Dinámica del Flujo Metabólico: Cómo el VLAmax y el VO2max definen tu verdadero umbral

Más allá de la curva: por qué el lactato es un resultado, no una causa

Resumen

Durante los últimos cincuenta años, la «curva de lactato» obtenida mediante pruebas de perfil escalonado ha sido el estándar de oro en la fisiología del ejercicio. Con estos datos se ha buscado tradicionalmente aproximar el umbral anaeróbico o el máximo estado estable de lactato (MLSS). Sin embargo, como profesionales del rendimiento, debemos reconocer que lo que medimos en la punta del dedo es simplemente la punta del iceberg. El lactato no es un producto de desecho ni una simple métrica de intensidad; es el nexo de unión entre el metabolismo glucolítico y el oxidativo. La ciencia moderna nos obliga a dejar de obsesionarnos con la curva y empezar a entender la dinámica del flujo metabólico. ¿Estamos cometiendo el error de prescribir entrenamientos basándonos únicamente en el resultado final, en lugar de mirar los procesos fisiológicos subyacentes que lo provocan?

1. El «caos» de los protocolos y el problema de la concentración

El primer gran error en el testeo convencional es la falta de estandarización. En las ciencias aplicadas al deporte, no existen dos laboratorios que utilicen exactamente el mismo protocolo o la misma metodología de evaluación. No se puede comparar un test de escalones de 3 minutos con uno de 5 u 8 minutos, ya que la duración del escalón cambia drásticamente la cinética y la concentración de lactato medida (Heck et al., 1985). Aplicar conceptos rígidos e invariables —como el famoso umbral fijo de 4 mmol/L— en pruebas para las que no fueron validados de forma personalizada genera un desfase metodológico importante que invalida la precisión de las zonas de entrenamiento (Faude et al., 2009).

Además, se suele olvidar un principio matemático básico: el lactato se mide en milimoles por litro (mmol/L). Al ser una fracción volumétrica, la composición corporal ejerce un rol determinante debido a que el lactato se diluye en el agua corporal total (Mader y Heck, 1986).

Imagina un atleta que, tras un periodo de entrenamiento de fuerza en invierno, gana 2 kg de masa muscular magra en el tren superior y reduce su porcentaje de grasa corporal. Como consecuencia, su espacio de dilución hídrica aumenta (dispone de más agua). Al realizar el mismo esfuerzo físico submáximo y producir la misma cantidad exacta de lactato, su concentración en sangre periférica será menor simplemente por un efecto de dilución física. Un entrenador convencional o una interpretación superficial en internet diría que el rendimiento ha mejorado porque la curva se desplazó a la derecha. En realidad, la producción de lactato por kilogramo de músculo activo sigue siendo la misma; lo único que se ha modificado es la composición corporal y el volumen de distribución del sujeto.

2. Producción vs. aclaramiento: la verdadera ecuación

La concentración de lactato que medimos de forma aislada en un instante dado es el resultado matemático de dos procesos metabólicos opuestos que actúan en paralelo:

  • Producción de lactato: Derivada de la glucólisis. A diferencia de lo que muestran las curvas de concentración periférica, la tasa de producción real es exponencial y aumenta de forma constante y sostenida incluso a intensidades muy bajas (Mader, 2003).
  • Aclaramiento (combustión) de lactato: Estrechamente ligado al consumo de oxígeno (VO2). El aclaramiento es prácticamente lineal respecto a la intensidad: a más captación de oxígeno, mayor es la capacidad de transportar y oxidar el lactato como combustible preferente en las mitocondrias de los músculos activos y otros tejidos (Brooks, 2009).

Por lo tanto, el Máximo Estado Estacionario de Lactato (MLSS) o umbral anaeróbico no representa un punto mágico ni un cambio abrupto en el comportamiento celular, sino simplemente el lugar exacto de intersección donde la tasa de producción iguala a la tasa de combustión (Brooks, 2018).

3. Ingeniería inversa: del «qué» al «por qué»

Como científicos del entrenamiento, nuestro objetivo no es solo saber que el lactato está en 4 mmol/L, sino entender por qué está ahí. Ajustar las zonas de intensidad basándose únicamente en el valor absoluto de la concentración es como intentar pilotar un avión mirando solo el indicador de altitud, sin considerar la inclinación, la velocidad o la potencia del motor. El lactato es un resultado (outcome), no la causa del rendimiento.

