1. Introducción

Los umbrales ventilatorios juegan un papel fundamental en la optimización del rendimiento físico, tanto en deportes de resistencia como en la rehabilitación cardiovascular. La correcta identificación de estos umbrales permite a los entrenadores y especialistas ajustar las cargas de entrenamiento, maximizando el rendimiento y minimizando el riesgo de sobreentrenamiento o lesiones. Tradicionalmente, los métodos para determinar los umbrales aeróbicos (VT1) y anaeróbicos (VT2) han sido invasivos, implicando pruebas de lactato o análisis de gases durante el ejercicio incremental.

En los últimos años, la variabilidad de la frecuencia cardíaca (HRV) ha emergido como una herramienta no invasiva y efectiva para la evaluación en tiempo real de los umbrales de entrenamiento. La HRV mide las variaciones en el intervalo entre latidos cardíacos, lo que ofrece una representación del equilibrio entre el sistema nervioso simpático y parasimpático. Este equilibrio cambia a medida que se incrementa la intensidad del ejercicio, lo que hace que la HRV sea un marcador sensible para detectar las transiciones fisiológicas asociadas con los umbrales ventilatorios (Gronwald et al., 2021; Rogers et al., 2022).

Entre las técnicas de análisis de HRV, el Análisis de Fluctuación Detrended (DFA-a1) ha demostrado ser particularmente útil. Esta técnica mide la complejidad fractal de la señal cardíaca y ha mostrado una relación directa con los umbrales aeróbicos y anaeróbicos (Rogers et al., 2021). A lo largo de este artículo, exploraremos cómo la HRV, y en particular el DFA-a1, puede utilizarse para identificar los umbrales ventilatorios VT1 y VT2, proporcionando un enfoque práctico y no invasivo para la optimización del entrenamiento en atletas y pacientes en rehabilitación.

---

2. Fundamentos teóricos de los umbrales ventilatorios VT1 y VT2

2.1 Definición y características del VT1 (umbral aeróbico)

El VT1, también conocido como el umbral aeróbico , es el punto en el que el cuerpo comienza a depender en mayor medida de la producción de energía anaeróbica, aunque la fuente principal de energía sigue siendo el metabolismo aeróbico. A nivel fisiológico, el VT1 marca el momento en que el cuerpo experimenta un aumento en la ventilación para compensar el mayor esfuerzo requerido por los músculos. Aunque los niveles de lactato en sangre empiezan a elevarse ligeramente, el cuerpo todavía es capaz de eliminar este lactato de manera eficiente, manteniendo el esfuerzo durante periodos prolongados (Beaver, Wasserman, & Whipp, 1986).

Desde un punto de vista práctico, el VT1 suele identificarse en entrenamientos de baja intensidad, que son cruciales para el desarrollo de la capacidad aeróbica de los deportistas. En esta fase, el oxígeno suministrado a los músculos sigue siendo suficiente para cubrir la demanda energética, lo que permite prolongar el esfuerzo sin una acumulación significativa de fatiga. Por este motivo, los entrenamientos enfocados en trabajar cerca del VT1 son esenciales para deportes de resistencia, como el ciclismo y el maratón (Faude et al., 2009).

2.2 Definición y características del VT2 (umbral anaeróbico)

El umbral anaeróbico , o VT2, es un punto clave en el entrenamiento de alta intensidad. En el VT2, el cuerpo ya no es capaz de eliminar el lactato tan rápido como se produce, lo que provoca una rápida acumulación en sangre. Este umbral representa la capacidad máxima de trabajo antes de que la fatiga muscular limite el rendimiento. A nivel fisiológico, el VT2 está asociado con la «compensación respiratoria», donde la ventilación aumenta de forma drástica para intentar equilibrar los niveles de dióxido de carbono generados por el metabolismo anaeróbico (Pallarés et al., 2016).

El VT2 es crucial en el diseño de programas de entrenamiento destinados a mejorar el rendimiento en esfuerzos de alta intensidad y de corta duración. Trabajar en las proximidades del VT2 ayuda a mejorar la tolerancia al lactato y la capacidad de mantener altos niveles de intensidad durante más tiempo. Es un umbral que se busca desarrollar en deportes como el triatlón, carreras de media distancia y ciclismo competitivo (Gaskill et al., 2001).

2.3 Diferencias entre VT1 y VT2

Mientras que el VT1 está asociado con un esfuerzo sostenible durante largos periodos de tiempo (p. ej., en maratones o etapas de ciclismo largas), el VT2 marca el límite de la capacidad anaeróbica, más relacionado con deportes explosivos o pruebas de tiempo, donde la intensidad es más alta, pero menos sostenible. Desde una perspectiva fisiológica, trabajar por debajo del VT1 permite al cuerpo utilizar eficientemente las reservas de grasa como fuente de energía, mientras que trabajar por encima del VT2 implica una dependencia casi total del metabolismo de carbohidratos y la rápida fatiga debido a la acumulación de ácido láctico (Binder et al., 2008).

3. Variabilidad de la Frecuencia Cardíaca (HRV): Principios y métricas

3.1 Concepto de HRV

La variabilidad de la frecuencia cardíaca (HRV) es una medida de las fluctuaciones en el intervalo de tiempo entre los latidos cardíacos consecutivos (intervalos RR). Esta variabilidad está estrechamente relacionada con la interacción dinámica entre las ramas simpática y parasimpática del sistema nervioso autónomo, que regula funciones vitales como la respiración y la frecuencia cardíaca. A bajas intensidades de ejercicio o en reposo, predomina la actividad parasimpática, lo que produce una mayor HRV, mientras que a medida que la intensidad del ejercicio aumenta, la actividad simpática se incrementa, reduciendo la HRV. Este equilibrio refleja la capacidad del cuerpo para adaptarse al estrés, al ejercicio y a las demandas metabólicas (Task Force of the European Society of Cardiology, 1996).

Desde un punto de vista fisiológico, la HRV no solo refleja el control autonómico del corazón, sino también cómo el cuerpo responde a diferentes estados de entrenamiento y recuperación. Los estudios han demostrado que la HRV es sensible a los cambios en la intensidad del ejercicio, lo que la convierte en una herramienta útil tanto para el entrenamiento de resistencia como para la monitorización del estado de recuperación del atleta (Michael et al., 2017).

3.2 Métricas tradicionales de HRV

El análisis de la HRV puede realizarse a través de diferentes enfoques, como el dominio del tiempo y el dominio de la frecuencia:

a) Dominio del tiempo

En este tipo de análisis, se examina la variabilidad en los intervalos RR durante un periodo de tiempo específico. Algunas de las métricas más comunes son:

• SDNN (Desviación estándar de todos los intervalos RR normales) : mide la variabilidad general de los intervalos RR. Es una medida global de la HRV que está influenciada tanto por el sistema simpático como por el parasimpático.
• RMSSD (Raíz cuadrada de las diferencias sucesivas) : mide las fluctuaciones en los intervalos RR a corto plazo, siendo más sensible a la actividad parasimpática. Esta métrica es útil para evaluar el estado de recuperación, ya que refleja la influencia del nervio vago.

b) Dominio de la frecuencia

El análisis en el dominio de la frecuencia descompone la señal de HRV en diferentes bandas de frecuencia, cada una de las cuales está asociada a distintas influencias del sistema nervioso:

• Baja frecuencia (LF, 0.04-0.15 Hz) : refleja una mezcla de influencias simpáticas y parasimpáticas. En condiciones de reposo, se asocia con el tono simpático.
• Alta frecuencia (HF, 0.15-0.40 Hz) : está asociada a la actividad parasimpática y se correlaciona con la respiración, lo que la convierte en un indicador sensible de la actividad del nervio vago.

Aunque estas métricas proporcionan información valiosa sobre el estado autonómico, su uso para identificar umbrales ventilatorios específicos es limitado. Es aquí donde las herramientas de análisis no lineal, como el DFA-a1 , muestran una ventaja significativa.

3.3 Análisis de Fluctuación Detrended (DFA-a1)

El Análisis de Fluctuación Detrended (DFA-a1) es una métrica no lineal que ha ganado popularidad por su capacidad para detectar los umbrales ventilatorios. A diferencia de las métricas tradicionales, el DFA-a1 se centra en las propiedades fractales de los intervalos RR, lo que permite una evaluación más precisa de cómo el cuerpo responde al ejercicio en diferentes intensidades (Peng et al., 1995).

El DFA-a1 se basa en la idea de que los patrones de latidos cardíacos se vuelven menos correlacionados a medida que aumenta la intensidad del ejercicio. A bajas intensidades, el DFA-a1 se encuentra cerca de 1.0, lo que indica un patrón ordenado y estable. A medida que aumenta la intensidad, el valor de DFA-a1 desciende hacia 0.75 en el umbral aeróbico (VT1) y hacia 0.5 en el umbral anaeróbico (VT2) , lo que lo convierte en una herramienta muy útil para la detección de estos umbrales sin necesidad de pruebas invasivas (Gronwald et al., 2021).

3.4 DFA-a1 y su relación con los umbrales ventilatorios

Estudios recientes han validado el uso del DFA-a1 para detectar con precisión los umbrales VT1 y VT2. En un estudio realizado por Rogers et al. (2021), se encontró que el DFA-a1 disminuía de forma predecible a medida que aumentaba la intensidad del ejercicio, con valores de 0.75 y 0.5 que se correspondían con los umbrales aeróbico y anaeróbico, respectivamente. Esto ha permitido el uso del DFA-a1 en entrenamientos de campo y rehabilitación clínica, donde no siempre es posible realizar pruebas de laboratorio invasivas.

4. Validación científica de la HRV para detectar VT1 y VT2

El uso de la HRV, y específicamente del DFA-a1 , para la detección de umbrales ventilatorios ha sido objeto de varios estudios científicos en los últimos años. Estos estudios han comparado la HRV con los métodos tradicionales de identificación de umbrales, como el análisis de gases y las mediciones de lactato, y han encontrado una fuerte correlación entre el comportamiento del DFA-a1 y los umbrales ventilatorios.

En el estudio de Rogers, Gronwald y Hoos (2021) , se demostró que los valores de DFA-a1 en torno a 0.75 estaban correlacionados con el VT1 medido mediante análisis de gases. Del mismo modo, los valores cercanos a 0.5 correspondían al VT2. Este estudio, junto con otros, ha establecido al DFA-a1 como una herramienta viable para evaluar los umbrales sin la necesidad de pruebas invasivas (Rogers et al., 2021).

Un aspecto importante de estos estudios es la validación del DFA-a1 en una variedad de poblaciones, desde atletas de élite hasta personas en programas de rehabilitación. En todos los casos, el uso de la HRV ha permitido una detección precisa de los umbrales ventilatorios, lo que sugiere que el DFA-a1 podría ser utilizado de manera generalizada para la monitorización del entrenamiento y la rehabilitación.

Además de los estudios mencionados, investigaciones como la de Gronwald et al. (2021) también han mostrado resultados consistentes en poblaciones de ciclistas y corredores recreativos. En estos estudios, la HRV se midió durante pruebas incrementales de ejercicio, y los valores de DFA-a1 predijeron con precisión los umbrales aeróbico y anaeróbico, con correlaciones significativas entre los valores de HRV y los umbrales medidos tradicionalmente.

5. Aplicaciones prácticas de la HRV en deportes y rehabilitación

5.1 Uso de HRV en deportes de resistencia

En deportes de resistencia como el ciclismo, la carrera de larga distancia o el triatlón, el uso de la HRV ha ganado popularidad como herramienta para optimizar el entrenamiento. Los entrenadores y deportistas utilizan dispositivos portátiles como el Suunto con su sistema ZoneSense y el Polar H10 , que permiten monitorear la HRV en tiempo real durante el ejercicio, facilitando la identificación de los umbrales VT1 y VT2 sin necesidad de acudir a un laboratorio.

El Suunto ZoneSense , por ejemplo, ha integrado herramientas avanzadas para la medición precisa de la HRV, permitiendo que los atletas reciban retroalimentación en tiempo real sobre sus niveles de esfuerzo y los umbrales aeróbicos y anaeróbicos. Estas características han hecho que dispositivos como el Suunto sean herramientas invaluables para entrenadores y atletas que desean ajustar sus entrenamientos según los datos fisiológicos.

5.2 HRV en rehabilitación cardíaca y poblaciones clínicas

El uso del DFA-a1 y de la HRV no está limitado a deportistas. En poblaciones clínicas, como pacientes con enfermedades cardíacas o en rehabilitación, la HRV ofrece una forma no invasiva de monitorear el progreso y ajustar la intensidad de los ejercicios de manera individualizada. En un estudio de Rogers, Mourot y Gronwald (2021) , se demostró que el DFA-a1 puede usarse para identificar de manera segura los umbrales ventilatorios en pacientes con enfermedad coronaria estable, lo que permite una evaluación más precisa y una mejor planificación de los programas de rehabilitación cardíaca (Rogers et al., 2021).

6. Ejemplos prácticos y cálculo de umbrales mediante DFA-a1

El cálculo de los umbrales ventilatorios VT1 y VT2 utilizando el Análisis de Fluctuación Detrended (DFA-a1) es un proceso directo cuando se cuenta con las herramientas adecuadas. Los intervalos entre latidos (intervalos RR) pueden recogerse mediante dispositivos portátiles como el Polar H10, Suunto ZoneSense, u otros dispositivos avanzados de monitorización de frecuencia cardíaca. Estos dispositivos ofrecen mediciones precisas que, posteriormente, se procesan mediante software especializado como Kubios HRV, que permite calcular el valor de DFA-a1.

El siguiente es un ejemplo paso a paso de cómo se puede calcular el DFA-a1 para determinar los umbrales ventilatorios en una prueba de ejercicio incremental:

1. Registro de la HRV : Durante una prueba de ejercicio incremental (por ejemplo, en una cinta de correr o en una bicicleta estática), los intervalos RR se registran utilizando un dispositivo portátil. La prueba debe realizarse de manera escalonada, aumentando la intensidad gradualmente hasta alcanzar el agotamiento o una intensidad máxima submáxima.
2. Análisis de los datos : Posteriormente, los datos se introducen en un software especializado como Kubios HRV. Este software calculará automáticamente el valor de DFA-a1 a lo largo de la prueba.
3. Interpretación de resultados : A medida que el valor de DFA-a1 disminuye, se puede identificar el VT1 cuando el DFA-a1 cae a aproximadamente 0.75, y el VT2 cuando el valor cae a 0.5. Estos puntos corresponden a las transiciones del cuerpo entre el uso predominante de energía aeróbica y anaeróbica.

Ejemplo de tabla con resultados del análisis de DFA-a1:

Intensidad (watts o velocidad)	FC (lpm)	DFA-a1	Umbral
150	140	0.90
180	155	0.75	VT1
220	170	0.50	VT2

Este ejemplo muestra cómo, a medida que aumenta la intensidad del ejercicio, el valor de DFA-a1 desciende, permitiendo identificar los umbrales VT1 y VT2 de manera no invasiva.

---

7. Limitaciones y desafíos del uso de HRV

A pesar de las claras ventajas del uso de la HRV y del DFA-a1 en la detección de umbrales ventilatorios, existen ciertas limitaciones y desafíos asociados con este método.

7.1 Factores que afectan la precisión de la HRV

Existen diversos factores que pueden afectar la precisión de las mediciones de HRV, especialmente durante el ejercicio. Algunos de estos factores incluyen:

• Interferencia de ruido : La HRV puede verse afectada por artefactos o ruido en la señal, especialmente durante el ejercicio de alta intensidad donde el movimiento del cuerpo y el sudor pueden alterar la medición.
• Calidad del dispositivo : La precisión de los datos de HRV depende en gran medida de la calidad del dispositivo utilizado. Los dispositivos como el Polar H10 y el Suunto ZoneSense están diseñados específicamente para capturar datos de alta calidad durante el ejercicio, pero otros dispositivos de menor calidad podrían no ofrecer la misma fiabilidad.

7.2 Desafíos técnicos en la corrección de artefactos

El uso de filtros automáticos para corregir artefactos es un aspecto importante del análisis de HRV. Sin embargo, el uso excesivo de estos filtros puede llevar a la eliminación de datos importantes. En un estudio de Cutrim et al. (2024), se encontró que el uso de filtros muy restrictivos en el software Kubios HRV podía alterar significativamente los resultados del DFA-a1, lo que podría llevar a interpretaciones erróneas de los umbrales (Cutrim et al., 2024). Por lo tanto, es fundamental equilibrar la eliminación de artefactos con la preservación de datos relevantes.

---

8. Futuro de la HRV en el monitoreo del rendimiento

El uso de la HRV para la detección de umbrales ventilatorios está en constante evolución, y el futuro de esta tecnología promete una integración aún mayor en el monitoreo del rendimiento deportivo y la rehabilitación.

8.1 Nuevas tecnologías para la medición de HRV

El desarrollo de tecnologías portátiles y aplicaciones móviles ha facilitado la monitorización de la HRV en tiempo real, tanto para atletas como para pacientes en rehabilitación. Dispositivos como el Suunto ZoneSense y el Polar H10 son solo el comienzo de una nueva generación de herramientas que permiten una evaluación continua de la HRV durante el ejercicio y el descanso. A medida que estos dispositivos se vuelven más accesibles y precisos, el uso de HRV para el monitoreo del rendimiento y la salud está destinado a expandirse.

8.2 Integración con otros biomarcadores

El futuro del monitoreo del rendimiento probablemente verá la integración de la HRV con otros biomarcadores no invasivos, como el análisis de la frecuencia respiratoria y la oxigenación muscular. Esto permitirá una evaluación más completa del estado fisiológico de los atletas y pacientes, lo que proporcionará datos más detallados para ajustar la intensidad del ejercicio y mejorar el rendimiento o la recuperación.

---

9. Conclusiones

La variabilidad de la frecuencia cardíaca, y en particular el análisis del DFA-a1, ha demostrado ser una herramienta valiosa para la detección de los umbrales ventilatorios VT1 y VT2. Su capacidad para proporcionar una evaluación precisa de las transiciones fisiológicas durante el ejercicio lo convierte en una alternativa efectiva a las pruebas invasivas tradicionales, como el análisis de lactato y gases. Además, su accesibilidad a través de dispositivos portátiles permite que los entrenadores, atletas y profesionales de la salud monitoricen el rendimiento y la recuperación en tiempo real.

A medida que la tecnología continúa avanzando, el uso de HRV en deportes y rehabilitación está destinado a crecer, ofreciendo nuevas oportunidades para mejorar el rendimiento, optimizar la recuperación y reducir el riesgo de lesiones o sobreentrenamiento. Aunque existen desafíos técnicos asociados con su uso, la HRV sigue siendo una herramienta prometedora para el monitoreo del entrenamiento y la salud en una amplia gama de poblaciones.

---