🎯 Título: Redes neuronales para predecir el rendimiento en marcha atlética
📌 En breve: Un modelo de red neuronal (RBF) predijo el rendimiento competitivo de marchistas de élite con mayor precisión que los modelos estadísticos clásicos, usando frecuencia cardíaca y longitud de paso como indicadores clave.
🔬 Puntos clave:
### El estudio
30 marchistas mujeres de nivel nacional fueron seguidas durante 4 temporadas (2021-2024), con mediciones de laboratorio y campo: ergoespirometría (VO2max), lactato, frecuencia cardíaca, cinemática de la marcha y fuerza de miembros inferiores (1RM).
### Qué predice mejor el rendimiento
La frecuencia cardíaca, la longitud de paso, el VO2max y la fuerza máxima (1RM) fueron los predictores más influyentes. El modelo de red neuronal de función de base radial (RBF) tuvo la mayor precisión predictiva (R² = 0,89), superando a otro tipo de red neuronal (R² = 0,87) y a los modelos de regresión clásicos (R² = 0,61-0,81).
### Variación estacional
Hubo variación estacional significativa en el rendimiento, lo que respalda usar modelos que consideren el momento de la temporada.
🎯 Aplicación clínica para LATAM: Federaciones de atletismo en la región que entrenan marchistas de élite podrían explorar el uso de frecuencia cardíaca y longitud de paso como indicadores de monitoreo en tiempo real, complementados con VO2max y fuerza máxima para planificación a largo plazo.
⚠ Limitaciones: La muestra fue pequeña y específica (30 marchistas mujeres de un país), por lo que el modelo debe validarse en otras poblaciones antes de generalizarse.