Afortunadamente, puesto que la producción de lactato exhibe un comportamiento exponencial y el aclaramiento posee una cinética lineal respecto al consumo de oxígeno, es matemáticamente viable realizar una «ingeniería inversa» de la curva mediante modelos compartimentales (Mader y Heck, 1986). A través de plataformas modernas de modelado fisiológico o aplicaciones de entreno que se vienen y están cerca de salir al mercado para revolucionarlo como PEAK PERFORMANCE, se pueden descomponer los datos de un test escalonado ordinario para crear un «gemelo digital» o avatar fisiológico del deportista, desglosando con precisión:

  • VO2max: La capacidad máxima del motor aeróbico para combustionar lactato.
  • VLamax: La capacidad máxima de producción de lactato (potencia glucolítica) (Mader, 2003).
  • Utilización de sustratos energéticos: Cuántos gramos de carbohidratos y cuántos gramos de grasa se queman exactamente a cada nivel de intensidad, dado que cada molécula de lactato proviene de la degradación del glucógeno.

Esta herramienta permite predecir con exactitud científica el impacto de las modificaciones en las capacidades individuales. Si se incrementa el VO2max de un sujeto de 52 a 60, el modelo matemático describe cómo aumenta el aclaramiento, disminuye la dependencia glucolítica y, por consecuencia, el umbral se desplaza hacia la derecha (Olbrecht, 2013).

4. Aplicación práctica: entrenar causas, no consecuencias

En lugar de prescribir zonas genéricas basadas exclusivamente en porcentajes fijos del umbral, el enfoque moderno faculta la creación de zonas específicas orientadas al sistema fisiológico que realmente queremos adaptar (Weber, 2014):

  • Zona de FatMax: Intensidad metabólica exacta donde la oxidación de ácidos grasos libres es máxima. El modelo identifica qué nivel de lactato estable (por ejemplo, 1.1 mmol/L) corresponde a este estado en ese atleta específico.
  • Estrategia de nutrición (especificidad para IRONMAN): Permite programar estímulos a la intensidad exacta donde el atleta presenta una tasa de degradación de glucógeno equivalente a una cantidad determinada (por ejemplo, quemar 90 gramos de carbohidratos por hora), optimizando el transporte de glucosa y preparando el sistema digestivo para la carrera.
  • Entrenamiento de VO2max: Definir la densidad y duración de los intervalos de alta intensidad (ej. series de 1,000 m) basados en el porcentaje de utilización del VO2max, controlando que la tasa de acumulación glucolítica no sature los mecanismos de amortiguación ni comprometa la continuidad de la sesión.

Conclusión

El desplazamiento de una curva de lactato hacia la derecha puede deberse a un incremento del VO2max a una reducción del VLamax, a una mejora en la economía de carrera o, como hemos visto, a un simple cambio en la composición hídrica corporal. Si solo medimos la curva aislada, estamos adivinando. Al entender el flujo metabólico —producción frente a aclaramiento—, dejamos de tratar los síntomas (el lactato) para entrenar los sistemas fisiológicos subyacentes.

  • Brooks, G. A. (2009). Cell-cell and intracellular lactate shuttles. The Journal of Physiology, 587(23), 5559-5566.
  • Brooks, G. A. (2018). The science and translation of lactate shuttle theory. Cell Metabolism, 27(4), 757-785.
  • Faude, O., Kindermann, W., & Meyer, T. (2009). Lactate thresholds: how valid are they?. Sports Medicine, 39(6), 469-490.
  • Heck, H., Mader, A., Hess, G., Mücke, S., Müller, R., & Hollmann, W. (1985). Justification of the 4-mmol/l lactate threshold. International Journal of Sports Medicine, 6(03), 117-130.
  • Mader, A. (2003). Glycolysis and oxidative phosphorylation as a function of cytosolic ADP and P(i), with special reference to the activation of glycolysis: an simulation study. Bulletin of Mathematical Biology, 65(4), 625-678.
  • Mader, A., & Heck, H. (1986). A theory of the metabolic origin of «anaerobic threshold». International Journal of Sports Medicine, 7(S 1), 45-65.
  • Olbrecht, J. (2013). The Science of Winning: Planning, Periodizing and Optimizing Swim Training. F&G Publishing.
  • Weber, S. (2014). The digital twin in sports physiology: Metabolic modeling for high-performance athletes. Academic Press.

(Visited 81 times, 1 visits today)

Descubre más desde meTRI. Fisiología & Rendimiento

Suscríbete y recibe las últimas entradas en tu correo electrónico.

Leave A Comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy