Questo articolo è tratto dal "Mémoire", una sorta di tesi sperimentale svolta durante uno stage universitario, realizzato da Alberto Mazzucchelli, per ottenere il Master 2 in Sciences et Techniques du Coaching Sportif (STCS) presso L’Université Nice Sophia Antipolis, in Francia. Tutor del lavoro il famoso ricercatore, Professeur Jean-Benoît Morin.

Titolo del Mèmoire 2, ovviamente tradotto in italiano:

"GLI EFFETTI DEL MIGLIORAMENTO DEL PROFILO FORZA-VELOCITA IN SALTO SUI FATTORI DELLA PERFORMANCE NEL MEZZOFONDO". Potete scaricare il file completo in PDF qui  A.Mazzucchelli-Mémoire-ITA-M2

Presentazione dello stage

Lo stage è stato effettuato presso la Nice Cote d’Azur Athlétisme (NCAA), il primo club d’atletica della Provence Alpes Côte d’Azur(PACA). Nel 2017 la NCAA si è qualificata nella divisione Elite A, la quale rappresenta le otto migliori squadre d’atletica di francia.
Il moi tutor di stage era Clement Rubechi, uno dei migliori allenatori del sud del francia e di Justine Guerard, 6° posto all’ultimo campionato elite francese di Triathlon che, insieme ad un altro triatleta e un mezzofondista, hanno accettato di partecipare al mio protocollo iniziato nel dicembre 2017.

Gli obbiettivi dello stage

L’obbiettivo di questo stage, è stato mettere in pratica l’insieme delle conoscenze acquisite nel corso del mio percorso universitario, iniziato in Italia e concluso in Francia e di approfondirle a contatto di persone da campo, le quali hanno una grande esperienza nel’ambito dell’atletica di buon ed alto livello. Inizialmente, ho approfittato di questo stage per posizionarmi in un contesto di alto livello e portare gli atleti a sviluppare le loro capacità fisiche nell’atletica o nel triathlon. In un secondo tempo, questo stage ha avuto come obbiettivo di permettermi di seguire atleti da buon ad alto livello, di programmare allenamenti in palestra utilizzando il profilo “Forza-Velocità” in salto e in fine di migliorare la mia capacità di gestione del carico d’allenamento, il tutto tenendo conto dei differenti profili di atleti e delle loro differenti pratiche sportive (corsa, bici, nuoto).

Il mio ruolo nello stage

Attraverso questo stage, mi sono posizionato come preparatore atletico ed ero presente ad ogni allenamento di corsa e di palestra. Questa presenza permanente e regolare mi ha permesso di apportare delle correzioni agli atleti al fine di migliorare le loro performance e, allo stesso tempo, di fare della prevenzione agli infortuni nel corso degli allenamenti. Infine, essendo presente e gestore di ogni allenamento, ho potuto avere un ritorno del mio tutor e modificare se necessario gli allenamenti previsti, al fine che essi rispondano al meglio agli obbiettivi che ci siamo fissati.

Revisione della letteratura scientifica

L’obiettivo centrale della corsa, è ridure i tempi di percorrenza di una certa distanza. Diversi fattori fisiologici legati alla performance sono stati identificati :

• il massimo consumo d’ossigeno (VO2 Max) (Billat et al., 2001); [su_spacer size="10"] -[/su_spacer]
• la percentuale di VO2 Max utilizzato (%VO2 Max) (di Prampero et al., 1986); [su_spacer size="10"] -[/su_spacer]
• la soglia del lattato (Farrell et al., 1979);[su_spacer size="10"] -[/su_spacer]
• l’economia di corsa (Morgan et al., 1989); [su_spacer size="10"] -[/su_spacer]
• la velocità associata al VO2 Max (vVO2 Max)

sono utilizzati per spiegare i diversi livelli di performance tra gli atleti allenati di lunghe distanza (McLaughlin et al., 2010).

Per i corridori di mezzofondo (800-10.000m), i parametri cardio-vascolari associati alla produzione d’energia aerobica possono spiegare una larga parte della variazione della performance (Rabadan et al., 2011). In un gruppo eterogeneo di corridori, il VO2 Max è fortemente collegato alla performance nella corsa (Pollock, 1977) ; al contrario se i corridori hanno un VO2 Max simile, questo fattore non permette di prevedere chi può realizzare la miglior performance tra di loro (Morgan et al., 1989). Un fattore che ci permette di fare la distinzione, può essere la quantità di ossigeno consumata a velocità « sotto massimale » (VO2).

Nel corso di una gara, avere un consumo d’ossigeno basso indica una migliore economia di corsa e quindi la possibilità di correre una determinata distanza più velocemente, o, correre più a lungo ad una determinata velocità (Morgan et al., 1989). L’economia di corsa è un fattore abbastanza variabile tra atleti d’elite, allenati e non allenati, oltre che tra gli uomini e donne (Barnes et al., 2015).

L’economia di corsa può essere allenata e migliorata dal 2 al 8% a breve termine, attraverso un allenamento più orientato in un allenamento di:

• pliometria (Saunders et al., 2006);[su_spacer size="10"] -[/su_spacer]
• rinforzo muscolare (Storen et al., 2008);[su_spacer size="10"] -[/su_spacer]
• corsa frazionata (Franch et al., 1998);[su_spacer size="10"] -[/su_spacer]
• corsa in altitudine (Saunders et al., 2009);[su_spacer size="10"] -[/su_spacer]
• corsa prolungata (Moore et al., 2012).

Il suo miglioramento comporta la modifica di certi fattori come la biomeccanica di corsa tra cui : i fattori spazio-temporali (Cavanagh et Willimas 1982), la cinematica degli arti inferiori (Moore et al., 2012), la cinetica (Barnes et al.2014), i fattori neuromuscolari (Abe et al., 2007) e la biomeccanica del tronco e degli arti superiori (Arellano et al., 2012).

L’economia di corsa, a qualsiasi livello, è largamente influenzata dal rinforzo muscolare: a carico pesante, leggero, e dal tipo di sforzo: esplosivo e/o pliometrico (Yamamoto et al., 2008 ; Beattie et al., 2014) grazie al miglioramento della stiffness muscolare e la riduzione dei tempi di contatto al suolo (Paavolainen et al., 1985).

I programmi d’allenamento in forza richiedono un impegno del sistema neuromuscolare più importante, che permette il miglioramento del reclutamento delle unità motrici (UM), la stiffness muscolo-tendinea (Kmtu) e la coordinazione intramuscolare. Tutte queste caratteristiche permettono agli atleti di definire delle strategie per migliorare la loro economia di corsa e i fattori di potenza muscolare legati alla loro specialità nella corsa (Paavolainen et al., 2000).

Se un mezzofondista (VO2 Max >60ml/kg/min) realizza un piano d’allenamento di rinforzo muscolare di una durata superiore a quattro settimane, i risultati hanno mostrato che con un carico pesante (85% 1RM) (Storen et al., 2008) o carico leggero (40-70%) (Sedano et al.2013) ed esercizi di pliometria e/o sprint da 20 a 150m, favoriscono l’apparizione di effetti significativi sull’economia di corsa (in media -2.32±2.07 et 0.57±2.48 ml/kg/min per il gruppo allenamento ed il gruppo controllo).

L’allenamento di corsa e di forza (80% 1RM) sono contradittori, perchè questo tipo di allenamento detto «concomitante» conduce ad un’interferenza sullo sviluppo della forza esplosiva e massimale, ma può migliorare la performance nell’endurance principalmente grazie a progressi delle funzioni neuromuscolari (Fyfe et al., 2014), bisogna quindi trovare un corretto equilibrio tra i due, nel corso della stesura del piano d’allenamento per evitare degli effetti negativi dell’allenamento “concomitante” (Baar, 2014); bisogna però considerare che un solo allenamento a settimana dedicato al rinforzo muscolare non è sufficiente (Balsalobre-Fernandez et al., 2015), sono necessari almeno due allenamenti a settimana per avere dei miglioramenti significativi in forza, potenza e nell’economia di corsa.

La combinazione del back squat o leg extension con della pliometria, può migliorare differenti variabili legate alla performance neuromuscolare come: la forza massima (Fmax), la potenza muscolare, la stiffness del tendine e l’esplosività o «Rate Force Development» (RFD) (Kyrolainen et al., 2005 ; Comie et al., 2010; Ronnestad et al., 2013). Dei fattori come la performance in salto verticale ed il primato personale su 800-3000-5000m hanno una correlazione significativa, suggerendo una miglior economia di corsa (Balsalobre-Fernandez et al., 2015 ; Bachero-Mena B et al., 2017).

Gli effetti del rinforzo muscolare (2-3 allenamenti a settimana), accompagnati da esercizi, pliometrici possono essere differenti a seconda del livello dell’atleta che si ha davanti.

Gruppi d’atleti molto allenati (VO2 Max >65 ml/kg/min) hanno un miglioramento della potenza nel «5-jump plyometric test» del 15% con un effect size (ES) > 0.5 e un miglioramento dell’economia di corsa del 4.1% a 18km/h, senza una variazione della ventilazione polmonare (Ve), ne del rapporto di scambio respiratorio (RER), ne della frequenza cardiaca (HR) (Saunders et al., 2006). Un gruppo di atleti ha migliorato del 2±3% il suo tempo allo sprint sui 30m, il RFD dell’azione isometrica in estensione di ginocchio (31±42%) ma senza alcuna differenza nelle variabili della performance aerobica, soltanto a 14km/h c’è stato un miglioramento del 3±4% dell’economia di corsa ed una riduzione dell’accumulo del lattato 11±15% (Mikkola et al., 2007).

Corridori (800-10.000m) hanno ottenuto una riduzione del 3.9% del tempo finale per percorrere 2.4km, una riduzione del 2.3% del tempo in sprint sui 20m, un miglioramento del 8.9% in altezza del countermovement jump con braccia (CMJ), del 12.7% e del 16.7% in drop jump (DJ) a 20 e 40cm rispettivamente (Ramirez-Campillo et al., 2014) ; con una poplazione di triatleti che hanno avuto un miglioramento della stiffness degli arti inferiori (Kleg) (ES > 0.8) e un miglioramento meno importante dell’economia di corsa con un ES > 0.5 senza una variazione del VO2 Max, ne dei tempi di contatto al suolo.

L’aggiunta nel piano d’allenamento del rinforzo muscolare ed esercizi pliometrici o in salto almeno due volte a settimana permette d’ttenere degli effetti positivi sull’economia di corsa e sui parametri anaerobici in sprint (velocità max) e in salto (potenza muscolare).

La fisiologia muscolare ci dice che la relazione forza-velocità rappresenta la proprietà del muscolo di esprimere le sue capacità di produzione di potenza: più la velocità concentrica dell’azione muscolare aumenta, e meno il muscolo è capace di generare forza durante la contrazione. A partire da questi fattori possiamo determinare il profilo forza-velocità di ogni atleta che rappresenta la base sulla quale costruire il piano d’allenamento di rinforzo muscolare.

Sapendo che la potenza massimale (Pmax) è massimizzata con un combinazione equilibrata tra forza e velocità (Abe et al., 1998), Samozino et al (2008) hanno creato un metodo per misurarla sul campo, basandosi su tre parametri: peso corporeo, altezza del salto e distanza della spinta prima dello stacco da terra (Hpo), grazie a questo metodo possiamo valutare in maniera precisa a forza, la velocità e la potenza generata dai muscoli degli arti inferiori nel corso di uno squat jump (SJ) o di un CMJ (Jimenez-Reyes et al., 2014).
Sulla base di questo metodo Samozino et al. (2013) con 48 atleti di alto livello (giocatori di calcio, rugby e sprinters) hanno attuato un protocollo a base di SJ massimali con dei carichi aggiuntivi pari a 0, 25, 50, 75 e 100% del peso corporeo. Tutti gli atleti hanno mostrato come la performance balistica dipenda dalla Pmax, ma anche dal profilo forza-velocità degli arti inferiori, sapendo che, per una Pmax data, un disequilibrio delle qualità tra forza e velocità (Fvimb) può esistere. Questo deficit rispetto al profilo ottimale calcolato individualmente può indurre una differenza di performance del 30% (Samozino et al., 2010). Sapendo che le tre variabili della performance in salto sono Pmax, Fvimb e Hpo, possiamo dire che l’ottimizzazione della curva F-V migliora la performance in salto senza un cambiamento della Pmax (De Lacey et al., 2014). Questo nuovo approccio del profilo forza-velocità verticale permette d’individualizzare per migliorare le capacità fisiche e tecniche (Morin et Samozino, 2016 ; Jimenez-Reyes et al., 2017).

Questo metodo potrebbe permetterci di migliorare in modo semplice la performance in salto (nonché indicatore della potenza massimale dell’arto inferiore) con un allenamento individualizzato rispetto al deficit dell’atleta e con il rinforzo muscolare, di migliorare il livello di forza, la capacità di salto, la biomeccanica e di conseguenza l’economia di corsa e la performance nel mezzofondo. Sarà quindi interessante applicare questo metodo per la prima volta su un gruppo di atleti e triatleti per vedere se ottengono gli stessi benefici delle altre popolazioni d’atleti testati fino ad oggi.

Problematica, obbiettivi ed ipotesi

Effettuare un rinforzo muscolare individualizzato basandosi sul profilo F-V piò migliorare la performance e le sue variabili nel mezzofondo come negli sport di tipo esplosivo (sprint, rugby e calcio) ?

La revisione della letteratura scientifica ha mostrato come, tra gli atleti di lunghe distanze, la performance nella corsa prolungata può essere migliorata ed essere superiore con lo sviluppo della forza muscolare, oltre che con l’allenamento di corsa per sviluppare il VO2 Max, il quale non determina il livello della performance. Tutti gli studi esaminati hanno messo in pratica un programma di rinforzo muscolare con l’obbiettivo semplice di migliorare il livello di forza e/o di stiffness degli arti inferiori, senza tener conto dei bisogni e dei deficit reali di ogni atleta; quindi l’assenza di un’individualizzazione dell’allenamento porta l’atleta ad adattarsi all’allenamento generale, quando invece gli allenatori dovrebbero realizzare un piano d’allenamento specifico per ogni atleta.

L’obbiettivo primario è aumentare la potenza massima in salto e ridurre il disequilibrio del profilo forza-velocità in salto di ogni atleta sulla base dei loro deficit e di vederne gli effetti sulla performance nel mezzofondo.

Il secondo punto è l’analisi degli effetti di questo tipo d’allenamento sulla biomeccanica di corsa degli arti inferiori, per ottenere un miglioramenti su parametri come: tempi di contatto (tc), tempi di volo (tv), frequenza (f), oscillazione verticale (Δy) e stiffness degli arti inferiori (Kleg) che sono tutti in relazione con l’economia di corsa e quindi con la performance.

L’ipotesi di questo lavoro prevede che con questo rinforzo muscolare individualizzato e specifico ci sarà un miglioramento della performance in salto (Pmax e altezza) riducendo il Fvimb con un miglior livello di forza o di generazione di forza ad alta velocità.

Di conseguenza, una miglior performance in salto e migliori capacità di produzione di forza, permetteranno un miglioramento importante dei fattori della performance nel mezzofondo ed una miglior risposta cardiaca allo sforzo rispetto ad altri tipi di rinforzo muscolare.

Metodo

All’inizio del protocollo, erano stati previsti otto soggetti divisi in due gruppi, ma per ragioni tecniche e personali, due soggetti non hanno potuto continuare a partecipare al protocollo attuato. Sei soggetti di livello regionale fino ad internazionale, due triatleti di cui una ragazza e quattro mezzofondisti (1500-5000m), sono stati divisi in due gruppi in modo da avere una VAM media simile. Il gruppo allenamento (GE) è composto dai due triatleti ed un mezzofondista (età 22.7 ± 2.5 anni, altezza 177 ± 9 cm, massa 65.7 ± 10.6 kg, VAM 19.97 ± 1.3 ml/kg/min), il gruppo controllo (GC) è composto da tre mezzofondisti (âge 22 ± 3.6 ans, hauteur 177 ± 5.9 cm, masse 61.5 ± 7.5 kg, VAM 19.53 ± 1.10 ml/kg/min).

I due gruppi hanno effettuato due allenamenti a settimane di palestra per una durata di 20 settimane, con una parte generale in comune ed una parte specifica differente (allenamenti proposti dal libro «Manuale di Condizionamento Fisico e di Allenamento della Forza – NSCA Italia»).

La parte comune era composta da cinque giri con sei esercizi per ognuno (annexe 4):

In seguito, il GE ha effettuato la parte specifica dell’allenamento a seconda del deficit di ogni soggetto (Jimenez-Reyes et al., 2017):

Il gruppo controllo ha effettuato la seguente parte dell’allenamento in maniera non specifica al loro profilo forza-velocità:

Il GE è stato testato prima e dopo 4-8-12-16 e 20 settimane d’allenamento, mentre il GC è stato testato prima e dopo il tempo intero del periodo d’allenamento del GE. I test effettuati sono stati la valutazione del profilo Forza-Velocità in CMJ con MyJump (Balsalobre et al., 2014), del 1RM con Powerlift (Balsalobre et al., 2017), mentre i due test seguenti sono stati effettuati prima e dopo le venti settimane d’allenamento: l’analisi biomeccanica su treadmill a velocità della VAM con Runmatic (Balsalobre et al., 2016) e la valutazione della VAM è stato utilizzato il protocollo “Université de Montréal Track Test” (UM-TT) (Legér et Boucher, 1980 ; Berthoin et al., 1999).

Le misure dei test sono state effettuate nella stessa settimana:

• lunedì test per trovare profilo Forza-Velocità e l’1RM per valutare i cambiamenti del profilo ed eventualmente modificare il tipo d’allenamento secondo il deficit dell’atleta, mercoledi test UM-TT;
• giovedì test biomeccanico; le misure sono stare prese con le applicazioni descritte precedentemente con l’iPad Air 2 che permette una presa video di 120 immagini al secondo e raccolti su Microsoft Excell con i risultati del UM-TT effettuato con file audio del computer.

Protocollo di misurazione del profilo F-V

Il protocollo di valutazione del profilo F-V prevede due CMJ per ogni carico con quattro carichi differenti: 0, 15, 25 e 35kg, con un recupero di due minuti entro ogni carico, per garantire la riuscita del test anche con gli atleti meno esperti in palestra ed ottenere il disequilibrio del profilo in percentuale (FVimb), accompagnati dal coefficiente di correlazione (R²) che era sempre superiore a 0.900 per garantire la corretta riuscita del test (annexe 6).

Protocollo di misurazione del 1RM

Il test per identificare l’1RM è stato effettuato nella fase pre e durante l’intervento almeno ogni quattro settimane per valutare il miglioramento del 1RM e modificare i carichi sotto-massimali secondo il deficit dell’atleta; il protocollo del test prevede due spinte in mezzo squat con quattro differenti carichi scelti a seconda dell’esperienza con carichi elevati degli atleti con un recupero di due minuti tra ogni carico. La misura ottenuta sarà l’1RM stimato e accompagnato dal coefficiente di correlazione (R²) che era superiore a 0.900 per garantire la corretta riuscita del test (annexe 8).

Protocollo di misurazione della VAM

Il test UM-TT per stimare la VAM è stato messo in pratica in pre-post su una pista di 400m, con partenza da 10km/h e aumento di 0.5km/h ogni minuto fino ad esaurimento, con dei coni posizionati ogni venti metri. La velocità era controllata da un segnale sonoro ad intervallo specifico e che indica il momento nel quale l’atleta deve passare a fianco del cono; l’atleta si ferma quando, per due volte consecutive, è a più di tre metri dietro il cono al momento del segnale sonoro o quando l’atleta arriva ad esaurimento. Le misure ottenute sono state: VAM (km/h) corrispondente alla velocità alla quale l’atleta si è fermato e la frequenza cardiaca (bpm) media di ogni minuto preso con cardiofrequenzimetro Polar V800.

