← Últimos artículos
📄 otros

Youth Running Performance Foreshadows Senior Outcomes in Males and Females

Este estudio establece que los rendimientos de carrera en jóvenes de entre 16 y 19 años pueden predecir los resultados en la categoría sénior con un margen de precisión del 3%, un marco refinado por el coeficiente de resistencia especial (KsA) y respaldado por herramientas de código abierto para la identificación y el desarrollo de talentos en diversas distancias y sexos.

Autores originales: Wolfgang Blödorn, Frank Döring

Publicado 2026-11-19
📖 6 min de lectura🧠 Análisis profundo

Autores originales: Wolfgang Blödorn, Frank Döring

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo del atletismo de competición, los entrenadores y cazatalentos se han enfrentado durante mucho tiempo a un rompecabezas difícil: cómo distinguir qué jóvenes atletas se convertirán en deportistas de clase mundial y cuáles se desvanecerán. El desafío es particularmente agudo en las pruebas de pista que van desde la explosiva carrera de 100 metros hasta la extenuante carrera de 3.000 metros. Durante décadas, los expertos han sabido que el pico de la carrera de un atleta suele llegar entre los 25 y los 27 años, pero el camino hacia ese pico rara vez es una línea recta. Algunos adolescentes dominan sus categorías de edad solo para estancarse, mientras que otros mejoran lentamente antes de irrumpir con fuerza en la escena mundial en sus veinte años. Esta imprevisibilidad convierte la identificación de talentos en una apuesta de alto riesgo. Los métodos tradicionales suelen basarse en comparar el tiempo de un joven corredor frente a listas estáticas de lo que otros han logrado a esa edad, pero estas instantáneas no tienen en cuenta la tasa única a la que cada individuo mejora con el tiempo. Sin una forma de mapear la trayectoria específica del desarrollo de un corredor, sigue siendo difícil establecer metas realistas o detectar el potencial oculto en un corredor que mejora a un ritmo diferente al de sus compañeros.

Un nuevo estudio realizado por investigadores de la Universidad Christian-Albrechts de Kiel, en Alemania, ofrece una forma más clara de ver el futuro de la carrera de un corredor. Al analizar miles de tiempos de carrera de atletas de Gran Bretaña y Alemania, el equipo rastreó el progreso de corredores masculinos y femeninos desde los 16 hasta los 25 años en seis distancias diferentes. En lugar de buscar un único tiempo "perfecto", trazaron "corredores de rendimiento". Imagínelos como túneles curvos y anchos que representan el rango realista de mejora para diferentes tipos de corredores. Los investigadores descubrieron que, si bien cada atleta mejora a su propia velocidad, su progreso sigue un patrón predecible. La mayor parte de la mejora total ocurre en los primeros años de este periodo, y las ganancias se vuelven más pequeñas y graduales a medida que el atleta se acerca a los veintitantos años. Al graficar los tiempos de un joven corredor contra estos corredores, los entrenadores pueden ahora estimar, con un margen de error de aproximadamente el 3%, cuál podría ser el tiempo de ese atleta a los 25 años, siempre que haya registrado tiempos de carrera entre los 16 y los 19 años.

El estudio revela que la brecha entre los corredores regionales, nacionales y de clase mundial ya es visible en sus años de adolescencia. Un corredor que está destinado a ser un competidor de clase mundial a los 25 años mostrará típicamente una separación distinta en sus tiempos respecto a un corredor de nivel regional ya a los 16 años. Sin embargo, los investigadores también descubrieron que la tasa de mejora es sorprendentemente similar en todos los niveles. Ya sea que un atleta aspire a una medalla regional o a una final olímpica, el porcentaje de tiempo que reduce en su carrera entre los 16 y los 25 años tiende a caer dentro de un rango específico y predecible. Por ejemplo, un corredor masculino que mejora su tiempo en los 1.500 metros en aproximadamente 21 segundos durante esta década representa una mejora mediana, mientras que el 10 por ciento de los que más mejoran podría reducir casi 31 segundos. Esta consistencia permite a los investigadores trazar estos corredores de rendimiento, que actúan como una guía de lo que es físicamente posible para un atleta dado sus resultados tempranos.

Para que estas predicciones sean aún más precisas, los investigadores integraron una segunda capa de análisis que involucra la relación entre diferentes distancias de carrera. Examinaron cómo la velocidad de un corredor en un evento, como los 400 metros, se relaciona con su velocidad en un evento vecino, como los 800 metros. Descubrieron que la proporción entre estas velocidades permanece notablemente estable a medida que el atleta envejece. Esta estabilidad significa que el potencial de un corredor en un evento principal está estrechamente limitado por su rendimiento en las carreras más cortas y más largas que lo rodean. Si un joven corredor tiene proyectado correr un cierto tiempo en los 800 metros basado en su corredor de rendimiento, pero sus tiempos en los 400 metros sugieren que no es lo suficientemente rápido para respaldar esa proyección, la predicción se ajusta a la baja. Por el contrario, si su velocidad en distancias más cortas es excepcional, esto señala un techo más alto para la carrera de mayor distancia. Este método refina la estimación inicial, estrechando el margen de error y proporcionando un objetivo más fiable para el entrenamiento.

Los investigadores probaron su modelo con datos del mundo real, incluyendo las carreras de atletas famosos que rompieron récords en momentos inusuales. Descubrieron que incluso los casos más excepcionales, como los corredores que alcanzaron su pico muy temprano o aquellos que continuaron mejorando bien entrada su treintena, seguían cayendo dentro de los límites de sus corredores calculados cuando se analizaban bajo la óptica del desarrollo a largo plazo. Por ejemplo, un atleta que mejoró su tiempo de una manera extraordinaria durante una década coincidió con los límites superiores del rango de mejora predicho, mientras que aquellos que mejoraron lentamente coincidieron con los límites inferiores. Esto sugiere que el modelo captura la física fundamental del desarrollo de la carrera humana, independientemente de si el atleta es un madurador tardío o una estrella temprana. El estudio señala explícitamente que, si bien el modelo funciona bien para corredores con una historia de entrenamiento estructurada alrededor de los 16 años, es menos efectivo para aquellos que cambian de deporte tardíamente en la vida o cambian su evento principal, aunque el análisis basado en proporciones aún puede ofrecer cierta información para estos atletas.

Para llevar estos hallazgos a la pista, el equipo ha desarrollado aplicaciones web de código abierto que permiten a los entrenadores y atletas introducir sus tiempos de carrera pasados y ver instantáneamente dónde se sitúan dentro de estos corredores de rendimiento. Estas herramientas visualizan el futuro potencial de un corredor, mostrando un rango de resultados probables en lugar de un único número fijo. Al combinar la visión amplia del corredor de rendimiento con la comprobación precisa de la proporción de velocidad entre eventos, el estudio proporciona un marco práctico para la identificación de talentos. Mueve la conversación de adónde adivinar qué adolescentes son los "mejores" en este momento hacia la comprensión de cuáles están en una trayectoria que conduce al éxito en la categoría sénior. El resultado es un enfoque más fundamentado y basado en datos para fomentar el potencial atlético, ayudando a asegurar que los jóvenes corredores prometedores sean guiados hacia metas realistas y que sus trayectorias únicas hacia el nivel sénior sean reconocidas y apoyadas.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →