Tesis de Fuerza

ESCUELA INTERNACIONAL DE DOCTORADO
Programa de Doctorado en Ciencias del Deporte
Estudio de los efectos agudos y tardíos de diferentes

configuraciones del entrenamiento de fuerza.
Propuesta de la pérdida de velocidad entre series
como indicador de fatiga neuromuscular.
Autor:
Jorge Miguel González Hernández
Directores:
Dr. D. Pedro Jiménez Reyes
Dr. D. Gonzalo Márquez Sánchez
Dra. Dña. Asta Tvarijonaviciute
Murcia, junio de 2020

ESCUELA INTERNACIONAL DE DOCTORADO
Programa de Doctorado en Ciencias del Deporte
Estudio de los efectos agudos y tardíos de diferentes

Propuesta de la pérdida de velocidad entre series
como indicador de fatiga neuromuscular.
Autor:
Jorge Miguel González Hernández
Directores:
Dr. D. Pedro Jiménez Reyes
Dr. D. Gonzalo Márquez Sánchez
Dra. Dña. Asta Tvarijonaviciute
Murcia, junio de 2020

AUTORIZACIÓN DE LO/S DIRECTOR/ES DE LA TESIS
PARA SU PRESENTACIÓN
El Dr. D. Pedro Jiménez Reyes, el Dr. D. Gonzalo Márquez Sánchez y la Dra.

Dña. Asta Tvarijonaviciute como Directores de la Tesis Doctoral titulada “Estudio
de los efectos agudos y tardíos de diferentes configuraciones del entrenamiento
de fuerza. Propuesta de la pérdida de velocidad entre series como indicador de
fatiga neuromuscular” realizada por D. Jorge Miguel González Hernández en
el Departamento de Ciencias de la Actividad Física y del Deporte, autoriza su
presentación a trámite dado que reúne las condiciones necesarias para su defensa.
Lo que firmo, para dar cumplimiento al Real Decreto 99/2011, 1393/2007,

56/2005 y 778/98, en Murcia a 11 de junio de 2020
Pedro Jiménez Reyes Gonzalo Márquez Sánchez Asta Tvarijonaviciute

A mis padres, por ser mi mayor apoyo y mi mejor ejemplo a seguir.
AGRADECIMIENTOS
Tras casi cuatro años de intenso trabajo, coleccionando momentos, absorbiendo

conocimientos y generando ideas, es inevitable acordarme de aquellas personas
que me han ayudado a completar con éxito esta tesis doctoral. Miro al pasado y
sonrío, orgulloso del esfuerzo realizado y agradecido a todos los que han confiado
en mí y me brindaron su apoyo durante este proceso. Sin duda, esta tesis doctoral
es la suma de todas las aportaciones que me han regalado cada una de las personas
que enumero en las siguientes líneas.
Por lo visto, cuando tenía tres años, mi padre me insistía con la idea de
que cuando fuera mayor, tenía que ser médico o arquitecto. Hasta que un día, le
respondí que de mayor sería lo que yo quisiera ser. Parece que esas palabras poco
comunes en un niño de esa corta edad marcaron a mis padres, y desde entonces se
han propuesto ayudarme y apoyarme en todo lo posible para conseguir esa meta.
Carmen Jose y Miki, sin duda son los principales responsables de todo lo bueno
que estoy viviendo. Gracias por la educación en valores que me han proporcionado
y por los grandes esfuerzos que han hecho para que pudiera estudiar y vivir lejos
de casa con el fin de hacer realidad mis sueños y convertirme en alguien diferente.
Incluso, sin comprender del todo esto en que invierto tanto tiempo, siempre he
podio contar con sus consejos, sus palabras de aliento y, sobre todo, me han hecho
sentir cerca de casa aún estando a tantos kilómetros de distancia. Gracias por su
apoyo constante y por confiar en mí cuando nadie lo hacía. Sin duda, son los padres
que cualquier hijo desearía tener.
A mis directores de tesis, gracias Asta Tvarijonaviciute por ofrecerte a

ayudarme en esta aventura, aún siendo veterinaria. Esta cooperación es un ejemplo
de la gran posibilidad que ofrece el trabajo multidisciplinar. Gracias por tus clases
de estadísticas, tus valiosas correcciones y aportaciones en cada artículo y en este
documento. La visión que tanto tú como José Cerón (mi director en la sombra) me
han aportado, ha sido un grato aprendizaje. Gracias Cerón por tu ayuda continua,
por cada uno de esos cientos de correos intercambiados, por tu infinta paciencia
y, sobre todo, por tus lecciones. Gracias por confiar en mí para ampliar la línea
de investigación de tu laboratorio de verterinaria con el estudio en humanos
deportistas.
Nada más llegar a la UCAM me abriste las puertas de tu laboratorio y me

sumergiste en una línea de investigación que era poco conocida para mí y tengo que
reconocer que has conseguido que me despierte un gran interés. Gonzalo Márquez,
gracias por acceder a dirigir esta tesis y guiarme en este camino. Han sido muchas
horas las que has invertido en mí y eso te lo agradeceré siempre. Son numerosos los
momentos compartidos en el laboratorio, la sala de tutorías, cafeterías y en varios
viajes, de los cuales me siento agradecido de haber podido aprender de ti. Porque,
sinceramente, mi mayor interés siempre ha sido ese, aprender de los referentes que
tengo a mi lado. Gracias por todo, Lalo.
Hace casi 10 años que te conozco y aún no he encontrado la manera de

agradecerte todo lo que haces por mí. Has sido mi profesor en la carrera, mi
entrenador, mi director de tesis e, incluso, me has demostrado ser un gran amigo,
un hermano mayor. Gracias Pedro Jiménez Reyes, por trasmitirme la rigurosidad,
la disciplina y el esfuerzo como medio para ser mejor profesional y mejor persona.
Gracias por la confianza que has depositado en mí desde que estaba en el primer año
de carrera, acompañarme en el Máster y seguir conmigo en esta Tesis Doctoral. Son
innumerables las horas que has invertido en mi formación, las lecciones que me has
regalado, los viajes que hemos realizado y las ideas que hemos discutido. Nunca
podré olvidar esos paseos por Murcia, los entrenamientos en la pista, los almuerzos
en Trabajo Social, las Torititas en el CI e infinidad de costumbres y experiencias
que hemos compartido, donde no he dejado de aprender de ti. Conozco a poca
gente que transmita con tanta pasión como tú lo haces y menos gente aún que
luche tanto por sus objetivos. Eres un claro ejemplo de que los sueños se pueden
alcanzar. Ojalá pueda enseñarle tanto a un alumno como tú lo has hecho conmigo.
Tu apoyo y ejemplo han sido clave durante este proceso. Gracias por la paciencia y
el respeto que me has mostrado, por presentarme a tanta gente que ha contribuido
a que esta tesis mejore y, sobre todo, por ayudarme a crecer. Espero devolverte todo
este esfuerzo consiguiendo las metas que nos hemos propuesto. Gracias por tanto,
Peter.
Mi hermana tiene gran parte de culpa de la persona que soy a día de hoy.
Siempre he crecido con la idea de protegerla, de ser su ejemplo y de enseñarle. Pero
a medida que pasan los años me he dado cuenta de que soy yo quien aprende de
ella y que es ella quien soluciona mis problemas. Sin duda has sido el mejor regalo
que me han hecho papá y mamá. Gracias Sara por ser un apoyo tan importante.
Estoy muy orgulloso de la mujer que te has convertido y tus conocimientos han
sido una fuente de inspiración para confeccionar esta Tesis Doctoral.
Gracias a mis abuelos, César, Carmina, Miguel y Milagros. Todos ellos

siempre han sido referentes para mí y nunca podré agradecer todo su cariño y la
forma en que me han criado y educado. Gracias por lo cerca que les he sentido
aún estando lejos de casa durante esta etapa. Abuelo Cesar, gracias por enseñarme
el valor de las cosas bien hechas e inculcarme que el trabajo y la educación deben
ser mi mejor carta de presentación. Gracias a toda mi familia por enseñarme que la
distancia son sólo kilómetros. Estos últimos años he tenido la suerte de compartir
más tiempo contigo, y debatir muchas ideas, además de animarme cada día con la
tesis. Gracias primo Marcos ¡seguimos sumando!. Y cómo no, gracias tia Milu por
ayudarme con tu segundo idioma.
Durante estos años lejos de casa siempre has estado apoyándome, nunca han
faltado tus llamadas. Tus consejos han sido una gran guía en todo este camino y eso
siempre te lo agradeceré. Gracias primo Jose Domingo; desde pequeño siempre he
querido parecerme a ti por tu capacidad de lucha y de superación.
Todo este proceso se lleva mejor con amigos como Mario Pérez, Mario
González, Aarón Baez, Lauren Olivia, María Espinosa, André Barbuzano, Fernando
Cabrera, Borja Elías, Alberto García y Carlos Murcia. Gracias por haber sido un
gran apoyo y ser de los que más han sufrido la dedicación que he tendido a la tesis,
y por la que he tenido que renunciar a muchos planes con ellos. Gracias por haber
estado a mi lado aún estando lejos. Gracias Alejando Oliva, por ser un auténtico
hermano para mí. Desde que me fui de casa has estado de forma incondicional a
mi lado, visitándome en cada uno de mis destinos y has sido mi aliado en la isla
estando fuera.
La primera investigación de esta tesis comenzó con ustedes dos, unos jóvenes
muy curiosos y ambiciosos, guiados por Pedro. Además, he tenido la suerte de
llegar a otro continente empujados por nuestras ideas. Gracias, amigos Rául Andrés
y Antonio García -Peñuela. por haber sido una fuente de motivación y un impulso
para mí.
Sin duda has sido de las personas que más ha sufrido los esfuerzos que he
tenido que realizar durante esta etapa. Siempre te estaré agradecido por haber
formado parte de ella, apoyarme y motivarme a seguir, aportándome la confianza
necesaria para saber que lo conseguiríamos. Muchas gracias, Súper.
Durante este último año has sido una persona clave en mi desarrollo
profesional, me has ayudado a pensar más allá y tener otra visión del entrenamiento.
He podido discutir y debatir diferentes puntos de vista casi a diario, forzándome
a argumentar y respaldar mis ideas. Además, me has sugerido propuestas para
confeccionar este manuscrito, por lo tanto, no puedo dejar de mencionarte en estas
líneas. Gracias, Kala, por confiar en mí, enseñarme tanto y, cómo tú dices, ser mi
“padre deportivo”.
El día a día se hace más productivo cuando compartes opiniones e ideas con
compañeros de doctorado y profesores. Gracias David Colomer, Adrián Castaño,
Fernando Capelo, Luis Manuel Martínez, Fernando Llorente, Alexander Gil, Víctor
Cuadrado y María Cadenas por hacerme crecer, por compartir sus conocimientos
conmigo y por mostrarme siempre vuestro apoyo.
He tenido la suerte de aprender de ti, de tu habilidad para escribir papers,

de tu capacidad y creatividad para diseñar estudios de investigación y de tu magia
jugando al fútbol. Gracias Amador García Ramos por ser un gran apoyo desde que
nos presentaron, por invitarme a Chile para mi estancia y por todo lo que me has
enseñado. Eres un gran investigador, pero, sobre todo, eres una gran persona y un
amigo.
Durante mi estancia en el laboratorio Pleokinetic de la Universidad Católica

de la Santísima Concepción, en Chile, se preocuparon por mí, me acogieron y me
hicieron sentir como en casa. Además, medieron absoluta libertad en su laboratorio
para llevar a cabo parte de esta tesis doctoral y otros trabajos. Gracias a David
Ulloa, Jesualdo Cuevas y a sus respectivas familias. Son la razón por la que volveré
a Chile.
During this doctoral thesis I was lucky enough to have the help of
international researchers. I have been able to learn a lot from you and we have built
up an interesting research network. Thank you, Daniel Boullosa, James Tufano and
Danica Janicijevic, for all the effort put into this project
No puedo acabar este apartado sin antes agradecer a cada uno de los sujetos
que han participado en los estudios que confeccionan esta Tesis Doctoral. Sin su
compromiso desinteresado nada de esto hubiera sido posible y nuestras ideas solo
serian teorías. Muchas gracias a los enfermeros Alejandro Navarro y Jésica Rojas
por realizar las extracciones de sangre durante los estudios. Gracias a Lorena Franco
por el análisis de las muestras de sangre y saliva. Gracias al resto de coautores que
han participado en los estudios de esta Tesis Doctoral. Y gracias a los deportistas
y entrenadores del Club Atletismo Clator, al Juvenil Nacional del Progreso FC, al
Alevín-B UCAM CF y al Juvenil-C del Club Deportivo Tenerife, donde he estado
trabajando y me han permitido poner en práctica todo lo que aprendido durante
este proceso.
He de reconocer que resumir toda la ayuda que me han prestado en estas

páginas ha sido una tarea complicada. Espero no olvidarme de nadie. Sin más,
gracias a cada uno de ustedes por ayudarme a mejorar y por acercarme al sueño de
ser Doctor.
“El valor de un sentimiento se mide por la cantidad de
sacrificio que estás preparado a hacer por él”
John Galsworthy
ÍNDICE
I/ INTRODUCCIÓN 51
II/ ORIGEN DE LA PROBLEMÁTICA OBJETO DE ESTUDIO 61
III/ ESTADO ACTUAL DE CONOCOMIENTO 69
3.1. Entrenamiento de fuerza y rol de la fuerza en las nuevas 71
tendencias de entrenamiento
3.2. Factores determinantes del rendimiento de fuerza 75
3.2.1. Factores Mecánicos / estructurales 76
3.2.1.1. Área de Sección Transversal 76
3.2.1.2. Ángulo de Penneación 77
3.2.1.3. Tipo de Fibras 78
3.2.2. Factores Neurológicos 78
3.2.2.1. Reclutamientos de Unidades Motoras 79
3.2.2.2. Frecuencia del Estímulo 79
3.3. Variables determinantes de la configuración de las series 80
3.3.1. Volumen 80
3.3.2. Intensidad 82
3.3.2.1. Repeticiones a realizar en función de las 82
realizables
3.3.2.2. X-RM y Velocidad de ejecución 84
3.3.2.3. Índice de Esfuerzo 87
3.3.2.4. Tiempo de recuperación 87
3.3.2.5. Percepción del Esfuerzo a través de escalas 92
subjetivas de perción del esfuerzo
3.3.3. Frecuencia 94
3.3.4. Tiempo bajo Tensión TUT 95
3.4. Papel Modulador de la Fatiga en el entrenamiento de fuerza 96
3.4.1. Fatiga Central y Periférica 97
3.4.1.1. Índicadores Bioquímicos 102
3.4.1.1.1. Estrés metabólico 103
3.4.1.1.2. Marcadores de daño muscular 104
3.4.2. Indicadores Mecánicos de fatiga 107
3.4.2.1. Contración Isométrica máxima 107
3.4.2.2. Pérdida de Velocidad de Ejecución 108
3.4.2.3. Pérdida de Altura de Salto 110
3.4.2.4. Velocidad 1m/s en Sentadilla y Press de 111
Banca
3.4.2.5. Relación Fuerza Velociad 112
3.4.3. Indicadores Metabólicos de Fatiga 113
IV/ FORMULACIÓN DEL PROBLEMA 119
V/ OBJETIVOS E HIPÓTESIS 125
VI/ METODOLOGÍA 131
6.1. Sujetos 134
6.2. Ejercicios 136
6.3. Variables de estudio 137
6.4. Test y materiales 138
6.4.1. Saltos con Contramovimiento CMJ (ESTUDIO I) 138
6.4.2. Test de detección de la carga del 1RM y 10 RM 139
(ESTUDIOS I-V)
6.4.3. Pérdida de Velocidad 141
6.4.4. Test Lactato 141
6.4.5. Escala Subjetiva de Percepción del Esfuerzo OMNI 142
6.4.6. Perfil Fuerza-velocidad 142
6.4.7. Evaluación de la Función Neuromuscular 143
6.4.8. Extracción de Sangre y determinación de los valores 145
de Estrés Metabólico y Daño Muscular
6.4.9. Extracción de Saliva y determinación de los valores 146
de Estrés Metabólico y Daño Muscular
6.5. Procedimientos 147
6.5.1. Estudio I 147
6.5.2. Estudio II 148
6.5.3. Estudio III 149
6.5.4. Estudio IV 150
6.5.5. Estudio V 151
VII/ ESTUDIO I: Mechanical, metabolic, and perceptual acute responses 159
to different set configurations in full squat
7.1. Introduction 163
7.2. Methods 165
7.2.1. Experimental approach to the problem 165
7.2.2. Subjects 167
7.2.3. Procedures 168
7.2.4. Set configurations 169
7.2.5. Measures of fatigue 170
7.2.6. Statistical analyses 171
7.3. Results 172
7.3.1. Mechanical responses 172
7.3.2. Metabolic responses 177
7.3.3. Perceptual responses 178
7.4. Discussion 179
7.5. Practical applications 182
7.5.1. Conflict of Interest Statement 182
7.5.2. Acknowledgments 182
VIII/ ESTUDIO II: Influence of Sampling Conditions, Salivary Flow and 185
Total Protein Content in Uric Acid Measurements in Saliva
8.2. Materials and methods 190
8.2.1. Experimental Approach to the Problem 190
8.2.2. Subjects 191
8.3. Results 193
8.4. Discussion 196
8.5. Conclusion 198
IX/ ESTUDIO III: Effect of different interset rest intervals on movement 201
velocity during the squat and bench press exercises
9.2. Methods 207
9.2.1. Participants 207
9.2.2. Experimental Design 207
9.2.2.1. Experimental sessions (sessions 4-6) 208
9.2.3. Statistical Analysis 210
9.3. Results 210
9.4. Discussion and implications 215
9.5. Conclusion 218
X/ ESTUDIO IV: Response of muscle damage markers in serum and saliva 221
to an accentuated eccentric training protocol
10.1. Abstract 225
10.3. Methods 228
10.3.2. Subjects 228
10.3.4. Serum and saliva samples 230
10.4. Results 231
10.5. Discussion 235
XI/ ESTUDIO V: Resistance training to failure vs. not to failure: acute and 241
delayed markers of mechanical, neuromuscular and biochemical fatigue
11.1. Abstract 245
11.3. Methods 247
11.3.2. Subjects 248
11.3.4. Statistical analysis 251
11.4. Results 252
11.4.1. Reliability of baseline values 252
11.4.2. Mean velocity during training 252
11.4.3. Neuromuscular function 252
11.4.4. Biomarkers of muscle damage 254
11.4.5. The effects of a matched volume on fatigue-related 254
variables
11.4.6. Correlation analysis 255
11.5. Discussion 256
XII/ DISCUSIÓN GENERAL 261
12.1. Efectos mecánicos 264
12.1.1. La pérdida de velocidad 264
12.1.2. Pérdida de altura de Salto en CMJ 268
12.1.3. Perfil Fv 270
12.2. Efectos metabólicos 271
12.3. Efectos perceptuales 272
12.4. Efectos bioquímicos 273
12.5. Efectos Neurológicos 279
XIII/ CONCLUSIONES 285
XIV/ APLICACIONES PRÁCTICAS 293
XV/ LIMITACIONES 299
XVI/ FUTURAS LÍNEAS DE INVESTIGACIÓN 305
XVII/ REFERENCIAS 311
XVIII/ ANEXOS 363
SIGLAS Y ABREVIATURAS
AST Aspartate Aminotrasferase/ Aspartato Aminotrasferasa

ATP Aenosine Triphosphate/ Adenosín Trifostato
AU Uric Acid/ Ácido Úrico
BP Bench Pres / Press de Banca
BPT Bench Press Throw/ Press de Banca Lanzado
CK Creatine Kinase/ Creatina Kinasa
CL Cluster Training/ Entrenamiento Cluster
CMJ Counter movement Jump/ Salto con contramovimiento
CSA Cross Sectional Area/ Sección de Área Transversal
F₀ Maximal Theoretical Force / Fuerza Teórica Máxima
H Hydrogen/ Hidrógeno
Hz Hertz/ Hercios
ICCs Intraclass Correlation Coefficient / Coeficinete de correlación
Intraclases
IL Interleukins / Interleucinas
IRR Inter Repetitions Rest / Recuperación Entre Repeticiones
LACT Lactate/ Lactato
LDH Lactate Dehydrogenase / Lactato Dehidrogenasa
MPV Mean Propulsive Velocity/ Velocidad Media Propulsiva
MVC Maximal Voluntary Contraction/Contracción Máxima Voluntaria
PAP Post Activation Potentiation / Potenciación Post Activación
P Fv Force Velocity Profile/ Períl Fuerza velocidad
PCr Phosphocreatine / Fosfocreatina
Pi Inorganic phosate/ Fostato Inorgánico
Pmax Maximal Power / Potencia Máxima
RIR Repetitions in Rest / Repeticiones en reserva
RM Repetition Maximum/ Repetición máxima
RPE Rated Perceived Exertion/ Percepción Subjetiva del Esfuerzo
RT Resistance Training / Entrenamiento de Fuerza
sAA Salivary Alpha Amylase/ Alfa Amilasa Salival
SNC sitema Nervioso Central
SQ Squat / Sentadillas
TIT Twitch Interpolated Techinque / Estimulación electrica
superimpuesta
TLF Training Leading to the failure/ Entrenamiento hasta el fallo
TNLF Training Not Leading To the failure / Entrenamiento has el no fallo
TR Traditional Training / Entrenaminto Tradicional
TUT Time Under Tension/ Tiempo bajo Tensión
V₀ Vaximal Theoretical Velocity / Velocidad Teórica Máxima
VA Voluntary Activation/ Activación Voluntaria
ÍNDICE DE FIGURAS, TABLAS Y FÓRMULAS
Figura 1: Ejemplo de cálculo de la pérdida de velocidad en un 47

entrenamiento de sentadilla de 3 series de 10 repeticiones con 5 minutos de
recuperación entre series, con el peso del 10RM (datos propios de nuestras
investigaciones).
Figura 2: Escala de Percepción Subjetiva del Esfuerzo OMNI 92
Figura 3: Registro de fuerzas durante una Contracción Isométrica Máxima 99
con estimulación eléctrica superimpuesta (Twitch Interpolation Technique)
durante la contracción y en reposo para la determinación de la fatiga
central y periférica de la musculatura extensora de rodilla.
Figura 4: Metodología Estudio 1 153
Figure 9: Traditional (TR; no rest between repetitions) and cluster set 169
configurations (CL; a rest period was introduced between individual
repetitions) analyzed in the present study. R: repetition.
Figure 10: Velocity loss observed for six set configurations analyzed. 174
Results are presented as percent change from the first repetition of each
testing session. Sets × repetitions [inter-repetition rest]: TR1 = 3 × 10 [0 s];
TR2 = 6 × 5 [0 s]; CL1 = 3 × 10 [10 s]; CL2 = 3 × 10 [15 s]; CL3 = 3 × 10 [30
s]; CL4 = 1 × 30 [15 s].
Figure 11: Countermovement jump (CMJ) height loss observed after the 176
training sets (top panel) and the whole training session (low panel) in the
six set configurations. a, significantly different from TR1; b, significantly
different from TR2; c, significantly different from CL1; d, significantly
different from CL2; e, significantly different from CL3; f, significantly
different from CL4. Sets × repetitions [inter-repetition rest]: TR1 = 3 × 10
[0 s]; TR2 = 6 × 5 [0 s]; CL1 = 3 × 10 [10 s]; CL2 = 3 × 10 [15 s]; CL3 = 3 × 10
[30 s]; CL4 = 1 × 30 [15 s].
Figure 12: Comparison of blood lactate concentration among the different 177
set configurations. a, significantly different from TR1; b, significantly
different from TR2; c, significantly different from CL1; d, significantly
different from CL2; e, significantly different from CL3; f, significantly
different from CL4. Sets × repetitions [inter-repetition rest]: TR1 = 3 × 10
[0 s]; TR2 = 6 × 5 [0 s]; CL1 = 3 × 10 [10 s]; CL2 = 3 × 10 [15 s]; CL3 = 3 × 10
[30 s]; CL4 = 1 × 30 [15 s].
Figure 13: Comparison of OMNI-RES vales among the different set 178
configurations. a, significantly different from TR1; b, significantly different
from TR2; c, significantly different from CL1; d, significantly different from
CL2; e, significantly different from CL3; f, significantly different from CL4.
Sets × repetitions [inter-repetition rest]: TR1 = 3 × 10 [0 s]; TR2 = 6 × 5 [0
s]; CL1 = 3 × 10 [10 s]; CL2 = 3 × 10 [15 s]; CL3 = 3 × 10 [30 s]; CL4 = 1 × 30
[15 s].
Figure 14: Overview of the experimental sessions. The order of the squat 208
and bench press exercises performed during training and the interset rest
protocols (1, 3 or 5 minutes) was counterbalanced between participants.
CMJ, countermovement jump; BPT, bench press throw; RM, repetition
maximum; F-v, force-velocity.
Figure 15: Comparison of mean velocity between the different interset rest 212
protocols and number of sets for the squat (upper panel) and bench press
(lower panel) exercises. *, Rest 3’ significantly faster than Rest 1’; #, Rest
5’ significantly faster than Rest 1’. NS, no significant differences between
sets.
Figure 16: Comparison of mean velocity at each repetition between the 213
interset rest protocols of minute (Rest 1’; white squares), 3 minutes (Rest
3’; black squares) and 5 minutes (Rest 5’; grey squares) for the squat
(upper panel) and bench press (lower panel) exercises. Error bars depict
the standard error. *, Rest 3’ significantly faster than Rest 1’; #, Rest 5’
significantly faster than Rest 1’.
Figure 17: Comparison of the maximal capacities of the muscles to produce 215
force (upper-panel), velocity (middle panel) and power (lower panel) before
(Pre) and after (Post) the training session for the interset rest protocols of
1 minute (Rest 1’; white squares), 3 minutes (Rest 3’; black squares) and 5
minutes (Rest 5’; grey squares) during the countermovement jump (CMJ;
left panels) and bench press throw (BPT; right panels) exercises. Error bars
depict the standard error. *, significant differences between Rest 1’ and
Rest 3’; #, significant differences between Rest 1’ and Rest 5’; †, significant
differences between Rest 3’ and Rest 5’.
Figure 18: Comparison of Creatine kinase (CK) Aspartate aminotransferase 233
(AST) and Lactate dehydrogenase (LDH) measured in serum between
the three time points. The individual values (dots), averaged across the
subjects values (bars) and standard deviations (error bars) are depicted. *,
significantly lower than Post24 and Post96 (p ≤ 0.001).
Figure 19: Bland-Altman plots (left hands panels) and association 234
(right hand panels) of Creatine kinase (CK, upper panel), Aspartate
aminotransferase (AST, middle panel) and Lactate dehydrogenase (LDH,
lower panel) measured in serum and saliva. Each Bland-Altman plot depicts
the averaged difference and 95% limits of agreement (dashed lines), along
with the regression line (solid line). The Pearson’s correlation coefficient
(r) was calculated using the log-transformation since the assumption of
homoscedasticity was violated.
Figure 20: Overview of the experimental protocol. Neuromuscular 248
function and biochemical variables were measured before training (Pre)
and 1 hour (Post_1h), 24 hours (Post_24h) and 48 hours (Post_48h) post-
training following failure and non-failure protocols with the full squat
exercise. TIT, twitch interpolation technique.
Figure 21: Comparison of maximal voluntary contraction (MVC; panel A), 255
voluntary activation (VA; panel B), potentiated low- frequency doublet
(Db10Hz; panel C) and the ratio of paired stimulation peak forces at 10
Hz over 100 Hz (10:100 ratio; Panel D) before (PRE) and after performing
30 repetitions (POST_30reps) between both training protocols. *, depicts
significant differences from PRE values. #, shows significant differences
between both training protocols. Data are depicted as means and standard
deviations.
Figura 22: En esta figura se muestra el registro de las velocidades en un 267
entrenamiento de fuerza en sentadillas de 3 series de 10 repeticiones con
una recuperación de 5 minutos entre series, con el peso del 10RM (datos
propios de nuestras investigaciones). En recuadro verde con letras negras,
se muestra la pérdida de velocidad en la serie a partir de la idea propuesta
por Sánchez Medina y González Badillo. Mientras que, en letras azul, se
muestra nuestra propuesta de pérdida de velocidad entre series.
Tabla 1: Resumen metodológico en cada estudio 133

Tabla 2: Características de lo sujetos participantes en cada estudio. 135
Tabla 3: Nueva de Metodologia 137
Table 4. Two-way repeated measures ANOVAs examining the effect of the 173
number of sets (1, 2 and 3) and repetitions (1-10) on movement velocity
during each set configuration.
Table 5: Comparison of velocity loss (%) among the different set 173
configurations.
Table 6: Two-way repeated measures ANOVAs examining the effect of the 175
number of sets (1, 2 and 3) and the time of measurement (pre-set and post-
set) on countermovement jump height.
Table 7: Mean (interquartile range) data of serum and salivary UA before 194
(Pre) and after 60 min (Post_60), 24 hours (Post_24), and 48 hours (Post_48)
of acute exercise. TLF: training leading to failure, TNLF: training not
leading to failure, TP: total proteins
Table 8: Comparison between uric acid values obtained in serum and in 195
saliva using salivette and passive drool
Table 9: Correlation data between uric acid in serum and saliva. 196
Table 10: Three-way repeated measures ANOVA used to compare
movement velocity between the exercises, sets, and rest protocols.
Table 11: Three-way repeated measures ANOVA used to compare the 214
force-velocity relationship parameters between the exercises, point of
measure, and rest protocols.
Table 12: Descriptive values of the three muscle damage markers measured 231
in serum and saliva at three time points.
Table 13: Comparison of mechanical, neuromuscular and biochemical 253
variables between training sessions leading or not to failure.
Fórmula 1: Brzycki estimación del 1 RM 65
Fórmula 2: Brzycki estimación del 1 RM con datos 65
Fórmula 3: Pérdiad de velocidad en la serie 85
Fórmula 4: Activación Voluntaria 145
Fórmula 5: Pérdiad de velocidad entre series 267
RESUMEN
Durante el entrenamiento de fuerza, la forma en la que se establezcan las

variables que afectan a la configuración de las series (tiempo de recuperación
entre series o entre repeticiones, número de series o repeticiones, velocidad a la
que se desplace la carga, o la relación de las repeticiones realizadas en función
de las realizables) van a condicionar la orientación del entrenamiento al inducir
unos efectos u otros. Son muchas las posibilidades que nos permite combinar estas
variables y el conocimiento de los efectos que esto ocasiona necesita ser investigado
en profundidad. Por ello, el propósito de esta tesis doctoral es estudiar los efectos
agudos y tardíos de diferentes configuraciones de las series en el entrenamiento de
fuerza, desde un punto de vista mecánico, metabólico, bioquímico, perceptual y
neurológico y para ello se han diseñado los cinco estudios siguientes:
En el primero de ellos se compara el efecto mecánico, metabólico y perceptual

de seis protocolos diferentes de entrenamiento de fuerza en sentadillas: Once
estudiantes de Ciencias del Deporte realizaron dos protocolos tradicionales de
repeticiones continuas (TR1:3x10 y TR2:6x5) y cuatro protocolos con recuperación
entre repeticiones Cluster (CL1: 3×10 [10-s]; CL2: 3×10 [15-s]; CL3: 3×10 [30-s]);
CL4: 1×30 [15-s]). Para cuantificar la fatiga mecánica se midió la velocidad de
ejecución de cada repetición y tras cada serie la pérdida de altura de salto, al igual
que el lactato como indicador metabólico y la percepción subjetiva del esfuerzo.
Las variables estudiadas reportaron valores de fatiga significativamente mayores
para el protocolo TR1, mientras que los dos protocolos que presentaron valores más
bajos fueron CL2 y CL3. Por ello se propone al entrenamiento Cluster como una
buena estrategia para generar pocos niveles de fatiga y pérdida del rendimiento.
En una segunda aproximación, se diseñaron dos protocolos diferentes de

entrenamiento de fuerza en sentadillas, donde doce estudiantes de Ciencias del
Deporte realizaban en uno de ellos repeticiones hasta el fallo (6x10) mientras que
otro realizaba la mitad de las repeticiones posible por serie (6x5). Se estudió la
respuesta del estrés metabólico mediante la concentración de ácido úrico en suero
y saliva, a través de dos métodos de recolección de la muestra (no estimulada, por
flujo pasivo y estimulada, usando algodón) y tres procesos de normalización del
metabolito (corregidos por flujo salival, por proteínas totales salivares y en valores
absolutos, sin corrigir). Se obtuvieron las muestras antes de entrenar y a los 60
min, 24h y 48h post entrenamiento. Se elucidaron resultados similares para ambos
métodos de recolección. Las correlaciones de ácido úrico en el suero y la saliva se
detectaron solo cuando se utilizaron valores absolutos (r = 0.434; p < 0.001). Por
lo tanto, para evaluar estrés metabolico en deportistas los valores del ácido úrico
salival tendrian que ser expresados en valores absolutos.
El tercer estudio tuvo como objetivo comparar el efecto de tres intervalos

de descanso entre series (1,3 y 5 minutos) sobre (I) la velocidad media durante
una sesión de entrenamiento de fuerza de sentadilla y press de banca, y (II) la
relación fuerza-velocidad antes y después del entrenamiento. Quince estudiantes
universitarios masculinos completaron tres sesiones con recuperaciones de 1, 3 y
5 min entre series respectivamente (Rec1’, Rec3’ y Rec5’) que consistieron en tres
series de cinco repeticiones con la carga de que podían realizar 10 repeticiones. La
relación fuerza-velocidad se evaluó al principio y al final de cada sesión mediante
los ejercicios de salto con contramovimiento y press de banca lanzado. La velocidad
fue más lenta para el protocolo Rec1’ en comparación con los otros dos, pero no
hubo diferencias significativas entre estos últimos. Los resultados proponen el
Rec3’ como el protocolo más eficiente en el tiempo para el mantenimiento de la
velocidad de ejecución durante las sesiones de entrenamiento sin llegar al fallo
muscular.
El cuarto estudio tuvo como objetivo evaluar el daño muscular en suero y

saliva tras un protocolo de entrenamiento de fuerza excéntrico acentuado con la
carga del 120% de la repetición máxima en sentadillas. Dieciséis estudiantes de
Ciencias del Deporte (10 hombres y 6 mujeres) realizaron 8 series de 10 repeticiones
alargando la fase excéntrica durante 3 segundos. Se realizaron extracciones
de sangre y saliva antes del entrenamiento y a las 24 y 96h post. En suero se
observaron niveles más altos de marcadores de daño muscular (Creatina Kinasa
y Aspartato Aminotransferasa) a las 24 y 96h respecto al pre, pero sin diferencias
significativas en entre los puntos temporales tras el entrenamiento. Mientras que,
en la saliva, únicamente se observó un aumento significativo en hombres post 96h
para Creatina Kinasa. En cuanto al estudio de la correlación entre las mediciones
en suero y saliva variaron de triviales a pequeñas (r = -0.034 a 0.212): lo que sugiere
que los biomarcadores no se comportan de la misma manera y la saliva no es fiable
para medir el daño muscular tras este tipo de entrenamiento.
El último estudio de esta tesis tuvo como objetivo evaluar el daño muscular
y la fatiga producida en los extensores de rodilla tras el entrenamiento de fuerza
al fallo y no al fallo en sentadilla. Doce estudiantes de Ciencias del Deporte
completaron dos sesiones de entrenamiento de fuerza (una de ellas consistió en
repeticiones hasta el fallo (6x10) mientras que en la otra realizaban la mitad de
las repeticiones posible por serie (6x5)). La velocidad de ejecución fue medida
durante cada repetición. La función neuromuscular de los extensores de rodilla
se evaluó en línea base, inmediatamente después de cada serie y 1h, 24h y 48h
después del entrenamiento mediante la estimulación eléctrica superimpuesta. Las
extracciones de suero para la determinación del daño muscular se realizaron en
línea base y 1h, 24 h y 48 h post. Los resultados de este estudio mostraron una
significativa reducción de la velocidad de ejecución para el protocolo hasta el fallo.
La activación voluntaria como indicador de fatiga central se vio comprometida
hasta las 48h post. Y, por último, tanto la fatiga periférica cómo el daño muscular,
fue significativamente mayor para el protocolo hasta el fallo. Lo que sugiere que el
entrenamiento hasta el fallo produce un mayor descenso del rendimiento durante
la sesión y ocasiona un mayor grado de fatiga hasta las 48h post entrenamiento.
Además, se propone la pérdida de velocidad entre series cómo indicador de fatiga
en el entrenamiento de fuerza.
Palabras clave: Sentadillas, Cluster, Saliva, Velocidad de Ejecución, Tiempo

de Recuperación, Excentrico Acentuado, Fatiga Central y Periférica, Daño Muscular
ABSTRACT
Resistance training has proven to be a successful strategy for performance

and health improvement. From a mechanical perspective, force is understood as
any cause capable of modifying the state of a body either at rest or in motion, as
well as the cause capable of deforming bodies, either by pressure or by tension.
On the other hand, from a physiological point of view, strength is seen as the
capacity to produce the tension that a muscle possesses when activated (González
Badillo & Serna, 2002). The culture of resistance training has expanded significantly
in recent years. More and more sports establish this ability as the basis of their
physical preparation, it is a key element in most phases of a sports readjustment
and, without a doubt, a major quality during developmental stages and old
age. But it has not been easy. The conceptualization of strength has undergone a
transformation that took several generations to take hold and gain the recognition
it requires. There are many false beliefs and myths that accompany resistance
training, from the idea that girls get very strong from training with weights to the
idea that training in the gym makes the athlete slow. Fortunately, these ideas are
becoming obsolete, thanks to the research work being carried out in the world of
sports sciences, investigating the potential of working the force. Not only to improve
sports performance, but also to improve health and quality of life, by combating
and palliate various diseases such as sarcopenia, diabetes, hypercholesterolemia
or metabolic syndrome. But this is not enough, the influence of the internet age
and the non-scientific dissemination especially in social networks is doing a lot
of damage. Strength training is a fashionable product and the emergence of new
training methodologies has unleashed a maelstrom that is often not supported by
scientific backing and that needs to go deeper into literature controversy to provide
a logical theory of how it should be trained.
Many sports centres offer training programmes without any logical criteria
as to the progression of the loads. Neither is the individualisation of training or
simply taking into account the effect that occurs in a session for the next day.
Collective classes or modalities such as Crossfit demolish many of the basic
principles of training, which opens a debate between the marketing that involves
these modalities, supported by the good training environment and the mentality
of “no pain, no gain”, which means that if you do not suffer while training, you do
not improve. This idea is closely linked to training up to muscle failure, exhausting
all possible repetitions, where quantity is of the utmost importance. As opposed to
another current, somewhat more unusual to see in the job market, which guarantees
getting the best out of the sportsman with the least possible effort, “no pain, more
gain” prioritizing quality. This vision of training requires much more knowledge
than the first one by the professionals who manage it, since it aims to provide the
athlete with the minimum dose necessary to promote his improvement, keeping
him away from overtraining and the risk of injury.
There is a great deal of research in the field of sports science, where it is

possible to find many publications related to strength assessment and training. But
it is necessary to go even deeper, as there is a lack of knowledge about the effects of
varying the training settings of this physical quality. That is why it is necessary to
investigate the response to these variations, providing results from a mechanical,
perceptive, metabolic, neuromuscular and even biochemical perspective. In this
way, physical trainers and sports professionals can be provided with an effective
tool for understanding the response to various resistance training stimuli and for
their work to be as optimal as possible.
During resistance training, the way in which the variables that make up
the configuration of the sets are configured (rest time between series or between
repetitions, number of sets or repetitions, movements velocity, or the relationship
of the repetitions carried out according to those that can be achieved) will condition
effect of training. There are many possibilities that allow us to play with these
variables and the knowledge of the effects that this causes needs to be investigated
in depth. Therefore, the purpose of this doctoral thesis is to study the acute and
delate effects of different set configurations in resistance training, from a mechanical,
metabolic, biochemical, perceptual and neurological point of view.
The following five studies have been designed with the intention of
responding to the problems found in the literature. they can provide information
on the state of the athlete during training, just after finishing and how his recovery
behaves days later. In addition, these studies have been carried out after different
configurations of resistance training (different intra set rest and inter repetitions
rest time, different number of repetitions depending on the achievable ones etc.)
and studying different responses (rate of perceived exertion, movement velocity
and jump height as mechanical indicators of fatigue, study of central and peripheral
fatigue and biochemical response etc.). Aimed to provide a full perspective of these
effects
In the first Study, the mechanical, metabolic and perceptual effect of six
different squat resistance training protocols are compared: This study aimed to
compare mechanical, metabolic, and perceptual responses between two traditional
(TR) and four cluster (CL) set configurations. In a counterbalanced randomized
order, eleven men were tested with the following protocols in separate sessions
(sets × repetitions [inter-repetition rest]): TR1: 3×10 [0-s]; TR2: 6×5 [0-s]; CL1: 3×10
[10-s]; CL2: 3×10 [15-s]; CL3: 3×10 [30-s]); CL4: 1×30 [15-s]). The exercise (full squat),
number of repetitions (30), inter-set rest (5 min), and resistance applied (10RM) was
the same for all set configurations. The full squat was chosen because it is one of the
most used exercises to improve lower-limb muscular strength (Schoenfeld, 2010a).
The full study protocol was composed of seven sessions: one initial test session and
six different protocol sessions. The warm-up and the procedure used to determine
the 10RM load was identical for all subjects in all sessions. Subjects performed a
10-min standardized warm-up that included jogging, joint mobility exercises, two
sets of eight repetitions in the unloaded squat, five progressive CMJs, and two
sprints of 20 meters. Once the warm-up was completed, a progressive loading test
in the full-squat exercise was performed until the load produced an MPV of 0.75
m·s⁻¹ (≈ 10RM load according to Sánchez Medina and González Badillo). The initial
external load was set at 40 kg for all subjects, and was progressively increased by
20 kg when the MPV was higher than 1 m·s⁻¹, 10 kg when the MPV was between
1 m·s⁻¹ and 0.8 m·s⁻¹, and from 5 to 1 kg when the MPV was below 0.8 m·s⁻¹. Four
repetitions were performed when the MPV was above 1 m·s⁻¹, two repetitions when
the MPV was between 1 m·s⁻¹ and 0.8 m·s⁻¹, and only one repetition when the MPV
was below 0.8 m·s⁻¹. The recovery period between sets was three minutes and this
test was carried out to determinate the load of training in each study of this thesis.
A linear encoder (Chronojump, Barcelona, Spain) was used to measure the velocity
of the bar. Once the load linked to an MPV of 0.75 m·s⁻¹ was obtained, the subjects
rested for five minutes, and then this load was lifted as many times as possible
to determine whether this load was close to the 10RM or if a slight increment/
decrement in the magnitude of the load was needed. This test was considered to
be properly performed when the last repetition was lifted at an MPV lower than
0.35 m·s⁻¹ (Luis Sánchez-Medina & González-Badillo, 2011). Mechanical fatigue
was quantified by measuring the mean propulsive velocity during each repetition,
and the change in countermovement jump height observed after each set and after
the whole training session. During the training sessions, metabolic and perceptual
fatigue were assessed via the blood lactate concentration and the OMNI perceived
exertion scale measured after each training set, respectively. The mechanical,
metabolic, and perceptual measures of fatigue were always significantly higher
for the TR1 set configuration. The two set configurations that most minimized
the mechanical measures of fatigue were CL2 and CL3. Perceived fatigue did not
differ between the TR2, CL1, CL2 and CL3 set configurations. The lowest lactate
concentration was observed in the CL3 set configuration.
In a second approach, two different squat resistance training protocols

were designed, where twelve Sports Science students performed in one of them
repetitions until failure (6x10) while the other performed half of the possible
repetitions per set (6x5). The load was determined following the test described
in the previous section during familiarization session. Then, in two randomized
training sessions. the response of metabolic stress was studied by the concentration
of uric acid in serum and saliva, through two methods of sample collection (non-
stimulated - by passive drool and stimulated - using cotton rol) and three processes
of metabolite normalization (corrected for salivary flow, corrected by total protein
content and uncorrected). Samples were obtained before training and at 60 min,
24h and 48h post-training.
Three training sessions were performed starting with a pre-test, followed

by two post-tests days (24 and 48h). First, pre-saliva and pre-serum extractions
were carried out in fasting conditions. Afterwards, subjects had a breakfast (juice
and a toast with tomato and olive oil). One hour later, they did a standardized
warm-up protocol, followed by training sessions of 50-60 min (including warm-
up) which were supervised by researchers specialized in strength and conditioning
training. Every session was performed in the morning at the same schedule for
each individual (± 1 h), under constant environmental conditions (20 ºC and 60%
humidity).
Saliva and blood were sampled at four different times. First sample
corresponding with baseline was taken at 8:30 AM. The second saliva and blood
sample were collected 60 min post-training. Finally, the third and fourth extraction
corresponded with 24 and 48h post-training. The order of collection was saliva
by passive flow first, followed by collecting saliva using salivette and finally
blood sample was collected. Participants were not allowed to eat, drink coffee or
caffeinated soft drinks, and consume dairy products one hour before collecting
saliva samples. Furthermore, five minutes prior to saliva collection participants
were asked to rinse their mouth with clear water to avoid contaminations.
Specifically, saliva was collected applying two different procedures (i)

passive flow during 1 min under supervision, using 5 mL standard microcentrifuge
polystyrene tubes with round bottoms (12 X 75 mm) (Deltalab, 5 ml, Barcelona.
Spain) (Contreras-Aguilar et al., 2017), (ii) salivette cotton roll (Sarstedt, Nümbrecht,
Germany). Salivette rolls were chewed for 1 min and then placed into special
centrifugation tubes. Each sample was refrigerated or stored on ice until arrival
to the laboratory which was no longer than 45 minutes after sample collection.
All the samples were firstly weighed and then centrifuged at 4.500 x g for 10 min
at 4ºC. The supernatant from whole saliva samples obtained by passive flow and
saliva samples from the Salivettes were transferred to the 1.5 mL eppendorf tubes
and stored at -80°C until analysis. In all cases the volume of saliva obtained was 1
mL minimum. After saliva collection, blood extractions were performed from the
antecubital vein (5ml) into one plane tube to get serum (approximately 2 mLs) that
was stored at -80ºC until analysis. Uric acid was measured using a colorimetric
commercial kit (Uric acid, Beckman Coulter Inc., Fullerton, CA, USA) following
the International Medicine (IFCC) method. This assay showed in saliva and serum
less than 10% inter and intra-assay imprecision and was linear in the linearity test
under dilution.
Salivary flow rate was obtained by dividing the volume of saliva by the time
of the sampling period (1 min) (Contreras Aguilar et al., 2017; Rohleder & Nater,
2009). Saliva volume was obtained by subtracting the empty tube weight from
the saliva-filled one, and values in grams obtained were considered equivalent to
milliliters. UA amount was later multiplied by flow rate (mg/min). On the other
hand, Saliva total protein quantification (Prot.T) expressed in mg/mL was done
through a commercially available colorimetric kit for measuring urine and Low-
Complexity Region (LCR) proteins (Protein in urine and CSF, Spinreact, Spain).
This assay showed in saliva less than 15% inter and intra-assay imprecision and
was linear in the linearity test under dilution. To express the values of uric acid
normalized by protein content, in each sample the results from uric acid were
divided by its total protein value (mg/mg). Similar results were elucidated for
both collection methods. Correlations between uric acid in serum and saliva were
detected when saliva samples were not corrected for salivary flow or total protein
concentration (r = 0.434; p < 0.001).
The third study aimed to compare the effect of three rest intervals between
sets (1,3 and 5 minutes) on (I) the average mean velocity during a squat and bench
press strength training session, and (II) the force-velocity profile before and after
training. Fifteen male university students completed three sessions (Rec1’, Rec3’
and Rec5’) consisting of three sets of five reps with the load that they could perform
10 reps. The force-velocity profile was evaluated at the beginning and end of
each session using the countermovement jump and bench press throw exercises.
Movement velocity was slower for the Rec1’ protocol compared to the other two,
but there were no significant differences between the Rec3’ and Rec5’.
A randomized crossover design was used to explore the effect of different

interset rest intervals during resistance training session on barbell velocity and the
F-v relationship. Participants came to the laboratory on six occasions, twice a week,
separated by at least 48 hours, over three consecutive weeks. Sessions 1-2 were used
to ensure that all the participants could perform the full squats countermovement
jump (CMJ), bench press and bench press throw exercises with proper technique
against a variety of external loads. Session 3 was used to determine the 10RM
load during the full squat and bench press exercises, as well as the external load
associated with a jump height of 12 cm during the CMJ exercise. The 10RM load
determined in session 3 was applied during the remaining experimental sessions.
Following previous studies, the external load associated with a jump height of 12
cm was used to determine the F-v relationship during the CMJ exercise in the three
main experimental sessions (Garcia Ramos, Pérez Castilla, & Jaric, 2018).
The three main experimental sessions (sessions 4-6) consisted of three sets
of five repetitions against the 10RM load during the full squat and bench press
exercises. The only difference between the three experimental sessions was the
interset rest duration (1 minute [Rest 1’], 3 minutes [Rest 3’] and 5 minutes [Rest
5’]). The order of the full squat and bench press exercises was counterbalanced
between participants, but the same order was followed for individual participants
in the three experimental sessions. The order of the interset rest protocols was
randomized. The F-v relationship during the CMJ and bench press throw exercises
was determined on two occasions during each session: 5 min after the warm-up
(Pre) and 10 min after the last set of the training session (Post). All sessions were
performed at the same time of the day for each participant. During training, mean
velocity was slower in sets 2 and 3 of the Rest 1’ protocol compared to Rest 3’ and
Rest 5’, but no significant differences were present between Rest 3’ and Rest 5’.
After training, there was a significant decrease in F0 (p = 0.017) and Pmax (p =
0.010), but not in v0 (p = 0.259).
In a fourth investigation, the aimed were (I) to examine the acute and delayed
responses of three muscle damage biomarkers: creatine kinase (CK), aspartate
aminotransferase (AST) and lactate dehydrogenase (LDH) to an accentuated eccentric
training protocol in serum, and (II) to explore the changes of these biomarkers in
saliva and compare them with serum. Sixteen resistance-trained university students
(10 men [age = 26.6 ± 4.8 years, full squat one-repetition maximum [1RM] = 103.4
± 14.4 kg] and 6 women [age = 22.7 ± 1.4 years, full squat estimated 1RM = 68.3 ±
10.5 kg]) completed an accentuated eccentric strength training protocol with the
full squat exercise consisting of 8 sets of 10 repetitions against the 120% estimated
1RM load. The duration of the eccentric phase was set at 3 seconds and 5 minutes
of rest were implemented between successive sets. Subjects came to the laboratory
on four occasions. The first session was used to familiarize the subjects with the
saliva extraction process, determine the estimated 1RM load during the full squat
exercise, and certify that all of subjects were able to perform the eccentric full squat
protocol with a proper technique. The second one after 72 hours of rest to perform
the eccentric strength training protocol. Serum and saliva samples were collected
at the beginning of session 2 (Pre), 24 hours after training (session 3; Post24) and
96 hours after training (session 4; Post96). Extractions of serum and saliva were
always conducted in the morning (0800-0930 hours) at rest and fasting. In serum,
lower values of the three muscle damage markers were observed at Pre compared
to Post24 and Post96, while no significant differences were observed between
Post24 and Post96 for any analyte. In saliva, there was a significant increase in men
at Post96 compared with Pre in CK. The correlations between the measurements in
serum and saliva ranged from trivial to small (r = -0.034 to 0.212).
As last study of this thesis, a repeated-measures design was used to compare

the acute and delayed knee extensor fatigue and muscle damage following resistance
training leading or not to muscle failure conducted with the full squat exercise.
Twelve Sports Science students completed two resistance training sessions (one
of them consisted of repetitions until failure (6x10) while the other one performed
half of the possible repetitions per set (6x5)). Each subject was involved in 2
familiarizations and 2 experimental sessions with a break of 1 week in-between.
The familiarization was performed 1 week before the first experimental session
and it was conducted to acquaint the subjects with the full squat exercise, as well
as to establish the individual 10RM load (the load that induced failure after 10
repetitions) and avoid the possibility of induce repeated bout effect in the course
of the experimental session. During this session, subjects were also required to
perform two maximal voluntary isometric contractions (MVCs) with and without
electrical stimulation in order to familiarize them with the neuromuscular function
test.
After the familiarization session, participants undertook 2 different RT
sessions (TLF vs TNLF) in a counterbalanced order 1 week apart. Each session
consisted of 6 sets of full squats with a 10RM load (~75% 1RM). The protocols only
differed in the actual number of repetitions performed in each set in relation to the
maximum possible number of repetitions. One protocol demanded a maximum
number of repetitions in each set (TLF: 6×10[10]), whereas in the second protocol
participants were asked to perform only half the maximum number of repetitions
that would be allowed (TNLF, 6×5[10]). The inter-rest set was 5 minutes for both
protocols and participants were instructed to perform the concentric phase as fast
as possible (maximal intended velocity) and three seconds were set for the eccentric
phase. The movement velocity was measured during each repetition. Also, the
twitch interpolation technique was used to assess voluntary activation and muscle
contractile properties before (Pre), immediately after each set (Set_1…Set_6), and
1h (Post_1h), 24h (Post_24h) and 48h (Post_48h) post training. Muscle damage
markers (CK and AST) were inferred via serum measures obtained before and after
(Post_1h, Post_24h and Post_48h) each training protocol. Each training session
was performed at the same time of the day for each subject and under constant
environmental conditions (20-22 ºC and 55-60% relative humidity).
Our results displayed a higher reduction of the MPV during TLF (-21.7%)
than during TNLF (-3.5%). Furthermore, peripheral fatigue was higher during TLF
than during TNLF (p < 0.05). Voluntary activation remained depressed up to 48h
(~-7.5%) regardless of the training protocol, indicating the persistence of central
fatigue. TLF induced higher muscle damage than TNLF, which lasted up to 48h
post-training (CK: +111.9%; AST: +27.6%; p < 0.05). Changes in CK and MVC were
also correlated
For the first study, we can conclude that the different Cluster protocols with
recovery time between repetitions that we have studied have reported significantly
less mechanical, metabolic and perceptual fatigue after a squatting training session
and with the 10RM load, reporting better results the protocols CL2 and CL3.
However, the CL2 set configuration presents two main advantages with respect to
CL3: (1) it reduces training session duration, and (2) it promotes higher metabolic
stress, which to some extent may be beneficial for inducing muscle strength and
hypertrophy gains. On the other hand, all the cluster protocols evaluated have
managed to maintain higher values of mean propulsive velocity during squats
compared to the traditional set configuration of continuous repetitions. Hence, this
mean better performance per session. Although speculative, we suggest the possible
influence of a post-activation potentiation (PAP) phenomenon that counteracts the
negative influence of fatigue during recovery, thus minimizing the loss of headroom
in CMJ after the CL4 (1x30 IRR 15”) configuration. Ultimately, these results propose
Cluster training as a great strategy for training with low levels of fatigue and loss
of performance.
In the second approach, our results revealed the importance of an adequate

methodology for obtaining the samples and expressing the results when the
metabolites are measured in saliva has been proven. When comparing the use of
Cotton and Passive Fluid Salivettes for saliva extraction and later determination
of metabolic stress from uric acid, we could conclude that both methods are valid
since they did not present significant differences between them with respect to
serum samples. Finally, an evaluation process of these metabolites was carried
out without correcting the values (mg/dL). The latter methodology which did not
correct for uric acid values showed the highest correlation with reported serum.
Therefore, this study highlights the importance of choosing an adequate sampling
method selection as well as the expression of results when analytes are measured
in saliva
In the third study, when comparing the mean velocity of the squat and bench
press reps in three training sessions consisting of 3 sets of 5 reps, each with different
rest times (1-3 and 5 min), significantly lower values of mean velocity can be seen in
the 1 min rest protocol compared to the 3 and 5 min reps. On the other hand, for the
configuration of the series chosen in our research (3x5(10)) when retrieving 3 or 5 min
between series no significant differences were found in terms of performance when
evaluating the mean velocity in squats and bench press. Finally, after performing
squat and bench press training with half the level of the effort (3x5(10)), studying
the residual fatigue, regardless of the recovery time (1-3 or 5 min), the parameters
of the F-V ratio were not affected. Therefore, the results of this study propose Rec3’
as the most efficient protocol in time for maintaining movement velocity during
training sessions not leading to the muscle failure.
In our fourth study, the results showed that after the eccentric strength training
accentuated in squats with 120% MRI we could only find a significant increase of
Creatine Kinase in saliva for men at 96h Post Training. This implies a low level of
similarity between the values of this muscle damage marker in serum and saliva.
Moreover, the lack of correlation between serum and saliva values found in our
research could be due, among other causes, to different dynamics of the enzymes
CK, AST and LDH in serum and saliva. It seems that the response in saliva is later
than in serum, which makes us think that measuring these values hours later could
give us more related values, even if they are far from the practice, since it means
a long waiting time to know the induced damage. So, our results suggest that the
measurement of muscle damage markers in serum and saliva do not provide the
same information in the conditions of our study.
In the last study, when is compared two squat resistance protocols, one
leading to failure and one not leading to the failure, we have seen how, based on
the acute response, the protocol leading to the failure induced a significant decrease
in the movement velocity during the fifth and sixth sets. While, studying the delay
response, we can appreciate how both training protocols produced a significant
loss of maximum voluntary contraction, remaining affected even 24 hours after
training. Predictably leading to failure protocol produced significantly higher
levels of peripheral fatigue right after training and higher levels of muscle damage
at all measured times than training not leading to the failure. Although for both
configurations of the sets, the maximum values of muscle damage and peripheral
fatigue have been reported to coincide at the Post 1 hour time. On the other hand,
voluntary activation was reduced even to 48 hours after training for both protocols,
indicating the inability of the nervous system to recruit the entire motor neuron
pool. Finally, the result of the last study suggests that training leading to the failure
produces a greater decrease in performance during the session and causes a greater
degree of fatigue until 48 hours after training
Moreover, as novelty, the velocity loss between sets has been successfully used
to quantify mechanical fatigue during strength training to failure and not failure.
According to previous research (J J Gonzalez-Badillo et al., 2016; Juan José Gonzalez-
Badillo et al., 2017; F Pareja-Blanco et al., 2016; Luis Sánchez-Medina & González-
Badillo, 2011) training until failure generated a significant decrease in movement
velocity, when compared to the protocol until failure. In these publications and in
our previous studies (Study 1 and Study 3), we observed the velocity loss during the
sets, comparing the percentage difference between the fastest (usually the first) and
slowest repetition of each series (usually the last). According to this interpretation,
the fatigue generated at the end of the session would be known by averaging the
velocity losses suffered in each of the sets. It was Sánchez Medina and González
Badillo in 2011who proposed this excellent strategy to quantify the neuromuscular
fatigue during resistance training. But in this methodology, the state of the athlete
is not considered at the beginning of each sets, since as fatigue appears, the faster
repetition of each series, it decreases. Therefore, it is normal to see how the velocity
value at the beginning of each sets does not match, being higher in the first set,
especially during the training leading to the failure. In the opposite position, the
value of the slowest repetition, if usually similar between series, especially when all
possible repetitions are exhausted. This causes the first sets to experience a greater
loss of movement velocity than the last, since there is a greater difference between
the movement velocity of the fastest and slowest repetition of each set, which may
imply that the first sets generates more fatigue than the last.
It is then, when we think of measuring the velocity loss between sets as

a percentage, examining the decrease of the movement velocity values between
the fastest repetitions of each series (usually the first repetitions). In this way, we
can see how fatigue is affected during rest times and we can see how the value of
velocity loss increases when is completed more sets.
This proposal for measuring fatigue is not intended to go against what we

already know, but to complement it. We consider this method to be more accurate
when we want to take into account the athlete’s ability to recover between sets,
which will be related to the recovery time used. In our research, the protocol leading
to the failure induced a velocity lost between sets of -21.7%, while not leading to the
failure protocol only led to a reduction of -3.5%. These values cannot be compared
with those reported by similar configurations in other studies, where when taking
into account the velocity loss in each set, training to failure shows a reduction of
around -40%, while training not leading to failure shows a decrease of around -20%
(Gonzalez Badillo et al., 2016). Therefore, the velocity loss between sets can be seen
as a novel method of quantifying neuromuscular fatigue on a mechanical level
during resistance training.
The main practical applications proposed from the evidence found in the
studies that make up this thesis that our results could help trainers to design, dose
and adjust strength training programs by understanding the effect of training with
different setups in the series, varying the recovery time between repetitions and
between sets, emphasizing the eccentric phase, varying the volume or character of
effort. Also, based on the results of our research, there were no significant differences
between the protocols with recovery between 15- and 30-second reps, with the two
reporting lower values of fatigue. This proposes the protocol of 30 seconds between
repetitions as a valid method for training programs in which high velocity and
low fatigue are sought, oriented to moments of competition or to avoid plateau.
While 15 seconds recovery between repetitions may be recommended due to (I)
the session being shorter than with 30 seconds, or (II) if the goal is to produce some
more metabolic stress during high velocity repetitions in order to improve strength
and hypertrophy levels. On the other hand, the use of saliva for the measurement
of metabolic stress from uric acid originated after resistance training, can be an
effective and simple methodology as long as it is collected and expressed correctly.
Therefore, the use of saliva is proposed as a tool that presents advantages over
blood extractions since it is a faster and cheaper way to know the metabolic stress
suffered during a resistance training session. Also, one minute of rest are not enough
to maintain performance in squat and bench press when training with half the
character of the effort. In addition, no significant performance differences are found
between the 3 and 5 minute recoveries for a squat and bench press strength training
with half the character of the effort, the use of the 3 minutes can be recommended
to optimize performance in the outside session, as the duration is shorter.
It should also be noted that the measurement of muscle damage markers in

saliva after resistance training are not reliable, so they must be measured in serum.
Therefore, the high variability in individual serum CK, AST and LDH responses to
the stressed eccentric training protocol in our research suggests that coaches cannot
extrapolate the results reported in the literature to their athletes, and individual
monitoring of these biomarkers is necessary.
The resistance training sessions, even if performed with half the level of the
effort, may cause voluntary activation not to be recovered even up to 48 hours after
training. What coaches should use to manage the rest and design the following
training sessions. Also training until failure has proven to be an effective strategy to
optimize performance, with less mechanical, neuromuscular and metabolic stress
than training until failure. Finally, to take into account the velocity loss between
sets will give us a more accurate view of how the athlete recovers between each
series.
Keywords: Squats, Cluster, Saliva, Movement Velocity, Rest Time, Accentuated

Eccentric Trainng, Central and Peripheral Fatigue, Muscle Damage
I
Introducción
INTRODUCCIÓN 53
I/ INTRODUCCIÓN
El entrenamiento de fuerza ha demostrado ser una estrategia clave para la

mejora del rendimiento y de la salud. Desde una perspectiva mecánica, la fuerza
es entendida cómo toda causa capaz de modificar el estado de un cuerpo ya sea en
reposo o en movimiento, así como la causa capaz de deformar los cuerpos, bien por
presión o por tensión. Por otro lado, desde el punto de vista fisiológico, la fuerza
se contempla como la capacidad de producir la tensión que posee un músculo al
activarse (González Badillo & Serna, 2002). La cultura del entrenamiento de la fuerza
se ha extendido notablemente en los últimos años. Cada vez son más los deportes
que establecen esta capacidad como base de su preparación física, es un elemento
clave en la mayoría de las fases de una readaptación deportiva y, sin duda, una
cualidad fundamental durante etapas de desarrollo y vejez. Pero no ha sido fácil, la
conceptualización de la fuerza ha experimentado una transformación que necesitó
varias generaciones para asentarse y contar con el reconocimiento que requiere. Son
muchas las falsas creencias y mitos que acompañaban al entrenamiento de fuerza,
desde la idea de que las mujeres se ponen muy fuertes por entrenar con pesas o
que entrenar en el gimnasio vuelve lento al deportista. Por suerte, estas ideas están
quedando desfasadas, gracias al trabajo de investigación que se está llevando a
cabo en el mundo de las ciencias del deporte, indagando en el potencial que ofrece
trabajar la fuerza, no sólo para la mejora del rendimiento deportivo, sino para la
mejora de la salud y calidad de vida, al combatir y paliar diversas patologías como
la sarcopenia, diabetes, hipercolesterolemia o síndrome metabólico. Pero esto no
es suficiente, la influencia de la era de internet y la divulgación no científica sobre
todo en redes sociales está haciendo mucho daño. El entrenamiento de fuerza es
un producto de moda y la aparición de nuevas metodologías de entrenamiento
ha desencadenado una vorágine que a menudo no se sustenta sobre un respaldo
científico. Algo paradójico, puesto que el entrenamiento es una ciencia y realmente
es necesario profundizar en la literatura para aportar una teoría lógica de cómo se
debería entrenar.
54 JORGE MIGUEL GONZÁLEZ HERNÁNDEZ
Son muchos los centros deportivos que ofertan programas de entrenamiento

sin un criterio lógico en cuanto a la progresión de las cargas. Tampoco la
individualización del entrenamiento o simplemente que se tenga en cuenta el
efecto que se produce en una sesión, teniendo en cuenta la carga programada
para el siguiente entrenamiento. Clases colectivas o modalidades como el Crossfit
obvian muchos de los principios básicos del entrenamiento, con lo cuál, se abre
un debate entre el marketing que envuelve estas modalidades, respaldadas por el
buen ambiente de entrenamiento y la mentalidad de “no pain, no gain”, lo que se
traduce en que, si no se sufre entrenando, no se mejora. Esta idea está muy ligada
al entrenamiento hasta el fallo muscular, agotando todas las repeticiones posibles,
donde prima la cantidad. Frente a otra corriente, algo más inusual de ver en el
mercado laboral, que avala conseguir lo mejor del deportista con el mínimo esfuerzo
posible, “no pain, more gain” priorizando la calidad. Esta visión del entrenamiento
requiere de mucho mas conocimiento que la primera por parte de los profesionales
que la dirigen, puesto que pretende aportar al deportista la mínima dosis necesaria
para potenciar su mejora, manteniéndolo alejado del sobreentrenamiento y del
riesgo de lesión.
Con la idea de indagar en el efecto que produce el entrenamiento de

fuerza para poder actuar de acorde a esta fatiga producida, surge la motivación
para realizar la siguiente tesis doctoral, aportando una visión científica a una
problemática que afecta a todos los que practican entrenamiento de fuerza. Son
muchas las cuestiones planteadas a diario por preparadores físicos, entrenadores o
incluso deportistas, cómo: ¿cuántas repeticiones o series realizo? ¿cuánto tiempo de
recuperación empleo? ¿llego hasta el fallo o no? etc. Está claro que una respuesta
u otra condiciona el efecto producido, por lo tanto, la posibilidad de manejar este
tipo de información hará que el entrenamiento ofrezca mayor o menor posibilidad
de éxito.
Existen numerosas investigaciones en el campo de las ciencias del deporte,

donde es posible encontrar gran cantidad de publicaciones relacionadas con la
evaluación y el entrenamiento de fuerza. Pero es necesario ahondar aún más, ya que
existe una falta de conocimiento sobre los efectos que produce la manipulación de
las configuraciones del entrenamiento de esta cualidad física. Es por ello por lo que
INTRODUCCIÓN 55
se hace necesario investigar sobre la respuesta ante estas variaciones, aportando

resultados desde una perspectiva mecánica, perceptiva, metabólica, neuromuscular
e incluso bioquímica. De esta forma, se podrá facilitar a los preparadores físicos
y profesionales de la Actividad Física y del Deporte, una herramienta eficaz para
entender la respuesta ante diversos estímulos de entrenamiento de fuerza y que
su trabajo pueda ser lo más óptimo posible, alejado de modas y corrientes que no
tienen base científica, distanciadas de la realidad.
Durante esta Tesis Doctoral se han llevado a cabo los siguientes estudios
científicos con el fin de dar explicación a las cuestiones planteadas anteriormente,
buscando aportar respuestas ante estímulos agudos desde diferentes perspectivas.
Todos ellos se han llevado a cabo con estudiantes entrenados de Ciencias de la
Actividad Física y del Deporte, que han firmado un consentimiento informado al
cumplir con los criterios de inclusión para el mismo y cumpliendo con los comités
de ética pertinentes.
Estudio I: Mechanical, metabolic, and perceptual acute responses to different

set configurations in full squat
El entrenamiento de fuerza Cluster se caracteriza por establecer pequeños
descansos entre repeticiones o entre grupos de ellas. Para este estudio se ha propuesto
comparar el efecto metabólico, mecánico y perceptual tras diferentes protocolos de
fuerza en sentadilla con el mismo número de repeticiones (30 reps) y la misma carga
(con un peso que pudieran hacer 10 repeticiones) pero diferente configuración de
las series. Dos de ellos fueron tradicionales, con repeticiones continuas, donde uno
agotaba todas las repeticiones posibles (3 series de 10 repeticiones) y el otro realizó
la mitad de las repeticiones realizables por serie (6 series de 5 repeticiones). Otros
tres protocolos de Cluster de 3 series de 10 repeticiones con diferentes tiempos
de recuperación entre repeticiones (10, 15 y 30 segundos). Por último, ha sido
propuesto un protocolo caracterizado por realizar 30 repeticiones seguidas con un
tiempo de recuperación entre repetición de 15 segundos. El objetivo fue averiguar
cual de estos protocolos de entrenamiento obtenían mejor rendimiento y producían
menor fatiga al estudiar la respuesta del lactato como marcador metabólico, la
capacidad de salto y la velocidad de ejecución como medidas de fatiga mecánica y
la de percepción subjetiva del esfuerzo OMNI como indicador de fática perceptual.
Estudio II: Influence of Sampling Conditions, Salivary Flow and Total Protein
Content in Uric Acid Measurements in Saliva
El ácido úrico es un marcador de estrés oxidativo que ha demostrado
presentar una buena respuesta en saliva tras el entrenamiento de fuerza. Por lo
tanto, el objetivo de este estudio ha sido evaluar el efecto de diferentes métodos
de extracción de saliva y de medición de ácido úrico tras dos entrenamientos de
fuerza en sentadillas con distinto nivel de esfuerzo, relacionándolo con los valores
de ácido úrico en sangre como Gold Standard. Las extracciones se realizaron pre
y post (60min, 24 y 48h) para sangre y saliva. Se obtubo saliva no estimulada (por
flujo pasivo) y estimulada (utilizando rollitos de algodón). Además, se evaluaron
tres tipos de expresion de valores de ácido úrico en saliva corregidos por flujo
salival, por proteinas totales salivares y sin corregir (en valores absolutos). Con el
fin de obtener el método más preciso posible a la hora de medir la respuesta de este
metabolito en saliva tras el entrenamiento de fuerza.
Estudio III: Effect of different interset rest intervals on movement velocity

during the squat and bench press exercises
El tiempo de recuperación entre series durante el entrenamiento de fuerza
es una de las variables que más determinan la orientación del estímulo. Por lo
tanto, ante un mismo entrenamiento de sentadilla y press de banca, (3 series de 5
repeticiones con la carga que podían realizar 10 repeticiones) hemos establecido tres
protocolos con diferente tiempo de recuperación: 1, 3 y 5 minutos. El efecto de estas
configuraciones de la serie se ha cuantificado a partir de la velocidad de ejecución
de cada repetición y la fatiga producida al comparar el perfil fuerza velocidad pre
y post entrenamiento para el miembro superior e inferior.
Estudio IV: Response of muscle damage markers in serum and saliva to an

accentuated eccentric training protocol
Durante un ejercicio como la sentadilla, podemos diferenciar una fase
de trabajo excéntrico, en el que el sujeto realiza flexión de cadera y rodillas,
descendiendo con la barra y una fase de trabajo concéntrico en donde se realiza
la extensión de rodillas y cadera para volver a la posición inicial. Si se aumenta el
tiempo de la fase excéntrica al frenar el recorrido, y, además, se emplea un peso
mayor del que supone el 1RM, estamos ante un tipo de entrenamiento de fuerza
INTRODUCCIÓN 57
excéntrico acentuado. Lo que implica, una mayor demanda mecánica, además

de producir un daño muscular exacerbado en comparación con un ejercicio
convencional donde se prioriza el trabajo de la fase concéntrica. El objetivo de este
estudio ha sido investigar la respuesta de los marcadores Criatina Kinasa (CK) y
Aspartato Aminotransferasa (AST) de daño muscular en sangre y en saliva tras un
protocolo de entrenamiento de fuerza excéntrico acentuado con el 120% del peso de
la repetición máxima (120%RM) en sentadilla, realizando 4 series de 8 repeticiones
y extracciones de sangre y saliva preentrenamiento y post 24 y 96h, con el fin de
comprobar la dinámica de los biomarcadores y la fiabilidad de estos dos métodos
de medición.
Estudio V: Resistance training to failure vs. not to failure: acute and delayed
markers of mechanical, neuromuscular and biochemical fatigue
La fatiga central y periférica tras el entrenamiento de fuerza nos aporta
una valiosa información acerca de las demandas neurales del entrenamiento.
La primera de ellas denota una incapacidad del sistema nervioso central para
transportar la información hasta el músculo, mientras que la fatiga periférica ocurre
como consecuencia del decremento de la capacidad contráctil de la musculatura.
Esta última está asociada a un alto índice de daño muscular. Por lo que el objetivo
del estudio ha sido comparar la fatiga y el daño muscular producido tras dos
protocolos diferentes de fuerza en sentadilla, uno de ellos hasta el fallo (6 series de
10 repeticiones) y otro hasta el no fallo (6 series de 5 repeticiones). Estas mediciones
se realizaron pre y post entrenamiento (a los 60 min, 24 y 48 horas) para comprobar
como evolucionaba la fatiga a lo largo de los días posteriores. Con la intención de
dar explicación del tipo de fatiga y la duración de esta, además del daño muscular
producido tras estos dos entrenamientos con configuraciones de la serie diferente.
Destacamos la novedad de utilizar la pérdida de velocidad entre series como
indicador de fatiga mecánica.
Esta tesis doctoral se desarrolla dentro del grupo de investigación de

Neurociencia y Movimiento Humano (Neuromove) de la Universidad Católica
San Antonio de Murcia UCAM, bajo la tutela de los directores Dr. Pedro Jiménez
Reyes, Dr. Gonzalo Márquez y la Dra. Asta Tvarijonaviciute; en colaboración con
la Universidad Católica Santísima Concepción de Chile, donde se ha realizado el
último experimento de esta tesis durante la estancia internacional de tres meses y

medio, supervisado por el Dr. Amador García Ramos, profesor de esta universidad.
Existen tres grandes grupos en España que llevan una línea de investigación similar
a las de esta tesis
El trabajo desempeñado por nuestro grupo de investigación para la presente

tesis pretende dar respuesta a diversas brechas de la literatura. Con el fin de aportar
nuevas herramientas que puedan contribuir a la mejora de la metodología de trabajo
en el entrenamiento de fuerza, se ha intentado estudiar el efecto de las diferentes
configuraciones del entrenamiento de fuerza desde una amplia perspectiva, algunas
como la altura de salto y la velocidad de ejecución como herramienta fácil de usar
y que pueden aportar feedback inmediato. Por otro lado, la respuesta a través de la
escala subjetiva del esfuerzo (OMNI), nos aporta una herramienta sencilla y eficaz
para controlar el efecto de la sesión de entrenamiento. La evaluación de la fatiga
central y periférica permite una comprensión neuromuscular del mecanismo de
fatiga, lo que nos aporta una información muy valiosa y útil. La relación fuerza-
velocidad nos aporta una visión acerca del comportamiento del rendimiento ante
diferentes cargas y, por consiguiente, la capacidad del deportista para aplicar
fuerza o velocidad. Para finalizar, el perfil bioquímico completa este abanico de
pruebas, siendo un reflejo de la respuesta del organismo a nivel de daño muscular,
inflamación y estrés oxidativo. Sin duda, diferentes métodos con un mismo
fin, llegar a una concepción de fatiga que nos ayude a cuantificar la carga y la
recuperación que necesita el deportista tras una sesión de entrenamiento de fuerza
para programar el resto de las sesiones.
II
Origen de la problemática
objeto de estudio
ORIGEN DE LA PROBLEMÁTICA OBJETO DE ESTUDIO 63
II/ ORIGEN DE LA PROBLEMÁTICA OBJETO DE ESTUDIO
Son muchos lo artículos científicos y los libros en donde se postula al trabajo

de fuerza como un pilar fundamental en el entrenamiento. “En el deporte únicamente
se pueden realizar dos cosas: pensar y aplicar fuerza”. Esta frase mencionada por el
Prof. González Badillo en una conferencia refleja la importancia de la fuerza en
el entrenamiento. Es por ello, que trabajar esta cualidad incumbe a entrenadores,
preparadores y educadores físicos, fisioterapeutas e incluso médicos. Se ha
demostrado que el entrenamiento de fuerza es una herramienta eficaz no sólo
para la mejora del rendimiento en la mayoría de los deportes, sino también para la
mejora de la salud y calidad de vida de nuestra sociedad (Ratamess et al., 2009). En
relación al rendimiento, se pueden apreciar acciones comunes durante numerosos
deportes, como el esprint, saltos o los lanzamientos, pudiéndose mejorar a
través del entrenamiento de fuerza (Cronin & Sleivert, 2005; Freitas, Martinez
Rodriguez, Calleja González, & Alcaraz, 2017; García Ramos, Haff, Feriche, &
Jaric, 2017). Además, en la mayoría de las lesiones deportivas, el entrenamiento
de fuerza es protagonista durante las distintas fases de readaptación, siendo los
niveles de fuerza un valor muy utilizado para conocer el progreso del lesionado
(Mendiguchia et al., 2016). Por otro lado, desde el punto de vista de la salud, existe
gran cantidad de enfermedades o trastornos que pueden ser tratados a través del
entrenamiento de fuerza. Se ha demostrado que patologías como la sarcopenia,
problemas posturales, enfermedades cardiovasculares, osteoporosis, diabetes etc.
experimentan en muchos casos una notable mejoría al emplear el entrenamiento
de fuerza frente al ser tratadas únicamente mediante fármacos (Brooks et al., 2007;
Hurley, Hanson & Sheaff K., 2011; Roth, Ferrell, & Hurley, 2000; Schjerve et al.,
2008). Es por ello por lo que el conocimiento de esta cualidad y del diseño del
entrenamiento presenta gran importancia.
Es necesario conocer el efecto que producirá el estímulo que se pretende

inducir, puesto que el sistema neuromuscular se adapta al estímulo al que se ve
sometido con regularidad (Coffey & Hawley, 2007). Por lo tanto, las adaptaciones
fisiológicas, mecánicas e, incluso, morfológica dependerán de la configuración de
las series resultante al combinar las variables de volumen, intensidad, descanso,

tipo y orden de ejercicios, velocidad de ejecución, tiempo bajo tensión o el carácter
del esfuerzo (González Badillo, Rodríguez Rosell, Sánchez Medina, Gorostiaga, &
Pareja Blanco, 2014; Pareja Blanco et al., 2016; Pareja Blanco, Rodriguez Rosell, &
González Badillo, 2014). Pero la configuración de estas variables no tiene sentido si
no se conoce el estado del deportista. Es por ello, que existe la necesidad de realizar
alguna evaluación previa para planificar el programa de entrenamiento en función
de los valores obtenidos en esta.
A la hora de evaluar y diseñar los entrenamientos de fuerza, la referencia

más usada comúnmente ha sido la Repetición Máxima (RM). Este valor se entiende
como la carga con la que el sujeto es capaz de realizar únicamente una repetición
en un ejercicio determinado. A partir de este punto de referencia se pueden pautar
intensidades relativas de entrenamiento estipulando la carga en función del grado
de esfuerzo al que se quiera entrenar, por ejemplo, entrenar al 75% del 1RM. Sin
embargo, este método de evaluación de la fuerza, a pesar de ser el más común
por su carácter práctico, presenta grandes inconvenientes. Esto se debe a que la
RM se estima de forma directa realizando una prueba incremental de cargas hasta
conocer los kilos que el deportista puede desplazar sólo una vez en ese ejercicio en
concreto. Pero la realización de estos protocolos conlleva un esfuerzo muy exigente
para el cual no todas las personas están preparadas, afectando a su integridad
física al exponerse a un alto riesgo de lesión, viéndose comprometida la técnica
de ejecución. Además, la evaluación de la RM interfiere en la programación del
entrenamiento, ya que genera un alto grado de fatiga. Por otro lado, la exigencia de
este test, al requerir un esfuerzo máximo, hace que únicamente los sujetos realmente
concentrados y suficientemente familiarizados en entrenamientos con cargas altas
puedan aportar resultados precisos. Al depender de la voluntariedad del sujeto,
aquellos deportistas no acostumbrados llegarán al fallo antes y aportarán valores
subestimados de la RM, comprometiendo de esta forma la fiabilidad de la prueba.
Por último, se sabe que el valor de la RM puede variar en pocas sesiones o incluso
durante una misma sesión, no sólo debido a las adaptaciones del entrenamiento
sino a la predisposición motivacional del sujeto (Balsalobre Fernández & Jimenez
Reyes, 2014). Como supuesto práctico, podemos proponer el caso de un deportista
que realiza una prueba de 1RM en sentadilla y consigue llegar a 150kg, para
posteriormente plantear dos sesiones semanales de entrenamiento durante seis

semanas con un 75% del valor de esa RM. Lo más probable es que las adaptaciones
al entrenamiento consigan que el peso que representaba su 75% de la RM el día
de la prueba no coincida con el mismo con el entrene las últimas semanas, sino
que sea menor, ya que va mejorando. Como alternativa, se podría pensar que la
subsanación de este inconveniente se puede solucionar realizando test de 1RM
más consecutivos, pero la exposición del deportista a este esfuerzo puede interferir
con el programa de entrenamiento debido a la exigencia de la prueba, además de
exhibir al deportista a un gran riesgo de lesión.
El test del XRM surge como una opción popular para “evitar” la exigencia
del test de 1RM. En esta prueba se busca estimar la carga con la que se puede hacer
un número submáximo de repeticiones y a partir de aquí, mediante una formula
propuesta en el año 1993 por Matt Brzycki, (Brzycki, 1993) es posible determinar el
valor de la RM.
RM= c/(1.0278-(n*0.0278))
Fórmula 1. Brzycki estimación del 1 RM
Donde “c” es el valor de la carga y “n” es el número de repeticiones realizadas.

En este caso supongamos que se realizan 3 repeticiones con una carga de 100kg. Al
resolver esta ecuación nos propone una carga estimada del RM de 105kg.
RM=100/(1.0278-(3*0.0278)) = 105kg
Fórmula 2. Brzycki estimación del 1 RM con datos.
Pero esta alternativa no se aleja de la problemática presentada por el test de

1RM, puesto que la exigencia es muy alta para el deportista y predomina el riesgo
de lesión, ya que la última repetición se ejecuta tan lenta y con la misma fatiga o,
incluso, más que la alcanzada durante el test de 1RM.
Debido a la ineficacia de los dos métodos planteados anteriormente, surge

la necesidad de utilizar algún otro indicador más preciso para expresar el grado
de intensidad sin necesidad de realizar levantamientos máximos. Esto se ha
conseguido gracias a la medición de la velocidad de ejecución durante los ejercicios
de fuerza. Esta variable ha sido mostrada como el mejor indicador del grado de
intensidad en el entrenamiento de fuerza, puesto que cada porcentaje de la RM
presenta un valor de velocidad de ejecución asociado (González Badillo & Sanchez
Medina, 2010). Por lo tanto, mientras medimos la velocidad, siempre y cuando la
intención en cada repetición sea realizar la fase concéntrica lo más rápido posible,
podremos conocer el valor de la RM estimada, sin necesidad de realizar esfuerzos
tan grandes ni interferir en el programa de entrenamiento. De esta forma, podremos
cuantificar las ganancias de fuerza conseguidas y la efectividad de desplazar cargas
submáximas a gran velocidad en cualquier momento. Por consiguiente, si se tiene
en cuenta la pérdida de velocidad de ejecución durante la serie o el entrenamiento
se puede conocer la fatiga inducida por el mismo. Esto es debido a que existe
una relación entre el descenso de velocidad de ejecución con la acumulación de
diferentes metabolitos indicadores de fatiga (Sánchez Medina & González Badillo,
2011).
Gracias a la velocidad de ejecución, podemos conocer a tiempo real la

magnitud del esfuerzo inducido por el entrenamiento sobre el deportista. La
velocidad de ejecución decaerá a medida que se realizan repeticiones hasta llegar
al fallo. Es entonces cuando la velocidad de esta última repetición coincide con
la velocidad de 1RM (ej. en sentadilla es a ± 0,35m/s). Existe en la literatura un
gran dilema entre entrenar al fallo o no al fallo. Algunos estudios (Drinkwater et
al., 2005; Schoenfeld, 2010b) apoyan este método de entrenamiento para conseguir
mejoras de fuerza, potencia e hipertrofia, mientras que nuevas investigaciones han
demostrado que no es necesario llegar hasta el fallo para conseguir las mismas o,
incluso, mejores valores de fuerza, hipertrofia o potencia (Folland, Irish, Roberts,
Tarr, & Jones, 2002; Izquierdo, Ibañez, González Badillo, et al 2006; Nóbrega &
Libardi, 2016) . Entrenar hasta el fallo produce una gran pérdida de velocidad de
ejecución, y se aumenta el tiempo bajo tensión, lo que activa en mayor medida
las fibras lentas. Es aquí donde se produce una controversia con la mayoría de
los deportes en los que interesa desplazar cargas a velocidades altas, siendo
necesario entrenar a través de configuraciones de la serie en las que no se agoten

todas las repeticiones posibles, permitiendo desplazar la barra a altas velocidades
y con breves tiempos bajo tensión. A la hora de prescribir estos entrenamientos,
toma protagonismo el “carácter del esfuerzo”. Este concepto se entiende como la
relación entre las repeticiones realizadas en función de las realizables (Gonzalez
Badillo et al., 2016) . Un ejemplo de entrenamiento hasta el fallo es 3x10(10) donde
se realizan tres series de diez repeticiones con un peso que se podrían completar
diez repeticiones. Frente a 3x5(10) donde se realizan la mitad de las repeticiones
posible por cada serie.
Además de estas variables que afectan a la configuración de la serie, el implantar

periodos breves de recuperación entre repeticiones, en torno a 20-40 segundos,
es una herramienta que ha tomado mucho protagonismo en el entrenamiento de
fuerza durante la última década. Esta estrategia se conoce como entrenamiento
Cluster y se basa en la idea de permitir la resintesis del ATP durante estos breves
periodos de descanso entre repeticiones, y, por consiguiente, mejorar el rendimiento
durante el entrenamiento (Haff et al., 2008). Esta propuesta de configuración de
las series, permite entrenar con una menor perdida fatiga mecánica y metabólica
(García Ramos et al., 2020), además de una menor percepción del esfuerzo (Mayo,
Iglesias Soler, & Fernández Del Olmo, 2014) y una mejor prevalencia de la técnica
de ejecución (Hardee, Lawrence, Zwetsloot, et al., 2012) que el entrenamiento
tradicional que aboga por realizar repeticiones continuas.
La modificación de las variables que configuran el entrenamiento de fuerza

condicionará los estímulos inducidos y por lo tanto las adaptaciones conseguidas. Por
esta razón surge la necesidad de estudiar la respuesta de diferentes configuraciones
de la serie desde una amplia perspectiva, teniendo en cuenta factores mecánicos,
metabólicos, perceptivos, bioquímicos y neurológicos.
III
Estado actual del
conocimiento
ESTADO ACTUAL DEL CONOCIMIENTO 71
III/ ESTADO ACTUAL DEL CONOCIMIENTO
3.1. EL ENTRENAMIENTO DEPORTIVO Y LA FUERZA: EL ROL DE LA FUERZA

EN LAS NUEVAS TENDENCIAS DE ENTRENAMIENTO
El entrenamiento de fuerza ha demostrado ser una solución a muchos

problemas en la rehabilitación de deportistas, ya el Dr. Delorme durante la II
Guerra Mundial utilizaba el trabajo de fuerza con sobrecargas pesadas para
recuperar las lesiones producidas en los heridos de guerra (Delorme, 1945). El
primer entrenamiento propuesto se basaba en 7 series de 10 repeticiones con cargas
altas durante 5 días a la semana. Posteriormente en la publicación de (DeLorme
& Watkins, 1948) este mismo médico planteó reducir el número de series a 3 y
realizar cada una con un incremento progresivo de la carga utilizada, obteniendo
mejores resultados. El éxito en sus intervenciones y los resultados de numerosas
y recientes investigaciones han consagrado al entrenamiento de fuerza como un
pilar básico para las diferentes fases de la readaptación de lesiones (Todd, Shurley,
& Todd, 2012). Además, el entrenamiento de fuerza es considerado como la base
de la preparación física en la mayoría de los deportes (Ratamess et al., 2009).
Son muchas las perspectivas de entrenamiento y las concepciones que se tienen
en cuanto al desarrollo y el planteamiento de esta cualidad. Ya sea en base a la
idiosincrasia del deporte, de la disposición en cuanto a tiempo o materiales, pero
siempre teniendo la fuerza como factor común en todas ellas. Existe una concepción
social como herencia de míticas investigaciones (Berger, 1962a, 1962b; DeLorme,
Schwab, & Watkins, 1948; DeLorme & Watkins, 1948) donde se ha instaurado
comúnmente el entrenamiento de fuerza a través de 3 series de 10 repeticiones. Esta
es la configuración típica mediante la cual se ha estudiado diversos efectos (Berger,
1962a; Calle & Fernandez, 2010; Hakkinen, Pakarinen, Alen, Kauhanen, & Komi,
1988) y adaptaciones (Izquierdo, Ibañez, González Badillo et al., 2006; Marshall,
McEwen, & Robbins, 2011; Sanborn et al., 2000). A partir de aquí, se ha visto que el
trabajo con menos repeticiones y cargas más cercanas al RM pueden proporcionar
mayores ventajas a la hora de incrementar los niveles de fuerza (González Badillo,
Gorostiaga, Arellano, & Izquierdo, 2005). Mientras que trabajar con cargas cercanas
a 10RM es un recurso muy implementado cuando la intención es mejorar los niveles

de hipertrofia (Schoenfeld, 2016). Por otro lado, para la mejora de la Potencia, se ha
propuesto trabajar con cargas más ligeras, entorno a 6 repeticiones con un peso que
se puedan completar 10-12repeticiones (Pareja Blanco et al., 2016). Finalmente, el
uso de cargas con las que se puedan realizar entre 15-20 repeticiones suele estar
orientado al trabajo de resistencia a la fuerza o periodos básicos de entrenamiento
(Manolopoulos, Papadopoulos, Salonikidis, Katartzi, & Poluha, 2004; Ratamess et
al., 2009). Numerosas investigaciones son las que han estudiado las adaptaciones
producidas, ya sea midiendo niveles de fuerza o potencia (Newton et al., 2002;
Soriano, Jiménez Reyes, Rhea, & Marín, 2015; Tan, 1999). La medición de la sección
trasversal del músculo es usada para conocer los niveles de hipertrofia (Ahtiainen,
Pakarinen, Alen, Kraemer, & Häkkinen, 2003) y el rendimiento en otras pruebas
como la altura de salto o el tiempo en un sprint, son comúnmente pautadas para
medir la eficacia de diversos programas de entrenamiento (Pareja Blanco et al.,
2016).
Nos hemos percatado de que el estudio de los efectos agudos producidos por
el entrenamiento de fuerza tiene mayor protagonismo en la literatura científica. Son
muchos los trabajos que abordan esta problemática desde una perspectiva mecánica,
ya sea a través de la velocidad de ejecución (García Ramos et al., 2018; González
Badillo & Sanchez Medina, 2010; Pérez Castilla, García Ramos, Padial, Morales
Artacho, & Feriche, 2018; Rodríguez Rosell et al., 2020), o la pérdida de altura de salto
vertical (Claudino et al., 2017; Pérez Castilla, García Ramos, et al., 2018; Rodríguez
Rosell et al., 2020). También podemos encontrar investigaciones que han explorado
las consecuencias del entrenamiento de fuerza desde un punto de vista metabólico,
analizando metabolitos como el Lactato o el Amonio (Gorostiaga et al., 2014;
Pareja Blanco et al., 2014; Rodríguez Rosell et al., 2018; Sánchez Medina, González
Badillo, Pérez, & Pallarés, 2014), diferentes biomarcadores de daño muscular como
la Creatina Kinasa (Brancaccio, Limongelli, & Maffulli, 2006; Clarkson & Hubal,
2002; González Badillo, Marques, & Sánchez Medina, 2011; Gonzalez Badillo et al.,
2016; Koch, Pereira, & Machado, 2014; Pareja Blanco et al., 2016) u hormonas como
la Testosterona (Hayes, Bickerstaff, & Baker, 2010; Izquierdo et al., 2009; Kraemer
et al., 2001). Del mismo modo, la percepción subjetiva del esfuerzo ha demostrado
tener un gran protagonismo a la hora de cuantificar el esfuerzo ocasionado durante
el entrenamiento de fuerza (Naclerio et al., 2011; Robertson et al., 2003), siendo

de gran utilidad por la simplicidad de su medición. La medición de la relación
fuerza-velocidad ante diferentes cargas, nos aporta una visión de la capacidad del
deportista para conseguir desplazar la carga a través de la capacidad de aplicar
mayores niveles de fuerza o velocidad (García Ramos, Suzovic, & Pérez Castilla,
2019). Por último, el estudio de la fatiga central y periférica aporta una visión más
completa acerca de la implicación del sistema nervioso durante el entrenamiento
de esta cualidad (Carroll, Taylor, & Gandevia, 2016; Gandevia, 2001; Marquez et al.,
2016). En definitiva, la mayoría de estas investigaciones buscan entender los efectos
producidos con el fin de aportar herramientas que optimicen el entrenamiento de
fuerza y su recuperación.
Es importante tener en cuenta que la planificación, la organización de los

ejercicios, la orientación, cargas, tiempos de descanso, repeticiones etc. van
a depender del objetivo del entrenamiento, de la idiosincrasia del deporte y de
las cualidades del deportista. Todas las variables que engloban o caracterizan
el entrenamiento de fuerza van a condicionar los efectos y las adaptaciones
conseguidas (Coffey & Hawley, 2007). Es por ello por lo que se hace necesario
gestionar todas estas variables posibles para obtener el mejor rendimiento del
deportista a través de la mejora de la capacidad de aplicar fuerza en condiciones
similares al tiempo disponible de aplicar fuerza durante el gesto deportivo. Es aquí
donde asume mayor protagonismo la producción de fuerza por unidad de tiempo,
o como se conoce en la literatura “Rate of Force Development (RFD)” (Aagaard,
Simonsen, Andersen, Magnusson, & Dyhre Poulsen, 2002; Maffiuletti et al., 2016).
La capacidad de aplicar la mayor fuerza posible en el menor tiempo disponible
maximizará el rendimiento deportivo al adecuarse a las demandas de la competición
(Gruber & Gollhofer, 2004; McLellan, Lovell, & Gass, 2011). Existen casos directos
en la transferencia de las ganancias de fuerza para algunas pruebas del atletismo
como saltos y lanzamientos (Weese, Hornsby, Stone, & Stone, 2015; Zaras et al.,
2014) o de forma indirecta, puesto que se ha demostrado que a través del trabajo
de fuerza se puede mejorar la economía de carrera en corredores, traduciéndose
en la mejora del rendimiento (Paavolainen, Häkkinen, Hämäläinen, Nummela, &
Rusko, 1999). Por otro lado, en deportes colectivos, numerosos estudios relacionan
ganancias en niveles de fuerza con mejora del sprint y COD (Christou et al., 2006;
De Hoyo et al., 2016; Loturco et al., 2015; Rodríguez Rosell et al., 2016) y mejoras
de la velocidad del balón al ser golpeado a través del entrenamiento de fuerza
(Rodríguez Lorenzo, Fernandez Del Olmo, Sanchez Molina, & Acero, 2016).
En los entrenamientos individuales, como el atletismo, comunmente ha

estado muy instaurado el entrenamiento con “hierro”, utilizando muchos ejercicios
provenientes de la halterofilia, donde prima la carga en el eje axial y basándose
en el RM para determinar las cargas de entrenamiento o en entrenadores más
actualizados, midiendo la velocidad de ejecución. El grupo de investigación de
González Badillo ha sido protagonista a la hora de acercar a los entrenadores las
evidencias científicas que respaldan el beneficio de la medición de la velocidad de
movimiento en el entrenamiento de fuerza para la mejora del rendimiento. Por
otro lado, para los deportes de equipo se ha consagrado una contextualización de
fuerza diferente, una línea impulsada por preparadores físicos como Paco Seiru-
lo, Julio Tous u Oliver Gonzalo Skok. Esta se caracteriza por el uso de diferentes
materiales, la similitud del ejercicio de fuerza con el gesto deportivo, el trabajo a
través de la diversificación de vectores, gomas elásticas, máquinas isoinerciales, y
acciones específicas del juego (Gonzalo Skok, Sánchez Sabaté, Izquierdo Lupón,
& Sáez de Villarreal, 2019; Norrbrand, Tous Fajardo, Vargas, & Tesch, 2011; Tous
Fajardo, Gonzalo Skok, Arjol Serrano, & Tesch, 2016). Aunque estas propuestas
metodológicas difieran en cuanto a los métodos de trabajo, el objetivo es el mismo,
utilizar el trabajo de fuerza como medio para obtener el máximo rendimiento del
deportista y que no se lesione.
Las lesiones son la causa principal por la que un deportista experimenta un

descenso de su rendimiento (Gabbett, 2016). Éstas no sólo repercuten de forma
directa sobre el atleta o el jugador, si no que se traduce en pérdidas económicas
tanto para ellos mismo como al club al que pertenecen (Bourne et al., 2018). Muchas
lesiones suelen ocasionarse por déficits o desbalances de fuerza (Brughelli, Cronin,
Mendiguchia, Kinsella, & Nosaka, 2010). Son muchas las inquietudes de los
preparadores físicos en cuanto a la prevención de lesiones, Fagenbaum & Myer
(2010) reportan en su revisión que el entrenamiento de fuerza es una herramienta
eficaz para proteger a jóvenes futbolistas de las lesiones. Desde un punto de vista
práctico, Silvers et al. (2017) han demostrado que el FIFA 11+; un protocolo de
prevención de lesiones basado en el entrenamiento de la fuerza de la musculatura

que envuelve la rodilla y el abdomen, es un programa eficaz para la prevención de
lesiones de Ligamento Cruzado Anterior en futbolistas. Por otro lado, Medniguchia
et al. (2017) ha propuesto un algoritmo individualizado de entrenamiento de fuerza
en función de los periodos de evolución del deportista para la readaptación de
rotura de isquisurales. Por lo tanto, las ganancias de fuerza asociadas al programa
de readaptación se considera un valor válido para medir la progresión del deportista
(Brughelli et al., 2010).
3.2. FACTORES DETERMINANTES DE LA FUERZA
Es importante comprender el mecanismo de contracción muscular para

el entendimiento de los factores determinantes de la fuerza. Las dos únicas
acciones que puede desempeñar un músculo son contraerse e inhibirse (Nielsen
& Kagamihara, 1992). Estas acciones se ven impulsadas por una señal eléctrica,
que condicionan la activación de las fibras musculares. A la hora de contraerse, las
fibras se acortan, mediante los puentes establecidos entre las proteínas de actina y
miosina, como explica la teoría de deslizamiento (Huxley & Niedergerke, 1954).
Esta acción da lugar a una tensión muscular que desencadena la aplicación de la
fuerza. Durante la relajación, estos puentes de actina y miosina vuelven a separarse.
Este mecanismo requiere de un coste energético, el cual hay que suplir. Es por ello
por lo que un decremento en la aplicación de fuerza se relaciona con la fatiga al
haberse depleccionado los diferentes sustratos energéticos requeridos.
La producción y aplicación de fuerza se verá condicionada en gran medida

por diferentes factores. Dejando a un lado los factores psicológicos, que dependen
de la mentalidad del deportista y los factores metabólicos y hormonales, que se
ven comprometidos por el estado de fatiga, podemos entender que los factores
mecánicos y neurológicos son los más interesantes desde el punto de vista del
entrenador. Por lo tanto, el entendimiento de la implicación y determinación de estos
factores puede ser una herramienta interesante para conseguir beneficios durante
el entrenamiento o para entender diferentes procesos de fatiga y recuperación.
3.2.1. Factores mecánicos/ estructurales
3.2.1.1. Área de Sección Transversal del Músculo.
Por factores mecánicos entendemos aquellos aspectos derivados de la

arquitectura muscular que influyen en la producción de fuerza. El área de sección
transversal del músculo o cómo se conoce en la literatura Cross Sectional Area (CSA)
es quizás, el factor más determinante de la fuerza. Se refiere al tamaño del músculo
o como se conoce en la literatura científica, a la hipertrofia muscular. Esta se mide
a través de ecografía. Muchos estudios han encontrado una relación lineal entre la
fuerza dinámica máxima y el CSA (Alway, Grumbt, Stray Gundersen, & Gonyea,
1992; Schoenfeld, Peterson, Ogborn, Contreras, & Sonmez, 2015). Basándose en la
teoría de que un aumento del número de los puentes cruzados de actina y miosina
producen una mejora en la aplicación de la fuerza, al verse incrementando el tamaño
y el número de miofibrillas y por consiguiente, el número de sarcómeros (Folland &
Williams, 2007; Goldspink et al., 1992; Suchomel, Nimphius, Bellon, & Stone, 2018).
Además, la disposición en paralelo de las fibras optimiza la producción de fuerza
por parte del músculo (Roger M. Enoka, 2002), siendo esta proporcional al número
de sarcómeros en paralelo activados.
Para el aumento del CSA, se ha trabajado tradicionalmente con repeticiones

cercanas al fallo, cargas medias y altas (Grgic et al., 2018b; Schoenfeld, 2016), altos
volúmenes de repeticiones (Schoenfeld, Ogborn, Vigotsky, Franchi, & Krieger,
2017) y tiempo bajo tensión (TUT) (Rathleff, Thorborg, & Bandholm, 2013), a la
vez de tiempos de recuperación cortos (Schoenfeld, 2010b). El fin de esta estrategia
es aumentar el estrés metabólico, produciendo excesivo daño muscular para
inducir un proceso de resíntesis proteica que desencadene el proceso de hipertrofia
muscular (Schoenfeld, 2016).
El CSA se puede ver afectada a través de diferentes procesos de entrenamiento,

por el cese de la actividad deportiva o por la edad (Melnyk, Rogers, & Hurley,
2009; Narici, Roi, Landoni, Minetti, & Cerretelli, 1989). El CSA aumenta durante el
desarrollo hasta estabilizarse llegado los 20 años. Si no se realiza entrenamiento de
fuerza que mantenga las propiedades mecánicas de la musculatura, a partir de los
50 años es normal entrar en un proceso de sarcopenia, donde se irá perdiendo masa

muscular, atrofiándose y reduciéndose el número de fibras y por consiguiente,
experimentando un decremento en los niveles de fuerza (Harridge et al., 1996).
Es por ello por lo que el entrenamiento de fuerza es necesario incluso para los
mayores.
3.2.1.2. Ángulo de Penneación
El ángulo de penneación hace referencia a la disposición de las fibras dentro

de un músculo. Si las fibras musculares se disponen paralelas al eje longitudinal
del músculo, nos encontramos antes un músculo fusiforme (ejemplo: el Bíceps),
mientras que, si se conforman según un ángulo de inserción a la aponeurosis,
estaremos hablando de músculos peniformes (ejemplo: el Deltoides). Este ángulo
es un determinante en la producción de fuerza. Un aumento de AST producirá un
incremento del ángulo de penneación. Esto se debe al tener más miofibras agrupadas
en paralelo y además de mayor cantidad de puentes de actina y miosina disponible
para la contracción muscular y, por consiguiente, mejoras en la producción de
fuerza. Mientras que por el contrario, un ángulo de penneación más pequeño
consigue mayor velocidad de contracción (Folland & Williams, 2007). Durante una
contracción muscular el ángulo de penneación se ve modificado, aumentando este
ángulo en las fases más próximas a máximo acortamiento (Maganaris, Baltzopoulos,
& Sargeant, 1998).
A través del entrenamiento de fuerza se puede modificar el ángulo de

penneación. Es complicado que se realice de forma homogénea dentro de un
mismo músculo ya que dependerá del tipo de ejercicio realizado, el rango en el que
se acentúe la fuerza, el tipo de contracción etc. (Ichinose, Kanehisa, Ito, Kawakami,
& Fukunaga, 1998). Los investigadores Agaard et al. (2001) reportaron incrementos
en el ángulo de penneación debido a un aumento del grosor de los fascículos como
consecuencia del entrenamiento de fuerza con cargas altas mientras que las mejoras
en cuanto a la longitud del fascículo se relacionan con una mejora de la aplicación
de fuerza, debido al aumento de la velocidad de contracción muscular (Nimphius,
McGuigan, & Newton, 2012).
3.2.1.3. Tipos de fibras
Existen diferentes tipos de fibras musculares, y su distribución porcentual

en la musculatura está determinado genéticamente y como consecuencia del
entrenamiento. Actualmente la clasificación de las fibras musculares se realiza en
función del tipo de miosina presente en la célula y de la velocidad de acortamiento
de la fibra (Schiaffino & Reggiani, 1996). En humanos podemos encontrar fibras
de contracción lenta (I), intermedia (IIa) y rápida (IIb). Las fibras lentas son de
menor tamaño que las rápidas, además poseen una gran capacidad oxidativa
debido al gran número de mitocondrias que presentan, lo que se relaciona con una
predominancia en la musculatura de atletas de resistencia (entre un 60-70% de la
cantidad de fibras totales) (Mazzetti, Yocum, & Harber, 2007; Scott, Stevens, &
Binder Macleod, 2001). Por otro lado, las fibras tipo II o rápidas predominan en
musculatura de deportistas que orientan su entrenamiento a las necesidades de
la fosfocreatina y de acciones explosivas como halterófilos o velocistas (Chicharro
& Mojares, 2008). A partil del estímulo al que se someta la musculatura se va a
condicionar el tipo de fibra dominante en cada grupo muscular. Se ha comprobado
que el tipo de fibra varía en función del entrenamiento al que se ha sometido a
un deportista. Realizar ejercicios de fuerza con cargas cercanas al fallo muscular
o cargas bajas (Ikegawa et al., 2008) activarán y estimularán en mayor medidas
fibras lentas. Mientras que al predominar velocidades de contracción altas y cargas
elevadas, se demandará la activación de fibras tipo II (Chicharro & Mojares, 2008).
3.2.2. Factores neurológicos
Por último, desde un punto de vista Neural, debemos tener en cuenta los
factores neurológicos como condicionantes de la aplicación de fuerza. Sobre todo,
en las primeras fases de entrenamiento, donde la mejora de la fuerza no se consigue
mediante el aumento del AST del músculo, sino por una mejora del impulso
nervioso desde el sistema nervioso central (SNC) a las fibras musculares (González
Badillo & Serna, 2002).
3.2.2.1. Reclutamientos de unidades motoras
Las unidades motoras se componen por una motoneurona alfa y las fibras
musculares a las que inervan (Chicharro & Mojares, 2008). Es común que una
motoneruona inerve a cientos de fibras musculares. Esto se traduce en que un
mayor número de unidades motoras reclutadas generará una mayor producción
de fuerza (Suchomel et al., 2018). El tipo de actividad va a determinar las fibras que
se activen. Aquí toma protagonismo el concepto de principio de tamaño, propuesto
por Henneman en el año (1957), basándose en que, durante un ejercicio, las fibras
musculares respetan un orden jerárquico de contracción. De esta forma, se explica
que frente a una actividad donde se requiere de poca fuerza, se reclutarán primero
las fibras musculares de tipo I (bajo umbral exitatorio) ya que son suficientemente
efectivas para estas demandas. A medida que aumenta la demanda de fuerza
se van reclutando mayor porcentaje de fibras tipo I y tipo II (mayor umbral
excitatorio). Este principio del tamaño no siempre se cumple, existen acciones
balísticas, explosivas que demandan un reclutamiento temprano de fibras tipo II
y a medida que fuera apareciendo la fatiga, se reclutarían mas fibras de tipo I para
soportar la actividad en cuestión, pero está claro que a velocidades más lenta. Es
un ejemplo de lo que sucede con el entrenamiento de fuerza hasta el fallo, donde al
entrenar con cargas altas e intención de desplazar la carga a máxima velocidad se
empezarán reclutando motoneuronas de mayor tamaño y fibras rápida y la perdida
de velocidad, relacionada con la aparición de la fatiga, ocasionará la activación de
fibras tipo I (Macgregor & Hunter, 2018; Pareja Blanco et al., 2016).
3.2.2.2. Frecuencia de Estímulo
Por frecuencia de estímulo se entiende la velocidad a la que la motoneurona

manda información de contracción al músculo (Suchomel et al., 2018). Conseguir
que la información llegue antes a la musculatura mejorará el rendimiento, no sólo
en cuanto a niveles de fuerza, (Gabriel, Kamen, & Frost, 2006) sino también a la
posibilidad de alcanzar en menos tiempo el máximo nivel de fuerza, o lo que es
lo mismo, la RFD (Gruber & Gollhofer, 2004). Este factor neural se puede mejorar
con el trabajo de ejercicios pliométricos (Van Cutsem, Duchateau, & Hainaut, 1998)
o levantamientos olímpicos (Leong, Kamen, Patten, & Burke, 1999) ya que buscan
contracciones musculares a altas velocidades. Gracias a la electromiografía se

puede estudiar la mejora de las adaptaciones neurales al trabajo de fuerza (Balshaw,
Massey, Maden Wilkinson, Tillin, & Folland, 2016), además se ha demostrado que
los sujetos entrenados en fuerza presenta reclutamiento de unidades motoras con
mayor velocidad de conducción que sujetos no entrenados en fuerza (Del Vecchio
et al., 2018). Por ello no es sólo interesante saber que el entrenamiento mejora la
frecuencia del estímulo, sino que, además, un reciente estudio de A. Del Veccio et
al. (2019) demostró que las mejoras de los niveles de fuerza en la dorsiflexión de
tobiollo tras 4 semanas de entrenamiento isométrico, es el resultado de un amuento
de la frecuencia de estímulo. Por lo tanto, se establece a la frecuencia de estímulo
como un factor altamente relacionado con la capacidad de aplicar fuerza.
3.3. VARIABLES DETERMINANTES DE LA CONFIGURACIÓN DE LAS SERIES

EN EL ENTRENAMIENTO DE FUERZA.
El organismo se adapta a los estímulos a los que se ve sometido, por lo tanto,

el diseño de la configuración del entrenamiento de fuerza a través de diferentes
variables como volumen, intensidad, frecuencia, tiempo de recuperación etc,
van a condicionar la orientación del entrenamiento. Es necesario conocer los
efectos desencadenantes de modificación de cada variable para poder enfocar
el entrenamiento ante un objetivo y evitar el sobreentrenamiento, las lesiones y
posibles adaptaciones no deseadas.
No es lo mismo realizar un entrenamiento de fuerza en sentadilla de 3 series

de 10 repeticiones con un peso que pudiese realizar 12 repeticiones y recuperando
3 min entre series que realizar 3 series de 5 repeticiones con un peso que pudiese
realizar 10 repeticiones y recuperando 5 minutos. El objetivo de cada uno de estos
dos entrenamientos diferentes, y aunque ambos sean entrenamientos de fuerza,
uno de ellos va a estar más indicado para desarrollar hipertrofia, mientras que otro
está más orientado a las mejoras de los niveles de potencia.
3.3.1. Volumen
El volumen hace referencia a la cantidad total del trabajo realizado. Se puede

cuantificar por sesiones, semanalmente o durante un periodo más largo incluso.

