En el entrenamiento de endurance, la Percepción Subjetiva de Esfuerzo (PSE) ha sido durante mucho tiempo una brújula confiable: una guía intuitiva del esfuerzo que siente un atleta. Pero, ¿qué tan preciso es este indicador en tiempo real, especialmente bajo fatiga, calor o depleción de glucógeno? Y más aún, ¿podemos medir qué tan bien los atletas controlan su PSE y compararlo con lo que realmente indica su cuerpo?
Aquí es donde entra en juego la frecuencia respiratoria (fR)—la cantidad de respiraciones por minuto—como un marcador fisiológico poderoso, pero frecuentemente ignorado. La evidencia científica actual muestra una fuerte correlación entre fR y PSE en distintos protocolos de ejercicio, desde esfuerzos continuos hasta intervalos. De hecho, la fR podría ser un mejor indicador del esfuerzo físico real que la frecuencia cardíaca, el VO₂ o incluso el lactato.
¿Por qué? Porque la fR está directamente modulada por el comando motor central—el mismo mecanismo neural que determina la percepción de esfuerzo. Es decir, cuando un atleta respira más rápido, esto refleja no sólo la carga metabólica, sino también la intensidad del esfuerzo percibido. Y a diferencia del ritmo cardiaco o el VO₂, la fR responde casi instantáneamente a los cambios de carga, especialmente durante intervalos de alta intensidad.
Comparar la PSE esperada vs. la informada es clave
Los entrenadores suelen prescribir sesiones con un nivel de esfuerzo objetivo. Cuando la PSE reportada por el atleta es significativamente más alta o más baja de lo esperado, podría indicar falta de recuperación, enfermedad, problemas de motivación o simplemente un desajuste entre el esfuerzo físico y el percibido.
Aquí la fR funciona como un validador objetivo. Por ejemplo, si un atleta reporta PSE = 13 (“algo difícil”) pero su fR está al 88% de su fRmax (lo que suele corresponder a un PSE ~17), hay una discrepancia clara que merece atención.
Al medir la fR de forma continua y precisa con CHASKi, los entrenadores pueden monitorear en tiempo real el esfuerzo y correlacionarlo con la PSE para afinar la autorregulación del atleta.
Aplicaciones clave para el control del entrenamiento
- Control de calidad de la sesión: Utiliza las discrepancias entre la fR y la PSE para identificar cuándo los atletas están mentalmente descentrados o fisiológicamente extralimitados.
- Monitoreo de la fatiga: Dado que la fR es sensible al daño muscular, a la depleción de glucógeno y al estrés térmico, los aumentos inesperados de la fR para una PSE dada pueden señalar zonas rojas.
- Feedback objetivo en tiempo real: Mapear la fR normalizada a la PSE (por ejemplo, 80% fRmax ≈ PSE 15) permite crear un sistema sólido de feedback en tiempo real, especialmente valioso para los deportistas que se entrenan a sí mismos.
Conclusión
Controlar la PSE no es sólo “sentir” el esfuerzo, sino regularlo de forma inteligente. Comparar la PSE esperada, la reportada y la fR da a los entrenadores y atletas una herramienta precisa para optimizar la carga y anticipar riesgos. La frecuencia respiratoria está lista para ser la próxima gran métrica del entrenamiento de endurance.
¿Listo para llevar el control del esfuerzo a otro nivel?
Con CHASKi, ya no necesitas confiar en suposiciones. Nuestro wearable mide en tiempo real la frecuencia respiratoria, ofreciéndote una visión objetiva y continua del esfuerzo real del atleta. Ideal para entrenadores exigentes y atletas autodidactas, CHASKi permite comparar la PSE esperada con datos fisiológicos precisos.
Descubre cómo la fR puede transformar tu forma de entrenar—prueba CHASKi hoy.
Fuentes
[1] Borg, G. A. V. (1982). Psychophysical bases of perceived exertion. Medicine and Science in Sports and Exercise, 14(5), 377–381. https://doi.org/10.1249/00005768-198205000-00012
[2] Karvonen, J., & Vuorimaa, T. (1988). Heart rate and exercise intensity during sports activities. Sports Medicine, 5(5), 303–311. https://doi.org/10.2165/00007256-198805050-00002
[3] Marcora, S. M. (2009). Perception of effort during exercise is independent of afferent feedback from skeletal muscles, heart, and lungs. Journal of Applied Physiology, 106(6), 2060–2062. https://doi.org/10.1152/japplphysiol.90378.2008
[4] Nicolò, A., Bazzucchi, I., Haxhi, J., Felici, F., & Sacchetti, M. (2014). Comparing continuous and intermittent exercise: an “isoeffort” and “isotime” approach. PloS one, 9(4), e94990. https://doi.org/10.1371/journal.pone.0094990
[5] Nicolò, A., Marcora, S. M., & Sacchetti, M. (2016). Respiratory frequency is strongly associated with perceived exertion during time trials of different duration. Journal of Sports Sciences, 34(13), 1199–1206. https://doi.org/10.1080/02640414.2015.1102315
[6] Nicolò, A., Massaroni, C., & Passfield, L. (2017). Respiratory frequency during exercise: The neglected physiological measure. Frontiers in Physiology, 8, 922. https://doi.org/10.3389/fphys.2017.00922
[7] Robertson, R. J., Falkel, J. E., Drash, A. L., Swank, A. M., Metz, K. F., Spungen, S. A., & Allison, T. G. (1986). Effect of blood pH on peripheral and central signals of perceived exertion. Medicine and Science in Sports and Exercise, 18(2), 114–122. https://doi.org/10.1249/00005768-198602000-00019