Cómo decidimos que un número está fuera de la norma

Un lateral corre el doble que un central, y un portero no tiene nada que ver con ninguno de los dos. Comparar a un jugador con la media de la plantilla muestra la diferencia entre puestos disfrazada de diferencia de carga: el número es cierto, pero la pregunta que responde es otra.

Por eso la referencia por defecto es la norma personal —el historial de ese atleta, no el del equipo— y el orden es fijo: primero consigo mismo, después con su línea si el grupo es bastante numeroso, nunca la media del equipo como vara para un juicio (semáforo, alertas, disposición). Cuando se repliega sobre la línea, o en los perfiles sobre el equipo porque la línea es demasiado pequeña, el programa lo escribe.

En el fútbol la semana gira en torno al partido, y cada día del microciclo tiene una carga esperada distinta por construcción: MD-3 es el día duro, MD-1 es la sesión previa, MD+1 es descarga. El día del calendario, por sí solo, no dice nada: un martes puede ser MD-4 o MD+2, y son dos mundos.

Lo medimos en la temporada simulada: dentro de un mismo MD la variabilidad de la carga baja un 37% en la distancia y un 47% en el sRPE, así que casi la mitad de lo que parecía ruido era el programa de entrenamiento. En el wellness, casi nada: entre el 0,5% y el 6%. Por eso la comparación entre días homólogos es la referencia allí donde se mira la semana: el perfil del microciclo y la sombra en los gráficos (este MD-3 contra tus tres últimos), las métricas que se miden de vez en cuando, y también las fichas y el mapa que dicen a quién mirar. Allí, en las métricas que se suman, cada día de entrenamiento o de partido se compara con sus últimos 8 MD homólogos y, mientras no haya suficientes —unas diez semanas—, con los días del mismo tipo: entrenamiento con entrenamiento, partido con partido. Un día de descanso nunca entra en la norma de un entrenamiento, y el programa indica cuál de las dos comparaciones ha usado. También las reglas de Alertas que miran la carga y la alerta de una sola métrica en Informes usan esta comparación, con los umbrales corregidos según cuántos días homólogos haya.

Un partido está en valores que ningún entrenamiento alcanza. En la temporada simulada el día de partido está, en mediana, 1,05 desviaciones estándar por encima de una norma que mezcla todos los días, y supera 1,5 en el 17% de los casos frente al 2,6% de los demás días: con partidos y entrenamientos en el mismo montón, el 53% de las alertas caía en el 12% de los días.

Por eso la norma puede dejar aparte los partidos —la elección es tuya, y el programa escribe siempre cuántos partidos hay en la ventana— y el día de partido —en el partido tipo, el objetivo de partido, la disponibilidad y el post-partido; la norma personal lo mantiene entero— se divide: la parte jugada es partido, el trabajo complementario de quien se quedó en el banquillo es entrenamiento, como pide el estándar de consenso sobre las lesiones en el fútbol. Y 90′, 20′ y 0′ son tres cargas que no se comparan: sin los minutos jugados el programa escribe «n/d», nunca que un convocado haya jugado.

En el portero el GPS dice poco: distancias y altas velocidades son bajas por la naturaleza del puesto, no por la condición. El umbral de 19,8 km/h, que para un jugador de campo vale el 53-61% de la velocidad máxima, para el portero de la temporada simulada vale el 84%. Un semáforo construido sobre el GPS lo declararía «descargado» toda la temporada, y enseñaría a ignorar sus alertas.

Por eso el portero nunca entra en la norma de puesto de los jugadores de campo: los porteros forman grupo entre ellos. Y donde una pantalla muestra una métrica GPS suya, el programa escribe que ahí mide el puesto y no la condición, sin ocultar nada: en él cuentan más las plataformas, el wellness y el sRPE.

El GPS y el wellness se miden cada día; las plataformas de fuerza una o dos veces por semana. Una ventana expresada en días que sirve para la carga está casi vacía para el salto: en 28 días caben 4 o 5 test, la mitad de los 8 valores que hacen falta para estimar una norma.