Protocollo del test biomeccanico

Il test biomeccanico su treadmill a velocità VAM si sviluppa con cinque minuti di riscaldamento e 45 secondi a velocità VAM nel corso dei quali è stato preso il video dietro l’atleta a livello del tappeto. Le misure ottenute di ogni gambe sono state: i tempi di contatto (tc) in secondi, tempi di volo (tv) in secondi, frequenza della falcata (fr) in hertz, forza verticale massimale relativa (Fmax rel) in peso del corpo e la stiffness dell’arto inferiore (Kleg) in kN/m (annexe 7).

Analisi Statistica

Dopo aver effettuato il trattamento dei dati su Excel, sotto forma di grafico, l’obbiettivo era di mettere in evidenza la variaione delle variabili misurate tre pre e post allenamento come le seguenti variabili :

Salto:

• F0 : forza massimale teorica in salto
• V0 : velocità massimale teorica in salto
• Pmax : potenza massimale

Corsa:

• VAM : velocità aerobica massima
• Tc : tempi di contatto
• Tv : tempi di volo
• Fr : frequenza
• Δy : spostamento verticale del centro di massa
• Fmax : forza massimale espressa dalla spinta
• Kleg : stiffness degli arti inferiori

La prima fase dell’analisi, si è concentrata sui valori dei due gruppi con un’analisi statistica descrittiva (media e deviazione standard). La seconda fase non prevede test statistici “non parametrici” per ottenre il p. significativo, per la semplice ragione di un numero troppo basso di soggetti. Questi test non avrebbero permesso di quantificare un’eventuale differenza significativa tra le fasi pre e post del protocollo. Da qui, la decisione è stata di calcolare la taglia d’effetto (ES) che permette une miglior comprensione delle differenze individuali tra pre-post protocollo (Thalheimer, W., & Cook, S. 2002).

Nel caso specifico di questa tesi, dove la taglie del campione è bassa (GE n=3 ; GC n=3), la determinazione del valore “d Cohen” (ES) ci permette di quantificare l’effetto eventuale del protocollo messo in pratica per ogni gruppo (0.2 – 0.5 – 0.8 rappresentate une bassa, media o forte differenza) ottenuto dal rapporto tra la differenza tre le due medie e la deviazione standard.

Risultati

Risultati delle variabili in salto :

I grafici (figura 1 e 2) rappresentano i principali fattori del profilo F-V e della performance in salto: il F-Vimb pre-post procollo. I risultati ottenuti mostrano che in media il GE ha aumentato il suo disequilibrio F-V del 31±12% (d > -2.0) e il GC del 2±41% (d < -0.2). Il GE è passato quindi da un profilo F-V in media equilibrato (90-110%) ad un profilo F-V con un basso deficit in forza (60-90%); il GC a mantenuto il basso deficit in forza pre e post. L’aumento del disequilibrio, senza raggiungere il 100% (profilo equilibrato), a condotto il GE in “post” ad avere un leggere deficit in forza ma permettendo ugualmente un importante miglioramento della Pmax in salto come rappresentato nei grafici seguenti.

I grafici (figura 3 e 4, tabella 1) rappresentano i principali fattori del profilo F-V di cui la performance in salto (altezza del salto) e la Pmax pre-post protocollo. In media, i risultati ottenuti mostrano una miglioramento importante del 23,10% ± 4,08% per il GE (d > 2), che corrisponde ad una miglior performance in salto e con una risposa positiva di ogni soggeto al protocollo attuato. Il GC, al contrario, ha ottenuto un miglioramento meno evidente del 6,27% ± 5,69% (d < 0.5).

I riultati delle variabili della performance nel mezzofondo (tabella 1) :

Per ciò che riguarda i fattori della performance nel mezzofondo, la VAM resta molto individuale per il GC (fig.6) con un miglioramento medio del 3,44% ± 5,28% (d > 0.8). Invece per il GE (fig.5), la risposta è simile per ogni soggetto con un miglioramento del 2,19% ± 1,62% (d < 0.6).
La tabella (annexe 3) riassume i dati biomeccanici tra GE e GC. Globalmente per il GE, nessuna variazione significativa (d > 0.2) è stata osservata per le variabili biomeccaniche. Il GC ha invece mostrato una taglia d’effetto ben superiore per ogni variabile d > 0.2 (annexe 3).

La tabella 2 permette una miglior analisi della risposta cardiaca allo sforzo durante il test UM-TT per stimare la VAM. Il GE mostra una riduzione significativa della frequenza cardiaca (Fc) a intensità sotto-massimali (d < -0.5 à 70-80% VMA et d > -0.5 à 90-95% VMA) con risposte similari tra ogni soggetto (annexe 1). Il GC mostra invece un aumento della Fc ad intensità sotto-massimali (d > 0.5 à 70-80% VMA et d < 0.2 à 90-95% VMA) con delle risposte meno simili tra ogni soggetto (annexe 2).
Il grafico che segue rappresenta il riassunto di questo capitolo sui risultati. La taglie d’effetto permette di meglio comprendere gli effetti dell’intervento tra pre e post protocollo che seranno discussi in maniera dettagliata nel capitolo seguente.

Discussione

L’obbiettivo di questa tesi era di testare in maniera esperimentale l’ipotesi degli effetti del rinforzo muscolare individualizzato, basato sul profilo F-V in salto, sui fattori della performance nel mezzofondo, e compararli con gli effetti di un rinforzo muscolare non individualizzato con un carico leggero (40% BW). I risultati mostrati precedentemente permettono di comprendere come un allenamento individualizzato, secondo il deficit F-V dell’atleta, conduce ad un miglioramento della performance in salto (fig.3) su una popolazione di mezzofondisti, confermando la riproducibilità del metodo attuato da Pedro Jimenez Reyes et al. (2017).

L’ipotesi principale prevedeva un miglioramento della performance in salto per GE, la quale è stata confermata grazie ad un miglioramento significativo della Pmax in salto (fig.3) e dell’altezza del salto. La performance di corsa ha inoltre mostrato un miglioramento moderato attraverso la VAM in post + 2.19% ± 1.62 (d < 0.5) (fig.5).

L’obbiettivo di migliorare la performance in salto grazie ad un piano d’allenamento individualizzato è stato realizzato. Nel frattempo, non c’è stato un miglioramento significativo della biomeccanica di corsa degli arti inferiori, tranne per una piccola differenza nella fmax verticale +1.34% ± 1.92 della gamba sinistra et +2.08% ± 1.81 della gamba destra (d < 0.5).

Ciò significa che per il GE, nessuna variazione significativa (d < 0.2) dei seguenti parametri non ha avuto luogo: tempi di contatto (tc), tempi di volo (tv), la frequenza (f), l’oscillazione verticale (Δy) la stiffness degli arti inferiori (Kleg).

Invece, la Fc è diminuita ad ntensità sotto-massimali 70-80% VAM (d < -0.5) et 90-95% VAM (d > -0.5), dovuto ad un aumento della VAM (d < 0.5) ed una riduzione dell’economia di corsa per ogni atleta, sapendo che la Fc ha una correlazione positiva con l’economia di corsa sapendo che una miglior economia di corsa è legata ad una più bassa Fc (Pate et al., 1989). Una diminuzione dei parametri cardiovascolari (Fc) allo sforzo in atleti di alto livello ci permette di affermare che una riduzione dell’economia di corsa si è verificata grazie ad una diminuzione della Fc ad intensità sotto massimali (Pate et al., 1989) e ad una miglior efficacia neuromuscolare (Pmax) (Barnes KR et Kilding AE 2015).

I dati ottenuti dopo le 20 settimane d’intervento, mostrano come il rinforzo muscolare, basato sul profilo F-V, è più efficace per migliorare la performance in salto (tutti i soggeti in GE hanno migliorato la Pmax e l’altezza del salto) più del GC con un rinforzo muscolare a carichi leggeri (40% BW). Questi miglioramenti del GE, non hanno apportato degli effetti significativi sulla biomeccanica di corsa, ma una miglior economia di corsa riducendo la risposta cardiaca allo sforzo. Per quanto riguarda il GC, si è verificato un miglioramento molto importante della Pmax e dell’altezza del salto senza una variazione significativa del F-Vimb (d < 0.2), ma senza conoscerne le ragioni ha migliorato certe variabili meccaniche come fmax verticale (d > 0.5) e Kleg (d > 0.2), senza ottenere una riduzione della risposta cardiaca allo sforzo.

I risultati confermano, i maniera coerente e chiara, l’ipotesi principale del miglioramento della performance in salto e della performance in corsa (VAM), ma con degli effetti sulle variabili meccaniche della corsa non sufficientemente significative nel GE. Inoltre il più grande limite di questa tesi è un numero basso di soggetti ed un numero di allenamenti in palestra minimo (due volte a settimane). Aggiungendo un maggior numero di allenamenti, le variabili biomeccaniche avrebbero, forse, potuto essere migliorate.

Infine, un ultimo limite è rappresentato dal fatto di non aver mantenuto il profilo F-V equilibrato di partenza per i soggetti del GE. L’obbiettivo è stato quello di lavorare soprattutto la parte veloce del profilo, nel caso in cui il profilo fosse equilibrato nel corso dell’intervento, vedendo che il guadagno in forza era più semplice e rapido da raggiungere rispetto al guadagno in velocità. Va ricordato che, con un disequilibrio inferiore e lo stesso livello di Pmax, l’altezza del salto sarebbe potuta essere superiore (Jimenez-Reyes et al., 2017).

Conclusioni e prospettive

I risultati principali di questa tesi mostrano come l’individualizzazione delle sessione di palestra, secondo il deficit di ogni atleta, permetta il miglioramento della performance in salto nei mezzofondisti grazie ad una programmazione più precisa ed efficace.

Per quanto riguarda la preparazione atletica e la ri-atletizzazione, l’aspetto fondamentale che è possibile estrapolare da questa tesi, è l’individualizzazione del protocollo di rinforzo muscolare e la sua efficacia a migliorare principalmente la performance in salto e in corsa. In seguito, i programmi d’allenamento in forza richiedono un impegno del sistema neuromuscolare più importante, che permettono di migliorare il reclutamento delle unità motrici (UM), la stiffness tendinea (Kmtu), la coordinazione intramuscolare e l’economia di corsa (Barnes KR et Kilding AE 2015).

