Relación entre la variabilidad motora y la pérdida de velocidad en condiciones de fatiga tras tareas de alta demanda de fuerza

Abstract

En la naturaleza es imposible observar dos movimientos idénticos, aunque estos se realicen en las mismas condiciones (Bernstein, 1967). La teoría de los sistemas dinámicos se ha aplicado al estudio de la coordinación en los sistemas nerviosos y el control del movimiento, el desarrollo del movimiento y la adquisición de habilidades (Davids et al, 2003). Si entendemos al ser humano como un sistema complejo de dinámica no lineal, debido a la interacción de este con otros elementos del sistema, surge la variabilidad motora como una habilidad del sistema nervioso central para explorar el entorno y adaptarse (Moreno y Ordoño, 2009; Moreno y Ordoño, 2015). Lejos de la visión tradicional donde entendían la variabilidad como errores del sistema la variabilidad podría ser clave para conseguir adaptarse a las situaciones cambiantes y explorar nuevas soluciones en el entorno. (Sandlund et al, 2017). Las herramientas no lineales son herramientas matemáticas que evalúan como cambia el comportamiento motor en el tiempo, su dinámica temporal o su complejidad (Caballero et al, 2014). Surgen con el fin de medir esa variabilidad motora desde dos dimensiones: la magnitud de la variabilidad y la dinámica de la variabilidad, también denominada complejidad. (Caballero et al, 2014). Este tipo de fluctuaciones, medidas a través de las herramientas no lineales, proporcionan información clave sobre el estado del sistema (Pethick et al, 2021). Así, la entropía aparece como un tipo de herramienta no lineal que valora el grado de irregularidad o complejidad de una serie. En el análisis de la entropía, se busca conocer el nivel de predictibilidad o aleatoriedad de la señal, donde normalmente se ha relacionado altos valores de entropía con una alta complejidad (Caballero et al,2014). Utilizando las características fractales, medidas no lineales que tratan de evaluar la complejidad de la variabilidad del movimiento mediante el análisis de la autocorrelación de largo alcance de la señal (Holden, 2005), investigaciones previas han analizado como puede influir los valores de entropía a la variabilidad del ritmo cardiaco (Ahmad et al, 2009; Kirchner et al, 2014) o para el análisis de la marcha.