Es un error que cometimos y medimos: con la ventana de la carga, la regla «carga alta más salto en descenso» quedaba no evaluable en toda la plantilla: 11 atletas de 11, incluso quienes tenían más de 40 test. Cada ventana tiene su duración, y donde la frecuencia no basta el programa lo declara en vez de calcular igualmente. Desde que la ventana de la norma se deriva de la frecuencia real de esa métrica — la regla del salto tiene una ventana propia, de 90 días, y donde aún no hay norma se compara el último test con el anterior — en las plataformas el 95% de los días que quedaban mudos dice algo.

Un cero es una medida: quiere decir que ese día el atleta no trabajó. Un hueco es la ausencia de una medida, y puede querer decir que estaba con su selección, que el GPS no arrancó o que nadie subió el archivo. Confundirlos falsea ACWR, monotonía y z-score de forma invisible: una carga que falta leída como cero enciende ese día un falso «por debajo de su norma» —en la temporada simulada habría ocurrido 10 veces— y luego ensancha la variabilidad de la norma, de modo que los días realmente anómalos se ven menos.

Quien decide es el calendario: un día marcado como descanso sin medidas vale cero, un día de entrenamiento o de partido sin medidas sigue siendo un hueco declarado. Y en los gráficos una ausencia se ve: cuando los días que faltan superan el triple del paso habitual de la serie, la línea se interrumpe, y el espacio vacío es tan ancho como la ausencia, hasta 40 días.

Al volver a analizar los mismos archivos de entrenamiento con una versión nueva del software del fabricante, las aceleraciones contadas por encima de 1,5 m/s² bajaron de media de 251 a 177 por sesión, sin que los atletas cambiaran nada: cambió la manera de contar. Lo mismo pasa al cambiar de proveedor, y una norma personal construida a caballo del cambio mezcla dos instrumentos.

Por eso el programa marca el día del cambio con una línea en cada gráfico, y cuando una ventana de cálculo lo atraviesa lo escribe junto al número. El proveedor y la versión del software se declaran al importar: un día sin procedencia no se lee como un cambio.

Son dos preguntas distintas y hay que mantenerlas separadas. La primera es del instrumento: de cuánto cambia el test de cada atleta de una sesión a otra —las diferencias entre tests consecutivos, puestas en común en toda la plantilla— se obtiene el error típico, y de ahí el cambio mínimo detectable. Por debajo de ese número, dos medidas no son distintas: son la misma medida repetida. Los intentos repetidos dentro de la sesión —los tres intentos de un CMJ son filas distintas, no una media ya hecha— responden a otra pregunta: cuán preciso es el número del día.

La segunda es una decisión, no una propiedad: cuánto tiene que cambiar para que valga la pena mirarlo. El programa lo propone a partir de tus datos, de dos maneras que responden a dos preguntas distintas, y te deja declararlo a ti. Que los dos números diverjan es información, no una avería: si el ruido es mayor que el umbral que cuenta, ese instrumento no es capaz de ver lo que te interesaría.

Un z-score se lee como si la media y la desviación estándar fueran conocidas. No lo son: se estiman de la historia del atleta, y en una métrica que se prueba cada 7 días esa historia es una docena de valores. Un umbral fijo aplicado a una estimación así está más seguro de sí mismo de lo que tiene derecho a estar.

Por eso los umbrales que elige el programa —semáforo, fichas, mapa, panorámicas— se corrigen por cuántos valores contiene de verdad la ventana: la distribución correcta es una t de Student, no una normal. Con 28 valores el umbral de atención pasa de 1,5 a unas 1,57 desviaciones; en la carga comparada con 8 MD homólogos, a unas 1,80; en las plataformas, con 12 valores, a 1,69. También los umbrales que escribes tú en Alertas — carga, wellness, salto y asimetría — se corrigen del mismo modo, según cuántos valores tiene la norma de ese atleta. La corrección supone valores distribuidos más o menos en forma de campana: donde son muy asimétricos sigue siendo un orden de magnitud, y los paneles Z-score y Flag de los Informes lo indican cuando miden una asimetría fuerte.

Un sistema que señala el 40% de los días no señala nada: enseña a ignorar el color. También nos pasó a nosotros: con el umbral de variación porcentual las alertas sobre la distancia total llegaban al 48% de los días-atleta, porque dentro de un microciclo el día duro está naturalmente un 20% por encima de su referencia.

Al pasar al z-score sobre la norma de trabajo —cada jornada frente a sus últimos días con el mismo MD, partido frente a partidos, dividida por cuánto varía ese atleta— las alertas bajaron al 11%, y la proporción entre rojas y naranjas se enderezó. Por encima de la desviación de un solo número hay cuatro reglas que miran dos cosas a la vez: carga alta con wellness en descenso, trabajo por encima de lo habitual desde el test anterior con salto en descenso, vuelta de una ausencia con la carga ya alta, asimetría lejos de su norma. Cada alerta lleva al lado los números que la han encendido, y una regla que no se ha podido evaluar lo declara: «no he podido mirar» no es «todo va bien».

Un umbral igual para todos señala siempre a las mismas personas. Hay quien vive en el 12% en un test y para él es normal — un lado dominante, una lesión antigua ya curada — y quien pasa del 2 al 9% sin superar nada. Con el 10% fijo el primero se enciende cada semana y el segundo nunca: en la temporada simulada 40 de las 45 alertas caen sobre el mismo atleta.

El programa lee los dos valores del mismo test, escribe qué lado es más débil y con qué fórmula — en un tiempo el más débil es el más lento — y compara la asimetría con la franja de su habitual: el percentil 25–75 de sus últimos 8 tests, solo los anteriores. «Para revisar» cuando sale de ella al menos tanto como mide la franja: con el percentil 75 solo, un atleta estable saldría en un test de cada tres; así, en uno de cada diez (31% → 10% de los tests). Vale para cualquier pareja de métricas, de cualquier proveedor, también introducidas a mano.

La relación entre carga aguda y crónica es el número más discutido de la literatura sobre la carga, y las críticas son serias: calculada de la forma clásica, la semana aguda está dentro de la ventana crónica, y los dos números se correlacionan por construcción matemática, no por lo que hace el atleta.

Por eso el valor por defecto es desacoplado —la carga crónica es la media exponencial de 28 días leída como estaba siete días antes, así la semana aguda no entra— y con media exponencial. Las ausencias se excluyen de la carga crónica en vez de contar como cero: contadas como cero, una vuelta con una carga del todo normal saldría a 3,0. La franja 0,8–1,3 se dibuja en gris: es una referencia de la literatura, no una zona segura. Y el ACWR no entra en la puntuación de preparación: se lee al lado, como descriptor.

No existe una puntuación de riesgo, una probabilidad de lesión ni una recomendación de aptitud. No es prudencia comercial: un sistema que predice es una herramienta de apoyo a la decisión clínica, con todo lo que eso conlleva, y las promesas de predicción, en este campo, no se han cumplido.

Lo que el programa dice es: este valor se aparta tanto de la norma de este atleta, y estos son los datos brutos que lo generan. El vocabulario está elegido a propósito —«fuera de su norma», «en descenso», «para mirar»— y no contiene «en riesgo». La interpretación queda en manos del profesional cualificado, y la frase está dentro del producto, en las pantallas donde se configuran los umbrales.

Un archivo CSV de cualquier proveedor y la plantilla: no hace falta cambiar de proveedor ni instalar un conector. Las columnas se mapean una vez y el perfil se guarda; las fechas de la temporada y los partidos del calendario sirven para el microciclo, y se meten en una tarde.

No hace falta decidir nada antes de ver el primer número: los valores por defecto son sensatos, están declarados y son todos modificables, y los primeros pasos guiados acompañan la configuración etapa por etapa.