Ofrece diferentes posibilidades a la hora de modificar este estímulo, ya sea variando
la cantidad de ejercicios por sesión, el número de series realizadas por ejercicios o el
número de repeticiones por serie. Variar estas pautas nos permitirá orientar nuestro
entrenamiento hacia un estímulo u otro. Parece ser que existe una relación de “U”
invertida entre volumen de entrenamiento y rendimiento deportivo. No se sabe
cuál es la dosis exacta de volumen, está claro que depende de diversos factores
como el deportista y su entorno, la disciplina, el descanso etc. Pero se ha podido
comprobar que entrenamientos con volúmenes moderados puede producir mejoras
de rendimiento frente a sesiones con altos volúmenes, cercano a capacidad máxima
del deportista, donde incluso se ha podido observar un descenso del rendimiento
(González Badillo et al., 2005).
Se ha demostrado que variar el volumen puede afectar a las respuestas

neurales (Hakkinen et al., 1988; Izquierdo et al., 2011), hipertróficas (Pareja
Blanco et al., 2016; Schoenfeld, 2010b), metabólicas (González Badillo et al.,
2005; Gorostiaga et al., 2014) y hormonales (Navarro et al., 2017; Tan, 1999) y
por consiguiente, a las adaptaciones producidas. Según la literatura científica, se
consideran altos volúmenes de entrenamiento cuando se realizan entre seis y ocho
ejercicios (Kraemer & Ratamess, 2004). Este número de ejercicios, acompañado de
repeticiones entre 8-12 con cargas medias-altas, ha demostrado ser un método más
eficiente para la mejora de la hipertrofia que el trabajo con pocos ejercicios y pocas
series (Baz Valle, Fontes Villalba, Santos Concejero, Maela, & Fontes Villalba, 2018;
Rhea, Alvar, Burkett, & Ball, 2003). Por el contrario, utilizar bajos volúmenes con
cargas altas está más orientado para la ganancia de fuerza (Ratamess et al., 2009)
Se debe hacer una distinción en cuanto al nivel del deportista para poder
transcribir un volumen de entrenamiento a medida de su experiencia. Diversas
investigaciones han estudiado el efecto al realizar entre dos y más de seis series
y todas ellas han encontrado diferencias significativas entre sujetos entrenados y
no entrenados en cuanto a las ganancias de fuerza. Los sujetos poco entrenados
consiguen mejoras con menos estímulo (Berger, 1962b; Dudley & Djamil, 1985;
Hortobágyi et al., 1996; Sale, Jacobs, Macdougall, & Garner, 1990), siendo tres el
número optimo de series para la ganancia de fuerza en ambos grupos (Berger,
1962a). En sujetos no entrenados se ha podido demostrar que, con únicamente

una serie, se consiguen mejoras de fuerza, mientras que, en sujetos entrenados, es
necesario realizar entre tres y seis series (Kraemer & Ratamess, 2004). Por lo tanto,
una pauta común para la ganancia de fuerza e hipertrofia ha sido realizar entre 1-3
series, efectuando de 8-12 repeticiones para sujetos no entrenados y entre 3-6 series
completando entre 6-12 repeticiones para sujetos entrenados (Kraemer & Ratamess,
2004). Es importante tener en cuenta que las cargas deben de ser medias-altas para
la fuerza e hipertrofia y cargas baja para resistencia a la fuerza.
3.3.2. Intensidad
Entendemos por intensidad el grado de esfuerzo que supone un ejercicio o

conjunto de ellos. Es necesario comprender que existe una relación inversa entre
volumen e intensidad, puesto que, al aumentar la intensidad, nos vemos obligados
a descender el volumen de trabajo, debido a que no se puede soportar, mientras que,
para aumentar el volumen de trabajo, es necesario bajar la intensidad programada.
Sin duda, la intensidad es un condicionante del nivel de experiencia y del estado
de forma del deportista, y, posiblemente, la variable más complicada de dosificar
a la hora de individualizar el entrenamiento. Esto demuestra la preocupación de
los especialistas en ciencias del deporte por medir y cuantificar la intensidad de los
ejercicios o de las sesiones de trabajo. Lo que ha generado una gran cantidad de
estrategias que permiten valorar el esfuerzo producido, a través de herramientas,
en gran medida tecnológicas, que aportan información desde un punto de vista
objetivo, mediante números. Es entonces, cuando se hace posible la cuantificación
de la intensidad en el entrenamiento. Los siguientes apartados representan, los
métodos más comunes para llevar a cabo la interpretación de la intensidad durante
las sesiones de fuerza, teniendo en común todos ellos hacen referencia a lo mismo,
conocer el esfuerzo en relación con las repeticiones posibles.
3.3.2.1. Repeticiones a realizar en función de las realizables. (Fallo vs No fallo, Repeticiones

en Reserva y Carácter del Esfuerzo)
Durante cada serie del entrenamiento de fuerza, independientemente de la

carga utilizada, existen dos posibilidades: por un lado, realizar todas las repeticiones
posibles en una serie (entrenamiento al fallo) y por otro, no agotar todas las posibles
repeticiones (entrenamiento hasta el no fallo). Existe en la literatura científica gran
controversia sobre estos tipos de entrenamiento. Aunque algunos estudios (Davies,
Orr, Halaki, & Hackett, 2016; Drinkwater et al., 2005; Folland et al., 2002; Nóbrega
& Libardi, 2016) sugieren que el fallo muscular puede ser necesario para maximizar
la hipertrofia muscular y la fuerza, también hay evidencias que indican que el
entrenamiento al no fallo produce incluso mayores mejoras en cuanto a la ganancia
de fuerza y potencia (Davies et al., 2016; Folland et al., 2002; Nóbrega & Libardi,
2016; Sampson et al., 2016). Sin duda son dos estrategias opuestas donde está claro
que entrenar con menos repeticiones de las posibles, o con carácteres del esfuerzo
bajo ha mostrado menor sensación de fatiga (Hackett & Cobley, 2018; Vieira, Dias,
Lacio, Filipe, & Leitao, 2019). Por lo tanto, si se consiguen adaptaciones similares,
con niveles inferiores de percepción del esfuerzo para el entrenamiento hasta el
no fallo, esto lo propone cómo un método más eficaz (Fisher, Blossom, & Steele,
2015). Además se ha comprobado cómo el entrenamiento hasta el fallo produce
una mayor pérdida de rendimiento durante la sesión de entrenamiento (Fonseca
et al., 2020; Griffiths et al., 2019; Sánchez Moreno, Rodríguez Rosell, Pareja Blanco,
Mora Custodio, & González Badillo, 2017) necesitando más tiempo de recuperación
(Navarro et al., 2017) e incluso afecta a días posteriores ( Pareja Blanco et al., 2016;
Párraga Montilla et al., 2018).
Es por ello que el entrenamiento hasta el fallo parece estar más orientado a
programas orientados a la hipertrofia (Grgic et al., 2018b; Schoenfeld et al., 2017).
Mientras que un diseño de entrenamientos basados en entrenar con bajo carácter
del esfuerzo, dejando repeticiones por realizar, han demostrado producir mayores
mejoras en cuanto al rendimiento de pruebas como altura de salto o sprint (Davies
et al., 2016; Fonseca et al., 2020; Gonzalez Badillo et al., 2016; Navarro et al., 2017;
Pareja Blanco et al., 2016).
Otra propuesta para cuantificar la intenisidad del entrenaminto de fuerza son

las repeticiones en reserva, o cómo se conoce en la literatura científica (Repetitions In
Reserve RIR). Este concepto hace referencia al número de repeticiones que se dejan
por hacer en una serie. Por ejemplo, RIR 2 quiere decir que hacemos X repeticiones
y aún podríamos hacer 2 más hasta llegar al fallo, un ejemplo de entrenaminto al
no fallo. Minetras que un RIR 0 significa que no se dejan repeticiones por hacer, o
lo que es lo mismo, entrenaminto al fallo. Se necesita de familiarización por parte
de los deportistas, ya que es una medición subjetiva de intensidad. Zourdos MC. et
al. (2016) han demostrado que existe una relación entre RIR y percepción subjetiva
del esfuerzo (Rated Perceived Exertion RPE), mostrando una relación directa entre
RPE y RIR, donde una RPE 10 se asocia con un RIR 0 y valores intermedios como
RPE de 7 se ven relacionados con un RIR 3. Posteriormente, Garciá Ramos et al
(2018) también relacionó estos valores de RIR con la velocidad de ejecución.
Por otro lado, siguiendo la misma línea que los conceptos mencionados
anteriormente, el carácter del esfuerzo (level of effort) representa la relación entre
las repeticiones realizadas en función de las realizables (Gonzalez Badillo et al.,
2016). Es necesario que el deportista interiorice las repeticiones que podría hacer
con una carga determinada. De esta forma se puede preescribir entrenamiento
en base a esas repeticiones posibles. Por ejemplo, si se persigue realizar 3 series
de 10 repeticiones con un peso que se podría realizar 12, se presentaría de la
siguiente forma: 3x10(12). Mientras que si comparamos la configuración anterior
con 3x10(20), aunque compartan el mismo número de series y repeticiones, la carga
es diferente, puesto que en la primera se usa la carga con la que se pudiera realizar
12 repeticiones y en la segunda opción la carga utilizada es menor, permitiendo
completar 20 repeticiones. Por lo tanto, la intensidad varía, siendo más intensa la
primera configuración.
3.3.2.2. RM y Velocidad de Ejecución
Comunmente, para el entrenamiento de fuerza la intensidad de un ejercicio

se prescribía a través del porcentaje de la repetición máxima (%1RM), por ejemplo:
70% RM. Cómo ya se ha mencionado en la introducción, este método de cuantificar
la intensidad de trabajo ha perdido protagonismo debido a las dificultades que
suponen realizar una prueba de 1RM o la estimación de este mediante test de
XRM. Como alternativa, ha surgido la medición de la velocidad de ejecución en
la fase propulsiva durante los ejercicios de fuerza a través de un encoder lineal
(González Badillo et al., 2011). Ya en el año 1991, el profesor González Badillo, en
su libro “Halterofilia”, proponía que “si pudiéramos medir la velocidad máxima de los
movimientos cada día y con información inmediata, este sería posiblemente el mejor punto
de referencia para saber si el peso es adecuado o no. Un descenso determinado de la velocidad
es un indicador válido para suspender el entrenamiento bajar el peso de la barra. También
podríamos tener registrada la velocidad máxima registrada de cada levantador por cada tanto
porciento y en función de esto, valorar el esfuerzo.” Sin duda, el Dr. González Badillo ha
sido todo un visionario para la época, impulsando así esta línea de investigación.
Fue en el año 2011, cuando Sánchez Medina y González Badillo proponen

la pérdida de velocidad de ejecución en la serie como un indicador de fatiga
neuromuscular durante el entrenamiento de fuerza. Dentro de los diferentes
valores que aporta el encoder en cuanto a velocidad de ejecución (velocidad
media, velocidad pico o velocidad media propulsiva) se ha utilizado comúnmente
la Velocidad Media Propulsiva, o cómo se conoce en la literatura científica Mean
Propulsive Velocity (VMP/MPV) (Pareja Blanco et al., 2014; Sánchez Moreno et al.,
2017; Sánchez Medina & González Badillo, 2011). La cual discrimina la fase final del
movimiento donde si la carga es inferior al 70%RM existe un gran componente de
frenado que puede alterar a la medición, infravalorando los valores de velocidad
(Sanchez Medina, Perez, & Gonzalez Badillo, 2010).
Es en este estudio de 2011, donde Sánchez Medina y González Badillo

(Sánchez Medina & González Badillo, 2011) establecen la siguiente fórmula para
determinar la fatiga generada en cada serie:
Pérdida de velocidad (%) = 100 · (Velocidad de la última repetición – Velocidad de

la primera repetición) / Velocidad de la primera
Fórmula 3. Pérdiad de velocidad en la serie
Supongamos que durante un entrenamiento de fuerza en sentadilla donde

completamos 3 series de 10 repeticiones, con la carga del 10RM (entrenamiento
al fallo) y recuperación de 5 minutos entre series (figura 1). Si la carga está bien
ajustada lo normal sería que no se pudiera completar las 10 series de la última serie
e incluso en la segunda. La repetición más rápida de la primera serie se realiza a
una velocidad de 0,76m/s y la más lenta de esta serie a 0,36m/s, lo que supone una
pérdida de velocidad de ejecución en la primera serie del -52,63%. Esta fórmula

se aplica para cada una de las series que conforman el entrenamiento con el fin de
determinar la pérdida de velocidad en cada una de ellas. Con estos datos, luego,
es posible realizar un promedio aportando el valor de pérdida media de velocidad
en el entrenamiento. En este caso el entrenamiento ha supuesto una pérdida de
velocidad de un 49,26%.
Figura 1: Ejemplo de cálculo de la pérdida de velocidad en un entrenamiento de

sentadilla de 3 series de 10 repeticiones con 5 minutos de recuperación entre series, con el
peso del 10RM (datos propios de nuestras investigaciones).
A partir de ahí, ah abierto una gran línea de investigación en donde se ha

comprobado como cada porcentaje del RM está asociado a un valor de velocidad
de ejecución propio para cada ejercicio (Balsalobre Fernández, García Ramos, &
Jiménez Reyes, 2018; Conceição, Fernandes, Lewis, Gonzaléz Badillo, & Jimenéz
Reyes, 2016; Marcos Pardo, González Hernández, García Ramos, López Vivancos,
& Jiménez Reyes, 2019). De esta forma se puede evitar realizar test del RM que
interfieran en la programación del entrenamiento y comprometan la integridad
física del deportista. En base a esto, los investigadores García Ramos et al. (2018)
sugirieron la Velocidad Media como la variable más apropiada para monitorizar la
carga relativa (%RM) en el ejercicio de press de banca lanzado. Pero para que el uso
de la velocidad de ejecución sea fiable, es necesario que la intención del deportista

sea desplazar la carga lo más rápido posible, de no ser así estos valores no serán
reales.
3.3.2.3. Índice de esfuerzo
El índice de esfuerzo fue propuesto por David Rodriguez Rosel et al. (2018)
como indicador de intensidad en un entrenamiento de fuerza. Para calcular este
Índice es necesario multiplicar el valor de la repetición más rápida del entrenamiento
por el porcentaje de pérdida a lo largo de todas las series. Por ejemplo, en un
entrenamiento de fuerza en sentadillas, con una carga relacionada con un 10RM se
ha realizado la repetición más rápida a una velocidad de 0,75m/s y tras completar
tres series de 10 repeticiones se ha experimentado una pérdida de velocidad de
un 47%. (IE = velocidad de la repetición más rápida (0,75) * pérdida media de velocidad
en la sesión (47) -> IE=28). A través de este índice podremos conocer la intensidad
del entrenamiento realizado y comparar el efecto de diferentes configuraciones,
puesto que, en esta investigación, los autores han relacionado diferentes IE con la
concentración de lactato como medida metabólica de intensidad.
3.3.2.4. Tiempo de recuperación
Son muchos los artículos que han reportado diferencias en cuanto respuesta
aguda y adaptaciones tras el entrenamiento con diferentes tiempos de recuperación
entre series (Abdessemed, Duche, Hautier, Poumarat, & Bedu, 1999; Ammar et al.,
2019; Davies, Halaki, Orr, Helms, & Hackett, 2019; Girman, Jones, Matthews, &
Wood, 2014; Miranda et al., 2009; Tan, 1999; Willardson, 2006; Willardson & Burkett,
2008). En relación con las adaptaciones conseguidas, el Colegio Americano de la
Medicina Deportiva (Adams et al., 2002) propuso recuperaciones entre serie entre
30 y 90 segundos para aquellos entrenamientos orientados a la hipertrofia, mientras
que, para entrenamientos dedicados a la mejora de los niveles de fuerza o potencia,
se debe recuperar entre 3 y 5 minutos entre series. En las últimas investigaciones,
Schoenfeld et al. (2016) demuestra cómo recuperaciones en torno a 5 min producen
mayores incrementos de masa muscular en comparación con las recuperaciones
cortas de entre 30 y 90 segundos. Esto es debido sobre todo al mayor protagonismo
del tiempo bajo tensión, tensión mecánica, daño muscular y volumen realizado.
Y es que el número máximo de repeticiones que se puede completar es una de las
variables más utilizadas para cuantificar el efecto de los intervalos de descanso
entre series sobre el rendimiento mecánico (Rahimi, 2005; Rahman Rahimi, Sadeghi,
Mozafari’, & Faraji, 2009; Senna, Salles, Prestes, Mello, & Simão, 2009). El el estudio
de Rahimi (2005) se evaluó el efecto de tres intervalos de descanso entre series
(1, 2 y 5 minutos) sobre el número total de repeticiones completadas durante una
sesión de RT que consta de 4 series al 85% RM con la sentadilla, y mostraron que
5 minutos de descanso entre series permitieron el mayor volumen. Senna y col.
(2009) también descubrieron que el número de repeticiones completadas durante
una sesión de fuerza con los ejercicios de press de piernas, extensión de piernas,
curl de piernas, press de banca, pec-deck y tríceps fue mayor usando 5 minutos en
comparación con 2 minutos de descanso entre series. Por otro lado, 3 minutos de
ha sido recomendado por Ammar et al. (2019) para que prevalezca la los niveles de
potencia y la técnica de ejecución durante sucesivos Clean and Jerk con el 100%RM.
Sin embargo, el efecto de los intervalos de descanso entre series sobre las variables
mecánicas cuando las series de fuerza no se realizan a fallo muscular ha recibido
menos atención científica.
Por otro lado, existe una corriente que aboga por incluir recuperaciones entre
grupos de repeticiones o entre cada repetición (Cluster o Inter Repetition Rest IRR)
(Haff & Stone, 2003; Haff et al., 2008; Lawton, Cronin, & Lindsell, 2006; Lawton,
Cronin, Drinkwater, Lindsell, & Pyne, 2004; Tufano, Brown, & Haff, 2016). Esto se
fundamenta bajo la teoría de que, durante una serie convencional de repeticiones
continuas, se produce un descenso de la velocidad de ejecución, debido a la fatiga
muscular, atribuida principalmente a la indisponibilidad de fosfocreatina (PCr) y el
grado de resíntesis de adenosín trifosfato (ATP) en los músculos que participan en
la acción requerida (Bogdanis, Nevill, Boobis, & Lakomy, 1996; Wells, Selvadurai,
& Tein, 2009). La depleción de los niveles de ATP y PCr, se ve relacionada con un
aumento en la acumulación de lactato en el músculo, y consecuentemente, un peor
rendimiento (Gorostiaga et al., 2012). Por consiguiente, durante el entrenamiento
de fuerza a través de repeticiones continuas se experimenta una disminución de
velocidad de ejecución, siendo especialmente notoria en la segunda mitad de
repeticiones de una serie (Haff et al., 2008). Por lo tanto, el efecto principal de las
configuraciones de la serie de Clúster es la reducción de la fatiga en comparación

con las configuraciones de la serie tradicional basada en repeticiones continuas al
suministrar un pequeño periodo de recuperación que facilita la resíntesis de ATP
(Haff et al., 2008). Estudios previos han demostrado que las configuraciones de la
serie en Cluster o IRR , con descanso entre 10-30 segundos (Tufano, Brown, et al.,
2016) pueden aumentar la velocidad y potencia (Falls, 2003; Hardee, Triplett, Utter,
Zwetsloot, & McBride, 2012; Iglesias Soler et al., 2012; Izquierdo et al., 2009; Latella,
Teo, Drinkwater, Kendall, & Haff, 2019; Lawton et al., 2006; Merrigan et al., 2020;
Oliver et al., 2015b; Tufano, Conlon, Nimphius, Brown, Seitz, Williamson, & Haff,
2016) además del volumen de entrenamiento de fuerza (Denton, 2005; Iglesias Soler,
Carballeira, Sánchez Otero, Mayo, & Fernández Del Olmo, 2014; Lawton et al., 2004;
Rahimi, 2005; Tufano, Brown, et al., 2016; Tufano, Conlon, Nimphius, Brown, Harry,
et al., 2016; Tufano, Conlon, Nimphius, Brown, Seitz, Williamson, & Gregory Haff,
2016), con una menor fatiga (Girman et al., 2014; Iglesias Soler et al., 2012; Mora
Custodio et al., 2018) al tiempo que reducen el esfuerzo percibido (García Ramos
et al., 2016; Hardee, Lawrence, Utter, et al., 2012; Mayo et al., 2014; Tufano, Brown,
et al., 2016; Vasconcelos, Costa, & Santos, 2019). Por lo tanto, el entrenamiento en
Cluster o IRR puede ser beneficioso no solo para los atletas (Hansen, Cronin, &
Newton, 2011; Hansen, Cronin, Pickering, & Newton, 2011; Jusoh, Shak, & Tufano,
2019), sino también para la población en general, ya que se puede realizar la misma
cantidad de trabajo con menos percepción de esfuerzo (Hardee, Lawrence, Utter,
et al., 2012) y se ve afectada en menor medida la técnica de ejecución( Haff &
Stone, 2003; Hardee, Lawrence, Zwetsloot, et al., 2012). Asimismo, se ha podido
comprobar cómo algunas configuraciones de Cluster pueden producir Potenciación
Post Activación (Boullosa, Abreu, Beltrame, & Behm, 2013; Dello Iacono, Beato,
& Halperin, 2019) debido a la capacidad de realizar repeticiones sin pérdida de
velocidad. Ya que el efecto más sorprendente de las configuraciones de Cluster o
IRRR es el mantenimiento de la velocidad y potencia durante un mayor número de
repeticiones y, por consiguiente, lo posiciona como una buena alternativa para el
entrenamiento de fuerza o potencia.
Por otro lado, al incluir descansos entre repeticiones o entre conjunto de

ellas, se consigue un mayor volumen de entrenamiento por lo que podría ser
interesante incluirlo con el objetivo de mejorar los niveles de hipertrofia. Para ello
es necesario modificar cargas de trabajo y tiempos de recuperación, de esta forma,

se podrá orientar el entrenamiento hacia un objetivo u otro. Los investigadores
Tufano et al. (2017) evaluaron la respuesta perceptual, metabólica y endocrina de
tres configuraciones de la serie. En cada uno de estos protocolos se distribuyó de
forma diferente 36 sentadillas con la carga del 75%del 1RM y 420 segundos de
recuperación cada protocolo. Uno de los protocolos consistió en 3 bloques de 3
series de 4 repeticiones, el segundo en 9 series de 4 repeticiones y el tercer protocolo
en 36 repeticiones con descanso entre cada una de ellas. Los resultados mostraron
una respuesta similar en cuanto al esfuerzo percibido y los cambios metabólicos y
hormonales.
Está claro que esta metodología de entrenamiento ofrece una amplia

posibilidad para diseñar las configuraciones de las series induciendo diferentes
estímulos. La mayoría de los estudios que abordan esta temática únicamente se
centran en diferentes respuestas agudas. Lawtoney al. ( 2004) estudiaron las
adaptaciones en cuanto a las ganancias de fuerza para el ejercicio de press de banca
entre un entrenamiento tradicional de 4 series de 6 repeticiones recuperando 260
segundos entre cada serie vs un protocolo Cluster de 8 series de 3 repeticiones
recuperando 113 segundos entre cada repetición. Ambos con la carga que
representó el 6RM. Los resultados mostraron que el protocolo tradicional consiguió
significativamente mayores incrementos en cuanto a la mejora de los niveles de
fuerza. En la misma línea, encontramos los resultados propuestos por Nicholson
et al. ( 2016), quienes estudiaron el efecto de diferentes configuraciones de la serie,
Cluster y tradicional tras 6 semanas de entrenamiento de fuerza en sentadilla,
reportando que el entrenamiento tradicional produce mayores ganancias de fuerza
frente al entrenamiento Cluster. Metodológicamente presenta algunas limitaciones
puesto que cada protocolo usaba intensidades de la carga, tiempo de recuperación y
volúmenes diferentes, lo que sugiere que estas adaptaciones se deben a la diferencia
de intensidad de trabajo y no a la diferencia entre protocolos. En contraposición,
Oliver et al. (2013) tras estudiar las adaptaciones conseguidas por el entrenamiento
de fuerza en press de banca y sentadilla durante 12 semanas, entre un protocolo
tradicional (4 series de 10 repeticiones recuperando 2 minutos entre series con el
75%RM) y otro Cluster (8 series de 5 repeticiones recuperando 1 min entre series)
encontraron mejoras significativas en cuanto a las ganancias de fuerza y potencia
para el protocolo Cluster, quizás debido al amplio periodo de entrenamiento y a la

experiencia de los sujetos.
En cuanto a las adaptaciones conseguidas en base a la relación F-V, Iglesias

Soler et al. ( 2017) compararon los efectos de 5 semanas de entrenamiento de fuerza
en el ejercicio de extensión de rodilla para un protocolo de fuerza tradicional (4
series de 8 repeticiones con la carga 10RM recuperando 3 minutos) y otro IRR (32
repeticiones recuperando 17,4 segundos entre cada una). Los resultados revelaron
que no se encontraron diferencias en las adaptaciones conseguidas a pesar de que
el protocolo IRR realizaba velocidades más altas en cada entrenamiento. En línea
con este estudio fueron los resultados de la investigación realizada por Morales
Artacho et al. (2018), quienes compararon los efectos de la relación FV tras 3 semanas
de entrenamiento de fuerza en media sentadilla. Estos investigadores tampoco
encontraron diferencias significativas en cuanto a las mejoras de las variables de
fuerza, velocidad y potencia entre protocolos, argumentando que es posible que
3 semanas de entrenamiento fueran pocas para conseguir adaptaciones diferentes
entre protocolos. Con resultados diferentes, en la reciente publicación de Rial
Vázquez et al. (2020) estos investigadores comprobaron la respuesta tras 5 semanas
de entrenamiento para dos protocolos diferentes. El primero de ellos, tradicional
consintió en realizar 4 series de 8 repeticiones y 5 minutos de recuperación entre
series, mientras que en el segundo protocolo (Cluster) se realizaban 16 series de
2 repeticiones con 1 min de descanso entre series. Ambos protocolos se llevaron
a cabo para press de banca, sentadilla, jalón en máquina y curl de isquios en
máquina, con la carga del 10RM y recuperando 5 minutos entre ejercicios. Los
resultados mostraron cambios en cuanto al los valores de velocidad en sentadilla,
mejorando en el protocolo Cluster. Esto sugiere que esta configuración de las series
puede modular cambios en la relación fuerza velocidad, especialmente durante el
ejercicio de sentadillas.
Además de que existen pocas publicaciones que contemplen la adaptación

al entrenamiento de esta metodología de trabajo, existe gran heterogeneidad entre
estas. Por lo que se hace necesario investigaciones que valoren las adaptaciones
conseguidas con entrenamientos de fuerza tipo Cluster frente a tradicionales,
quedando claro que los efectos agudos reportados en la literatura que comparan
protocolos de entrenamiento Cluster vs tradicional, postulan al entrenamiento

Cluster como una herramienta idónea para soportar mayores volúmenes de trabajo,
a mayores velocidades y con menores niveles de fatiga acumulada y percepción del
esfuerzo.
3.3.2.5. Percepción del Esfuerzo a través de escalas subjetivas de perción del esfuerzo
Durante el día a día de entrenamiento de fuerza, la evaluación del rendimiento

no se hace fácil. Muchos métodos de evaluación de la fatiga son complejos de
utilizar y más aún cuando se trabajan con varios deportistas a la vez. Una alternativa
práctica para poder cuantificar la fatiga es la percepción subjetiva del esfuerzo.
Para ejercicios de resistencia como carrera o bici, el científico Borg en los años 70
diseñó una escala subjetiva del esfuerzo (Borg, 1970). Esta escala puntuaba de 6 a
20 si el esfuerzo estaba suponiendo muy poco esfuerzo hasta esfuerzo máximo.
Esta numeración se originó en un primer lugar al relacionar la puntuación de 6 con
160 pulsaciones por minuto (ppm) y 20 con 200ppm. La inquietud por utilizar esta
escala en el entrenamiento de fuerza llevó a comprobar la perdía de fiabilidad al no
comportarse la frecuencia cardíaca de la misma manera que en ejercicio aeróbicos.
Es por ello, que Robertson et al. (2003) propusieron una escala del 1-10 para el uso
de la percepción del esfuerzo durante el entrenamiento de fuerza, esta es conocida
como escala OMNI.
Figura 2: Escala de Percepción Subjetiva del Esfuerzo OMNI

Fue unos años después, cuando los investigadores Naclerio et al. (2011)
quienes determinaron la aplicabilidad de la escala de percepción de esfuerzo OMNI
para el control del entrenamiento de fuerza. Esto lo consiguieron relacionando los
valores de la escala con la respuesta metabólica de lactato tras repeticiones hasta el
fallo en press de banca a diferentes intensidades (40, 50, 60,70,80,90 %1RM). Esto
supuso un gran avance, puesto que se consigue relacionar la escala de percepción
del esfuerzo con la respuesta de un indicador de fatiga metabólica, de esta forma se
puede tener una orientación de la cantidad de lactato acumulado sin necesidad de
tener un medidor de lactatemia.
En la revisión de Helms et al. (2017) muestran cómo uno de los mayores

avances usando la escala OMNI fue relacionar esta escala con las repeticiones
en reserva. La investigación fue llevada a cabo por Zourdos et al. (2016), donde
estudiaron la relación usando el ejercicio de sentadilla para sujetos entrenados
y no entrenados. Los resultados de este estudio mostraron una relación entre la
velocidad de ejecución, las repeticiones en reserva y la escala OMNI. Esta novedad
sirvió para proponer la percepción de repeticiones en reserva cómo un indicador
válido para estimar la intensidad del ejercicio, y, por lo tanto, aportar una idea
previa de la posible fatiga inducida. Cabe destacar que estos autores recalcan que
los sujetos experimentados muestran datos más fiables que los no entrenados.
Esta escala subjetiva del esfuerzo sin duda es una herramienta muy cercana
al campo práctico del entrenamiento, donde no se disponen de grandes recursos.
Los investigadores Naclerio & Larumbe Zabala (2016) fueron capaces de proponer
una fórmula para predecir la carga a través de la velocidad de ejecución y la
escala OMNI. Esto abre un amplio abanico de posibilidades para introducir esta
herramienta en la investigación del entrenamiento de fuerza, con la intención de
aportar una respuesta práctica y fácil de medir al explorar diferentes entrenamientos
de fuerza.
3.3.3. Frecuencia
Se entiende por frecuencia al número de sesiones realizadas en una semana.

Esta variable depende del objetivo de entrenamiento. Dentro de una rutina de
trabajo de fuerza se puede instaurar diferentes frecuencias en función del grupo
muscular. Por ejemplo, trabajar fuerza de piernas 3 días por semana y trabajar
pecho y bíceps 2 días por semana. La búsqueda de la frecuencia idónea no solo
dependerá del objetivo del entrenamiento, sino que se verá alterada por diversos
factores como la edad, el sexo, grupo musculares, experiencia, objetivo etc...
(Grgic et al., 2018a; Schoenfeld, Ratamess, Peterson, Contreras, & Tiryaki Sonmez,
2015). Se ha demostrado que una única sesión semanal no es suficiente para
lograr adaptaciones en sujetos entrenados, mientras que dos o tres sesiones del
mismo grupo muscular, puede suponer la frecuencia necesaria para maximizar
las adaptaciones deseadas. Dankel et al. (2017) ha demostrado una mayor mejora
en cuanto a niveles de hipertrofia al aumentar la frecuencia de entrenamiento vs.
volúmenes altos en pocas sesiones. Respaldando esta idea, diversos estudios (Ochi
et al., 2018; Schoenfeld, Grgic, & Krieger, 2019) recomiendan realizar una frecuencia
de 3 sesiones semanales frente a 1 sesión semanal si el objetivo se basa en ganancia
de fuerza e hipertrofia .
En lo referido a la ganancia de fuerza en la revisión y metanálisis de Grgic et

al. ( 2018a) sugieren que un número elevado de sesiones semanales se traduce en
mayores ganancias de fuerza muscular. Sin embargo, estos efectos parecen estar
condicionados principalmente por el volumen de entrenamiento, ya que, con el
volumen igualado, no se han encontrado efectos significativos al implementar una
mayor frecuencia de entrenamiento en cuanto a las ganancias de fuerza muscular.
Por lo tanto, desde un punto de vista práctico, un aumento del volumen, a través
de un número mayor de sesiones de entrenamiento, probablemente resulte en
mayores ganancias de fuerza muscular. Sin embargo, no está claro si la frecuencia
de entrenamiento por sí sola puede implicar efectos significativos sobre la ganancia
de fuerza.
3.3.4. Tiempo Bajo Tensión TUT
Durante la ejecución de cualquier ejercicio se puede priorizar la fase concéntrica

(origen e inserción de la musculatura agonista se acercan) o excéntrica (origen e
inserción de la musculatura agonista se separan). En el caso de la sentadilla, la fase
concéntrica se considera la subida (extensión de rodilla y cadera), mientras que la
fase excéntrica representa la bajada (flexión de rodilla y cadera). Es más común
en las diferentes rutinas de entrenamiento de fuerza hacer énfasis sobre la fase
concéntrica, aunque, por otro lado, acentuar la fase excéntrica de forma correcta
puede presentar diversos beneficios. Se entiende por tiempo bajo tensión (TUT) el
tiempo total de todas las fases de contracción durante el entrenamiento (Rathleff,
Thorborg, & Bandholm, 2013). El TUT se incrementa a medida que aparece la fatiga
y decae la velocidad de ejecución durante la fase concéntrica y al diseñar sesiones
de entrenamientos de carácter excéntrico, ya que acentúa de forma intensionada
el TUT (Tran, Docherty, & Behm, 2006). Fisiológicamente, se ha demostrado que
un mayor TUT aumenta la síntesis de proteína miofibrilar más que un menor TUT
después de una única sesión de entrenamiento de fuerza en sujetos sanos (Burd et
al., 2012).
El entrenamiento de fuerza aumentando el TUT de la fase excéntrica se utiliza

para mejorar el rendimiento deportivo, la rehabilitación de lesiones y la ganancia de
hipertrofia (Arnason, Andersen, Holme, Engebretsen, & Bahr, 2007; Brandenburg,
Docherty, & Brandenburg, 2002; Chaabene, Prieske, Negra, & Granacher, 2018;
Moisés de Hoyo et al., 2016; Mike, Kerksick, & Kravitz, 2015; Walker et al., 2016). Se
sabe que el potencial de fuerza excéntrica es mayor que el concéntrico, la producción
de fuerza máxima es ≈ 20-50% mayor durante las acciones excéntricas (Enoka, 1996).
Por lo tanto, durante el entrenamiento de fuerza convencional, la porción excéntrica
del movimiento rara vez se estimula por completo, ya que la magnitud de la carga
está limitada por la fuerza concéntrica máxima. Para superar esta limitación, se
ha incluido frecuentemente un método de entrenamiento donde se da prioridad a
la fase excéntrica (realizando de forma más lenta la fase excéntrica, en torno a los
3 segundos) y se le ayuda al deportista a levantar la carga en la fase concéntrica.
Otra alternativa, la cual supone algo más de exigencia es el entrenamiento conocido
como “entrenamiento excéntrico acentuado”, donde esta fase excéntrica se acentúa

utilizando una carga superior a la que podría levantar de forma convencional
(±120%1RM) (Douglas, Pearson, Ross, & Mc Guigan, 2018; Wagle et al., 2017). Se
cree que la mayor fuerza que puede producirse durante las acciones excéntricas
supramáximas junto con el microtraumatismo muscular elevado inducido por
estas acciones estimula el proceso de adaptación muscular (Wagle et al., 2018, 2017;
Wagle et al., 2018). Existe una fuerte evidencia que respalda la superioridad del
entrenamiento excéntrico acentuado en comparación con el entrenamiento solo
concéntrico para inducir ganancias en la fuerza máxima (Walker et al., 2016) y el
mayor nivel de daño muscular provocado (Gibala et al., 2000). Sin embargo, los
profesionales en Ciencias de la Actividad Física y el Deporte deben preocuparse por
el alto daño muscular inducido por el entrenamiento excéntrico acentuado ya que
puede causar perturbaciones en la tasa metabólica posterior al ejercicio (Dolezal et
al., 2000) y alargar el proceso de recuperación (Brancaccio, Lippi, & Maffulli, 2010).
3.4. EL PAPEL MODULADOR DE LA FATIGA EN EL ENTRENAMIENTO DE

FUERZA
La fatiga muscular se entiende por un decremento temporal del rendimiento

durante el entrenamiento o competición (Allen & Westerblad, 2001). Este
fenómeno es un proceso multifactorial que se concibe como cualquier reducción
en la capacidad máxima para generar fuerza, en la velocidad de alargamiento y
acortamiento de las fibras musculares provocando una reducción en la producción
de potencia. Viéndose afectada por el tipo de tarea, la intensidad, la frecuencia de
entrenamiento etc. (Byrne, Twist, & Eston, 2004; Gandevia, 2001). La depleción de
sustratos energéticos, daño muscular, inefectividad del sistema nervioso central y
periférico etc, son algunos de los factores que desencadenan este proceso (Ament &
Verkerke, 2009; Marino, Gard, & Drinkwater, 2011) y afectan de forma gradual desde
el inicio de la actividad (Enoka & Duchateau, 2008). Por lo tanto, en la literatura
científica existe un gran interés por conocer los mecanismos de aparición de la fatiga
en relación con el esfuerzo y a la intensidad del entrenamiento, cuantificandola
a través de indicadores mecánicos, metabólicos, bioquímicos, neuromusculares y
perceptivos.
Por lo tanto, la posibilidad de cuantificar la fatiga producida durante un

entrenamiento nos permitirá conocer la intensidad a la que se está sometiendo al
deportista. Existen algunos métodos que nos permiten conocer el efecto provocado
por el estímulo inducido a través de un feedback inmediato, lo que permite adaptar
la sesión de entrenamiento y ajustar la carga. Esto supone una gran ventaja, ya
que debemos considerar al entrenador como un gestor de fatiga, debido a que las
adaptaciones producidas dependen en gran medida del tipo de fatiga ocasionada.
Es por ello por lo que la valoración de la fatiga a través de cualquier método
válido debe considerarse como una herramienta indispensable en el proceso de
entrenamiento. No sólo como medida del efecto agudo del entrenamiento, también
deber usarse para cuantificar el proceso de recuperación del deportista días
después. Por ello, es importante conocer si el deportista se encuentra en disposición
de realizar entrenamientos exigentes, habiendo recuperado correctamente de las
sesiones anteriores. Incluso si ha supercompesado, es interesante ajustar la carga
de entrenamiento y esto únicamente se puede conseguir midiendo la fatiga a través
de cualquiera de sus manifestaciones. Sin embargo, a pesar de la importancia
de la fatiga, existen pocos estudios que reporten cómo la manipulación de las
diferentes variables del entrenamiento de fuerza puede afectar a la evolución de la
recuperación del rendimiento, lo que nos aportaría una información clave para la
programación del entrenamiento de fuerza.
3.4.1. Fatiga Central y Periférica
El sistema nervioso juega un papel fundamental durante el entrenamiento.

No podemos olvidar que es el encargado de transportar la información para que
los músculos se contraigan y podamos aplicar fuerza. La contracción se produce de
forma voluntaria gracias a la señal que se inicia en el cortex cerebral, descendiendo
hasta las motoneuronas de la médula espinal (Chicharro & Mojares, 2008). Al excitar
las neuronas, se propaga el potencial de acción hasta la unión neuromuscular,
donde se realiza la contracción a través del acercamiento de los filamentos
proteicos de actina y miosina, estableciendo puentes cruzados (Allen, Lamb, &
Westerblad, 2008; Westerblad, Lee, Lannergren, & Allen, 1991). Este proceso de
conducción de información a través del impulso nervioso, se puede ver afectado a
consecuencia del esfuerzo que implica un ejercicio, entrenamiento o competición,
desencadenando fatiga (Blain & Hureau, 2017; Gandevia, 2001). La contribución

del sistema nervioso a la fatiga puede tener su origen a nivel central o periférico. El
término fatiga central se asocia a un decremento del Sistema Nervioso Central para
trasferir la información, desencadenando una reducción en la activación voluntaria
para aplicar fuerza (Davis & Bailey, 1997).
Por el contrario, la fatiga periférica hace referencia al deterioro de la

capacidad de aplicar fuerza debido a procesos distales en la unión neuromuscular,
incluyendo cambios metabólicos y bioquímicos al verse relacionado con el daño
muscular (Carroll et al., 2016; Gandevia, 2001; Marquez et al., 2016; Morel, Lapole,
Liotard, & Hautier, 2019).Esto es debido a un agotamiento de las reservas de
energía, la acumulación de diversos subproductos o el deterioro del mecanismo
de contracción muscular en respuesta al ejercicio (Zajac, Chalimoniuk, Maszczyk,
Gotas, & Lngfort, 2015). La magnitud de la fatiga, y el protagonismo de los procesos
distales o centrales se verán condicionados por variables como el tipo de ejercicio,
la intensidad, duración etc. (Boccia et al., 2017; Boccia et al., 2018; Giandolini et al.,
2016; O’Leary, Morris, Collett, & Howells, 2016; Thomas et al., 2018; Trinidad et al.,
2018).
Como aplicabilidad práctica, se propone la medición de la fatiga neuromuscular,

tanto central como periférica, para conocer el efecto del entrenamiento (Behm,
Drinkwater, Behm, Reardon, & Fitzgerald, 2002; Marquez et al., 2016) y para medir
el proceso de recuperación de este (Munn, Herbert, Hancock, & Gandevia, 2005;
Taylor & Gandevia, 2008). A través de contracciones isométricas máximas y la
electromiografía se puede conocer la capacidad contráctil que presenta el deportista
en momentos pre y post entrenamiento (González Izal, Malanda, Gorostiaga, &
Izquierdo, 2012; Howatson, Brandon, & Hunter, 2015), ya que una reducción de
la fuerza máxima generada durante una contracción isométrica máxima, es un
indicador fiable de fatiga (Carroll et al., 2016). A través de la Twitch Interpolated
Technique (TIT) (Fig 3) o cómo se puede entender en español, estimulación eléctrica
superimpuesta, se puede determinar la fatiga central y periférica ocasionada por
el entrenamiento. Este método consiste en proporcionar un impulso eléctrico sobre
el nervio o el vientre muscular durante una contracción isométrica máxima y
posteriormente en reposo.
Figura 3: Registro de fuerzas durante una Contracción Isométrica Máxima con

estimulación eléctrica superimpuesta (Twitch Interpolation Technique, TIT) durante
la contracción y en reposo para la determinación de la fatiga central y periférica de la
musculatura extensora de rodilla.
A la hora de explorar la fatiga central se suele proporcionar estímulos simples de

alta frecuencia durante con contracción isométrica máxima. De esta forma es posible
determinar el déficit de activación voluntaria (AV) (comparando la diferencia entre
la fuerza generada por la contracción tetánica y la voluntaria), al experimenta una
disminución de este valor a lo largo de las series o del entrenamiento. Por otro lado,
en lo que refiere a la fatiga periférica, se estudia al comparar la amplitud del pico de
fuerza registrado mediante la estimulación eléctrica estando el músculo en reposo
al acabar cada serie o al finalizar el entrenamiento, respecto a los valores basales
(Marquez et al., 2016; Taylor & Gandevia, 2008; Todd, Gorman, & Gandevia, 2004).
Para ello ello es necesario determinar la intensidad optima del estímulo eléctrico, el
cual se consigue aumentando la electricidad hasta el punto en el que se produzca
saturación en la generación de fuerza y esta no aumente. Tras determinar esta
intesidad optima, se elige un valor de intensidad supramaxima generalmente en
torno al 120-150% de esta, con el fin de garantizar un reclutamiento completo de las
fibras que se encuentran bajo los electrodos (Millet, Bachasson, Temesi, & … 2012).
Esta estimulación se realiza a bajas (10-20Hz) y altas (50-100Hz) frecuencias, y el
ratio entre estas permite determinar el tipo de fatiga periférica. La fatiga detectada
a baja frecuencia se caracteriza por una mayor pérdida relativa de fuerza a baja
frecuencia de estimulación y una recuperación lenta. La fatiga de baja frecuencia
se asocia generalmente con un fallo en el acoplamiento excitación-contracción, ya
que las mediciones intracelulares han demostrado que este modelo de fatiga se
debe a una reducción en la liberación de Ca2+ (Hill, Thompson, Ruell, Thom, &
White, 2001). Por el contrario, la fatiga de alta frecuencia se caracteriza por una
pérdida excesiva de fuerza a altas frecuencias de estímulo y se atribuye, al menos
en parte, a una acumulación de K extracelular. En la fatiga de alta frecuencia, la
rápida recuperación de la fuerza se produce cuando se reduce la frecuencia de
los estímulos (Carroll et al., 2016). Al estudiar el decremento de fuerza aplicada a
través del ratio 10:100 (Estimulación a baja y alta frecuencia) se puede determinar
alteraciones en la liberación del Ca2+ durante el proceso de acoplamiento de
contracción (Millet et al., 2012).
En la literatura científica podemos encontrar diversas investigaciones que

exploran la fatiga central y periférica tras diferentes entrenamientos de fuerza. Los
investigadores Bhen et al. (2002), estudiaron la respuesta de la activación muscular
a nivel de activación voluntaria (fatiga central) y contracción evocada en reposo
(fatiga periférica) tras 5, 10 y 20 repeticiones máximas en flexión de codo recuperando
30 segundos 1, 2 y 3 minutos. Los resultados de este estudio mostraron una mayor
inactivación muscular con mayor número de repeticiones, siendo insuficiente la
recuperación de 3 minutos en todos los protocolos. Concluyó que la fatiga se agudiza
con el volumen de entrenamiento y que no se recuperan los valore basales en las
contracciones isométricas máximas, ni si quiera a los 3 minutos de recuperación
para ninguno de los protocolos. Por otro lado, Brandon et al. (2015) estudiaron la
respuesta de activación tras un entrenamiento de fuerza consistente en 10 series de
5 repeticiones con carga ligera (50%RM), moderadas (75%RM) y pesada (85%RM)
en el ejercicio de sentadilla con atletas olímpicos. Los resultados denotaron que el
trabajo con cargas moderadas permitía un entrenamiento eficiente y un descenso
no significativo de las variables de rendimiento. A diferencia de las investigaciones
anteriores Howatson et al. (2015), reportaron la respuesta aguda (inmediatamente
después) y tardía (post 24 horas) tras dos entrenamientos de fuerza de 4 series de 5
repeticiones, uno orientado a la fuerza máxima y otro a la potencia. Los resultados
señalaron que los niveles de activación muscular no se recuperaron a las 24h para
el entrenamiento orientado a la fuerza máxima.
Son varios los procesos distales que pueden verse afectados por el
entrenamiento, desencadenando fatiga periférica y como consiguiente,
comprometiendo la capacidad contráctil de la musculatura. En primer lugar, es
importante entender que en el exterior de la membrana celular se enceuntra Na⁺y
K⁺, conformando el mecanismo conocido como bomba Sodio-Potasio. Mediante el
flujo de estos iones hacia el interior de la membrana se produce la propagación del
impulso nervioso o potencial de acción, originando la contracción (Chicharro &
Mojares, 2008). Para que la bomba sodio-potasio funcione es necesario el ATP, por
lo tanto, un desceso de este sustrato afectará a la efectividad del Potencial de acción.
Otra muestra de fatiga periférica es la afectación de la exitabilidad sarcolema, el
cual se puede apreciar durante una reducción de la actividad electromiográfica
(Pasquet, Carpentier, Duchateau, & Hainaut, 2000).
La fatiga de baja frecuencia es sensible a la reducción de la liberación de

Ca²⁺. Pero para comprender esto es necesario entender que la llegada del impulso
eléctrico a la célula muscular hace que el retículo sarcoplasmático libere grandes
cantidades de iones de calcio. Estos iones intervienenen en la contracción, ya que
dejan libre los puntos de unión entre la actina y miosina (Chicharro & Mojares,
2008). Por lo tanto, un descenso en la liberación del calcio o en la depleción del
ATP, origina dificultad para que sean efectovos los puentes cruzados de actida
y miosina, comprometiendo portanto, la contracción muscular y esto se puede
apreciar gracias a la estimulación con baja frecuencia (Hill et al., 2001).
Diferentes estudios destacan la conexión entre los cambios en los productos

metabólicos de la contracción muscular y la función del sistema nervioso central,
por la estimulación de las vías aferentes III y IV (Zajac et al., 2015), responsables de
la sensación del dolor (Palastanga, Field, & Soames, 2007). Las fibras aferentes del
grupo III, mielinizadas, son más mecanosensibles, y estimuladas preferentemente
en respuesta a la producción de fuerza muscular (Hayes, Mccord, Koba, & Kaufman,
2009; Rotto & Kaufman, 1988). Por el contrario, las fibras aferentes no mielinizadas
del grupo IV son principalmente metabosensibles, en comparación con el grupo
III (Haouzi, Hill, Lewis, & Kaufman, 1999). De alguna forma, esto desencadena
que el daño muscular proporciona un imput o feedback aferente con interferencias

que ocasionará un output deficiente, reflejándose una respuesta motora ineficaz.
Desarrollando fatiga central y atenuando la fatiga periférica durante el ejercicio
(Taylor, Amann, Duchateau, Meeusen, & Rice, 2016).
La fatiga periférica se relaciona con el incremento de marcadores daño

muscular y otros biomarcadores, al deteriorarse la membrana celular, reflejando la
incapacidad de la musculatura por contraerse (Zhang, Yeung, Allen, Qin, & Yeung,
2008). Lo que supone una gran posibilidad de estudios novedosos que relacionen
diferentes marcadores de daño muscular con esta perspectiva a nivel neural tras
diferentes protocolos de entrenamiento de fuerza.
3.4.1.1. Indicadores Bioquímicos
Durante el entrenamiento de fuerza se producen diversos procesos que

afectan a las estructuras musculares al verse sometidas a la exigencia del esfuerzo
inducido. Este daño muscular se puede medir de manera directa a través de biopsia
muscular, siendo un proceso muy invasivo, doloroso y estrésante, o resonancia
magnética, una tecnica que conlleva altos costes, la cual no tienen acceso la mayoría
de los deportistas (Gibala, Mac Dougall, Tarnopolsky, Stauber, & Elorriaga, 1995).
Como alternativa, existe un método indirecto y consiste en analizar la concentración
en suero de diferentes marcadores de daño muscular (Paola Brancaccio et al., 2010),
estrés oxidativo (Deminice, Sicchieri, Payao, & Jordao, 2010), inflamación (Monteiro
et al., 2016) u hormonas (Ahtiainen, Pakarinen, Kraemer, & Häkkinen, 2003). Este
proceso se basa en el hecho de que después de un esfuerzo físico hay una fuga
de componentes musculares intracelulares, vertiéndose en el líquido extracelular
como consecuencia de la ruptura de la membrana de la célula muscular (Brancaccio
et al., 2010). De esta forma es posible cuantificar la exigencia del entrenamiento
o competición, conociendo el esfuerzo que le ha supuesto al deportista, estudiar
procesos de recuperación, detectar síndrome de sobreentrenamiento y controlar
procesos de recuperación de lesiones (Brancaccio et al., 2006).
Aunque la extracción de sangre se considera un procedimiento eficaz y válido

para explorar la respuesta de diferentes biomarcadores al ejercicio físico (Deminice
et al., 2010; Friden & Lieber, 2001; Hortobágyi & Denahan, 1989; Raeder et al.,
2016), este método es doloroso, invasivo y lento. Recientemente, se ha descrito
un procedimiento más funcional para medir la respuesta de biomarcadores en
muestras de saliva (Barranco et al., 2017; Deminice et al., 2010; Papacosta & Nassis,
2011; Tvarijonaviciute et al., 2017). Esto es posible ya que en las glándulas salivales
tiene lugar el transporte de proteínas e iones de la sangre a la saliva, especialmente
a través de los vasos sanguíneos que nutren estas glándulas. Este enlace podría
representar el puente entre el sistema vascular y la cavidad oral (Haekel & Häneke,
1996). Las principales ventajas para medir las variables bioquímicas en la saliva
son una mejor tolerancia al muestreo por parte de los participantes y que puede
recolectarse simultáneamente en múltiples sujetos en condiciones de campo
(Deminice et al., 2010). Varios estudios ya han reportado con éxito la respuesta
hormonal en la saliva después de diferentes protocolos de entrenamiento (Beaven,
Gill, & Cook, 2008; Hayes et al., 2010), pero sólo unos pocos estudios han examinado
la respuesta al daño muscular (Barranco et al., 2017; Thorpe & Sunderland, 2012),
estrés metabólico (Deminice et al., 2010; Gonzalez, Marquina, Rondon, Rodriguez
Malaver, & Reyes, 2008) e inflamación (Minetto et al., 2005; Prokopchuk et al.,
2007), lo que supone un campo de alto interés para la investigación en ciencias del
deporte.
3.4.1.1.1. Estrés metabólico
El ácido úrico representa el antioxidante más frecuente en la saliva. La

medición de este biomarcador cobra importancia debido a que un incremento de
los niveles séricos tras el entrenamiento de fuerza implica que la musculatura ha
sufrido un déficit temporal de las reservas de ATP. Este proceso se ve acompañado
de una producción elevada de radicales libres por estrés, que hacen necesario
un mayor tiempo de recuperación (Hellsten & Norman, 1993). Son pocos los
estudios que reportan la respuesta de este biomarcador de estrés metabólico tras
el entrenamiento de fuerza. Los investigadores Izquierdo et al. (2011) reportaron la
respuesta de la activación muscular, y metabolitos en sangre tras un entrenamiento
de extensión de rodilla consistente en 5 series de 10 repeticiones recuperando 2
min, antes y después de un programa de entrenamiento de fuerza de 7 semanas.
En relación con el ácido úrico, los resultados postularon a este biomarcador como
un fiable indicador de fatiga por depleción del ATP muscular. Por otro lado,
Gorostiaga et al. (2012) investigaron la respuesta de diferentes metabolitos tras dos
protocolos de fuerza, 5 series de 10 repeticiones vs. 10 series de 5 repeticiones con la
misma carga (10RM) recuperando 2 minutos en el ejercicio de extensión de rodilla.
Esta diferencia en cuanto al carácter del esfuerzo produjo un incremento del 19%
de los valores de ácido úrico respecto al pre, para el protocolo hasta el fallo (5x10) al
final de la serie. Por el contrario, Pareja Blanco et al. (2014) no encontraron ningún
incremento significativo de ácido úrico al concluir dos programas de entrenamiento
de fuerza de 8 semanas: en uno de ellos se desplazaba la carga a la mitad de la
velocidad posible y el otro tenía la directriz de mover carga a la mayor velocidad
intencionada posible en el ejercicio de sentadilla.
Los estudios anteriores midieron el ácido úrico en sangre, pero existen

otras investigaciones que han estudiado la respuesta de este biomarcador en
saliva (Deminice et al., 2010; Gyurászová, Gurecká, & …, 2020; Lindsay, Costello,
& Lindsay, 2017). Esto se debe a que el ácido úrico es la molécula antioxidante
más importante en la saliva, ya que contribuye alrededor del 70% de la capacidad
oxidante de este fluido (Battino, Ferreiro, Gallardo, Newman, & Bullon, 2002). En
un artículo de Deminice et al. (2010) el ácido úrico fue el único biomarcador que
mostró un cambio significativo cuando se midió un panel de marcadores biológicos
de estrés oxidativo en la saliva después de una sesión de ejercicio de fuerza,
postulándolo como un indicador clave del estrés oxidativo. Por esta razón se crea la
necesidad de seguir indagando en la respuesta de este biomarcador tras diferentes
3.4.1.1.2. Marcadores de daño muscular
El estudio de los marcadores de daño muscular tras el entrenamiento de

fuerza es una herramienta bastante certera para valorar la fatiga que ha supuesto
el entrenamiento desde una perspectiva aguda. Además, nos ayuda a evaluar
el estado crónico del deportista con el fin de evitar el sobreentrenamiento y por
consiguiente, reducir el riesgo de lesiones (Hartmann & Mester, 2000). Existe una
gran cantidad de marcadores de daño muscular en suero que nos pueden aportar
esta información, pero en ciencias del deporte los más usados son, posiblemente,
creatina quinasa (CK), lactato deshidrogenasa (LDH) y aspartato aminotransferasa

(AST). Estas proteínas muestran un comportamiento bastante diferente antes
y después del entrenamiento a nivel sérico. Los cambios van a depender de la
intensidad, la recuperación, el estado del deportista y la duración del ejercicio. Por
lo tanto, el monitoreo de CK, AST o LDH tras el entrenamiento de fuerza, se ha
propuesto como un medio fiable para obtener información sobre el estado de la
musculatura y la adaptación bioquímica a la carga física. Son muchos los estudios
que han utilizado la concentración de estas proteínas musculares en suero para
estimar el daño muscular inducido por diferentes protocolos de entrenamiento de
fuerza (Brancaccio, Maffulli, & Limongelli, 2007; Chen et al., 2019; Pareja Blanco et
al., 2016). Además, se ha comprobado que el entrenamiento de fuerza acentuando
la fase excéntrica, por lo general, produce más daño muscular que el entrenamiento
donde se prioriza la fase concéntrica (Rathleff et al., 2013) y esto se ve reflejado en
los niveles de CK.
Dependiendo del tipo de entrenamiento, los valores máximos de los

marcadores de daño muscular en suero se han observado entre 24 y 96 horas
después del ejercicio (Koch et al., 2014). Para el estudio de Jamurtas et al. (2000) estos
autores, compararon la respuesta de CK en suero a las 24, 48 y 72 horas después de
un entrenamiento pliométrico y otro excéntrico, donde reportaron los niveles más
altos de CK después del entrenamiento excéntrico, llegando a los valores más altos
a las 24 horas post entrenamiento. Sin embargo, Nosaka et al. (2002) mostraron
valores de CK más altos después de las 96 horas tras un entrenamiento excéntrico, en
comparación con las mediciones realizadas a las 24 y 48 horas post entrenamiento.
En lo que se refiere al entrenamiento de fuerza convencional, donde

priorizamos el trabajo de la fase concéntrica, debemos tener en cuenta que la
configuración de las series afectará al daño muscular inducido y a la orientación de
las adaptaciones (Crewther, Keogh, Cronin, & Cook, 2006). Ya en la década de los
90, Kraemer y colaboradores (1993) estudiaron la respuesta de la CK al comparar
entrenamientos de fuerza con varios ejercicios. Uno de ellos consistía en 5 series
de 5 repeticiones con la carga del 5RM, frente a otro protocolo de 3 series de 10
repeticiones llegando al fallo muscular, ambos con recuperación de 2 minutos.
Comprobando cómo el pico máximo de esta proteína se alcanzó a las 24 horas
para el entrenamiento de 3x10. Respaldando lo anterior, Draganidis et al. (2013)

reportaron que los valores máximos de la CK se alcanzaron entre las 24-48h post
entrenamiento para dos protocolos de entrenamiento de fuerza de mayor (4 series
de 4-6 repeticiones al 85-90% 1RM) y menor intensidad (4 series de 8-10 repeticiones
al 65-70%RM) en futbolistas proponiendo que es necesario una recuperación de al
menos 24h para la siguiente sesión de entrenamiento.
Por otro lado, Pareja Blanco et al. (2016) compararon la respuesta aguda de
dos protocolos de entrenamiento de fuerza en sentadilla y press de banca. Uno de
los protocolos consistió en 3 series de 6 repeticiones con el peso del 12RM (mitad
del carácter del esfuerzo), mientras que el otro fue diseñado con 3 series de 12
repeticiones con el peso del 12RM (carácter del esfuerzo máximo). Este segundo
protocolo no solo presentaba un mayor esfuerzo, sino que se realizaron el doble de
repeticiones. Los resultados obtenidos reportaron en relación con la concentración de
CK en sangre, el pico de esta proteína a las 48h para el protocolo hasta el fallo (3x12),
acompañado de un gran decremento en la velocidad de ejecución y reducción de
altura de salto y variabilidad de frecuencia cardiaca. A pesar de la importancia que
tiene el estudio de la CK tras el entrenamiento de fuerza, no existen publicaciones
que muestren los valores de diferentes biomarcadores de daño muscular en saliva
tras el entrenamiento de fuerza. En otras disciplinas deportiva, destaca el trabajo de
Barranco et al. ( 2017) donde estudiaron el comportamiento de la CK, AST y LDH
tras un partido de fútbol sala. Reportaron un aumento significativo para la CK a las
12h post partido y de LDH a los 30 minutos del final del encuentro.
En base a la literatura consultada, se hace atractivo el estudio de estos

biomarcadores de daño muscular tanto en sangre como en saliva, tras diferentes
configuraciones de la serie. Existen pocas publicaciones científicas que utilicen la
saliva como herramienta para medir el daño muscular en el deporte y la posibilidad
de hacerlo tras el entrenamiento de fuerza se postula como una propuesta de
investigación muy interesante.
3.4.2. Indicadores Mecánicos de Fatiga
La fatiga o reducción de la capacidad de aplicar fuerza durante el entrenamiento

se puede medir o cuantificar usando diferentes métodos mecánicos de evaluación.
Estos se caracterizan por interpretar un descenso del rendimiento a través de
variables mecánicas como el salto o la velocidad de ejecución, que, al medirse
durante la sesión de entrenamiento, nos pueden aportar un feedback inmediato del
estado del deportista (Jiménez Reyes & González Badillo, 2011; Sánchez Medina
& González Badillo, 2011).La medición de la fatiga neuromuscular a partir de este
tipo de pruebas ,es muy practica debido a la simplicidad del ejercicio y el coste
acequible de los dispositivo de medición, facilitando la posibilidad de evaluación
de la fatiga a los entrenadores.
3.4.2.1. Contracción Isométrica máxima
La reducción de la fuerza generada durante una contracción isométrica

máxima (maximal voluntary contraction MVC) representa para algunos autores
(Carroll et al., 2016; Gandevia, 2001; Prasartwuth, Taylor, & Gandevia, 2005) la
demostración más directa de la fatiga. Siguiendo esta premisa, son muchas las
investigaciones que, para determinar la fatiga producida tras el entreneminto
de fuerza en el miembro inferior, se lleva a cabo la medición de la MVC durante
contracciones isométricas máximas de los extensores de rodilla, ya que representan la
musculatura más determinante en estos movimientos(Boccia et al., 2017; Giandolini
et al., 2016; Marquez et al., 2016). Con un test en el que se mida la fuerza isométrica
máxima, es posible evaluar el pico máximo de fuerza, la fuerza explosiva máxima
y la fuerza explosiva en régimen isométrico durante cualquier punto temporal
que haya sido medida. Este método consiste en realizar una activación muscular
voluntaria máxima ante una resistencia inamovible y que permita el registro de
la fuerza generada. Los dispositivos más comunes son la galga y la plataforma
de fuerzas, ya que quermiten registrar valores de aplicación de fuerza en cuanto
al tiempo. Pudiendo determinar de esta forma el ratio de fuerza por unidad de
tiempo (rate of force development, RFD) (Mc Lellan et al., 2011). Por ello, no sólo se
puede conocer como afecta la fatiga a la cantidad de fuerza aplicada, sino también
a la calidad de esta, ya que recordamos que para la mayoría de los deportes es
indispensable aplicar gran cantidad de fuerza en poco tiempo. Además, a través

de este método de evaluación se suele determinar la fatiga central y periférica al
implementar la TIT (Boccia et al., 2017; Giandolini et al., 2016; Marquez et al., 2016).
3.4.2.2. Pérdida de velocidad de ejecución
En apartados anteriores se ha mencionado la posibilidad que ofrece la

velocidad de ejecución como indicador de la intensidad en el entrenamiento de
fuerza, además de la medición del porcentaje de pérdida de velocidad. Esta variable
se ha usado en la última década como el mejor indicador de intensidad durante el
entrenamiento de fuerza (Mora Custodio, Rodríguez Rosell, Pareja Blanco, Yañez
García, & González Badillo, 2016; Morán Navarro et al., 2019; Pareja Blanco, Villalba
Fernández, Cornejo Daza, Sánchez Valdepeñas, & González Badillo, 2019; Pérez
Castilla et al., 2019; Sánchez Moreno et al., 2017; Sánchez Medina & González Badillo,
2011). Los autores Sánchez Medina y González Badillo reportaron relaciones en
diferentes porcentajes de pérdida de velocidad con marcadores metabólicos (lactato
y amonio) demostrando que existe una alta correlación entre ambas variables. Lo
que postula a la pérdida de velocidad de ejecución como un indicador fiable de
fatiga neuromuscular. Además, esto permite controlar la intensidad del ejercicio
teniendo en cuenta la pérdida de velocidad de ejecución dentro de cada serie.
De esta forma se pueden programar entrenamientos en base a un porcentaje de
pérdida de velocidad y no en cuanto a número de repeticiones. Se ha demostrado
que la pérdida de velocidad condiciona las adaptaciones conseguidas. En el estudio
de Pareja Blanco et al. (2016) muestran que un programa de entrenamiento que
experimenta una pérdida de velocidad del 20% en cada serie, produce mejoras en
cuanto al rendimiento (en altura de salto, tiempo de sprint y niveles de fuerza)
mientras que a través de una pérdida de velocidad del 40% se consigue mayores
niveles de hipertrofia.
Por otro lado, también los autores Pareja Blanco et al. (2017) estudiaron las
adaptaciones conseguidas al comparar una pérdida de velocidad de ejecución en
la serie de un 15% frente a un 30% en sentadilla con futbolistas durante un periodo
de 6 semanas. El entrenamiento con una pérdida menor de velocidad (15%) indujo
mayores niveles en cuanto a ganancia de fuerza y altura de salto. Demostrando así
una tendencia a lograr ganancias de fuerza similares o incluso mejores cuando el

volumen acumulado dentro de las series es menor.
Respaldando la idea anterior, Galiano et al. (2020) compararon el efecto

de dos protocolos de entrenamiento de fuerza en sentadilla durante 14 sesiones
repartidas en 7 semanas. Uno de los protocolos alcanzaba una pérdida de velocidad
de ejecución del 5%, mientras que el otro llegaba a un 20% de pérdida de velocidad.
Ambos grupos obtuvieron mejoras significativas en cuanto a ganancias de fuerza,
reducción del tiempo de sprint en 20 m y ganancia de altura salto. Con la diferencia
de que grupo que sufría una pérdida del 5%, únicamente realizaba el 32,6% de las
repeticiones que completó el otro protocolo. Por lo tanto, se propone una pérdida
de velocidad más pequeña, o, en otras palabras, menos repeticiones a mayores
velocidades como una propuesta eficaz para la mejora del rendimiento a través del
entrenamiento de fuerza. En una línea similar, Pérez Castilla et al. (2018) estudiaron
el efecto de la pérdida de velocidad entre dos protocolos, uno con una perdida del
10% y otro de un 20%. Para ello evaluaron la relación fuerza velocidad con saltos
progresivos con carga, la velocidad de ejecución durante cada serie y el rendimiento
en un sprint de 15m. Finalmente, comprobaron cómo estos dos protocolos no
experimentaron diferencias significativas en cuanto al rendimiento.
Además, el interés de la pérdida de velocidad durante el entrenamiento de

fuerza también ha sido evaluado en protocolos con recuperación entre repeticiones
o Cluster. García Ramos et al. (2015) compararon la pérdida de velocidad sufrida
durante tres protocolos de fuerza en press de banca (tradicional, IRR 6 segundos
e IRR 12 segundos) a lo largo de 3 series de 15 repeticiones. Los resultados de
este estudio proponen que introducir tiempo de recuperación entre repeticiones,
permite realizar un mayor número de repeticiones sin que experimenten un
descenso significativo en cuanto a la pérdida de velocidad. Por otro lado, García
Ramos et al. (2020) estudiaron los efectos de la pérdida de velocidad y el daño
metabólico producido tras diferentes configuraciones de la serie tradicional
y Cluster. Las configuraciones de las series estudiadas fueron dos protocolos
tradicionales de repeticiones continuas, uno hasta el fallo (TR1: 3x10) y otro con la
mitad del carácter del esfuerzo (TR2: 6x5) y tres protocolos Cluster (CL1: 3x10[5s],
CL2: 3x10[10s] y CL3: 3x10[15s]), unificando el número de repeticiones (30) con
la misma carga (10RM), y el mismo tiempo de recuperación entre series (5 min).

Los resultados de esta investigación reportaron que los protocolos TR2, CL1 y CL2
únicamente experimentaron entre un 10-13% de pérdida de velocidad entre series,
lo que permite un mejor rendimiento durante la sesión de entrenamiento de fuerza.
Es necesario entender que la pérdida de velocidad no se comporta de la misma

manera en todos los ejercicios. Debido a que cada ejercicio tiene una velocidad
de ejecución diferente en su RM, el comportamiento de la velocidad ante cargas
submáximas también es diferente. Bajo esta idea, Izquierdo et al. (2006) observaron
un descenso mayor tras cada repetición para el ejercicio de press de banca que para
el ejercicio de media sentadilla, seguramente referido a la implicación muscular.
3.4.2.3. Pérdida de altura de el Salto
El salto vertical es uno de los test más usados para la medición indirecta de
la fuerza y potencia de los músculos extensores de las piernas. (Bosco, Luhtanen, &
Komi, 1983). El salto con contramovimiento (countermovement jump CMJ) quizás
es el más popular por la fiabilidad y validez de su ejecución. Se traduce en un
indicador de la capacidad reflejo elástica explosiva de las piernas, discriminando la
acción de los brazos al realizarse con las manos fijas en la cadera. Este test ha sido
comúnmente elegido para valorar la fatiga, al comparar la pérdida de la altura de
salto pre y post series o del entrenamiento de fuerza, (Sánchez Medina & González
Badillo, 2011) e incluso tras el esprint, ya que este esfuerzo se basa en la aplicación
de fuerza durante cada apoyo y se ha demostrado que representan niveles de fatiga
similares a ejercicios de fuerza como sentadilla (Jimenez Reyes et al., 2016).
Ya antes del año 2000, Smilios (1998) demostró cómo al variar la intensidad
del entrenamiento de fuerza afectaba a la altura de salto. Comparó entrenamientos
de extensión de piernas con el 50, 70 y 90% del 1RM hasta la extenuación,
mostrando que el protocolo con el 70% del RM produjo un descenso del 33% en
la altura de salto. Este valor es muy elevado en comparación con lo reportado por
investigaciones más novedosas. Pero hay que tener en cuenta que en esta época no
se podía medir la velocidad de ejecución para controlar realmente la intensidad de
la carga utilizada.
La primera investigación que muestra la relación entre la pérdida de salto

con la pérdida de velocidad de ejecución y la acumulación de metabolitos fue
diseñada por Sánchez Medina & González Badillo (2011). Este estudio acercó a los
entrenadores una la forma práctica de cuantificar la fatiga, puesto que se propone
al CMJ como indicador válido de fatiga neuromuslcular. Pudiendo relacionar
esta variable con la pérdida de velocidad y comprobando cómo existe una alta
correlación entre ambas. Los investigadores Párraga et al. (2018) evaluaron entre
otras variables, la altura de salto CMJ tras un entrenamiento de fuerza al fallo en
sentadillas y su comportamiento a las 24 y 48h. Comprobando que incluso tras
estos dos días de recuperación, aún prevalece la fatiga, comprometiendo la altura
de salto. Por otro lado, Pareja Blanco et al (2014) comprobó cómo entrenar durante
6 semanas en sentadilla con la máxima velocidad intencionada produjo aumento
significativo en la altura de salto frente a entrenar con la mitad de la velocidad
posible durante un protocolo de 3 seres de 8 repeticiones con el 60%RM. Esto
determina a la altura de salto no solo como un indicador de fatiga si no también
como un indicador de rendimiento.
3.4.2.4. Velocidad de 1m/s en sentadilla y Press Banca
El desplazamiento de la carga ante una misma carga ha sido otra propuesta

utilizada comúnmente por diversos investigadores para cuantificar la fatiga del
entrenamiento. Durante el calentamiento o activación, se determina la carga a la
que el deportista es capaz de mover a una velocidad de 1m/s. Esta carga se usará
también al finalizar la serie o el entrenamiento para ser desplazada y comprobar
la similitud de velocidad respecto al pre. Un descenso en la velocidad de ejecución
ante esta carga, indica una pérdida del rendimiento debido a la fatiga ocasionada. La
razón por la que se usa esta medida es que representa una velocidad suficientemente
alta, que se alcanza con cargas medias (~ 47% 1RM en press de banca y ~ 60%
1RM en sentadilla), permitiendo así una buena expresión del efecto de la fatiga en
la velocidad,además de ser relativamente fácil de realizar y rápido de determinar
como parte del calentamiento (Gonzalez Badillo et al., 2016).
Los autores Sánchez Medina & González Badillo (2011) fueron los pioneros
en implementar este modelo de medición de fatiga, relacionándolos con otros
marcadores mecánicos como la pérdida de velocidad y la altura de salto y de

marcadores metabólicos como el lactato y el amonio. Además, comprobaron que la
pérdida relativa de velocidad con la carga de 1m/s fue de menor magnitud que la
pérdida de velocidad al finalizar las series. Por otro lado, al comparar los ejercicios
de press de banca y sentadilla, reportaron una pérdida mayor durante el ejercicio
de press de banca en comparación con sentadilla, quizás debido a que el press de
banca implica un grupo muscular más pequeño y se ve más afectado por la fatiga.
3.4.2.5. Relación Fuerza – Velocidad
Otro método utilizado para evaluar la fatiga es la comparación pre-post de

la relación F-V ante diferentes cargas, estudiando los cambios en las capacidades
máximas de los músculos para producir fuerza (F0), velocidad (V0) y potencia
(Pmax) (García Ramos et al., 2018; Garcia Ramos, Pérez Castilla, & Jaric, 2018; Garcia
Ramos & Jaric, 2018). Es por ello por lo que el press de banca lanzado únicamente
con la barra (peso de la barra 20kg) y con sobrecarga (70-80% RM) son usados para
la valoración de la fatiga en la musculatura implicada en las acciones de empuje del
miembro superior,mientras que saltos CMJ sin carga y con carga (la que permita
saltar entorno a 12 cm, para asegurar que es una carga alta) son usados para la
evaluación de la capacidad de empuje del miembro inferior a través del método de
dos puntos propuesto por García Ramos & Jaric (2018). De esta forma, al elegir una
carga baja y otra alta no es necesario fatigar al deportista con numerosos intentos o
con diferentes cargas intermedias, lo que facilita la medición.
En el estudio de García Ramos et al. (2018) estudiaron la fiabilidad de esté

método de relación F-V para cuantificar la fatiga. Para ello, propusieron cinco
protocolos de entrenamiento de fuerza, uno sin fatiga, dos hasta el fallo y otros
dos hasta el no fallo con el 60 y el 80%RM en Press de Banca, comprobando que es
fiable utilizar este método para medir el efecto de la fatiga sobre la capacidad del
deportista para aplicar fuerza, velocidad y potencia sobre una carga determinada.
Por otro lado, los autores Torrejón et al. (2019) investigaron la relación FV
tras tres entrenamiento de fuerza en Press de Banca: uno tradicional (6 series
de 4 repeticiones recuperando 3 minutos) otro Cluster (6 series de 4 repeticiones
recuperando 15 segundos entre cada 2 repeticiones y 2 min 45 segundos entre

cada serie) y un protocolo de recuperación entre repeticiones IRR (1 serie de 24
repeticiones recuperando 39 segundos entre cada una de ellas). Estos tres protocolos
usaban la misma carga correspondiente a 6RM, además, estaban igualados en
cuanto a volumen y tiempo de recuperación, pero con configuraciones diferentes.
Los resultados de esta investigación relevaron que no existieron diferencias
significativas entre las variables de fuerza, velocidad y potencia al acabar
cada entrenamiento, por lo que al igualar la relación trabajo-descanso aún con
recuperaciones cortas entre repeticiones, no se consiguen alcanzar velocidades de
trabajo más altas, quizás debido a que la carga de entrenamiento utilizada para este
estudio no ha sido sumamente elevada.
3.4.3. Indicadores Metbólicos de fatiga
A medida que aparece la fatiga durante el entrenamiento de fuerza se

desencadenan efectos que alteran no sólo factores mecánicos como los mencionados
en el apartado anterior, también metabólicos, afectando a la musculatura implicada
y por consiguiente, produciendo un decremento del rendimiento (Gorostiaga et al.,
2014).
Se conoce que el adenosín trifostato (ATP) es la molécula encargada de producir

energía (Chicharro & Mojares, 2008). Durante un ejercicio de alta intensidad, la
capacidad de producción aneróbica de ATP a partir de la fosfocreatina (PCr) y
de la degradación de glucógeno, principalmente en fibras tipo II, va decayendo,
produciendo un descenso en la producción de fuerza y potencia (Karatzaferi, De
Haan, Ferguson, Van Mechelen, & Sargeant, 2001). Este proceso lleva asociado un
aumento de la concentración de Pi y H⁺y alteraciones en la liberación y captación
del Ca²⁺. Durante los ejercicios de alta demanda de energía, la concentración de
ATP permanece inicialmente casi constante mientras que la PCr se descompone en
creatina (Cr) y posfato inorgánico (Pi). Mientras que la Cr tiene poco efecto sobre
la función contráctil (Murphy, Stephenson, & Lamb, 2004), el Pi puede causar una
notable disminución de la producción de fuerza miofibrilar y de la sensibilidad Ca²⁺,
así como la liberación de Ca²⁺ en el retículo sarcoplasmático. En consecuencia, se
se puede entender que el aumento de Pi es una causa importante de fatiga (Håkan
Westerblad, Allen, & Lännergren, 2002), deteriorando la función neuromuscular

(Allen et al., 2008).
Por otro lado, quizás por su facilidad para ser medido, uno de los metabolito
más estudiado en el entrenamiento de fuerza es el lactato, ya que representa
un indicador indirecto de la acidosis muscular y es el resultado derivado de
la contracción muscular (Tran et al., 2006). Esto es debido a que, durante un
entrenamiento de fuerza, la mayor obtención de energía es a partir del metabolismo
anaeróbico de la vía glucolítica (Balsalobre Fernández & Jimenez Reyes, 2014).
Cómo consecuencia de este proceso, se produce una acumulación de lactato e
hidrogeniones (H⁺) y un descenso rápido de la fosfocreatina en consecuencia
de la hidrólisis del ATP produciendo H⁺ para obtener energía en situaciones de
anaerobiosis. Esto desencadena un declive en el rendimiento físico, ya que, se ha
demostrado que la acidosis intramuscular como consecuencia de la acumulación
de hidrogeniones se relaciona con la reducción de la capacidad de generar fuerza,
potencia y la velocidad de acortamiento de fibras musculares in vitro (Cady,
Elshove, Jones, & Moll, 1989).
El punto de vista tradicional promulga que la producción de lactato también

está asociada con la producción de iones H⁺, lo que causa una reducción en el pH del
ambiente intramuscular. En pocas palabras, esta visión establece que la producción
de lactato es una causa de acidosis. Sin embargo, esta idea ha sido cuestionada
por numerosos investigadores que afirman que el lactato no está involucrado en la
producción de H⁺ (y viceversa) (Phillips, 2015). El incremento del lactato en sangre
ha demostrado tener una estrecha relación con la fatiga producida (Cairns, Knicker,
Thompson, & Sjogaard, 2005; Gorostiaga et al., 2014). Aunque no existe una
explicación clara de causa-efecto, históricamente se ha entendido al lactato como el
responsable de la fatiga, pero las últimas investigaciones defienden que el lactato
consume la producción de H⁺, reduciendo la acidez del músculo. Se han detectado
mayores cantidades de lactato durante los períodos de trabajo de alta intensidad,
cuando también se puede observar una disminución del rendimiento (Balsalobre
Fernández & Jimenez Reyes, 2014). Sin embargo, la producción de lactato es alta
debido a su papel en el tamponamiento del exceso de piruvato y H⁺, y no está
afectando negativamente sobre el rendimiento. Por lo tanto, el aumento de la
producción de lactato es el resultado del intento del cuerpo de prevenir aumentos en

la acidez intramuscular y su aparición en la fatiga es una coincidencia (Brooks, 2001;
Phillips, 2015). Estas nuevas teorías postulan al lactato como nuestro aliado para la
mejora del rendimiento y no como el inductor de fatiga que se tenia creído (Hall,
Rajasekaran, Thomsen, & Peterson, 2016). Además, se ha demostrado que el lactato
es una fuente de combustible durante y después del ejercicio. Aproximadamente
el 75% de todo el lactato producido durante el ejercicio se usa como combustible
muscular (George A. Brooks, 2007). Una demostración clara se expone en el artículo
de Ingham et al. (2008) donde averiguaron que hasta el 25% de la energía necesaria
durante una carrera de 1.500 metros es suministrada por lactato.
En el estudio de Sánchez Medina y González Badillo (2011) se relaciona

diferentes variables mecánicas con la acumulación de lactato y amonio como
indicadores metabólicos de fatiga, donde se pudo comprobar un incremento del
lactato y amonio a medida que crecía la perdida de velocidad de ejecución en la
serie. Esta investigación consigue determinar una estrecha correlación entre todas
estas variables, acercando a los entrenadores la posibilidad de mediar la fatiga a
partir de marcadores mecánico en vez del análisis de metabolitos en sangre, ya que
son pruebas de laboratorio con difícil acceso y algo más costosas.
Durante el entrenamiento de fuerza en el que se completan repeticiones

cercanas al fallo y se produce una pérdida de velocidad alrededor del 40% se
han observado concentraciones de lactato en torno a 12 mmol/L. Por otro lado,
tras estudiar el efecto de otros diseños de entrenamientos en donde únicamente
se llegan a realizar la mitad de repeticiones posible, los valores de lactatemia no
superan los 5 mmoles/L (Gorostiaga et al., 2012; Pareja Blanco et al., 2014). Esto
sugiere que el tiempo necesario de recuperación entre series para completar el
entrenamiento con repeticiones hasta el fallo debe ser mayor y, por consiguiente, el
tiempo necesario de recuperación tras la sesión de fuerza hasta el fallo debe ser algo
mayor que en entrenamientos hasta el no fallo (Pareja Blanco et al., 2014; Sánchez
Medina & González Badillo, 2011). Esto sin duda representa una de las mayores
preocupaciones por parte de los entrenadores, y existen pocas evidencias científicas
que reporten el tiempo necesario de recuperación tras diferentes entrenamientos de
fuerza.
Como hemos visto, el trabajo de fuerza exige una gran implicación del
metabolismo glucolítico, y se ha demostrado que una elevación de los niveles de
lactato en sangre es concomitante con una reducción en el rendimiento. Sin embargo,
se supone que romper las series en pequeños grupos de repeticiones inhibe los
efectos de la acumulación metabólica y el agotamiento de sustratos energéticos
(Haff et al., 2008; Mora Custodio et al., 2018). Esto ha sido una de las bases teóricas
que respalda en entrenamiento Cluster o IRR. En el estudio de Iglesias Soler et
al. (2012) analizaron el efecto de realizar dos protocolos de entrenamiento de
fuerza en sentadilla: repeticiones continuas hasta el fallo (3 series de 4 repeticiones
recuperando 3 minutos) vs distribución con recuperación entre repeticiones (3
series de 4 repeticiones recuperando 180 segundos entre repeticiones). Observaron
que el protocolo de entrenamiento de repeticiones continuas producía un descenso
mayor de la velocidad de ejecución al final del entrenamiento y un aumento
considerable de la concentración de lactato en relación con el entrenamiento con
recuperación entre repeticiones, lo que posiciona al entrenamiento IRR como un
protocolo válido para preservar velocidades de ejecución altas y acumular bajos
niveles de lactato. Como ejemplo de entrenamiento Cluster con recuperación entre
bloque de repeticiones, Girman et al. (2014) estudiaron el efecto de dos protocolos de
entrenamiento en sentadilla y cargada: uno de ellos tradicional donde se realizaron
4 series de 6 repeticiones recuperando 2 minutos y otro Cluster con recuperación de
15 segundos a la mitad de las repeticiones. Se reportaron una mayor concentración
de lactato y peor rendimiento en Salto vertical y horizontal para el protocolo
tradicional inmediatamente después y a los 15 y 30 minutos post entrenamiento.
Por otro lado, García Ramos et al. (2020) comprobaron cómo el entrenamiento de
fuerza en press de banca con recuperación entre repeticiones de 10 y 15 segundos
producía una acumulación significativamente menor de lactato en comparación
con los protocolos de fuerza tradicionales de repeticiones continuas hasta el fallo y
con la mitad del carácter del esfuerzo.
IV
Formulación del problema
FORMULACIÓN DEL PROBLEMA 121
IV/ FORMULACIÓN DEL PROBLEMA
Tras estudiar la literatura existente, nos encontramos con una falta de

