Ayuda
Ir al contenido

Dialnet


The association of Whole and Segmental Body Composition and Anaerobic Performance in Crossfit® athletes: sex differencesand performance prediction

    1. [1] Universidad de Málaga

      Universidad de Málaga

      Málaga, España

  • Localización: Retos: nuevas tendencias en educación física, deporte y recreación, ISSN-e 1988-2041, ISSN 1579-1726, Nº. 62, 2025, págs. 543-552
  • Idioma: inglés
  • Títulos paralelos:
    • Asociación entre la composición corporal total y segmentaria y el rendimiento anaeróbico en atletas de Crossfit®: diferencias entre sexos y predicción del rendimiento
  • Enlaces
  • Resumen
    • español

      El objetivo principal del presente estudio fue establecer la asociación entre las variables de composición corporal (CC) total y segmentaria y el rendimiento anaeróbico, así como crear los modelos de regresión que mejor predigan dicho rendimiento en atletas de CrossFit® (CF). Cincuenta atletas, 25 hombres y 25 mujeres (edad: 33,26 ± 6,81 años; masa corporal: 72,57 ± 12,17 kg; estatura: 169,55 ± 8,71 cm; IMC: 25,06 ± 2,31 kg-m-2) fueron reclutados para participar y se sometieron a un análisis de la CCmediante absorciometría de rayos X de energía dual (DXA) y a una prueba de laboratorio a máximo esfuerzo en un cicloergómetro (Wingate) para determinar su rendimiento anaeróbico. Los resultados muestran una correlación significativa entre los valores de CC y el rendimiento, que va de moderada (r = -0,34, p = 0,015) a casi perfecta (r = 0,96, p < 0,01). Además, los modelos de predicción del rendimiento creados mostraron capacidades predictivas que oscilaron entre el 19% (p = 0,017) y el 93% (p < 0,001). Todos los modelos de predicción se crearon utilizando variables de masa magra total o segmentaria, excluyendo otras. Las variables de composición corporal y rendimiento estudiadas encontraron diferencias significativas entre hombres y mujeres. Los resultados demuestran que las variables de composición corporal son indicadores cruciales del rendimiento anaeróbico en atletas de CF. En este sentido, sería recomendable que los profesionales responsables del rendimiento deportivo consideren esta información al momento de monitorizar a los atletas durante la temporada o al diseñar programas de entrenamiento específicos. Del mismo modo, el uso de ecuaciones de predicción podría resultar útil como herramienta para estimar los valores de potencia máxima y media.

    • English

      The main purpose of this study was to establish the association between total and segmental body composition (BC) variables and anaerobic performance and to create optimal models that best predict such performance in CrossFit® (CF) athletes. Fifty athletes, 25 males and 25 females (age: 33.26 ± 6.81 years; body mass: 72.57 ± 12.17 kg; height: 169.55 ± 8.71 cm; BMI: 25.06 ± 2.31 kg·m−2) were recruited to participate and underwent BC analysis using dual-energy X-ray absorptiometry (DXA) and an all-out laboratory test on a cycle ergometer (Wingate) to determine their anaerobic performance. The results show a significant correlation between BC values and performance, ranging from moderate (r = -0.34, p = 0.015) to near-perfect (r = 0.96, p < 0.01). Furthermore, the created performance prediction models exhibited predictive capacities ranging from 19% (p = 0.017) to 93% (p < 0.001). All prediction models were created using total or segmental lean mass variables, excluding others. The studied body composition and performance variables found significant differences between males and females.The findings demonstrate that body composition variables are crucial indicators of anaerobic performance in CF athletes. In this regard, it may be advisable for sports performance professionals to consider this information when monitoring athletes throughout the season or designing specific training programs. Similarly, the use of predictive equations could be a useful tool for estimating peak and mean power values.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno