El futuro del ejercicio y la salud: enseñanza e innovación tecnológica para el comienzo de una vida activa
- Autores: Antonio Casanova Lizón
- Directores de la Tesis: Manuel Moya Ramon (dir. tes.)
- Lectura: En la Universidad Miguel Hernández de Elche ( España ) en 2025
- Idioma: español
- Tribunal Calificador de la Tesis: Eduardo Manuel Cervelló Gimeno (presid.), Gema Torres Luque (secret.), Nuno Corte Real (voc.)
- Programa de doctorado: Programa de Doctorado en Deporte y Salud por la Universidad Miguel Hernández de Elche
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
Antecedentes: El aumento de la esperanza de vida en los últimos 160 años no ha ido acompañado de una mejora proporcional en la salud, lo que ha resultado en un incremento de enfermedades no transmisibles (NCD), como las enfermedades cardiovasculares (CVD), el cáncer y la diabetes. Estas patologías representan más del 70% de las muertes globales y su impacto genera altos costos económicos. Entre los principales factores de riesgo se encuentran el sedentarismo, el cual puede modificarse mediante cambios en el estilo de vida. Sin embargo, la inactividad física sigue siendo un problema grave, con más del 40% de la población mundial sin alcanzar los niveles recomendados de ejercicio físico (PE). El PE es una herramienta fundamental para la prevención y manejo de las NCD, con beneficios funcionales, metabólicos y psicológicos ampliamente documentados. Sin embargo, los enfoques tradicionales de promoción del PE no han logrado cambios sostenidos en el tiempo, lo que resalta la necesidad de estrategias innovadoras y personalizadas que mejoren la adherencia al ejercicio. El PE no supervisado se presenta como una alternativa accesible y económica, pero enfrenta desafíos en términos de adherencia y seguimiento. En este sentido, las tecnologías portátiles (WT) han emergido como herramientas prometedoras para la monitorización de la actividad física y la personalización del entrenamiento. Estos dispositivos permiten un control continuo de variables fisiológicas clave, facilitando la autoevaluación y la motivación de los usuarios. Sin embargo, muchas aplicaciones de PE carecen de respaldo científico y no ofrecen programas adaptados a las necesidades individuales. La variabilidad de la frecuencia cardíaca (HRV) es un indicador clave del equilibrio autonómico y se ha utilizado para evaluar la respuesta al PE. Métodos como la HRV en reposo o la recuperación de la frecuencia cardíaca (HRR) se han validado como herramientas para evaluar la adaptación al entrenamiento y la fatiga. Sin embargo, su medición debe considerar factores metodológicos como la respiración, la postura y la variabilidad diaria. El entrenamiento basado en la HRV ajusta la carga de trabajo en función del estado fisiológico del individuo, optimizando la adaptación al ejercicio y reduciendo el riesgo de sobreentrenamiento. Modelos day-to-day basados en la HRV han demostrado ser efectivos en disciplinas como el running y el ciclismo, pero su implementación en programas de PE no supervisado aún requiere investigación. Aplicaciones como Selftraining UMH han integrado esta metodología, proporcionando recomendaciones diarias de PE según los valores de HRV.
Por lo tanto, los objetivos generales de la presente tesis doctoral fueron: a) analizar el efecto del entrenamiento predefinido supervisado y no supervisado sobre la actividad del sistema nervioso parasimpático (PNS) a nivel cardíaco y la condición física, respectivamente; y b) comparar el efecto del entrenamiento autónomo y supervisado por un entrenador personal, ambos guiados por la HRV, sobre la condición física y la actividad parasimpática en personas sedentarias.