conocimiento que incita a indagar sobre ella, y abordar una línea de investigación
que amplíe los conocimientos disponibles. La justificación de la formulación del
problema surge al percatarnos de lo siguiente:
Son muchas las posibilidades que nos ofrece variar la configuración de la

serie durante el entrenamiento de fuerza (variar tiempo de recuperación, llegar
al fallo o no, recuperar entre repeticiones etc). Esto hace complicado el estudio
de los efectos ocasionados, siendo limitada la actuación en cada estudio. Por lo
tanto, experimentar con diferentes configuraciones y estudiar diversos efectos la
configuración de las series nos podrá proporcionar respuestas interesantes para
diseñar de forma optimizada diferentes programas de entrenamiento de fuerza.
El tipo de entrenamiento con recuperaciones entre repeticiones Cluster o IRR

está en auge y a diferencia de los estudios que abordan efectos agudos, existen
pocos que contemplen los efectos de estos programas de entrenamiento, lo que
significa que la problemática de estudio existe y se puede abordar este estudio.
El uso de la saliva para la determinación del efecto del entrenamiento es poco

usado en ciencias del deporte y mucho más usual encontrarlo en el campo de la
medicina con fines clínicos para la detección de diversa enfermedades coronarias,
hepáticas o bucales. Las ventajas frente a la sangre para obtener estas muestras
proponen a la saliva una herramienta atractiva para la determinación de diferentes
biomarcadores que nos puedan aportar información acerca del efecto producido
por el entrenamiento y del estado de recuperación del deportista, lo que nos sugiere
que el conocimiento disponible no es suficiente y se puede abordar una línea de
investigación que determine las posibilidades que ofrece esta metodología.
Son muchos los estudios que han diseñado protocolos de entrenamiento de

fuerza con el fin de evaluar el daño muscular y la pérdida de rendimiento como
indicador de fatiga. Pero son pocas las investigaciones que valoran los efectos
agudos y tardíos sobre la fatiga central y periférica ocasionada tras diferentes
protocolos de entrenamiento de fuerza.
Por lo tanto, en la búsqueda de propuestas que nos permitan indagar en los

efectos de diferentes configuraciones del entrenamiento de fuerza y en la aplicación
de diversos métodos de cuantificación de la fatiga, nos planteamos los siguientes
interrogantes:
• ¿Qué ventajas o desventajas puede suponer entrenar de forma Cluster

frente al método tradicional?
• ¿Qué tipo de biomarcadores son válidos en saliva para determinar el

efecto inducido por el entrenamiento de fuerza? ¿Y qué procedimiento de
medición y análisis es más efectivo?
• ¿Existe alguna asociación entre la respuesta aguda y tardía de los

marcadores de daño muscular tras el entrenamiento de fuerza excéntrico
acentuado?
• ¿Cuánto tiempo de recuperación, entre series y entre repeticiones,

optimiza el rendimiento en una sesión de entrenamiento de fuerza?
• ¿Qué efectos produce variar el carácter del esfuerzo, el tiempo de

recuperación y el número de repeticiones a nivel perceptual, mecánico,
metabólico, bioquímico y neural?
• ¿Cómo evoluciona la fatiga central y periférica desde inmediatamente

después hasta días siguientes tras dos protocolos diferentes de fuerza?
V
Objetivos e hipótesis
OBJETIVOS E HIPÓTESIS 127
V/ OBJETIVOS E HIPÓTESIS
Con el propósito de dar respuestas a las preguntas propuestas en el apartado

anterior, nos surge la inquietud de desarrollar una línea de investigación que
persigue abordar los siguientes objetivos e hipótesis a partir de cinco estudios
diferentes.
Estudio I
Objetivo
Comparar las respuestas mecánicas (pérdida de velocidad y altura de
salto), metabólicas (lactato) y perceptivas (percepción subjetiva del esfuerzo)
entre diferentes configuraciones de las series en el ejercicio de sentadilla con una
carga de 10RM. Se han diseñado dos protocolos tradicionales de repeticiones
continuas (TR1:3x10 y TR2: 6x5) y cuatro protocolos Cluster con recuperación entre
repeticiones (CL1: 3x10[10], CL2: 3x10[15], CL3: 3x10[30] y CL4: 30 [15]).
Hipótesis
Nuestra primera hipótesis es que todas las configuraciones de la serie en
Clúster inducirán una menor fatiga mecánica, metabólica y perceptiva que las
configuraciones de las series tradicionales basadas en repeticiones continuas ya al
disponer de mayor tiempo de recuperación (Haff et al., 2008).
Estudio II
Objetivo
Estudiar la relación entre la sangre y la saliva para la determinación del stress
metabólico ocasionado tras dos protocolos de entrenamiento de fuerza en sentadilla,
uno agotando todas las repeticiones posibles (6x10) y otro realizando la mitad
de las repeticiones posibles (6x5). Evaluando cómo dos condiciones de muestreo
diferentes en saliva (Flujo pasivo o Salivette con algodón) y tres procedimientos
de normalización diferentes (sin ninguna corrección, corregida por el flujo salival
o corregida por la concentración de proteína total) podrían influir en la medición

valores de ácido úrico en saliva.
Hipótesis
Nuestra segunda hipótesis es que la saliva puede ser util para la medición del
estés metabólico tras diferentes entrenamientos de fuerza, a través de la medición
del ácido úrico (Deminice et al., 2010).
Estudio III
Objetivos
(I) Comparar el efecto de varios intervalos de descanso diferente entre
series (1, 3 y 5 minutos) sobre la velocidad de ejecución durante una sesión de
entrenamiento de fuerza (3 series de 5 repeticiones con la carga del 10RM) para los
ejercicios de sentadillas y press de banca. (II) Explorar la fatiga inducida tras cada
sesión de entrenamiento de fuerza con las tres propuestas de tiempo de descanso
entre series (1,3 y 5min) en la relación F-v de los músculos del miembro inferior y
superior del cuerpo.
Hipótesis
(I) Suponemos que las velocidades de ejecución más lentas y rápidas se
observarán en los protocolos con los intervalos de descanso entre series de 1 y
5 minutos respectivamente. (II) Todas las sesiones de entrenamiento de fuerza,
independientemente del intervalo de descanso entre series, tendrían un impacto
negativo en la relación Fv de los músculos tanto del miembro inferior como superior
del cuerpo (es decir, valores más bajos de F0, v0 y Pmax), pero los mayores efectos
negativos se producirían como resultado de intervalos de descanso más cortos
entre series.
Estudio IV
Objetivos
(I) Examinar las respuestas agudas (tras 24h) y tardías (tras 96h) para la CK,
AST y LDH como biomarcadores de daño muscular en sangre tras un entrenamiento
OBJETIVOS E HIPÓTESIS 129
excéntrico acentuado de fuerza en sentadillas (8 series de 10 repeticiones con el

120%RM y fase excéntrica de 3 segundos). (II) Comparar estos resultados en sangre
con la respuesta en saliva.
Hipótesis
(I) Hipotetizamos que la concentración de estos biomarcadores de daño
muscular será significativamente mayor en a las 24 y 96h en comparación con
el pre y (II) estas enzimas mostrarán cambios similares en suero y saliva tras el
entrenamiento.
Estudio V
Objetivos
El objetivo principal del presente estudio fue comparar el efecto agudo
(después de cada serie de entrenamiento) y retardado (1, 24 y 48 horas después
del entrenamiento) de dos protocolos de fuerza en sentadilla al fallo (6 series e 10
repeticiones) y no fallo (6 series de 5 repeticiones) sobre la fatiga periférica y central.
El objetivo secundario era relacionar los cambios en la función neuromuscular con
el rendimiento mecánico (fuerza isométrica máxima) y el daño muscular (CK y
AST)
Hipótesis
Es posible hipotetizar que la configuración de entrenamiento de fuerza al
fallo producirá mayores niveles de fatiga central y periférica, además de daño
muscular que el entrenamiento hasta el no fallo. Ocasionando, además, que la
respuesta tardía, relacionada con la recuperación de la función neuromuscular y el
daño muscular también sea diferente.

VI
Metodología
METODOLOGÍA 133
VI/ METODOLOGÍA
Para conseguir los objetivos planteados en esta tesis hemos diseñado cinco
estudios diferentes. Estos se basan en la formulación del problema descrito a partir
de las necesidades encontradas en la literatura. La siguiente tabla muestra un
resumen del diseño metodológico llevado a cabo en cada una de las investigaciones
que dieron lugar a las cinco publicaciones de esta tesis.
Tabla 1: Resumen metodológico en cada estudio

6.1. SUJETOS
Los sujetos que tomaron parte de los diferentes estudios que conforman esta
tesis doctoral fueron estudiantes del Grado en Ciencias de la Actividad Física y
del Deporte. Todos ellos tenían mínimo un año de experiencia con los ejercicios
evaluados, pero aún así, participaron en un periodo de entre 2 y 3 semanas de
familiarización con los ejercicios y las técnicas de evaluación. Todos estos
participantes aseguraban no haber tenido lesiones en los seis meses previos que
pudieran dificultar la participación en el estudio, además de asegurar que no
consumían ni ayudas ergogénicas ni drogas que pudieran alterar las mediciones.
Todos los sujetos fueron informados de los posibles riesgos asociados a las
intervenciones y firmaron un consentimiento informado (Adjunto en Anexos) al
principio de cada estudio. Los protocolos experimentales fueron aprobados por el
comité ético local de la Universidad Católica de San Antonio (Murcia) de acuerdo
con la Declaración de Helsinki. A continuación, se detalla la descripción de los
sujetos que participaron en cada estudio
METODOLOGÍA 135
Tabla 2: Descripción de los sujetos que han participado en cada estudio

6.2. EJERCICIOS
En esta tesis doctoral se ha utilizado el ejercicio de sentadilla completa en

todos los estudios y press de banca en el Estudio III. El ejercicio de sentadilla es
comúnmente utilizado en la mayoría de las rutinas de entrenamiento de aquellos
deportes en los que se requiere la aplicación de altos niveles de fuerza y potencia
en miembro inferior como el futbol, atletismo o halterofilia. Se ha demostrado que
fortalece la musculatura de la cadera, muslo y espalda, mejorando el rendimiento
deportivo y minimizando el potencial de lesiones (Escamilla, 2001). Este ejercicio
consiste en una flexión de cadera y rodillas desde bipedestación, para luego volver
a esta postura. Al realizarlo con una barra esta se debe apoyar sobre la musculatura
del trapecio junto con retracción escapular para proteger las vertebras. El rango de
bajada definirá si la sentadilla es media (muslos paralelos al suelo por encima), o
profunda (cadera por debajo de la altura de las rodillas). La sentadilla profunda
ha demostrado proporcionar una mayor activación muscular y mejoras en el
rendimiento frente a la media sentadilla (Schoenfeld & Williams, 2012). Es por
ello por lo que hemos elegido el ejercicio de sentadilla profunda para nuestras
investigaciones. Aunque en los Estudios I y III este ejercicio se realizó en una Smith
Machine o pórtico guiado mientras que para los Estudios II, IV y V las sentadillas se
realizaron en un pórtico de peso libre. El pórtico de peso libre es más común entre los
entrenadores, y ha demostrado producir una mayor activación melectromiográfica
en la musculatura flexora y extensora de rodilla (Schwanbeck, Chilibeck, &
Binsted, 2009), además de permitir un movimiento más real de la barra durante
toda la fase de ejecución del ejercicio, haciéndose necesario un mayor control y
equilibrio (Cotterman, Darby, & Skelly, 2005). Mientras que el Smith Machine se
propone como una alternativa más segura y fácil de usar, ya que requiere menos
equilibrio y permite levantar una carga mayor (Cotterman et al., 2005). Además,
esta es la opción preferida en la investigación ya que la medición ha demostrado
ser más fiable entre sujetos (Pérez Castilla, McMahon, Comfort, & García Ramos,
2020). De la misma monera que la sentadilla representa el ejercicio más global de la
musculatura del miembro inferior, el press de banca es considerado para muchos
como el ejercicio más característico para evaluar la fuerza y potencia del miembro
superior y más usado en los deportes (Pearson, Cronin, Hume, & Slyfield, 2009).
Este ejercicio se realiza acostado en un banco, con flexión de hombro y extensión
METODOLOGÍA 137
de codos para sujetar la barra con la manos y se desciende mediante una flexión de
codo y extensión de hombro para que una vez llegue la barra al pecho, se vuelva a
la posición inicial mediante la flexión de hombro y extensión de codos (Janicijevic,
González Hernández, Gu, & Garcia Ramos, 2020).
6.3. VARIABLES DE ESTUDIO
Tabla 3. Nueva de Metodologia

6.4. TEST Y MATERIALES
6.4.1. Saltos con Contramovimiento CMJ (ESTUDIO I)
El CMJ consiste en una flexo-extensión rápida de cadera y rodillas con una

mínima parada entre la fase excéntrica y concéntrica para acabar saltando. Es
un indicador de la capacidad reflejo elástica explosiva de las piernas, donde se
discrimina la acción de los brazos al realizarse con las manos fijas en la cadera. Se
procura que el tronco no se incline hacia adelante permaneciendo recto y las piernas
deben estar completamente extendidas durante la fase de vuelo. En el momento de
tomar contacto las puntas del pie con el suelo, las rodillas pueden flexionarse para
absorber el impacto, pero no antes. Este test ha sido comúnmente elegido para
valorar la fatiga, al comparar la pérdida de la altura de salto pre y post series o del
entrenamiento de fuerza o sprint (Jimenez Reyes et al., 2016).
La medición para el Estudio I ha sido realizada con una plataforma de

contacto (Chronojump, Barcelona, España) con una precisión de 0,1 cm de las
mediciones del tiempo de vuelo. Donde a partir del tiempo de vuelo se estima la
altura de salto. La plataforma se conecta al ordenador y funciona con el software
oficial de Chronojump. En este estudio, la altura de salto en CMJ se midió en siete
puntos temporales durante los protocolos TR1, CL1, CL2 y CL3 (se realizaron 3
METODOLOGÍA 139
series); 13 veces en el protocolo TR2 (se realizaron 6 series); y tres veces durante
el protocolo CL4 (se realizó 1 serie). Estas mediciones se relacionan con un test
antes de empezar cada protocolo, otra justo al acabar la serie y una última 4 min 15
segundos al acabar cada serie. En cada medición, se realizaron tres CMJ máximos
separados por 5 segundos, y el intento con la mayor altura de salto se utilizó para
el análisis posterior con el fin de cuantificar la fatiga.
6.4.2. Test de detección de la carga del 1RM y 10 RM (ESTUDIOS I-V)
En los Estudios I, II, III y V se realizó el mismo test para determinar la

carga del 10RM en sentadillas y en el Estudio III también para press de banca.
Diferenciándose del resto, en el ESTUDIO IV, no se perseguía obtener la carga del
10RM, sino estimar aquella que se relacionaba con el 120% del RM en sentadilla. A
continuación, se detalla cómo se llevaron a cabo estos protocolos de medición.
Para el ejercicio de Sentadilla el valor del 1RM se estimó con un encoder lineal
a través de una prueba de cargas progresivas en el ejercicio de sentadilla completa
hasta alcanzar la carga a la que el sujeto conseguía desplazar a una velocidad de
0,75 m/s (≈ Carga de 10RM (Sánchez Medina & González Badillo, 2011). Se premisa
fue que los sujetos debían realizaran la fase concéntrica de todas las repeticiones
a la máxima velocidad posible. La carga externa inicial se fijó en 40 kg para todos
los sujetos, y se incrementó progresivamente en 20 kg cuando la VMP era superior
a 1 m/s, en 10 kg cuando la VMP oscilaba entre 1 m/s y 0,8 m/s, y de 5 a 1 kg
cuando la VMP era inferior a 0,8 m/s. Se realizaron cuatro repeticiones cuando la
VMP era superior a 1 m/s, dos repeticiones cuando la VMP estaba entre 1 m/s y
0,8 m/s, y sólo una repetición cuando la VMP era inferior a 0,8 m/s. El período de
recuperación entre las series fue de tres minutos. Una vez que se obtuvo la carga
vinculada a una VMP de 0,75 m/s, los sujetos descansaron durante cinco minutos,
y luego se procedió a realizar la segunda parte del test. Los participantes debían
realizar todas las repeticiones posibles con esta carga, si conseguían completar las
10 repeticiones, la estimación había sido correcta, si no, era necesario un ligero
incremento/disminución en la magnitud de la carga. Se consideró que esta prueba
se había realizado correctamente cuando la última repetición se realizaba a una
VMP inferior a 0,35 m/s (Sánchez Medina & González Badillo, 2011)
Para el ejercicio de Press de Banca se llevó a cabo un test similar al elegido

para la sentadilla, pero con la particularidad de que las velocidades difieren, ya
que la relación carga-velocidad no es la misma para los ejercicios de sentadilla y
press de banca. La carga del 10RM en press de banca se relaciona con una velocidad
de 0,53m/s (González Badillo & Sanchez Medina, 2010). La premisa fue que los
sujetos debían realizaran la fase concéntrica de todas las repeticiones a la máxima
velocidad posible. La carga externa inicial se fijó en 20 kg para todos los sujetos,
y se incrementó progresivamente 10kg cuando la VMP era superior a 1m/s hasta
llegar a la velocidad de 0,6m/s, donde se producía un incremento entre 5-1 kg para
ajustar la carga a la velocidad de 0,53m/s. Se realizaron tres repeticiones cuando la
VMP era superior a 1 m/s, dos repeticiones cuando la VMP estaba entre 1 m/s y
0,65 m/s, y sólo una repetición cuando la VMP era inferior a 0,65 m/s. El período
de recuperación entre las series fue de tres minutos. Una vez que se obtuvo la carga
vinculada a una VMP de 0,53 m/s, los sujetos descansaron durante cinco minutos,
y luego se procedió a realizar la segunda parte del test. Los participantes debían
realizar todas las repeticiones posibles con esta carga, si conseguían completar las
10 repeticiones, la estimación había sido correcta, si no, era necesario un ligero
incremento/disminución en la magnitud de la carga. Se consideró que esta prueba
se había realizado correctamente cuando la última repetición se realizaba a una
VMP inferior a 0,19m/s (González Badillo & Sanchez Medina, 2010).
Para el Estudio IV, se llevó a cabo otro test con la intención de determinar
la carga asociada al 1RM en sentadilla para poder estimar después la carga que
representaba el 120%RM. En esta prueba, la carga inicial se fijó en 20 kg para todos
los sujetos y se incrementó progresivamente en 10 kg hasta que la VMP de la
barra fue inferior a 0,60 m/s (≈ 80%1RM). Se realizaron dos repeticiones con cada
carga y se implementaron 3 minutos de descanso pasivo entre series. Se instruyó
a los sujetos para que realizaran la fase concéntrica de todas las repeticiones a la
máxima velocidad posible. La velocidad registrada en las diferentes cargas se usó
para estimar la sentadilla completa 1RM y posteriormente 120%RM a través de
un modelo de regresión lineal individual como la carga asociada a una velocidad
media de 0,33 m/s (Pérez Castilla, García Ramos, Padial, Morales Artacho, &
Feriche, 2017).
METODOLOGÍA 141
Para los Estudios I, II, IV y V, estos test se llevaron a cabo midiendo la

velocidad de la barra durante el ejercicio de sentadilla a partir de los datos de
tiempo de desplazamiento registrados a 1.000 Hz por un transductor de posición
lineal (Chronojump, Barcelona, España). A diferencia del Estudio III, donde para
los test de sentadilla y press de banca se usó otro encoder, el T-Force (T-Force
System; Ergotech, Murcia, España). Por otro lado, aunque se haya mencionado en
apartados anteriores, estos test se llevaron a cabo en el mismo pórtico donde se
entrenó. En el caso de los Estudios I, II y IV se realizaron en una Smith Machine
(Estudio I y IV: Technogym, Cesena, Italia. Estudio III: Multipower FF683; Ffittech,
Santo Estevao, Portugal), mientras que para el estudio II y V en un pórtico de peso
libre (Homcom, Barcelona, España).
6.4.3. Pérdida de Velocidad
Cómo ha sido mencionado en el apartado anterior, la medición de la velocidad

a la que se desplazaba la barra durante cada repetición ha sido medida a través de
encoders lineales Chronojump (Chronojump, Barcelona, España) para Estudio I,
II, IV y V y T-Force (T-Force System; Ergotech, Murcia, España) para Estudio III.
La perdida de velocidad en la serie ha sido determinada al calcular la diferencia
entre la primera y la última repetición de cada serie (Estudios I y III) (Sánchez
Medina & González Badillo, 2011). Ambos encoders se vincularon con el software
oficial en un ordenador, donde se distinguió automáticamente las fases excéntrica
y concéntrica del ejercicio. Posteriormente, el software calculó la VMP como la
velocidad media desde la primera velocidad positiva hasta que la velocidad de la
barra fue inferior a la de la gravedad (Sanchez Medina et al., 2010). Cómo novedad,
en el Estudio V, se ha propuesto una nueva metodología para cuantificar la fatiga
a través de la pérdida de velocidad. Se determinó la pérdida de velocidad entre
series, al estudiar la diferencia entre las primeras repeticiones de cada serie. Según
nuestro conocimiento, esta estrategia para cuantificar la fatiga no se ha utilizado
anteriormente en la literatura científica.
6.4.4. Test Lactato
Fue en el Estudio I donde se empleó la medición de la concentración de

lactato en sangre como medida de fatiga metabólica (Sánchez Medina & González
Badillo, 2011). Estas mediciones se obtuvieron de la yema de los dedos 30 segundos
después de la finalización de cada serie. Por lo tanto, se realizaron tres mediciones
para los protocolos TR1, CL1, CL2 y CL3 (se realizaron 3 series), seis mediciones
para el protocolo TR2 (se realizaron 6 series) y sólo una medición en el l protocolo
CL4 (se realizó 1 serie). Para las mediciones de lactato se utilizó un analizador de
lactato portátil (Lactate Scout, SensLab GmbH, Leipzig, Alemania). El analizador
de lactato se calibró antes de cada sesión de ejercicio según las especificaciones del
fabricante.
6.4.5. Escala Subjetiva de Percepción del Esfuerzo OMNI
La escala subjetiva de percepción del esfuerzo OMNI (OMNI-RES) se utilizó

en el Estudio I como medida de la fatiga perceptiva (Robertson et al., 2003). Los
sujetos se habituaron con la escala OMNI-RES durante la sesión de familiarización.
Inmediatamente después de terminar cada serie, los sujetos proporcionaron su
calificación del esfuerzo percibido utilizando la escala OMNI-RES (0-10) donde 0
es extremadamente fácil y 10 representa extremadamente difícil. Se mostró una
imagen de la escala OMNI-RES a los sujetos inmediatamente después de completar
cada serie. Por lo tanto, la escala OMNI-RES se utilizó en tres ocasiones durante los
protocolos TR1, CL1, CL2 y CL3 (se realizaron 3 series), seis veces en protocolo TR2
(se realizaron 6 series) y sólo una vez en el protocolo CL4 (se realizó 1 serie).
6.4.6. Perfil Fuerza-velocidad
La relación F-v se determinó durante los ejercicios CMJ y PBL a través del
método de dos puntos propuesto por García Ramos & Jaric (2018). Se realizaron
dos CMJ sin carga (carga ligera) y dos CMJ con la carga externa asociada a una
altura de salto de ≈ 12 cm (carga pesada: 51,8 ± 13,6 kg) separados por 1 minuto.
A continuación, se realizaron dos pruebas del PBL con la barra de máquina Smith
descargada (carga ligera: 20 kg para todos los participantes) y dos pruebas con la
carga de 10RM (carga pesada: 47,3 ± 16,5 kg) separadas por 1 minuto. El intento con
la mayor altura de salto (CMJ) y la VMP más rápida (BPT) de cada carga se utilizó
para modelar la relación F-v. Cabe señalar que la relación F-v también se determinó
METODOLOGÍA 143
10 minutos después de completar la sesión de RT para evaluar la fatiga residual de

las sesiones de RT en F0, v0 y Pmax.
Los valores propulsivos medios de fuerza y velocidad se utilizaron para

determinar la relación F-v durante el ejercicio de la CMJ mediante el método simple
propuesto por Samozino y colaboradores (Jiménez Reyes et al., 2017; P. Samozino,
Morin, Frédérique, & Alain, 2008). La altura del salto se estimó a partir del tiempo
de vuelo utilizando una aplicación móvil validada (MyJump2) que grabó la imagen
de vídeo a 240 fotogramas por segundo, a través de un iPhone 8 plus (Balsalobre
Fernandez, Glaister, & Lockey, 2015). Los valores medios de propulsión de fuerza
y velocidad usados para determinar la relación F-v durante el ejercicio PBL fueron
recogidos con un transductor lineal (T-Force System; Ergotech, Murcia, España)
( Pérez Castilla et al., 2019). El CMJ con carga y el PBL se realizaron en una
máquina Smith (Multipower FF683; Ffittech, Santo Estevao, Portugal). Los valores
propulsivos medios de fuerza y velocidad obtenidos en dos condiciones de carga
se utilizaron para la evaluación de la relación F-v mediante un modelo lineal: F(V)
= F0 - aV, en el que F0 representa la fuerza de intercepción y a es la pendiente de la
relación F-v. También se calcularon la velocidad máxima (v0 = F0/a) y la potencia
máxima (Pmax = F0-v0/4). Una fiabilidad aceptable del método de dos puntos para
determinar la relación F-v durante los ejercicios de CMJ y PBL ha sido reportada en
otros lugares (Garcia Ramos & Jaric, 2018; Pérez Castilla, Jaric, Feriche, Padial, &
García Ramos, 2018).
6.4.7. Evaluación de la Función Neuromuscular
El estudio V destaca en esta tesis por estudiar la fatiga central y periférica

tras dos protocolos de entrenamiento de fuerza en sentadilla. Para ello se utilizó
la técnica de estimulación superimpuesta/Twitch Iinterpolation Technique
(TIT) para evaluar la activación voluntaria y las propiedades contráctiles de los
músculos (Gandevia, 2001), en este caso sobre el cuadriceps. Para ello, los sujetos se
sentaban en una silla hecha a mano con las dos rodillas flexionadas a 90º y el torso
sujeto con cinturones para evitar cualquier desplazamiento. La pierna derecha se
sujetaba a un transductor de fuerza (NL63-200 Kg; Digitimer, Welwyn Garden City,
Reino Unido) justo encima de los maléolos. Los estímulos eléctricos musculares
transcutáneos (200 μs) se suministraron utilizando un estimulador de corriente

constante (DS7AH, Digitimer Ltd, Welwyn Garden City, Hertfordshire, Reino
Unido). Se colocaron electrodos de superficie autoadhesivos rectangulares (5 × 9 cm)
(Valutrode, Axelagaard Manufacturing Co, Lystrup, Dinamarca) a nivel proximal
(sobre el tercio superior del músculo) y distal (justo por encima de la rótula) sobre
los extensores de la rodilla. Se administraron estímulos únicos al músculo relajado
comenzando en 100 mA y aumentando en 20 mA hasta que se produjo una meseta
en la amplitud de las contracciones. La estimulación supramaximal se aseguró
aumentando la intensidad final en un 30% (intensidad media de la corriente = 339
± 36 mA). De esta forma se aseguraba una producción de fuerza máxima que sería
medida por la galga de fuerzas.
Las mediciones neuromusculares se realizaron antes del entrenamiento (Pre),

30 segundos después de cada serie, y 1 hora (Post_1h), 24 horas (Post_24h) y 48 horas
(Post_48h) después del entrenamiento. Los sujetos realizaron dos contracciones
voluntarias máximas (CVM) de 3 segundos durante el ejercicio isométrico de
extensión de rodilla separados por 1 minuto de descanso. Sin embargo, después
de las series de entrenamiento sólo se realizó un intento. Durante cada CVM, se
superpuso un doblete de alta frecuencia (100 Hz) a 1,5 segundos para determinar
la fatiga central. Posteriormente, un doblete potenciado de 100 Hz, un doblete de
10 Hz y un solo estímulo se suministraron en reposo 5, 6,5 y 8,5 segundos después
del comienzo de la CVM, respectivamente.
La fatiga global se determinó por el valor de la fuerza máxima (Fmax)

alcanzada durante la CVM. Sólo se consideraron para los análisis estadísticos los
intentos Pre y el Post con el valor de Fmax más alto. Los índices de fatiga periférica
fueron determinados a partir de las respuestas mecánicas a las estimulaciones
simples (contracción máxima, twitch), el doblete potenciado de alta y baja frecuencia
(Db100 y Db10, respectivamente), y la relación de fuerzas máximas de estimulación
emparejadas a 10 Hz sobre 100 Hz (relación 10:100). La fatiga central se evaluó
midiendo la activación voluntaria (AV). De acuerdo con Giandolini y col. (2016), la
AV se calculó a partir de la fuerza máxima alcanzada durante la CVM (Fmax), la
fuerza justo antes del doblete superpuesto (F antes), la fuerza máxima que sigue al
doblete superpuesto (Db100sup), y Db100 como indicamos en la sigue ecuación:
METODOLOGÍA 145
AV = [1- [(Db100sup - F antes) × (F antes / Fmáx)] / Db100] × 100
Fórmula 4. Activación Voluntaria
6.4.8. Extracción de Sangre y determinación de los valores de Estrés Metabólico

y Daño Muscular
En el Estudio II se determinó la concentración de Ácido úrico en suero como

indicador de estrés metabólico. Se realizaron extracciones de sangre de la vena
antecubital (5 mL) en un tubo plano para obtener suero (aproximadamente 2 mLs)
que se almacenó a -80 °C hasta el análisis. El Ácido úrico se midió utilizando un kit
comercial colorimétrico (ácido úrico, Beckman Coulter Inc., Fullerton, CA, EE. UU.)
siguiendo el método de la Federación Internacional de Química Clínica (IFCC).
La primera muestra correspondiente a la línea de base se tomó a las 8:30 AM. Las
segundas muestras de suero se recogieron 60 minutos después del entrenamiento.
Finalmente, la tercera y cuarta extracción correspondieron a 24 y 48 h post-
entrenamiento.
El daño muscular a través de marcadores en suero fue evaluado en los

Estudios IV y V. Para el Estudio IV se extrajeron muestras de sangre de la vena
antecubital (12 ml) en tubos simples que se utilizaron para medir la CK, AST y
LDH (Brancaccio et al., 2010). Las muestras de suero se recogieron al comienzo de
la sesión (Pre), 24 horas después del entrenamiento (Post24) y 96 horas después
del entrenamiento (Post96). Estas se llevaron a cabo siempre por la mañana (08:00-
09:30 horas) en reposo y en ayunas. Los análisis se realizaron por espectrofotometría
utilizando kits comerciales (Beckman) en un analizador bioquímico automatizado
(Olympus A400, Beckman Coulter, Brea, USA) (Barranco et al., 2017).
Por el contrario, para el Estudio V, se tuvieron en cuanta los marcadores de

daño muscular (CK y AST) en suero medidos antes del entrenamiento (Pre) y 1 hora
(Post_1h), 24 horas (Post_24h) y 48 horas (Post_48h) después del entrenamiento. Las
extracciones de sangre siempre se recogían por la mañana entre las 8:00-8:30 AM. La
única excepción fue el Post_1h que se recogió 1 hora después del entrenamiento. La
sangre se extraía por procedimientos clínicos convencionales de la vena antecubital

en tubos simples (5 ml). Los tubos simples se centrifugaron a 2000 g durante 10
minutos para la eliminación cuidadosa del suero y las muestras se congelaron a
-80ºC hasta que se realizó el análisis.

Los valores de CK y AST en suero se analizaron utilizando los kits disponibles
en el mercado (Beckman Coulter, Brea, Estados Unidos de América). El ensayo para
las mediciones de CK se basó en la cuantificación de la formación de nicotinamida,
adenina y dinucleótido fosfato (NADPH) derivada de la acción de la CK sobre el
fosfato de creatina y el adenin difosfato (ADP). El ensayo para las mediciones de
AST se basó en la cuantificación del consumo de NADPH derivado de la acción
de AST sobre el aspartato y el oxoglutarato. Estos procesos se llevaron a cabo de
acuerdo con las recomendaciones de la Federación Internacional de Química Clínica
(IFCC). Los calibradores utilizados fueron proporcionados por el fabricante de los
equipos comerciales. Los ensayos se realizaron en un analizador automatizado de
espectrofotometría bioquímica (Olympus A400, Beckman Coulter, Brea, EE. UU.).
6.4.9. Extracción de Saliva y determinación de los valores de Estrés Metabólico y

Daño Muscular
En el Estudio II, la saliva fue usada para determinar la concentración de Ácido

úrico como indicador de estrés metabólico (Deminice et al., 2010). Concretamente,
la saliva se recogía aplicando dos procedimientos diferentes: i) flujo pasivo durante
1 min. bajo supervisión, utilizando tubos de poliestireno microcentrifugados
estándar de 5 mL con fondos redondos (12 × 75 mm) (Deltalab, 5 mL, Barcelona.
España) [15], ii) Salivette con algodón (Sarstedt, Nümbrecht, Alemania). El algodón
se masticó durante 1 min y luego se colocó en tubos de centrifugación especiales.
Cada muestra se refrigeró o almacenó en hielo hasta su llegada al laboratorio,
que no duró más de 45 minutos después de la recogida de la muestra. Todas las
muestras se pesaron primero y luego se centrifugaron a 4500× g durante 10 min a 4
°C. El sobrenadante de las muestras de saliva completa obtenida por flujo pasivo y
las muestras de saliva obtenidas con algodón se transfirieron a tubos Eppendorf de
1,5 mL y se almacenaron a -80 °C hasta su análisis. En todos los casos el volumen de
saliva obtenido fue de 1 mL mínimo. El flujo salival se obtuvo dividiendo el volumen
METODOLOGÍA 147
de saliva por el tiempo del período de muestreo (1 min) (Contreras Aguilar et al.,
2017; Rohleder & Nater, 2009). El volumen de saliva se obtuvo restando el peso del
tubo vacío del lleno de saliva, y los valores en gramos obtenidos se consideraron
equivalentes a mililitros. La cantidad de ácido úrico se multiplicó posteriormente
por el caudal (mg/min). La cuantificación de la proteína total de la saliva (Prot.T)
expresada en mg/mL se realizó mediante un equipo colorimétrico disponible en
el mercado para medir la orina y las proteínas de la región de baja complejidad
(LCR) (Proteína en la orina y LCR, Spinreact, España). La primera muestra
correspondiente a la línea de base se tomó a las 8:30 AM. Las segundas muestras de
suero se recogieron 60 minutos después del entrenamiento. Finalmente, la tercera y
cuarta extracción correspondieron a 24 y 48h post-entrenamiento.
Para el Estudio IV se midieron los valores de CK, AST y LDH en saliva como
indicadores de daño muscular. Los sujetos realizaron enjuagues bucales antes de
recoger cada muestra de saliva. La saliva se recogía con Salivettes de flujo pasivo.
Estos consistían en un tubo con pajita (flujo pasivo) y los sujetos salivaban durante
1 minuto. Estas extracciones se llevaron a cabo siempre por la mañana (08:00-09:30
horas) en reposo y en ayunas. Los Salivettes se almacenaban en hielo hasta que
se terminaban todas las mediciones. Estos se centrifugaban a 3.500 rpm durante
7 minutos, y el sobrenadante se extraía del tubo y se almacenaba a -80 ºC hasta
que se analizaba. La CK, AST y LDH se midieron con kits comercial (Barranco et
al., 2017). Todos los ensayos se adaptaron para su uso en muestras de saliva y se
realizaron en un analizador bioquímico automatizado (Olympus A400, Beckman
Coulter, Brea, EE.UU.) a 37 ºC (Barranco et al., 2017). El análisis de saliva se realizó
utilizando valores absolutos y siguiendo el proceso de validación según Barranco
et al. (Barranco et al., 2017).
6.5. PROCEDIMIENTOS
6.5.1. ESTUDIO I
El diseño del Estudio I se organizó en siete sesiones: los sujetos vinieron al

laboratorio en siete ocasiones distintas durante cuatro semanas consecutivas. La
primera sesión de pruebas se utilizó para asegurar que todos los sujetos incluidos
en el experimento fueran capaces de realizar el sentadillas y saltos de forma correcta
y para identificar su carga de 10RM. Durante las siguientes tres semanas, los sujetos
realizaron dos sesiones por semana, separadas por 48-72 horas. Estas sesiones
fueron dedicadas a realizar los protocolos de entrenamiento en orden aleatorio.
Concretamente, dos protocolos de configuraciones de la serie tradicionales (TR)
(es decir, sin descanso entre las repeticiones) que difirieron en el nivel de esfuerzo
(series × repeticiones: TR1: 3 × 10; TR2: 6 × 5) y cuatro configuraciones de la serie
Cluster diferentes (CL) que difieren en la duración del período de descanso entre las
repeticiones (series × repeticiones [descanso entre las repeticiones]: CL1: 3 × 10 [10
s]; CL2: 3 × 10 [15 s]; CL3: 3 × 10 [30 s]) o en el número de series (series × repeticiones
[TIR]: CL4: 1 × 30 [15 s]). El número de repeticiones (30), el descanso entre sets (5
min) y la carga utilizada (10RM) fueron los mismos para todas las configuraciones
de sets. Cada día los sujetos realizaron una activación estandarizada de 10 minutos
que incluyó trote, ejercicios de movilidad. Las sesiones se realizaron por las tardes,
a la misma hora del día para cada sujeto (± 1 h), y bajo condiciones ambientales
constantes (~20 ºC y ~60% de humedad).
La velocidad de ejecución fue registrada durante todas las repeticiones de

cada entrenamiento para poder cuantificar la fatiga mecánica producida a través de
la perdida de velocidad en las series. Además, con el fin de completar esta visión de
fatiga mecánica, se evaluó la pérdida de altura de salto CMJ, comparando los saltos
realizados pre y justo al acabar cada serie. Al igual que la percepción subjetiva del
esfuerzo, ya que los sujetos tenían que indicar el nivel de esfuerzo percibido en la
escala OMNI justo al acabar cada serie. Tras 30 segundos de completar cada serie y
haber aportado el valor de OMNI y realizar el salto CMJ, los sujetos se sometían a
la prueba de lactato. De esta forma se completaba el estudio de la fatiga desde un
punto de vista metabólico.
6.5.2. ESTUDIO II
El esquema del Estudio II se inició con dos sesiones previas de familiarización

donde nos asegurábamos de que los sujetos realizaban de forma correcta la
sentadilla en peso libre y los instruíamos en la técnica de salivación de flujo pasivo
METODOLOGÍA 149
y salivette de algodón. En la segunda de estas sesiones se llevó a cabo el test para

de terminar la carga del 10RM (descrito en el apartado de test). Posteriormente se
llevó a a cabo dos sesiones de entrenamiento de fuerza en orden aleatorio. Estas
dos sesiones consistieron en un protocolo de fuerza hasta el fallo (6 series de 10
repeticiones) y el otro hasta el no fallo (6 series de 5 repeticiones), ambos con la
carga del 10RM y respetando 5 minutos de recuperación entre series. Antes de cada
entrenamiento se determinó la línea base de mediante la extracción de saliva y suero
en condiciones de ayuno. Después, los sujetos tomaron un desayuno (jugo y una
tostada con tomate y aceite de oliva). Una hora más tarde, hicieron un protocolo de
calentamiento estandarizado (5 minutos de trote, movilidad articular, 2 esprints de
20 m y 2 series de 4 sentadillas con el 40 y el 60% del peso corporal), seguido de la
sesión de entrenamiento del protocolo que le correspondía. Las mediciones propias
a los tiempos Post entrenamiento se realizaron a los 60 minutos, 24 y 48h, donde
se repitieron las extracciones de saliva y suero, con la intención de comprobar la
respuesta tardía del ácido úrico tras estos dos protocolos de entrenamiento de fuerza.
Cada sesión se realizó por la mañana en el mismo horario para cada individuo (± 1
h), bajo condiciones ambientales constantes (20 ºC y 60% de humedad).
Se tomaron muestras de saliva y sangre en cuatro momentos diferentes.