E’ stato provato da Balsalobre-Fernandez et al., (2015) e Bachero-Mena B et al., (2017) che dei fattori come la performance in salto verticale, una miglior componente in potenza (Hudgins et al., 2013) e il primato personale su 800-3000-5000m hanno una correlazine significativa, ciò suggerisce l’interesse di un rinforzo muscolare specifico attraverso questo metodo.

Di seguito lasciamo con alcune immagini relative agli allenamenti svolti:

Bibliografia

1. _{Abe T, Fukashiro S, Harada Y, Kawamoto K. “Relationship between sprint performance and muscle fascicle length in female sprinters.” J Physiol Anthropol 2001; 20 (2): 141-7}
2. _{Abe D, Muraki S, Yanagawa K, Fukuoka Y, Niihata S. “Changes in EMG characteristics and metabolic energy cost during 90-min prolonged running.” Gait Posture. 2007; 26:607–10}
3. _{Arellano CJ, Kram R. “The energetic cost of maintaining lateral balance during human running.” J Appl Physiol. 2012; 112:427–34}
4. _{Baar K. “Using molecular biology to maximize concurrent training.” Sports Med. 2014;44(Suppl 2): S117–25}
5. _{Bachero-Mena B, Pareja-Blanco F. Rodriguez-Rosell D, Yanez-Garcia JM, Mora-Custodio R, Gonzalez-Badillo JJ. “Relationship between Sprint, Jumping and Strength Abilities, and 800m Performance in Male Athletes of National and International Levels.” J Hum Kinet 2017; 58:187-195}
6. _{Balsalobre-Ferna´ndez, C, Tejero-Gonza´ lez, CM, and del Campo-Vecino, J. “Seasonal strength performance and its relationship with training load on elite runners.” J Sports Sci Med 14: 9–15,2015}
7. _{Barnes KR, Kilding AE. “Running economy: measurement, norms and determining factors.” Sports Med Open. 2015 Dec;1(1):8}
8. _{Barnes KR, McGuigan MR, Kilding AE. “Lower-body determinants of running economy in male and female distance runners.” J Strength Cond Res. 2014; 28:1289–97}
9. _{Beattie, K, Kenny, IC, Lyons, M, and Carson, BP. “The effect of strength training on performance in endurance athletes.” Sport Med 44: 845–865, 2014}
10. _{Bertoins S, Baquet G, Rabita J, Blondel N, Lensel-Corbeil G, Gerbeaux M. “Validity of the Université de Montréal Trak Test to assess the velocity associated with peak oxygen uptake for adolescents” J Sports Med Phys Fitness 1999;39;107-12}
11. _{Billat VL, Demarle A, Slawinski J, Paiva M, Koralsztein JP. “Physical and training characteristics of top-class marathon runners.” Med Sci Sports Exerc. 2001; 33:2089–97}
12. _{Cavanagh PR, Williams KR. “The effect of stride length variation on oxygen uptake during distance running.” Med Sci Sports Exerc. 1982; 14:30–5}
13. _{Cormie, P, McGuigan, MR, and Newton, RU. “Adaptations in athletic performance after ballistic power versus strength training.” Med Sci Sport Exerc 42: 1582–1598, 2010}
14. _{deLaceyJ,Brughelli,M,McGuigan,M,Hansen,K,Samozino,P,andMorin,JB.“The effects of tapering on power-force-velocity profiling and jump performance in professional rugby league players.” J.StrengthCond.Res.2014, 28, 3567–3570}
15. _{di Prampero PE, Atchou G, Bruckner JC, Moia C. “The energetics of endurance running.” Euro J Appl Physiol Occ Physiol.1986;55(3):259–66}
16. _{Farrell PA, Wilmore JH, Coyle EF, et al. “Plasma lactate accumulation and distance running performance.” Med Sci Sports.1979;11:338–44}
17. _{Franch J, Madsen K, Djurhuus MS, Pedersen PK. “Improved running economy following intensified training correlates with reduced ventilatory demands.” Med Sci Sports Exerc. 1998; 30:1250–6}
18. _{Fyfe, JJ, Bishop, DJ, and Stepto, NK. “Interference between concurrent resistance and endurance exercise: Molecular bases and the role of individual training variables.” Sports Med 44: 743–762,2014}
19. _{Hudgins B, Scharfenberg J, Triplett NT and McBride JM. “Relationship between jumping ability and running performance in events of varying distance.” J Hum Kinet. 2017 Aug 1;58:187-195}
20. _{Jimenez-Reyes P, Samozino P, Cuadrado Pre-afiel V, Conceitao F, Gonzalez-Badillo JJ, Morin JB. “Effect of countermovement on power–force–velocity profile” Eur J Appl Physiol.2014;114;2281-2288}
21. _{Jiménez-Reyes P, Samozino P, Brughelli M and Morin JB. “Effectiveness of an Individualized Training Based on Force-Velocity Profiling duringJumping.” Front. Physiol. 2017. 7:677}
22. _{Kyrolainen, H, Avela, J, McBride, JM, Koskinen, S, Andersen, JL, Sipila, S, et al. “Effects of power training on muscle structure and neuromuscular performance.” Scand J Med Sci Sports 15: 58–64, 2005}
23. _{Léger L, Boucher R. “An indirect continuous running multistage field test: the Université de Montréal Track Test.” Can J Appl Sports Sci 1980;5;77-84}
24. _{McBride JM, Haines TL, Kirby TJ. “Effect of loading on peak power of the bar, body, and system during power cleans, squats and jump squats.” Journal of Sports Sciences 2011; 29(11):1215-21}
25. _{McLaughlin JE, Howley ET, Bassett DR Jr, Thompson DL, Fitzhugh EC. “Test of the classic model for predicting endurance running performance.” Med Sci Sports Exerc. 2010; 42(5):991-7}
26. _{Mikkola J, Rusko H, Nummela A, Pollari T, Hakkinen K. “Concurrent endurance and explosive type strength training improves neuromuscular and anaerobic characteristics in young distance runners.” Int J Sports Med. 2007; 28(7):602-11}
27. _{Moore IS, Jones AM, Dixon SJ. “Mechanisms for improved running economy in beginner runners.” Med Sci Sports Exerc. 2012; 44:1756–63}
28. _{Morgan DW, Baldini FD, Martin PE, Kohrt WM. “Ten-kilometer performance and predicted velocity at VO2max among well-trained male runners.” Med Sci Sports Exerc. 1989; 21:78–83}
29. _{Morin JB, Samozino P. “Interpreting Power-Force-Velocity Profiles for Individualized and Specific Training” International Journal of Sports Physiology and Performance, 2016, 11, 267 -272}
30. _{Paavolainen L, Hakkinen K, Hamalainen I, Nummela A, Rusko H. “Explosive-Strength Training Improves 5-km Running Time By Imrpvoing Running Economy And Muscle Power” J Appl Physiol (1985). 1999 May;86(5):1527-33}
31. _{Paavolainen L, Nummela A, Rusko H. “Muscle power factors VO2max and as determinants of horizontal and uphill running performance.” Scand J Med Sci Sports. 2000;10(5):286–91}
32. _{Pate R, Macera C, Bartoli W, Maney C. “Physiological and anatolical correlates of running economy in habitual runners.” Med. Sci. Sports Exerc. 21(Suppl.2):S26, 1989}
33. _{Pollock ML. “Submaximal and maximal working capacity of elite distance runners. Part I: cardiorespiratory aspects.” Ann N Y Acad Sci. 1977; 301:310–22}
34. _{Rabada´n M, Dı´az V, Caldero´n FJ, et al. “Physiological determinants of specialty of elite middle- and long-distance runners.” J Sports Sci. 2011;29(9):975–82}
35. _{Ramirez-Campillo R, Alvarez C, Henriquez-Olguin C, Baez EB, Martinez C, Andrade DC, Izquierdo M. “Effects of plyometric training on endurance and explosive strength performance in competitive middle- and long-distance runners.” J Strength Cond Res. 2014;28(1):97–104}
36. _{Ronnestad, BR and Mujika, I. “Optimizing strength training for running and cycling endurance performance: A review.” Scand J Med Sci Sports, 2013}
37. _{Samozino P, Morin JB, Hintzy F, Belli A “A simple method for measuring force, velocity and power output during squat jump.” J Biomech 2008; 41(14):2940–2945}
38. _{Samozino P, Rejc E , Di Prampero P E , Belli A , Morin J B. “Optimal forcevelocity profile in ballistic movements. Altius, citius or fortius?” Med Sci Sports Exerc 2012; 44: 313 – 322}
39. _{Samozino P, Edouard P, Sangnier S, Brughelli M, Gimenez P, Morin JB. “Force–velocity profile: imbalance determination and effect on lower limb ballistic performance.” Int J Sports Med. 2014; 35(6):505-10}
40. _{Saunders PU, Telford RD, Pyne DB, Peltola EM, Cunningham RB, Gore CJ, Hawley JA. “Short-term plyometric training improves running economy in highly trained middle and long-distance runners.” J Strength Cond Res. 2006; 20:947–54.}
41. _{Saunders PU, Pyne DB, Gore CJ. “Endurance training at altitude.” High Alt Med Biol. 2009; 10:135–48}
42. _{Sedano, S, Marı´n, PJ, Cuadrado, G, and Redondo, JC. “Concurrent training in elite male runners: The influence of strength versus muscular endurance training on performance outcomes.” J Strength Cond Res 27: 2433–2443, 2013}
43. _{Støren Ø, Helgerud J, Støa EM, Hoff J. “Maximal strength training improves running economy in distance runners.” Med Sci Sports Exerc. 2008; 40:1087–92}
44. _{Thalheimer, W., & Cook, S. “How to calculate effect sizes from published research articles: A simple methodology.” http://work-learning.com/effect_sizes.htm}
45. _{Yamamoto, LM, Lopez, RM, Klau, JF, Casa, DJ, Kraemer, WJ, and Maresh, CM. “The effects of resistance training on endurance distance running performance among highly trained runners: A systematic review.” J Strength Cond Res 22: 2036–2044, 2008}