Métodos: Esta tesis doctoral combina métodos de revisiones sistemáticas con metaanálisis y experimentales para abordar los objetivos planteados. En las revisiones sistemáticas con metaanálisis, se realizaron búsquedas electrónicas en, al menos, dos bases de datos. Los términos empleados en estas búsquedas se definieron utilizando la estrategia PICOS (participantes, intervención, comparación, resultados y diseño del estudio). Para el análisis, se aplicó un modelo de efectos aleatorios para ponderar la diferencia de medias estandarizada (SMD) o la diferencia de medias (MD). En los tres estudios experimentales se incluyeron hombres y mujeres adultos sedentarios. En el primer y segundo estudio experimental se excluyeron personas mayores de 60 años y/o con condiciones médicas preexistentes, mientras que en el tercer estudio se excluyeron menores de 60 años y/o con enfermedades cardiovasculares. En el primer estudio se evaluó la variabilidad de la frecuencia cardíaca (HRV) en veinte personas en reposo, tanto en posición supina como sentada, mediante un electrocardiograma y la aplicación Selftraining UMH, utilizando un monitor de frecuencia cardíaca Polar H10. En el segundo estudio, setenta adultos fueron asignados a uno de tres grupos: Autónomo (AUG, n = 18), Entrenador personal (PTG, n = 23) y Control (CG, n = 29). De manera similar, en el tercer estudio, cuarenta y cuatro adultos mayores fueron distribuidos en AUG (n = 13), PTG (n = 15) y CG (n = 16). Tras una medición inicial de la HRV durante dos semanas, los participantes realizaron una intervención de 11 semanas, con pruebas previas y posteriores sobre variables relacionadas con la condición física que incluía capacidad cardiorrespiratoria (CRF), fuerza del tren superior e inferior del cuerpo y la HRV, entre otras y la adherencia al programa de entrenamiento. Los participantes asignados a los grupos experimentales registraron la HRV diariamente al despertarse y entrenaron tres días a la semana basados en un promedio móvil de siete días en relación con el mínimo cambio detectable (SWC). Se prescribieron sesiones de alta intensidad cuando la HRV se encontraba por encima o dentro del SWC, mientras que se recomendaron sesiones de baja intensidad o de descanso si la HRV se encontraba por debajo del límite inferior del SWC. Se emplearon análisis estadísticos para evaluar la fiabilidad, validez y efectos de la intervención en los estudios. En el primer estudio, se utilizó un análisis de varianza (ANOVA) de medidas repetidas para comparar dispositivos y tiempos de medición, con pruebas post hoc corregidas por Bonferroni. La correlación y fiabilidad se analizaron mediante coeficiente de Pearson (r), coeficiente de correlación intraclase (ICC) y el error estándar de medición (SEM), mientras que la concordancia se evaluó con Bland-Altman. En el segundo y tercer estudio, se aplicaron ANOVA de medidas repetidas y de covarianza (ANCOVA) para examinar la interacción tiempo-grupo y los efectos de la intervención. Para los tres estudios se calcularon los tamaños del efecto (d de Cohen) con un intervalo de confianza al 95% (95%CI).
Resultados: En la primera revisión sistemática con metaanálisis, los resultados mostraron un pequeño aumento de la rMSSD (SMD = 0,57 [95%CI = 0,23; 0,91]) y de la alta frecuencia (HF) (SMD = 0,21 [95%CI = 0,01; 0,42]) a favor del grupo experimental (EG). Las pruebas de heterogeneidad alcanzaron significación estadística para rMSSD y HF (p menor o igual que 0,01), y la inconsistencia fue moderada (I2 = 68% y 60%, respectivamente). Se encontraron mayores efectos inducidos por el entrenamiento sobre la HF en los estudios que realizaron una intervención más corta o un menor número de sesiones de ejercicio (p menor o igual que 0,01). Los datos fueron insuficientes para investigar el efecto del entrenamiento sobre la recuperación de la frecuencia cardíaca. En la segunda revisión sistemática con metaanálisis, los resultados mostraron una mejora en el consumo de oxígeno (VO2) pico en el EG en comparación con el CG (MD = 2,71 ml·kg-¹·min-¹ [95%CI = 1,76; 3,66] p < 0,01), sin diferencias entre los participantes sanos y los pacientes con CVD. Las pruebas de heterogeneidad alcanzaron significación estadística (p < 0,01), y la inconsistencia fue alta (I2 = 86%). En el