La primera muestra, correspondiente a la línea de base, se tomó a las 8:30
AM. La segunda muestra de saliva y suero se recogió 60 minutos después del
entrenamiento. Finalmente, la tercera y cuarta extracción correspondieron a 24 y
48h post-entrenamiento. El orden de extracción fue primero saliva por flujo pasivo,
seguido de la extracción de saliva con salivette de algodón y finalmente se realizaba
la extracción de la muestra de suero. A los participantes no se les permitía comer,
beber café o refrescos con cafeína y consumir productos lácteos una hora antes de
la recogida de muestras de saliva. Además, cinco minutos antes de la recogida de
saliva se pidió a los participantes que se enjuagaran la boca con agua para evitar
contaminaciones.
6.5.3. ESTUDIO III
El diseño de este estudio se organizó en seis sesiones, dos veces por semana,
separadas por al menos 48 horas, durante tres semanas consecutivas. Las sesiones
1-2 se utilizaron para asegurar que todos los participantes pudieran realizar los
ejercicios de SQ, salto CMJ, PB y PBL con la técnica adecuada con una variedad de
cargas externas. La sesión 3 se utilizó para determinar la carga de 10RM durante
los ejercicios de SQ y PB, así como la carga externa asociada con una altura de salto
de 12 cm durante el ejercicio de CMJ. La carga de 10RM determinada en la sesión
3 se aplicó durante las sesiones experimentales restantes. Tras los estudios previos,
la carga externa asociada a una altura de salto de 12 cm se utilizó para determinar
la relación F-v durante el ejercicio de CMJ en las tres sesiones experimentales
principales.
Las tres sesiones experimentales principales (sesiones 4-6) consistieron en

tres series de cinco repeticiones contra la carga de 10RM durante los ejercicios de
SQ y PB. La única diferencia entre las tres sesiones experimentales fue la duración
del descanso entre series (1 minuto [Rec 1’], 3 minutos [Rec 3’] y 5 minutos [Rec 5’]).
El orden de los ejercicios de SQ y PB fue contrarrestado entre los participantes, pero
se siguió el mismo orden para los participantes individuales en las tres sesiones
experimentales. El orden de los protocolos de descanso entre serie fue aleatorio.
La relación F-v durante los ejercicios de CMJ y PBL se determinó en dos ocasiones
durante cada sesión: 5 min. después del calentamiento (Pre) y 10 min. después de la
última sesión de entrenamiento (Post). Todas las sesiones se realizaron a la misma
hora del día para cada participante.
6.5.4. ESTUDIO IV
En el Estudio IV se utilizó un diseño de medidas repetidas para investigar la

respuesta de daño muscular a un protocolo de entrenamiento de fuerza excéntrico
acentuado realizado con el ejercicio completo de sentadilla. El protocolo de
entrenamiento consistió en 8 series de 10 repeticiones con el 120% de carga estimada
del 1RM. La duración de la fase excéntrica se fijó en 3 segundos y se implementaron
5 minutos de descanso entre series. Los sujetos acudieron al laboratorio en cuatro
ocasiones. La primera sesión se utilizó para familiarizar a los sujetos con el proceso
de extracción de saliva, determinar la carga estimada de 1RM durante el ejercicio
de sentadilla completa, y certificar que todos los sujetos eran capaces de realizar el
protocolo de sentadilla completa excéntrica con una técnica adecuada. La segunda
METODOLOGÍA 151
sesión tuvo lugar después de 72 horas de descanso para realizar el protocolo de

entrenamiento de fuerza excéntrica. Las muestras de suero y saliva se recogieron
al comienzo de la sesión 2 (Pre), 24 horas después del entrenamiento (sesión 3;
Post24) y 96 horas después del entrenamiento (sesión 4; Post96). Las extracciones
de suero y saliva se realizaron siempre por la mañana (08:00-09:30 horas) en reposo
y en ayunas.
6.5.5. ESTUDIO V
El diseño del Estudio I consistió en una propuesta de medidas repetidas para

comparar los marcadores agudos y retardados de fatiga mecánica, neuromuscular
y bioquímica entre las sesiones de fuerza que conducen o no al fallo. Cada sujeto
participó en cuatro sesiones (dos de familiarización y dos experimentales). Todas
las sesiones estuvieron separadas por una semana y se realizaron a la misma hora
del día para cada sujeto y en condiciones ambientales constantes (20-22ºC y 55-
60% de humedad relativa). Los sujetos demostraron una técnica adecuada durante
el ejercicio de SQ y la carga máxima de 10RM se determinó en la segunda sesión
de familiarización. Durante las sesiones de familiarización, también se pidió a los
sujetos que realizaran dos CVM con y sin estimulación eléctrica TIT, con la intención
de familiarizarlos con la prueba de función neuromuscular.
Las dos sesiones experimentales (protocolos de fallo y no fallo) se realizaron

en un orden compensado. Cada sesión consistió en 6 series de ejercicios de SQ
realizados en un pórtico de peso libre (Homcom, Barcelona, España) contra
una carga de 10RM (75% de 1RM) con 5 minutos de descanso entre series. Los
protocolos de fuerza sólo se diferenciaban en el número de repeticiones realizadas
por serie. En el protocolo al fallo las series se realizaron hasta el fallo, mientras
que en el protocolo de no fallo se realizó la mitad del de las repeticiones posibles
(es decir, 5 repeticiones). Se instruyó a los sujetos para que realizaran la fase
concéntrica de todas las repeticiones lo más rápido posible, y la fase excéntrica a
una velocidad controlada y autoseleccionada. Antes de las sesiones de fuerza, se
realizó una activación estandarizada, que incluía 5 minutos de trote, ejercicios de
movilidad articular, dos series de ocho repeticiones en el ejercicio SQ sin carga, cinco
saltos progresivos CMJ, dos repeticiones SQ con la carga de 10RM, y tres CVM.
Se establecieron los valores basales (pre) de suero y la evaluación de la función

neuromuscular antes del entrenamiento. La velocidad de ejecución fue medida
durante todas las repeticiones para ambos protocolos y la función neuromuscular
se llevó a cabo a los 30 s post cada serie. Por último, se realizaron extracciones se
suero y la evaluación de la función neuromuscular se repitieron 1, 24 y 28 horas
Post entrenamiento.
Con la intención de resumir la metodología de cada estudio, a continuación,

se exponen las siguientes figuras:
Figura 4: Metodología Estudio 1
METODOLOGÍA
153
METODOLOGÍA
155
METODOLOGÍA
157
VII
Estudio I
ESTUDIO I 161
VII/ ESTUDIO I
ESTUDIO I 163
7.1. INTRODUCTION
Muscular strength, one of the components of physical fitness, is very important

for enhancing both health status (Ruiz et al., 2008) and athletic performance
(Suchomel, Nimphius, & Stone, 2016). Resistance training is undeniably the most
effective method to improve muscular strength (Rhea et al., 2003). Previous research
has focused on identifying the optimal manipulation of acute resistance-training
variables (e.g., exercise type and order, number of sets and repetitions, loading
magnitude, rest between sets, and movement velocity) for maximizing muscular
strength gains in different populations (Latham, Bennett, Stretton, & Anderson,
2004; Spiering et al., 2008). One acute resistance-training variable that has gone
almost unnoticed is the possibility of implementing brief rest periods between the
individual repetitions (inter-repetition rest) or groups of repetitions (intra-set rest)
performed within a training set (Tufano, Brown, et al., 2016). The training method
that includes intermittent rest within a set is known as cluster training (Haff &
Stone, 2003; Haff et al., 2008).
The primary effect of cluster set configurations is the reduction of fatigue

when compared to traditional set configurations based on continuous repetitions
(Haff et al., 2008). Previous studies have shown that cluster set configurations
may increase both the quality (i.e., higher velocity and hence more power) and
the volume (i.e., more repetitions per set) of resistance training sessions, while
reducing perceived exertion (García Ramos et al., 2016, 2015; Girman et al., 2014;
Haff & Stone, 2003; Hansen, Cronin, & Newton, 2011; Hardee, Lawrence, Utter, et
al., 2012; Hardee, Triplett, et al., 2012; Iglesias Soler et al., 2014, 2012; Lawton et al.,
2006; Mayo et al., 2014; Tufano, Conlon, Nimphius, Brown, Seitz, Williamson, &
Haff, 2016). Thus, cluster training may be beneficial not only for athletes (Hansen,
Cronin, Pickering, et al., 2011), but also for the general population since the same
amount of work can be done with less perception of effort (Hardee, Lawrence,
Utter, et al., 2012). Because the most striking effect of cluster set configurations is
the maintenance of velocity over a larger number of repetitions, previous literature
has mainly focused on the effects of cluster sets on power adaptations, while the
effects of cluster sets on maximum strength and hypertrophy adaptations have
been less studied (Tufano, Brown, et al., 2016).
It has been argued that the lower metabolic stress induced by cluster set
configurations may be detrimental to the induction of hypertrophic adaptations
(Girman et al., 2014; Oliver et al., 2015b). In contrast, recent studies have suggested
that training to failure (i.e., maximizing metabolic stress) may not be needed to
maximize hypertrophic adaptations (Sampson & Groeller, 2016). In fact, performing
only half the maximum possible number of repetitions per set (i.e., level of effort
reduced by a 50%) could be enough when the total volume (i.e., the number of
repetitions) is controlled between groups (Izquierdo, Ibañez, González Badillo, et al.
2006). In this regard, velocity loss has been proposed as a practical and valid criterion
to decide when a training set should be stopped to maximize training adaptations
(González Badillo, Yañez García, Mora Custodio, & Rodríguez Rosell, 2017;
González Badillo et al., 2011; Sánchez Medina & González Badillo, 2011). Therefore,
cluster set configurations may be useful to increase the number of repetitions per
set that can be performed before the critical fatigue threshold (assessed as velocity
or power output losses) is reached (García Ramos et al., 2016). Greater training
volumes are associated with greater hypertrophic adaptation (Schoenfeld, Ogborn,
& Krieger, 2017). Thus, it would seem of interest to evaluate mechanical, metabolic,
and perceptual responses to different cluster set configurations performed with the
loads commonly applied during hypertrophy-oriented resistance training sessions.
Blood lactate is one of the most common markers of metabolic stress in

resistance training research (Gorostiaga et al., 2014). Recent studies have revealed
a good association between several markers of mechanical fatigue, such as velocity
loss during a training set and countermovement jump [CMJ] height loss, and
metabolic markers of fatigue such as lactate and ammonia concentrations (Jimenez
Reyes et al., 2016; Morcillo et al., 2015; Sánchez Medina & González Badillo, 2011).
Additionally, perceived exertion scales are becoming increasingly popular for
monitoring resistance training fatigue (F Naclerio & Larumbe Zabala, 2016; Zourdos
et al., 2016). Although some of these markers of fatigue have been previously used
to compare traditional and cluster set configurations, to the best of our knowledge,
no study has used these four markers of fatigue (i.e., blood lactate concentration,
velocity loss within a set, CMJ height loss, and perceived exertion) to compare the
acute responses between traditional and cluster training.
ESTUDIO I 165
Therefore, the objective of the current study was to assess the acute fatigue
induced by two traditional training protocols differing in the level of effort
(repetitions to failure vs. half the maximum number of repetitions), and four
cluster training protocols differing in either the duration of the inter-repetition rest
period (10 s vs. 15 s vs. 30 s) or the number of sets performed (1 vs. 3). Specifically,
we aimed to compare mechanical, metabolic, and perceptual responses between
different traditional and cluster set configurations in the full-squat exercise
performed with 10RM load (i.e., the load with which subjects can perform a
maximum of 10 continuous repetitions). It was hypothesized that all cluster set
configurations would elicit lower mechanical, metabolic, and perceptual fatigue
than both traditional set configurations.
7.2. METHODS
7.2.1. Experimental approach to the problem
A repeated-measures design was used to investigate the effect of different

set configurations on mechanical, metabolic and perceptual measures of fatigue
during multiple sets in the full-squat exercise. Subjects came to the laboratory on
seven separate occasions over four consecutive weeks. The first testing session was
used to ensure that all subjects included in the experiment were able to perform
the full-squat exercise using the proper technique, and to identify their 10RM
load. During the next three weeks, the subjects performed two sessions per week,
separated by 48-72 hours. In each testing session the subjects performed one of the
six different set configurations in a counterbalanced randomized order. Specifically,
two traditional (TR) set configurations (i.e., no rest between repetitions) differing
in the level of effort (sets × repetitions: TR1: 3 × 10; TR2: 6 × 5) and four different
cluster (CL) set configurations differing in either the duration of the inter-repetition
rest period (sets × repetitions [inter-repetition rest]: CL1: 3 × 10 [10 s]; CL2: 3 × 10
[15 s]; CL3: 3 × 10 [30 s]) or the number of sets (sets × repetitions [IRR]: CL4: 1 ×
30 [15 s]) were assessed (see Figure 9). The number of repetitions (30), the inter-set
rest (5 min), and the load used (10RM) were the same for all set configurations.
Sessions were performed in the afternoons, at the same time of day for each
subject (± 1 h), and under constant environmental conditions (~20 ºC and ~60%
humidity) of mechanical fatigue, such as velocity loss during a training set and
countermovement jump [CMJ] height loss, and metabolic markers of fatigue such
as lactate and ammonia concentrations (Jimenez Reyes et al., 2016; Morcillo et al.,
2015; Sánchez Medina & González Badillo, 2011). Additionally, perceived exertion
scales are becoming increasingly popular for monitoring resistance training fatigue
(Naclerio & Larumbe Zabala, 2016; Zourdos et al., 2016). Although some of these
markers of fatigue have been previously used to compare traditional and cluster set
configurations, to the best of our knowledge, no study has used these four markers
of fatigue (i.e., blood lactate concentration, velocity loss within a set, CMJ height
loss, and perceived exertion) to compare the acute responses between traditional
and cluster training.
Therefore, the objective of the current study was to assess the acute fatigue
induced by two traditional training protocols differing in the level of effort
(repetitions to failure vs. half the maximum number of repetitions), and four
cluster training protocols differing in either the duration of the inter-repetition rest
period (10 s vs. 15 s vs. 30 s) or the number of sets performed (1 vs. 3). Specifically,
we aimed to compare mechanical, metabolic, and perceptual responses between
different traditional and cluster set configurations in the full-squat exercise
performed with 10RM load (i.e., the load with which subjects can perform a
maximum of 10 continuous repetitions). It was hypothesized that all cluster set
configurations would elicit lower mechanical, metabolic, and perceptual fatigue
than both traditional set configurations.
Figure 9. Traditional (TR; no rest between repetitions) and cluster set configurations (CL;
a rest period was introduced between individual repetitions) analyzed in the present study.
R: repetition.
ESTUDIO I 167
Mechanical fatigue was quantified by measuring the mean propulsive velocity

(MPV) during each repetition, and the change in CMJ height observed after each
set and after the whole training session. Metabolic fatigue was assessed via the
blood lactate concentration measured after each training set. Finally, perceptual
fatigue was assessed with the OMNI perceived exertion scale for resistance exercise
(Robertson et al., 2003) at the end of each set.
7.2.2. Subjects
Eleven strength-trained male sport science students (mean ± SD: age 23.3 ±
2.0 years, body mass 79.3 ± 5.5 kg, height 178.8 ± 4.7 cm) volunteered to participate
in this study. No physical limitations, health problems or musculoskeletal injuries

that could affect testing or training were found after a medical examination. None
of them declared the use of drugs, medications or dietary supplements known to
influence physical performance. All subjects were informed of the benefits and
risks of the investigation prior to signing an institutionally approved informed
consent document to participate in the study. The study protocol adhered to the
Code of Ethics of the World Medical Association (Declaration of Helsinki) and was
approved by the Institutional Review Board.
7.2.3. Procedures
The full study protocol was composed of seven sessions: one initial test
session and six different protocol sessions. The warm-up and the procedure used
to determine the 10RM load was identical for all subjects in all sessions. Subjects
performed a 10-min standardized warm-up that included jogging, joint mobility
exercises, two sets of eight repetitions in the unloaded squat, five progressive CMJs,
and two sprints of 20 meters. Once the warm-up was completed, a progressive
loading test in the full-squat exercise was performed until the load produced
an MPV of 0.75 m·s⁻¹ (≈ 10RM load according to Sánchez Medina and González
Badillo (2011). The initial external load was set at 40 kg for all subjects, and was
progressively increased by 20 kg when the MPV was higher than 1 m·s⁻¹, 10 kg
when the MPV was between 1 m·s⁻¹ and 0.8 m·s⁻¹, and from 5 to 1 kg when the MPV
was below 0.8 m·s-1. Four repetitions were performed when the MPV was above 1
m·s⁻¹, two repetitions when the MPV was between 1 m·s⁻¹ and 0.8 m·s⁻¹, and only
one repetition when the MPV was below 0.8 m·s⁻¹. The recovery period between
sets was three minutes. A linear encoder (Chronojump, Barcelona, Spain) was used
to measure the velocity of the bar. Once the load linked to an MPV of 0.75 m·s⁻¹
was obtained, the subjects rested for five minutes, and then this load was lifted as
many times as possible to determine whether this load was close to the 10RM or if
a slight increment/decrement in the magnitude of the load was needed. This test
was considered to be properly performed when the last repetition was lifted at an
MPV lower than 0.35 m·s⁻¹ (Sánchez Medina & González Badillo, 2011).
ESTUDIO I 169
7.2.4. Set configurations
Subjects performed the six different set configurations in a counterbalanced

randomized order over three consecutive weeks (two sessions per week separated
by 48-72 hours). Two traditional set configurations (TR; no rest between repetitions)
and four cluster set configurations (CL; a rest period was introduced between
successive repetitions) were analyzed in the present study:
• TR1: 3 sets of repetitions to muscle failure with the 10RM load with no
rest between repetitions.
• TR2: 6 sets of 5 repetitions with no rest between repetitions.
• CL1: 3 sets of 10 repetitions with 10 seconds of rest between each repetition.
• CL4: 1 set of 30 repetitions with 15 seconds of rest between each repetition.

The two traditional set configurations differed in the level of effort (TR1:
repetitions to muscle failure; TR2: half the maximum possible number of repetitions
per set). The only difference between CL1, CL2 and CL3 was the duration of the
rest period between repetitions. Finally, CL4 used the same inter-repetition rest
period as CL2 (15 seconds), but all the volume (i.e., 30 repetitions) was performed
in only one set, thus reducing the session duration. The inter-set rest (5 min) and the
resistance applied (10RM) was the same for the six set configurations. The 10RM
load was adjusted in each testing session to account for possible training effects
(Sánchez Medina & González Badillo, 2011).
The full-squat exercise was chosen because it is one of the most effective
exercises that can be used to enhance lower-body muscular strength (Schoenfeld,
2010a). The depth of the squat was performed until the crease of the hip descended
below the knees. An elastic cord was used to ensure the correct depth in each
repetition and monitored through the linear encoder. All testing sessions were
conducted using a Smith machine (Technogym, Cesena, Italy) to ensure a vertical
displacement of the bar. All sessions were carried out under the direct supervision
of the primary author of this study, who verbally encouraged the subjects to
perform all repetitions at the maximum possible velocity. Note that training at the
maximum intended velocity induces greater training adaptations than deliberately
slower velocity training (González Badillo et al., 2014). A timer was used to monitor
the duration of the rest periods in the four CL protocols. Subjects were instructed
to keep their feet on the floor during the inter-repetition rest periods to avoid
differences in execution technique between repetitions.
7.2.5. Measures of fatigue
Movement velocity. The reduction in the velocity of the bar was used as a
measure of mechanical fatigue (Sánchez Medina & González Badillo, 2011). The
MPV of the bar during the 30 repetitions performed with each set configuration was
recorded using a linear encoder with a sampling rate of 1,000 Hz via a 3 m cable.
The software automatically distinguished the eccentric and concentric phases of
the full-squat exercise. The MPV was subsequently calculated by the software as
the average velocity from the first positive velocity until the velocity of the bar
became lower than gravity (Sanchez Medina et al., 2010).
Countermovement jump height. The reductions in CMJ height observed after

each training set and after the whole training session were also used as mechanical
measures of fatigue (Jimenez Reyes et al., 2016). CMJ height was measured at seven
time points during the TR1, CL1, CL2, and CL3 set configurations (3 sets were
performed); 13 times in the TR2 set configuration (6 sets were performed); and three
times in the CL4 set configuration (1 set was performed). At each measurement,
three maximum CMJs separated by 5 s were performed, and the trial with the
highest jump height was used for further analyses. Jump height was calculated
with a contact platform (Chronojump, Barcelona, Spain) to the nearest of 0.1 cm
from flight time measurements.
Blood Lactate concentration. Blood lactate concentration was used as a measure

of metabolic fatigue. Blood lactate measurements were obtained from the fingertip
30 s after the completion of each set. Therefore, three measurements were taken
in the TR1, CL1, CL2, and CL3 set configurations (3 sets were performed), six
measurements in the TR2 set configuration (6 sets were performed), and only one
ESTUDIO I 171
measurement in the CL4 set configuration (1 set was performed). A portable lactate
analyzer (Lactate Scout, SensLab GmbH, Leipzig, Germany) was used for lactate
measurements. The lactate analyzer was calibrated before each exercise session
according to the manufacturer’s specifications.
Perceived exertion. The OMNI-Resistance Exercise Scale (OMNI-RES) of

perceived exertion was used as a measure of perceptual fatigue (Robertson et al.,
2003). Subjects were familiarized with the OMNI-RES scale during the familiarization
session following the procedure described by Robertson et al. (Robertson et al.,
2003). Specifically, subjects gave their rating of perceived exertion using the OMNI-
RES scale after performing different level of effort. Immediately after finishing each
set, the subjects gave their rating of perceived exertion using the OMNI-RES scale
(0-10) where 0 is extremely easy and 10 represents extremely hard. An image of
the OMNI-RES scale was shown to the subjects immediately after completing each
set. Thus, the OMNI-RES scale was used on three occasions during the TR1, CL1,
CL2, and CL3 set configurations (3 sets were performed), six times in the TR2 set
configuration (six sets were performed), and only once in the CL4 set configuration
(1 set was performed).
7.2.6. Statistical analyses
Data are presented as mean ± standard deviation. The normal distribution

of the data was confirmed by the Shapiro-Wilk test (P > 0.05). The homogeneity of
variances was assessed using Mauchly’s sphericity test and the Greenhouse-Geisser
correction was applied when the assumption of homogeneity of variances was
violated. One-way repeated measures ANOVAs were conducted on the velocity
attained at the first repetition of each set configuration, and on the CMJ height
reached at the beginning of each testing session, to examine possible differences in
physical readiness among the six set configurations. The differences in mechanical,
metabolic and perceptual responses among the six set configurations were also
examined through repeated measures ANOVAs. When significant F values were
obtained, pairwise differences between means were tested using Least Significant
Difference (LSD) post hoc procedures. Eta squared ( ) was calculated for the ANOVAs
where the values of the effect sizes 0.01, 0.06 and above 0.14 were considered small,
medium, and large, respectively (Cohen, 2013). Statistical tests were performed
using the software package SPSS (version 22.0: SPSS, Inc., Chicago, IL, USA).
Significance was set at P ≤ 0.05.
7.3. RESULTS
The ANOVAs conducted on the velocity attained at the first repetition of

each set configuration (F = 2.2, P = 0.070, η²p = 0.218) and the CMJ height reached
at the beginning of each testing session (F = 1.5, P = 0.213, η²p = 0.158) were not
statistically significant. The average CMJ height obtained at the beginning of each
testing session was 37.7 ± 6.7 cm. The average MPV attained at the first repetition
of the six testing sessions with the 10RM load (80.4 ± 13.1 kg) was 0.76 ± 0.03 m·s⁻¹.
7.3.1. Mechanical responses
Movement velocity The ANOVA conducted on each set configuration generally

revealed main effects for set (MPV decreased with the number of sets; the only
exception in which the main effect set was not significant was for the CL1 protocol)
and repetition (MPV decreased with the number of repetitions), but their interaction
only reached statistical significance for TR2 (Table 4). The magnitude of the velocity
loss (%) observed within the training session differed between set configurations
(Figure 5). The velocity loss at repetitions 5, 10, 15, 20, 25 and 30 of the training
session significantly differed between the set configurations (Table 5), being CL2
and CL3 the protocols that were able to maintain higher velocities than the other set
configurations. No significant differences in velocity loss were observed between
CL2 and CL3.
Table 4. Two-way repeated measures ANOVAs examining the effect of the number of
sets (1, 2 and 3) and repetitions (1-10) on movement velocity during each set configuration.
ESTUDIO I 173
Table 5. Comparison of velocity loss (%) among the different set configurations.
Figure 10. Velocity loss observed for six set configurations analyzed. Results are presented
as percent change from the first repetition of each testing session. Sets × repetitions [inter-
repetition rest]: TR1 = 3 × 10 [0 s]; TR2 = 6 × 5 [0 s]; CL1 = 3 × 10 [10 s]; CL2 = 3 × 10 [15 s];
CL3 = 3 × 10 [30 s]; CL4 = 1 × 30 [15 s].
CMJ height Regardless of the set configuration analyzed, significant main

effects for set (CMJ height decreased with the number of sets; the only exception
in which the main effect set was not significant was for the CL1 protocol) and
time (lower CMJ height after the fatigue protocol) were observed, however their
interactions did not show statistical significant differences (Table 6). The percent
change of the CMJ height after the different sets performed in a session were
averaged and then compared with the other set configurations via a one-way
ANOVA of repeated measures (F = 23.2, P < 0.001, η²p = 0.743). The magnitude of
CMJ height loss after each set was TR1 > TR2, CL1 and CL4 > CL2 and CL3 (Figure
11). Finally, the ANOVA conducted to evaluate the effect of the whole training
session on the percent change of CMJ height revealed significant differences
between set configurations (F = 3.6 P = 0.009, η²p = 0.308). The reduction in CMJ
height was significantly lower in the CL4 protocol when compared to TR1, TR2,
CL2 and CL3 (Figure 11).
ESTUDIO I 175
Table 6. Two-way repeated measures ANOVAs examining the effect of the number of
sets (1, 2 and 3) and the time of measurement (pre-set and post-set) on countermovement
jump height.
Figure 11. Countermovement jump (CMJ) height loss observed after the training sets (top
panel) and the whole training session (low panel) in the six set configurations. a, significantly
different from TR1; b, significantly different from TR2; c, significantly different from CL1; d,
significantly different from CL2; e, significantly different from CL3; f, significantly different
from CL4. Sets × repetitions [inter-repetition rest]: TR1 = 3 × 10 [0 s]; TR2 = 6 × 5 [0 s]; CL1
= 3 × 10 [10 s]; CL2 = 3 × 10 [15 s]; CL3 = 3 × 10 [30 s]; CL4 = 1 × 30 [15 s].
ESTUDIO I 177
7.3.2. Metabolic responses
The ANOVA that compared blood lactate concentrations between the

training sets was only significant for TR1 (F = 107.3, P < 0.001, η²p = 0.931). Blood
lactate concentration significantly increased with the number of sets (set 1 = 8.5 ±
0.8 mmol·l⁻¹; set 2 = 10.6 ± 0.9 mmol·l⁻¹; set 3 = 11.8 ± 0.9 mmol·l-1).
Blood lactate concentration, which was averaged among the different

training sets, significantly differed between the set configurations (F = 46.4, P <
0.001, η²p = 0.853). Post-hoc comparisons revealed that the set configurations could
be ranked as follows based on the blood lactate concentration: TR1 > TR2 and CL1
> CL2 and CL4 > CL3 (Figure 12).
Figure 12. Comparison of blood lactate concentration among the different set
configurations. a, significantly different from TR1; b, significantly different from TR2; c,
significantly different from CL1; d, significantly different from CL2; e, significantly different
from CL3; f, significantly different from CL4. Sets × repetitions [inter-repetition rest]: TR1
= 3 × 10 [0 s]; TR2 = 6 × 5 [0 s]; CL1 = 3 × 10 [10 s]; CL2 = 3 × 10 [15 s]; CL3 = 3 × 10 [30 s];
CL4 = 1 × 30 [15 s].
7.3.3. Perceptual responses
OMNI-RES values significantly differed between training sets for all set
configurations (TR1: F = 41.4, P < 0.001, η²p = 0.838; TR2: F = 18.5, P < 0.001, η²p =
0.698; CL1: F = 25.1, P < 0.001, η²p = 0.758; CL2: F = 6.8, P = 0.028, η²p = 0.460; and
CL3: F = 5.5, P = 0.042, η²p = 0.407). Post-hoc comparisons revealed that OMNI-
RES values increased with the number of sets.
OMNI-RES values were averaged over the different sets in each session and
then compared with a one-way ANOVA for repeated measures (F = 6.8, P < 0.001,
η²p = 0.461). The post-hoc comparisons revealed significant differences between set
configurations as follows: TR1 > CL4 > TR2, CL1, CL2 and CL3 (Figure 13).
Figure 13. Comparison of OMNI-RES vales among the different set configurations.
a, significantly different from TR1; b, significantly different from TR2; c, significantly
different from CL1; d, significantly different from CL2; e, significantly different from CL3;
f, significantly different from CL4. Sets × repetitions [inter-repetition rest]: TR1 = 3 × 10 [0
s]; TR2 = 6 × 5 [0 s]; CL1 = 3 × 10 [10 s]; CL2 = 3 × 10 [15 s]; CL3 = 3 × 10 [30 s]; CL4 = 1 ×
30 [15 s].
ESTUDIO I 179
7.4. DISCUSSION
IIn the present study we explored the effect of different set configurations on
mechanical, metabolic, and perceptual measures of fatigue during multiple sets in
the full-squat exercise performed with the 10RM load. Our main findings are: 1)
the CL2 and CL3 set configurations (15 and 30 s inter-repetition rest, respectively)
were able to maintain greater velocities during the training; 2) while CL2 and CL3
were also the set configurations that produced lower CMJ height loss after each
training set, the CL4 (i.e., 1 set of 30 repetitions with 15 s of inter-repetition rest) was
the set configuration that induced a lower CMJ height loss after the whole training
session; 3) longer inter-repetition rest periods were associated with lower lactate
concentrations; and 4) CL4 and especially TR1 were the two set configurations
associated with greater perceptual fatigue. These results indicate that for a
training session with the same volume (30 repetitions) and relative load (10RM),
the implementation of different cluster configurations is effective in influencing
mechanical, metabolic, and perceptual responses.
Regardless of the set configuration, the number of sets and repetitions

were associated with a reduction in MPV. However, the magnitude of velocity
loss differed between different set configurations. When compared to the most
commonly applied set configuration (i.e., TR1: repetitions performed until muscular
failure), all the remaining set configurations, and especially CL2 and CL3, were
able to maintain higher values of MPV throughout the session. These results are in
agreement with previous studies that have shown that the magnitude of velocity
loss can be considerably attenuated by reducing the level of effort of the training
set (Oliver et al., 2015a; Sánchez Medina & González Badillo, 2011), as well as by
introducing brief rest periods between successive repetitions (García Ramos et al.,
2016, 2015; Haff & Stone, 2003; Hansen, Cronin, & Newton, 2011; Hardee, Triplett,
et al., 2012; Tufano, Conlon, Nimphius, Brown, Seitz, Williamson, & Haff, 2016). In
line with Hardee et al. (Hardee, Triplett, et al., 2012), who reported similar values of
power output in the power clean exercise when 20 and 40 s of inter-repetition rest
were implemented, our results indicate that CL2 (15 s inter-repetition rest) and CL3
(30 s inter-repetition rest) set configurations are equally effective in maintaining
MPV within the training session. It should be noted that 15 s of inter-repetition rest
could be preferable to 30 s because it markedly reduces training session durations.
We also observed a reduction in CMJ height as a consequence of the increment

in the number of sets, as well as after the performance of each training set. In line
with the results obtained for MPV, the greatest CMJ height loss was obtained after
TR1, while CL2 and CL3 showed the lowest reduction in CMJ height immediately
after completing each training set. These results further support the use of CMJ
height loss to quantify neuromuscular fatigue (Jimenez Reyes et al., 2016; Morcillo
et al., 2015; Sánchez Medina & González Badillo, 2011). Surprisingly, the lowest
reduction in CMJ height after the completion of the training session was observed
after CL4 (i.e., 1 set of 30 repetitions with 15 s of inter-repetition rest). Although
speculative, we suggest the possible influence of a post-activation potentiation
(PAP) phenomenon that counteracted the negative influence of fatigue during
recovery, thus minimizing the CMJ height loss after CL4 (Boullosa et al., 2013).
Further studies should evaluate the influence of different set configurations on the
PAP/fatigue balance at different time points during recovery for better design of
complex training sessions.
The effect of the number of sets on blood lactate concentration was different
than that observed with regard to mechanical responses. The performance of
successive sets induced an increment in blood lactate concentration after TR1, but
no significant changes were observed after the remaining set configurations. This
result indicates that 5 min of inter-set rest was enough to minimize metabolic stress
between successive sets in all the set configurations analyzed, with the exception
of TR1. In agreement with previous studies, the inclusion of longer rest periods
between repetitions was associated with lower lactate concentrations (Girman
et al., 2014; Iglesias Soler et al., 2012). It should be noted that metabolic stress is
deemed one of the main mechanisms responsible for muscle hypertrophy (Brad
Schoenfeld, 2013); consequently, the lower metabolic stress induced by cluster set
configurations could be detrimental to the induction of hypertrophic adaptations
(Girman et al., 2014; Oliver et al., 2015b). In this regard, CL2 (15 s inter-repetition
rest) may be preferable to CL3 (30 s inter-repetition rest) because it induced greater
metabolic stress but similar mechanical performance. Further studies should
ESTUDIO I 181
verify whether differences in acute metabolic responses are related to different

hypertrophy levels in the long term with different set configurations.
Finally, in agreement with the results obtained for the mechanical variables,
the number of sets was associated with an increase in perceived fatigue (i.e., higher
OMNI-RES values) in all the set configurations analyzed. As expected, TR1 was
associated with the highest perceptual fatigue. However, contrary to the results
obtained from both mechanical and metabolic variables, CL4 was the second
most perceptually fatiguing set configuration, while no differences were observed
between the other four set configurations (TR2, CL1, CL2, and CL3). Although
the higher perceived fatigue in TR1 and CL4 could be attributed to their shorter
training sessions (11.5 and 8.75 min, respectively; see Figure 19previous studies
have also shown that cluster set configurations induce lower perceived fatigue
when the total session duration is equalized with respect to traditional continuous
repetition training (Mayo et al., 2014). Overall, these results confirm the usefulness
of different cluster set configurations when the objective is to reduce the perceived
degree of effort (Hardee, Lawrence, Utter, et al., 2012; Mayo et al., 2014). However,
although it was effective in terms of low levels of mechanical and metabolic fatigue,
CL4 (a set of 30 repetitions with 15 s inter-repetition rest) may not be suitable for
novice subjects since it was perceived as very stressful compared to other cluster
set configurations.
One strength of the present study was that the 10RM load was adjusted on
a per session basis. This decision was justified as a training-related effect would
be expected to be induced by the successive testing sessions, in addition to the
inherent differences in physical readiness that may occur on a daily basis (González
Badillo et al., 2017; Sánchez Medina & González Badillo, 2011). The non-significant
differences in the MPV attained at the first repetition in each testing session show
that the relative load was similar for all six set configurations (González Badillo
& Sanchez Medina, 2010). In addition, the absence of significant differences in the
CMJ height achieved at the beginning of each session indicates that the physical
readiness of the subjects was similar in all of them. Cluster training studies have
used protocols with brief rest periods introduced between individual repetitions or
group of repetitions. While in the present study we explored the effect of introducing
brief rest periods between single repetitions, future studies should explore the effect
of introducing rest periods after groups of two or three continuous repetitions.
In conclusion, all cluster set configurations proved to reduce the mechanical,

metabolic, and perceptual measures of fatigue observed during multiple sets
in the full-squat exercise performed against the 10RM load. All the cluster set
configurations evaluated in the present study allowed the maintenance of greater
MPV when compared to the traditional set configuration.
7.5. PRACTICAL APPLICATIONS
Based on the results of the present study, CL2 (15 s inter-repetition rest) and
CL3 (30 s inter-repetition rest) were the two set configurations that minimized
mechanical fatigue (movement velocity and CMJ height loss). Additionally,
perceptual fatigue did not differ between CL2 and CL3. Therefore, since CL2
reduces training session durations and promotes similar metabolic stress, we
would recommend the application of 15 s of inter-repetition rest over the rest of the
cluster set configurations evaluated in the present study.
7.5.1. Conflict of Interest Statement
The authors declare that the research was conducted in the absence of any
commercial or financial relationships that could be construed as a potential conflict
of interest.
7.5.2. Acknowledgments
We are very grateful to the subjects who participated in this study for
their involvement. The authors sincerely thank Raul Andrés López and Antonio
García-Peñuela for their participation in the measurement sessions and valuable
participation during the process. We also thank Dr. David G. Behm for the English
revision of the manuscript.

