ≤ 7.70 km-h-1, bias ≤ 3.19 km-h-1) entre ambas unidades de Pocket radar y el dispositivo Stalker, en fútbol y tenis. Del mismo modo, el acuerdo inter-unidad mostró bajos errores técnicos (SDC ≤ 5.49 km-h-1, bias ≤ -0.93 km-h-1) y una concordancia casi perfecta (ICC = 0.99, r ≥ 0.98) en ambos deportes. Estos errores técnicos fueron menores que las variaciones debidas a la variabilidad biológica, tanto en fútbol (SDC = 2,47 km·h-1 vs. SDC ≥ 8.6 km·h-1) como en tenis (SDC = 5,49 km·h-1 vs. SDC ≥ 21.95 km·h-1).
Tabla 1. Validez concurrente (primera y segunda columna) y acuerdo inter-unidad (tercera columna) del dispositivo Pocket radar. SEM: error estándar de medida; SDC: cambio mínimo detectable; CV: SEM expresado como coeficiente de variación; ICC: coeficiente de correlación intraclase; CI: intervalo de confianza; CCC: coeficiente de correlación de concordancia.
|
En base a los excelentes resultados encontrados por este estudio, los entrenadores, preparadores físicos e incluso investigadores, podrían confiar en la herramienta Pocket radar para evaluar la BV en su práctica diaria (ej.: para analizar la influencia de diferentes modificaciones de la técnica o evaluar el estado físico del deportista), así como después de intervenciones específicas (ej.: programas de entrenamiento de fuerza). En este sentido y teniendo en cuenta los bajos errores técnicos encontrados por esta investigación, los profesionales que utilicen esta herramienta podrían estar seguros de que las modificaciones en la BV no se deben a errores tecnológicos del radar, sino a cambios en el rendimiento del atleta. Finalmente, se añaden algunas características del dispositivo Pocket radar que apoyan su uso práctico:
- Su batería está formada por pilas convencionales, lo que posibilita cambiarlas en caso de necesidad en muy poco tiempo.
- Su pequeño tamaño y su escaso peso (similar a un teléfono móvil), permiten transportarlo en el bolsillo.
- Su funcionamiento es rápido (apuntar y disparar), sin necesidad de calibraciones o programaciones previas.
- Ofrece una lectura rápida y precisa. Además, la nueva versión permite sincronizarlo con el teléfono móvil y disponer del valor de la velocidad junto con la grabación del gesto técnico.
- Es una herramienta muy motivante para el trabajo con el deportista, pudiendo realizar comparaciones, tanto con él mismo como con el resto del grupo.
Referencias
Brechbuhl, C., Girard, O., Millet, G.P., & Schmitt, L. (2018). Differences within elite female tennis players during an incremental field test. Medicine & Science in Sports & Exercise, 50(12), 2465–2473. https://doi.org/10.1249/450MSS.0000000000001714.
Delgado-García, G., Vanrenterghem, J., Muñoz-García, A., Molina-Molina, A., & Soto-Hermoso, V.M. (2019). Does stroke performance in amateur tennis players depend on functional power generating capacity? The Journal of Sports Medicine and Physical Fitness, 59(5), 760–766. https://doi.org/10.23736/S0022-4707.18.08518-3.
Granados, C., Izquierdo, M., Ibañez, J., Bonnabau, H., & Gorostiaga, E.M. (2007). Differences in physical fitness and throwing velocity among elite and amateur female handball players. International Journal of Sports Medicine, 28(10), 860–867. https://doi.org/10.1055/s-2007-964989.
Rada, A., Kuvačić, G., De Giorgio, A., Sellami, M., Ardigò, L.P., Bragazzi, N.L., & Padulo, J. (2019). The ball kicking speed: A new, efficient performance indicator in youth soccer. Plos One, 14(5), e0217101. https://doi.org/10.1371/journal.pone.0217101.
Slowik, J.S., Aune, K.T., Diffendaffer, A.Z., Lyle Cain, E., Dugas, J.R., & Fleisig, G.S. (2019). Fastball velocity and elbow-varus torque in professional baseball pitchers. Journal of Athletic Training, 54(3), 296–301. https://doi.org/10.4085/1062-6050-558-17.
Whiteside, D., & Reid, M. (2017). Spatial characteristics of professional tennis serves with implications for serving aces: A machine learning approach. Journal of Sports Sciences, 35(7), 648–654. https://doi.org/10.1080/02640414.2016.1183805.