primer estudio experimental, la aplicación Selftraining UMH no mostró diferencias significativas en comparación con el electrocardiograma, ni en posición supina ni en posición sentada (p > 0,05) y presentaron niveles de correlación casi perfectos (r mayor o igual que 0,99). Además, no se encontraron diferencias significativas entre las mediciones de longitud ultracorta (1 min) y corta (5 min). El ICC mostró una fiabilidad excelente (> 0,90) y el SEM se mantuvo por debajo del 5%. En el segundo estudio experimental, la adherencia mostró un número similar de sesiones totales 23,3 frente a 24,5, con 13,7 frente a 14,6 sesiones de entrenamiento de alta intensidad para ambos EG (AUG y PTG, respectivamente). La interacción entre ambos factores alcanzó significación estadística para todas las variables analizadas (p < 0,01). Las comparaciones intragrupo mostraron mejoras significativas (p < 0,05) en todas las variables de forma física en ambos EG, excepto en la potencia aeróbica máxima para el AUG. Los tamaños del efecto (d de Cohen) variaron de pequeños a grandes (d = 0,21-1,12 para el AUG y d = 0,23-1,63 para el PTG). En cuanto al ANCOVA, los resultados alcanzaron significación estadística para todas las variables analizadas (p < 0,01). Concretamente, las comparaciones entre grupos revelaron diferencias significativas se encontraron diferencias estadísticamente significativas (p menor o igual que 0,01) entre el cambio del AUG y el PTG en el número de repeticiones en la fuerza. Ambos EG superaron significativamente al CG en todas las variables evaluadas (p < 0,05), excepto en la potencia aeróbica máxima para el AUG. En el tercer estudio experimental, la adherencia mostró un número similar de sesiones totales 26,7 frente a 25,9, con 17,0 frente a 15,8 sesiones de entrenamiento de alta intensidad para los EG (AUG y PTG, respectivamente). La interacción entre los dos factores alcanzó significación estadística para todas las variables analizadas (p < 0,01). Las comparaciones intragrupo en ambos EG mostraron mejoras significativas en todas las variables relacionadas con la condición física (p menor o igual que 0,01), excepto en el VO2 pico estimado y en la distancia de la prueba de caminata de 6 minutos en el AUG (p = 0,06). Los tamaños del efecto variaron de triviales a grandes (d = 0,19-1,17 para el AUG y d = 0,31-1,06 para el PTG). La prueba global del ANCOVA alcanzó significación estadística para todas las variables de condición física analizadas (p < 0,01). Concretamente, no se encontraron diferencias estadísticamente significativas en el cambio entre AUG y PTG en ninguna de las variables (p mayor o igual que 0,38). Ambos EG superaron significativamente al CG en todas las variables evaluadas (p < 0,05), excepto en el VO2 pico estimado y la prueba de caminata de 6 minutos para el AUG.
Conclusión: El entrenamiento físico aumenta la modulación del SNP cardíaco en personas sedentarias, mientras que su efecto sobre el tono del SNP requiere futuros estudios. Por otra parte, se encontró una mayor mejoría en el VO2 pico a favor del EG en los estudios que cumplieron el principio de sobrecarga y en los que utilizaron el método basado en el umbral ventilatorio para determinar la intensidad del entrenamiento aeróbico. Los principios de sobrecarga e individualización deben tenerse en cuenta para aumentar el efecto del entrenamiento físico domiciliarios no supervisados sobre el VO2 pico en personas sanas sedentarias y pacientes con CVD. Además, la aplicación Selftraining UMH conectada vía Bluetooth a la banda pectoral Polar H10 puede utilizarse para registrar grabaciones diarias de HRV en personas sedentarias sanas. Por último, El entrenamiento basado en la HRV mejora la condición física en personas sedentarias, tanto si se realiza mediante el enfoque autónomo como si se realiza con un entrenador personal. Ambas modalidades mostraron tasas de adherencia y beneficios generales similares, aunque el entrenamiento supervisado mejoró el desarrollo de la fuerza en la población adulta. Las tecnologías como la aplicación Selftraining UMH ofrecen soluciones eficaces y accesibles para el entrenamiento autónomo, especialmente en entornos en los que no se dispone de supervisión profesional, apoyando la mejora de la salud de la población en general.