VIII
Estudio II
ESTUDIO II 187
VIII/ ESTUDIO II
ESTUDIO II 189
8.1. INTRODUCTION
Saliva, as a sample where different biomarkers which can be easily measured

has attracted attention of the scientific community in recent years. The easy and
painless collection are main advantage of using saliva compared to serum use. In
addition, it is a non-invasive procedure allowing its use in field conditions and
repeated sampling (Wong, 2006), producing a minimum discomfort and anxiety.
Saliva has an antioxidant system consisted of various metabolites and

enzymes (Gonzalez et al., 2008). For this reason, saliva has been used to investigate
possible changes in the oxidative status associated with different conditions, such
as oral diseases (Bahar, Feinmesser, Shpitzer, Popovtzer, & Nagler, 2007; Guentsch
et al., 2008), systemic diseases (e.g. diabetes (Arana et al., 2006) or renal failure
(Bibi & Nagler, 2008)) and physical efforts (Deminice et al., 2010). Uric acid (UA)
is the most important antioxidant molecule in saliva, contributing around 70%
of the total salivary antioxidant capacity (Battino et al., 2002) and being able to
chelate transition of metals and to react with biological oxidants such as hydroxyl
radicals, hypochlorous acid and reactive nitrogen species (Kuzkaya, Weissmann,
Harrison, & Dikalov, 2005). In a previous report, UA was the only analyte showing
a significant change when a panel of oxidative stress biomarkers was measured
in saliva after an acute session of resistance exercise. Therefore, UA is one of the
most important biomarkers that should be analyzed in saliva in order to evaluate
oxidative stress (Deminice et al., 2010).
One of the causes that can produced changes in the oxidative status and
increases in UA is the resistance training (RT), which is a physical exercise modality
allowing the modification of variables such as number of sets, repetitions or rest
time [14, 19]. Training to failure (TF) is characterised by the inability to complete
a concentric phase due to the high level of fatigue fatigue (Drinkwater et al., 2005;
Brad J. Schoenfeld et al., 2017). On the other hand, training consisted of number of
repetitions that are less than achievable maximum is known as training not leading
to failure (TNLF) and has been shown to produce less fatigue and similar or even
better adaptations than TF (Folland et al., 2002).
The features of the device used for sampling, as well as the way the analytes
are expressed in saliva, may influence the results. For example, Salivette cotton
rolls significantly increase salivary testosterone and estradiol levels (Celec &
Ostatníková, 2012) and in the specific case of dehydroepiandrosterone, the cotton
interference effect is of sufficient magnitude to attenuate the association between
serum and saliva levels (Shirtcliff, Granger, Schwartz, & Curran, 2001). On the
other hand, in some analytes, such as the salivary alpha-amylase (sAA), the use
of normalized values by considering salivary flow or protein concentration can
produce variability in the results of sAA in different stress models, compared
with the results expressed without any correction (Contreras Aguilar et al., 2017).
Saliva has been collected for measuring levels of UA by different methods, such
as flow stimulation by chewing on paraffin (Gonzalez et al., 2008) using a cotton
roll (Chielle, Casarin, Chielle, & Casarin, 2017) or without stimulation (Kondakova,
Lissi, & Pizarro, 1999). However, there are no comparative studies about whether
different sampling and normalization procedures might affect the UA values in
saliva. Therefore, the main objective of this study was to evaluate how two different
sampling conditions (using passive drool or Salivette with cotton) and three
different normalization procedures (without any correction, corrected by salivary
flow or corrected by total protein concentration) could influence the measured
values of UA in saliva. For this purpose, the effect of different sampling conditions
and normalization procedures in saliva on UA concentrations and their correlations
with serum values, were evaluated in saliva samples that were obtained by two
experimental models of acute exercise (TLF and TNLF) in order to get samples with
different UA concentrations.
8.2. MATERIALS AND METHODS
8.2.1. Experimental Approach to the Problem
Two different squat resistance-training protocols were designed to obtain

samples with different UA concentrations. Prior to the protocol performance,
two familiarization sessions with saliva extraction and full squat technique
training were performed, in addition to the 10 repetition maximum (10 RM) load
determination (Sánchez Medina & González Badillo, 2011).First protocol included
ESTUDIO II 191
6 sets of 10 repetitions (TF), while the second one included 6 sets of 5 repetitions
(TNLF), both with 5 minutes of interest rest and same external load corresponding
to 10 repetition maximum (RM). Subjects performed two different protocols in
a counterbalanced order during two consecutive weeks. Moreover, all training
sessions were supervised by a strength and conditioning specialist, in order to
ensure the correct performance of the exercise. On the other hand, saliva sampling
was made by two different procedures, passive drool and salivette cotton roll both
during 1 min. Saliva results were expressed without any correction and corrected
by salivary flow rate, and total protein.
8.2.2. Subjects
Twelve trained males (age 23.5 ± 3.5 years, height 1.77 ± 0.10 m and body mass
73± 7.2 kg), volunteered to participate in this study. The criteria of inclusion were
the absence of any health problems or musculoskeletal injures and also the absence
of ingestion of any drug in the last six months. participants were fully informed
of any possible risks and discomforts associated with experimental procedures
and provided a written informed consent to participate in this study, which was
approved by the local ethical committee in agreement with the Declaration of
Helsinki.
8.2.3. Procedures
Three training sessions were performed starting with a pre-test, followed

by two post-tests days (24 and48h). First, pre-saliva and pre-serum extractions
were carried out in fasting conditions. Afterwards, subjects had a breakfast (juice
and a toast with tomato and olive oil). One hour later, they did a standardized
warm-up protocol, followed by training sessions of 50-60 min (including warm-
up) which were supervised by researchers specialized in strength and conditioning
training. Every session was performed in the morning at the same schedule for
each individual (± 1 h), under constant environmental conditions (20 ºC and 60%
humidity).
Saliva and blood were sampled at four different times. First sample
corresponding with baseline was taken at 8:30 AM. The second saliva and blood
sample were collected 60 min post-training. Finally, the third and fourth extraction
corresponded with 24 and 48h post-training. The order of collection was saliva
by passive flow first, followed by collecting saliva using salivette and finally
blood sample was collected. Participants were not allowed to eat, drink coffee or
caffeinated soft drinks, and consume dairy products one hour before collecting
saliva samples. Furthermore, five minutes prior to saliva collection participants
were asked to rinse their mouth with clear water to avoid contaminations.
Specifically, saliva was collected applying two different procedures (i)

passive flow during 1 min under supervision, using 5 mL standard microcentrifuge
polystyrene tubes with round bottoms (12 X 75 mm) (Deltalab, 5 ml, Barcelona.
Spain) (Contreras Aguilar et al., 2017), (ii) salivette cotton roll (Sarstedt, Nümbrecht,
Germany). Salivette rolls were chewed for 1 min and then placed into special
centrifugation tubes. Each sample was refrigerated or stored on ice until arrival to
the laboratory which was no longer than 45 minutes after sample collection. All the
samples were firstly weighed and then centrifuged at 4.500 x g for 10 min at 4ºC.
The supernatant from whole saliva samples obtained by passive flow and saliva
samples from the Salivettes were transferred to the 1.5 mL eppendorf tubes and
stored at -80°C until analysis. In all cases the volume of saliva obtained was 1 mL
minimum.
After saliva collection, blood extractions were performed from the antecubital
vein (5ml) into one plane tube to get serum (approximately 2 mLs) that was stored
at -80ºC until analysis.
UA was measured using a colorimetric commercial kit (Uric acid, Beckman

Coulter Inc., Fullerton, CA, USA) following the International Medicine (IFCC)
method. This assay showed in saliva and serum less than 10% inter and intra-assay
imprecision and was linear in the linearity test under dilution.
Salivary flow rate was obtained by dividing the volume of saliva by the time
of the sampling period (1 min) (Contreras Aguilar et al., 2017; Rohleder & Nater,
ESTUDIO II 193
2009). Saliva volume was obtained by subtracting the empty tube weight from
the saliva-filled one, and values in grams obtained were considered equivalent to
milliliters. UA amount was later multiplied by flow rate (mg/min).
Saliva total protein quantification (Prot.T) expressed in mg/mL was done

through a commercially available colorimetric kit for measuring urine and Low-
Complexity Region (LCR) proteins (Protein in urine and CSF, Spinreact, Spain).
This assay showed in saliva less than 15% inter and intra-assay imprecision and was
linear in the linearity test under dilution. To express the values of UA normalized
by protein content, in each sample the results from UA were divided by its total
protein value (mg/mg).
Data are presented as Mean (interquartile range). Data distribution was

examined for normality using the D’Agostino & Pearson omnibus normality
test. When data was not normally distributed, non-parametric tests were used.
Uric acid values obtained in serum, and saliva using salivette and passive drool
methodologies were compared using Friedman test followed by Dunn’s multiple
comparison test. Correlation between different variables were evaluated using
Spearman correlation test. Statistical analyses were performed using a computer
software (Graph Pad Prism Version 7 for Windows, Graph Pad software, La Jolla,
CA). The level of significance was set at P < 0.05.
A post hoc power analysis was conducted using the values obtained to verify
the null hypothesis. By using the mean and standard deviation of uric acid for
basal time and after 60 minutes of exercise, and a power of 80 % with at 5% level
of significance, the number of individuals were calculated. The data analysis was
done using ClinCal statistic analyser software.
8.3. RESULTS
The power analysis test indicates that 10 subjects were required in order to
obtain a power of 80% with a 5% level of significance.
Results of UA concentrations in serum and saliva when collected with

Salivette or by passive drool, corrected either by salivary flow rate, by total protein
concentration or without any correction are shown in Table 7.
Table 7. Mean (interquartile range) data of serum and salivary UA before (Pre) and after
60 min (Post_60), 24 hours (Post_24), and 48 hours (Post_48) of acute exercise. TLF: training
leading to failure, TNLF: training not leading to failure, TP: total proteins
ESTUDIO II 195
A significant increase in serum values of UA was detected at 60 min. (p=0.011)

and 24 hours (p=0.009) after the TF protocol. However, no significant changes in
serum uric acid were detected at any time after the TNFL protocol, although there
was a tendency to increase at 24 and 48 hours.
In saliva, significant increases in UA concentration without any correction

were found at 60 minutes after TF protocol with the two tested sampling methods
(Salivette, p=0.017 and passive drool, p=0.021). When values were corrected by
salivary flow, an increase at 60 minutes was also found after the TF protocol with
the same two sampling methods (Salivette, p=0.032 and passive drool, p=0.01).
After correction by total protein, a decrease in the values of UA after TF was found.
After TNLF protocol, UA concentrations increased in saliva at 60 min (p=0.011)

when using passive drool, but a decreament was noticed when the values were
corrected by salivary flow rate. Salivette method revealed an increase in UA at 48
hours (p=0.026), and this change was not observed when the results were corrected
by flow or total protein concentration. Even after correction by total protein, a
decrease in the values of UA after TF was found.
In Table 8 appears the comparison between uric acid values obtained in

serum and in saliva using salivette and passive drool. There were no significant
differences between values of uric acid in saliva using salivette and passive drool.
Table 8. Comparison between uric acid values obtained in serum and in saliva using
salivette and passive drool
Correlation analysis results are depicted in Table 9. Data analysis revealed a

low but significant correlation between serum and saliva UA values obtained with
Salivette methods and expressed without any correction (r=0.4344; p<0.001) and
with saliva values obtained by passive drool and expressed without any correction
(r=0.3728; p=0.031).
Table 9. Correlation data between uric acid in serum and saliva.
8.4. DISCUSSION
In this study we evaluated whether the sampling and normalization

procedure may influence the results of UA in saliva. We used the RT model since
it has been previously reported that this procedure of acute exercise increases
UA in saliva (Deminice et al., 2010). The rationale for including two resistance
exercise protocols of different intensity in this study is because we postulated that
the different intensity could produce different values of UA in saliva. Therefore,
with this design we were able to study how the procedures of saliva collection and
normalization of values behave in a wide range of UA values.
We used a commercially available assay for the UA measurements in saliva

since it was easy and cheap to obtain and set-up. This assay provided adequate
results of imprecision and linearity under dilution when validated in saliva
and serum and did not require any modification for the salivary measurements
compared to serum.
ESTUDIO II 197
Our results showed that TF protocol produced a significant increase in serum

and saliva UA at 60 min and 24 hours post-training, being recovered after 48 hours
of exercise cessation. This is in agreement with a previous report (Deminice et al.,
2010), where authors reported salivary and serum UA increment 10 minutes after
an acute bout of RT performed against 75% of one repetition maximum (10 reps.
X 3 sets). In contrast, we did not observe any significant increase in serum after
the TNLF protocol. The increase of UA after intense exercise could be due to an
increased purine oxidation and subsequent UA production (Gonzalez et al., 2008)
but it could be also protective in terms of increased antioxidant capacity of the
saliva. According to our results, it can be postulated that the exercise representing
maximum effort (TF) leads to a significant and fast increase of UA in serum which
tends to decrease after 24 hours. However, a less fatiguing protocol (such as TNLF)
seems to produce lower rates of oxidative stress. Overall, the TF model allowed us
to evaluate our procedures of saliva collection and normalization with different UA
values.
Concerning the sampling and normalization procedures, our results revealed

that values of UA in saliva obtained with Salivette and passive drool and without
any correction showed a moderate correlation with serum. These results are in
agreement with the ones obtained in the previous reports where Salivette were
used in 54 individuals with normal weight (Chielle et al., 2017) and in study with 83
subjects where passive drool was used (Riis et al., 2018). However, the correlation
coefficient (r) that we obtained was lower than the one reported by Kondakova et
al. ( 1999) ( r=0.76). These differences could be related to different conditions of the
assays used or the existence of a different dynamic in the UA response to exercise in
serum than in saliva. Overall, it would be desirable to evaluate a larger population to
assess the correlations between passive drool and Salivette with serum. In addition,
in case of using other ways of obtaining saliva such as ascorbic acid stimulation,
it would be of interest to evaluate, it’s possible effect on UA specially taking in
consideration that ascorbic acid is an antioxidant agent.
The use of Salivette has been previously recommended in some studies since
by using the rolls and after centrifugation, the saliva contains less mucins and loses
viscosity, making sample processing easier (Lamey & Nolan, 1994). However it can
alter the composition of some analytes, and therefore the number of analytes that
can be measured with this procedure is limited (Celec & Ostatníková, 2012; Kruger,
Breunig, BiskupekSigwart, & Dorr, 1996). In our study no differences were found
between the use of salivette and passive drool in UA in saliva, so apparently both
methods could be used for UA measurements.
Regarding the different normalization procedures used in this study,

non-corrected UA values showed the highest correlation with serum. When
the results were corrected by flow or total protein concentration, the changes
on UA after exercise were generally not correlated to those obtained in serum.
This is in agreement with a previous study where uncorrected values described
more accurately the changes observed in saliva alpha-amylase under different
experimental conditions (Contreras Aguilar et al., 2017). Therefore, our results
reinforce previous recommendations about not normalizing sample to protein
concentration in saliva when assessing level of physical stress or exertion.
However, our findings should be also interpreted carefully since they have been
obtained in specific experimental conditions and their generalization could be
highly speculative. Furthermore, researchers interested in using UA measurements
in saliva in other exercise protocols or clinical situations may also be well advised
to reassess these comparisons as a pilot study in the laboratory using own assay
conditions and experimental procedures
8.5. CONCLUSION
Overall, this report highlights the importance of an adequate sampling

method selection as well as the expression of results when analytes are measured in
saliva, and also to stress the need to follow standardized sampling and procedures
to give the analytical results in these situations. It is important to point out that the
use of saliva for UA measurements can have important practical applications. By
monitoring the UA in saliva, situations in which there is an increase in oxidative
stress can be detected and identified and appropriate measures could be taken in
order to reduce or compensate the oxidative stress status. Therefore, saliva can be
easily used for routine evaluation of the UA level if sample is properly collected
and result adequately expressed.
ESTUDIO II 199
Acknowledgements: The authors thank all subjects who participated in

this study. They also show appreciation to the Garcia Cugat Foundation for their
support in conducting the present experiment.

IX
Estudio III
ESTUDIO III 203
IX/ ESTUDIO III

ESTUDIO III 205
9.1. NTRODUCTION
Resistance training (RT) is commonly used to improve strength, power,

hypertrophy, and athletic performance (Adams et al., 2002; Tan, 1999) The
manipulation of RT variables (e.g., type of exercise, load, number of sets and
repetitions, movement velocity, interset rest periods, etc.) underpins the acute
training stimulus and, consequently, the physiological adaptations to training
(Spiering et al., 2008). When designing RT programs, these variables should not be
considered in isolation because the training stimulus depends on their combined
effect (Coffey & Hawley, 2007). For example, velocity output is affected by the
load magnitude (slower velocities at greater loads) and the number of repetitions
performed (slower velocities during the last repetitions of a training set) (García
Ramos, Torrejón, et al., 2018; Morán Navarro et al., 2019). However, a question
that remains to be addressed is the influence of the interset rest intervals on mean
velocity. This is an important question because maintaining fast velocities during
RT has been associated with larger improvements in sport actions such as sprints
and jump height (González Badillo et al., 2014; Pareja Blanco et al., 2016).
Previous studies have shown that the acute and chronic effects of RT are
influenced by the interset rest intervals (Ahtiainen, Pakarinen, Alen, Kraemer, &
Häkkinen, 2005; Kraemer, Noble, Clark, & Culver, 1987; Senna et al., 2009). The
American College of Sports Medicine recommend short interset rest intervals (e.g.,
30-90 seconds) during hypertrophy-oriented RT sessions, whereas longer interset rest
intervals (e.g., 3-5 minutes) are recommended during strength-oriented and power-
oriented RT sessions (Adams et al., 2002). However, recent evidence suggests that
longer rest periods could also be recommended during hypertrophy based training
because the ability to lift heavy loads could be reduced when short rest intervals are
implemented ( Schoenfeld et al., 2016). The maximum number of repetitions that
can be completed is one of the variables most used to quantify the effect of interset
rest intervals on mechanical performance (Rahimi, 2005; Senna et al., 2009). Rahimi
(2005) showed that 5 minutes of interset rest allowed a higher volume than interset
rest intervals of 1 and 2 minutes during a RT session consisting of 4 sets at the 85%
of the one-repetition maximum (1RM) with the squat (SQ) exercise. Senna et al.
(2009) also found that the number of repetitions completed during a RT session
with the leg press, leg extension, leg curl, bench press (BP), pec-deck and triceps
pulley exercises was higher using 5 minutes compared to 2 minutes of interset
rest. These results could be expected because it is known that longer rest intervals
increase the recovery of bioenergetic factors such as adenosine triphosphate (ATP)
and phosphocreatine (PCr) (Wells et al., 2009). However, the effect of interset rest
intervals on mechanical variables when RT sets are not performed to muscular
failure has received less scientific attention. This issue is worth investigating since
previous studies have revealed greater increments in athletic performance when
RT sets are not performed to failure (Davies, Orr, Halaki, & Hackett, 2015; Folland
et al., 2002; Nóbrega & Libardi, 2016; Pareja Blanco et al., 2016).
Another important factor that should be considered is the residual fatigue

induced by RT sessions. The mechanical fatigue induced by RT has been frequently
assessed as the decrement in performance (e.g., jump height, movement velocity,
or isometric force) against a single loading condition (Dos’Santos et al., 2017; Pérez
Castilla, García Ramos, et al., 2018). However, a drawback of this procedure is
that it does not allow to discern if a deterioration in performance is caused by a
decrease in the maximal capacities of the muscles to produce force, velocity, or both
(García Ramos et al., 2018; Jaric, 2016). The force-velocity (F-v) relationship should
be determined to selectively assess the changes in the maximal capacities of the
muscles to produce force (F0), velocity (v0), and power (Pmax) (Garcia Ramos &
Jaric, 2019). It has been recently shown that the F-v relationship is a valid approach
to assess the changes in F0, v0 and Pmax capacities after RT sets conducted with
the BP exercise against different loads (60%1RM and 80%1RM) and using different
training strategies (e.g., leading or not to muscular failure) (García Ramos et al.,
2018). It is noteworthy that, due to the high linearity of the F-v relationship, the
testing procedure of the F-v relationship can be simplified performing trials against
only two different loads (i.e., two-point method) (Garcia Ramos & Jaric, 2018).
Therefore, an important issue to explore through the F-v relationship modelling
could be the effect of RT sessions differing in the interset rest interval on the
magnitude of F0, v0 and Pmax.
The aims of the present study were (I) to compare the effect of three different
interset rest intervals (1, 3, and 5 minutes) on mean velocity during a RT session
ESTUDIO III 207
conducted with the SQ and BP exercises performed in a Smith Machine, and (II) to
explore the fatigue induced by RT sessions differing only in the interset rest duration
on the F-v relationship of lower- and upper-body muscles. We hypothesised that
(I) the slowest and the fastest mean velocities would be observed for the interset
rest intervals of 1 and 5 minutes, respectively, and (II) all RT sessions, regardless
of the interset rest interval, would have a negative impact on the F-v relationship
of lower- and upper-body muscles (i.e., lower values of F0, v0, and Pmax), but the
largest negative effects would occur as a result of shorter interset rest intervals.
9.2. METHODS
9.2.1. Participants
Fifteen male sport science students (mean ± standard deviation [SD]; age =
20.3 ± 3.3 years, body mass = 72.1 ± 8.3 kg, height = 1.73 ± 0.04 m, SQ 10RM = 63.2
± 11.7 kg, and BP 10RM = 47.3 ± 16.5 kg) participated in this study. Participants
reported to be enrolled in RT programs that included the SQ and BP exercises for
a minimum of 1 year and all them demonstrated a proper execution technique
during both exercises. All participants were informed about the study procedures
and signed a written informed consent before the initiation of the study. The study
protocol adhered to the tenets of the Declaration of Helsinki and was approved by
the Institutional Review Board (935/CEIH/2019)
9.2.2. Experimental Design
A randomised crossover design was used to explore the effect of different

interset rest intervals during a RT session on barbell velocity and the F-v relationship
(Figure 14). Participants came to the laboratory on six occasions, twice a week,
separated by at least 48 hours, over three consecutive weeks. Sessions 1-2 were used
to ensure that all the participants could perform the SQ, countermovement jump
(CMJ), BP and BP throw (BPT) exercises with proper technique against a variety of
external loads. Session 3 was used to determine the 10RM load during the SQ and
BP exercises, as well as the external load associated with a jump height of 12 cm
during the CMJ exercise. The 10RM load determined in session 3 was applied during
the remaining experimental sessions (details of the main experimental sessions are
presented below). Following previous studies, the external load associated with a
jump height of 12 cm was used to determine the F-v relationship during the CMJ
exercise in the three main experimental sessions (Garcia Ramos et al., 2018).
Figure 14. Overview of the experimental sessions. The order of the squat and bench
press exercises performed during training and the interset rest protocols (1, 3 or 5 minutes)
was counterbalanced between participants. CMJ, countermovement jump; BPT, bench press
throw; RM, repetition maximum; F-v, force-velocity.
The three main experimental sessions (sessions 4-6) consisted of three sets of
five repetitions against the 10RM load during the SQ and BP exercises. The only
difference between the three experimental sessions was the interset rest duration
(1 minute [Rest 1’], 3 minutes [Rest 3’] and 5 minutes [Rest 5’]). The order of the SQ
and BP exercises was counterbalanced between participants, but the same order
was followed for individual participants in the three experimental sessions. The
order of the interset rest protocols was randomised. The F-v relationship during
the CMJ and BPT exercises was determined on two occasions during each session:
5 min after the warm-up (Pre) and 10 min after the last set of the training session
(Post). All sessions were performed at the same time of the day for each participant.
9.2.2.1. Experimental sessions (sessions 4-6)
1. Warm-up. At the beginning of each RT session participants performed 5

minutes of jogging, dynamic stretching, 10 unloaded SQ, 5 SQ loaded by 50% of the
10RM load, 2 SQ against the 10RM load, 10 push-ups, 5 BP loaded by 50% of the
ESTUDIO III 209
10RM load, and 2 BP against the 10RM load.
2. Force-velocity relationship modelling. Following the warm-up procedure,

the F-v relationship was determined during the CMJ and BPT exercises through the
two-point method (Garcia Ramos & Jaric, 2018). Two unloaded CMJs (light load)
and two CMJs with the external load associated with a jump height of ≈ 12 cm
(heavy load: 51.8 ± 13.6 kg) were performed separated by 1 minute. Thereafter,
two trials of the BPT against the unloaded Smith machine barbell (light load: 20
kg for all participants) and two trials against the 10RM load (heavy load: 47.3 ±
16.5 kg) were performed separated by 1 minute. The trial with the highest jump
height (CMJ) and fastest mean propulsive velocity (BPT) of each load was used
for modelling the F-v relationship. It should be noted that the F-v relationship was
also determined 10 minutes after completing the RT session in order to assess the
residual fatigue of the RT sessions on F0, v0, and Pmax.
The mean propulsive values of force and velocity were used to determine
the F-v relationship during the CMJ exercise through the simple method proposed
by Samozino and colleagues (Jiménez Reyes et al., 2017; Samozino, Morin, Hintzy,
& Belli, 2008). Jump height was estimated from flight time using a validated
mobile application (MyJump2) that recorded the video-image at 240 fps through
an iPhone 8 plus (Balsalobre Fernandez et al., 2015). The mean propulsive values of
force and velocity used to determine the F-v relationship during the BPT exercise
were collected with a linear velocity transducer (T-Force System; Ergotech, Murcia,
Spain) (Courel Ibáñez, J., Martínez Cava, A., Morán Navarro, R., Escribano Peñas,
P., Chavarren Cabrero, J., González Badillo, & Pallarés, 2019; García Ramos et al.,
2018). The loaded CMJ and BPT were performed in a Smith machine (Multipower
FF683; Ffittech, Santo Estevao, Portugal). The mean propulsive values of force and
velocity obtained under two loading conditions were used for the assessment of
the F-v relationship through a linear model: F(V) = F0 – aV, in which F0 represents
the force intercept and a is the slope of the F-v relationship. The maximum velocity
(v0 = F0/a) and maximum power (Pmax = F0·v0/4) were also calculated. An
acceptable reliability of the two-point method for determining the F-v relationship
during the CMJ and BPT exercises has been reported elsewhere (Garcia Ramos et
al., 2018; Pérez Castilla, Jaric, et al., 2018).
3. Resistance training session. Each RT session consisted of three sets of five

repetitions with the 10RM load during the full SQ and touch-and-go BP exercises.
The only difference between the three experimental sessions was the duration of
the interset rest interval: 1 minute (Rest 1’ protocol), 3 minutes (Rest 3’ protocol)
and 5 minutes (Rest 5’ protocol). The order of the exercises (SQ and BPT) and rest
protocols (Rest 1’, Rest 3’ and Rest 5’) was randomised. Regardless of the rest
protocol, 5 minutes of rest were implemented between the SQ and BP exercises.
Participants were encouraged to perform the concentric phase of all repetitions as
fast as possible and the mean velocity was collected with a linear velocity transducer.
9.2.3. Statistical Analysis
Descriptive data are presented as means and SD. The normal distribution of
the data (Shapiro-Wilk test) and the homogeneity of variances (Levene’s test) were
confirmed (p > 0.05). A three-way repeated measures ANOVA (exercise [SQ and
BP], set [1, 2 and 3], and rest protocol [Rest 1’, Rest 3’ and Rest 5’]) with Bonferroni
post hoc corrections was conducted on the mean velocity of each set. A one-way
ANOVA with Bonferroni post hoc corrections were also used to compare the mean
velocity of each individual repetition between the rest protocols separately for the
SQ and BP exercises. Finally, a three-way repeated measures ANOVA (exercise [SQ
and BP], time [Pre and Post], and rest protocol [Rest 1’, Rest 3’ and Rest 5’]) with
Bonferroni post hoc corrections was applied on each F-v relationship parameter
(F0, v0, and Pmax). The intraclass correlation coefficient (ICC, model 3.1) calculated
from the three Pre-session values revealed a high reliability for F0 (ICC = 0.91 for
CMJ and 0.98 for BPT) v0 (ICC = 0.80 for CMJ and 0.81 for BPT) and Pmax (ICC =
0.80 for CMJ and 0.96 for BPT). All statistical analyses were performed using SPSS
software version 22.0 (SPSS Inc., Chicago, IL, USA) and statistical significance was
set at an alpha level of 0.05.
9.3. RESULTS
The three-way ANOVA conducted on mean velocity showed significant main

effects for the exercise, number of sets (set 1 > set 3 [5.7% higher velocity]; set 2
> set 3 [3.2% higher velocity]), and rest protocol (Rest 3’ > Rest 1’ [11.7% higher
ESTUDIO III 211
velocity]; Rest 5’ > Rest 1’ [7.4% higher velocity] (Table 10, Figure 15). No significant
differences in mean velocity were observed between the sets 1 and 2 (p = 0.052,
2.4% higher velocity) nor between the Rest 3’ and Rest 5’ protocols (p = 0.088, 3.9%
higher velocity). The exercise × set interaction (p = 0.012) was caused by the higher
velocity loss observed in the BP compared to the SQ (set 3 vs. set 1: 11.8% and 1.6%
of velocity loss, respectively). The set × rest protocol interaction (p < 0.001) was
caused by the lower velocities at sets 2 and 3 for the Rest 1’ protocol compared to the
Rest 3’ and Rest 5’ protocols. The velocity achieved against individual repetitions
was lower for the Rest 1’ protocol compared to the Rest 3’ (4 repetitions in the SQ
and 9 repetitions in the BP) and Rest 5’ protocols (7 repetitions in the BP), while
no significant differences were observed between the Rest 3’ and Rest 5’ protocols
(Figure 15).
Table 10. Three-way repeated measures ANOVA used to compare movement velocity
between the exercises, sets, and rest protocols.
Figure 15. Comparison of mean velocity between the different interset rest protocols and
number of sets for the squat (upper panel) and bench press (lower panel) exercises. *, Rest 3’
significantly faster than Rest 1’; #, Rest 5’ significantly faster than Rest 1’. NS, no significant
differences between sets.
ESTUDIO III 213
Figure 16. Comparison of mean velocity at each repetition between the interset rest
protocols of minute (Rest 1’; white squares), 3 minutes (Rest 3’; black squares) and 5 minutes
(Rest 5’; grey squares) for the squat (upper panel) and bench press (lower panel) exercises.
Error bars depict the standard error. *, Rest 3’ significantly faster than Rest 1’; #, Rest 5’
significantly faster than Rest 1’.
The results of three-way ANOVA conducted on each F-v relationship

parameter are depicted in Table 2. A significant main effect of time was observed for
F0 and Pmax due to lower values at Post (-2.5% and -5.4%, respectively). The main
effect of the rest protocol was significant for v0 and Pmax due to higher values for
the Rest 1’ protocol compared to the Rest 3’ (5.1%) and Rest 5’ protocols (6.7%). The
exercise × time interaction was only significant for Pmax due to a higher impairment
at Post in the CMJ compared to the BPT. The exercise × rest protocol interaction was
significant for v0 and Pmax due to higher values for the Rest 1’ protocol compared
to the Rest 3’ and Rest 5’ protocols during the CMJ, while no significant differences
were observed during the BPT. The time × rest protocol interaction was significant
for all parameters (F0: higher decrement for the Rest 1’ protocol compared to the
Rest 3’ and Rest 5’ protocols; v0: higher decrement for the Rest 5’ protocol compared
to the Rest 1’ and Rest 3’ protocols; Pmax: lower decrement for the Rest 1’ protocol
compared to the Rest 3’ and Rest 5’ protocols). Pairwise comparisons between the
time points and rest protocols are presented in Figure 17.
Table 11. Three-way repeated measures ANOVA used to compare the force-velocity
relationship parameters between the exercises, point of measure, and rest protocols.
ESTUDIO III 215
Figure 17. Comparison of the maximal capacities of the muscles to produce force (upper-
panel), velocity (middle panel) and power (lower panel) before (Pre) and after (Post) the
training session for the interset rest protocols of 1 minute (Rest 1’; white squares), 3 minutes
(Rest 3’; black squares) and 5 minutes (Rest 5’; grey squares) during the countermovement
jump (CMJ; left panels) and bench press throw (BPT; right panels) exercises. Error bars
depict the standard error. *, significant differences between Rest 1’ and Rest 3’; #, significant
differences between Rest 1’ and Rest 5’; †, significant differences between Rest 3’ and Rest
5’.
9.4. DISCUSSION AND IMPLICATIONS
This study was designed to compare mean velocity and the changes in the
F-v relationship parameters between RT sessions differing only in the duration of
the interset rest intervals. The RT session comprised three sets of a lower-body
(SQ) and three sets of an upper-body (BP) exercise. The main findings of this study
revealed lower velocities for the Rest 1’ protocol compared to the Rest 3’ and Rest
5’ protocols, while no significant differences were observed between the Rest 3’
and Rest 5’ protocols. However, the decrement in Pmax was higher for the Rest
3’ and Rest 5’ protocols compared to the Rest 1’ protocol. Therefore, although the
Rest 1’ protocol does compromise the maintenance of high mean velocities during
the successive sets of a RT session, the residual fatigue induced by the RT session
(assessed by the decrement in the magnitude of the F-v relationship parameters)
does not seem to be increased when short interset rest intervals are used.
The adaptation of the neuromuscular system to RT is mediated by the stimuli

received (Coffey & Hawley, 2007; Pareja Blanco et al., 2016). Lifting at maximal
velocity is effective to develop muscular power and the rate of force development
(RFD), whereas intentionally lifting at slow velocities could be effective to induce
hypertrophy adaptations (Izquierdo, Ibañez, González Badillo, et al. 2006; Pareja
Blanco et al., 2016), although Schoenfeld et al. (2016) has shown that high velocities
can also induce hypertrophy gains. Therefore, since maximal power and RFD are
of paramount importance for the performance of many sport-specific tasks (e.g.,
jumping, sprinting, change of direction, throwing, etc.) (González Badillo et al.,
2014; Pareja Blanco et al., 2014), athletes are frequently encouraged to maximise
velocity performance during RT (Weakley et al., 2018). Despite the proven benefits
of training at high velocities, little research has been conducted to examine the effect
of manipulating different RT variables on the capacity to develop high velocities
during RT. To our knowledge, this is the first study that has examined the effect of
different interset rest intervals (1, 3 and 5 minutes) on the capacity to maintain high
velocities during RT.
Our first hypothesis was only partially supported. As hypothesised, the

Rest 1’ protocol provided slower velocities during the sets 2 and 3 in comparison
to the Rest 3’ and Rest 5’ protocols for both the SQ and BP exercises. However,
although we also hypothesised faster velocities for the Rest 5’ protocol compared
to the Rest 3’ protocol, no significant differences in mean velocity were observed
between these protocols. The lower velocity performance for the Rest 1’ protocol
was expected because longer rest intervals increase the recovery of ATP and PCr,
ESTUDIO III 217
while it could be speculated that the levels of ATP and PCr could be recovered after
3 minutes specially when the training sets are not performed to failure (Wells et al.,
2009). Therefore, although the Rest 3’ and Rest 5’ protocols allowed a comparable
velocity performance, the Rest 3’ protocol presents the main advantage of the RT
session being shorter. Similar results were obtained by Abdessemed et al. (1999)
who reported higher blood lactate concentration and lower power production
during a RT session that comprised 10 sets of 6 repetitions of the BP at 70%1RM
using interset rest intervals of 1 minute compared to interset rest intervals of 3
and 5 minutes. The load magnitude (≈ 75%1RM) and the training strategy (i.e.,
sets not performed to muscular failure) could have influenced these results, being
plausible that the use of heavier loads or leaving less repetitions in reserve (i.e.,
approaching to muscular failure) would require longer interset rest for maintaining
velocity performance during RT sessions. However, based on the results discussed
above, it seems that 3 minutes of interset rest is optimal for the maintenance of
high velocities during RT sessions conducted with the SQ and BP exercises against
moderate loads (≈75%1RM or 10RM) when approximately half of the maximum
number of repetitions per set are performed.
To our knowledge, this has also been the first study that has used the F-v
relationship modelling to quantify the fatigue induced by RT sessions on F0, v0,
and Pmax. We hypothesised that a significant decrement in F0, v0, and Pmax
would be observed after all RT sessions, being the decrement accentuated using
shorter interset rest intervals. This hypothesis was only partially confirmed since
after the RT sessions a significant decrease was observed for F0 and Pmax, but not
in V0. However, the lack of significant change for v0 is in line with the study of
García Ramos et al. (2018) who reported a significant decrement in F0 but not in v0
after RT sets not performed to failure during the BP exercise. Therefore, reducing
the level of effort by performing approximately half of the maximum number of
repetitions per sets seems an appropriate strategy to preserve v0 capacity. Although
the decrement in mean velocity during training was higher for the Rest 1’ protocol,
the magnitude of the deterioration of the F-v relationship parameters after training
did not differ between the different interset rest protocols. The lack of differences in
the residual fatigue induced by the RT sessions could be explained because after 10
minutes of rest the recovery of bioenergetic factors such as ATP and PCr should be
similar for the three interset rest protocols (Wells et al., 2009; Willardson & Burkett,
2005).
One limitation of the study is that only mechanical variables were collected.
Therefore, the response of other variables that are known to influence the acute
training stimulus and the subsequent neuromuscular and physiological adaptations
(e.g., metabolic biomarkers [e.g., lactate], muscle damage markers [e.g., creatine
kinase] or hormones [e.g., testosterone and cortisol]) remain unexplored. Future
studies should also explore the effect of interset rest duration on mechanical
performance using other exercises (e.g., leg press or pull-ups), loads (e.g., 20RM
and 5RM), training strategies (i.e., proximity to failure), and participant populations
(e.g., women or highly trained athletes). For example, although the Rest 3’ protocol
provided satisfactory results in the present study, it is plausible that longer interset
rest periods are needed to maintain mechanical performance when lifting heavier
loads or when the sets are finished closer to failure. Finally, it is important to note
that only 3 sets were performed for each exercise and, therefore, it remains to be
elucidated whether the Rest 5’ protocol could provide better results than the Rest 3’
protocol with increasing number of sets. However, the results of the present study
provide valuable practical information because it is frequent to prescribe 3 sets per
exercise during RT programs.
9.5. CONCLUSION
Finally, we can conclude that mean velocity during training was significantly
lower for Rest 1’ compared to Rest 3’ and Rest 5’, while no significant differences
were observed between the Rest 3’ and Rest 5’. The residual fatigue of the RT sessions
on the magnitude of the F-V relationship parameters was not meaningfully affected
by the interset rest intervals. Therefore, Rest 3’ and Rest 5’ could be recommended
over Rest 1’ for the maintenance of acute mean velocities during training, with
Rest 3’ possibly desirable over Rest 5’ because it shortens the RT session. The Rest
3’ protocol should be recommended for the maintenance of high velocities during
RT sessions conducted with the SQ and BP exercises performed against the 10RM
load when only half of the maximum number of repetitions per set are performed.
However, the level of fatigue induced by the RT session does not seem to be affected
ESTUDIO III 219
by the interset rest interval.
Disclosure statement: No financial interest or benefit has arisen from the

direct applications of our research.
X
Estudio IV
ESTUDIO IV 223
X/ ESTUDIO IV
ESTUDIO IV 225
10.1. ABSTRACT
This study aimed (I) to examine the acute and delayed responses of three
muscle damage biomarkers: creatine kinase (CK), aspartate aminotransferase
(AST) and lactate dehydrogenase (LDH) to an accentuated eccentric training
protocol in serum, and (II) to explore the changes of these biomarkers in saliva and
compare them with serum. Sixteen resistance-trained university students (10 men
[age = 26.6 ± 4.8 years, full squat one-repetition maximum [1RM] = 103.4 ± 14.4 kg]
and 6 women [age = 22.7 ± 1.4 years, full squat estimated 1RM = 68.3 ± 10.5 kg])
completed an accentuated eccentric strength training protocol with the full squat
exercise consisting of 8 sets of 10 repetitions against the 120% estimated 1RM load
with 5 minutes of interset rest. The activity of muscle damage biomarkers (CK,
AST and LDH) were measured in serum and saliva before training (Pre), 24 hours
after training (Post24), and 96 hours after training (Post96). In serum lower values
of the three muscle damage markers were observed at Pre compared to Post24 and
Post96, while no significant differences were observed between Post24 and Post96
for any analyte. In saliva there was a significant increase in men at Post96 compared
with Pre in CK. The correlations between the measurements in serum and saliva
ranged from trivial to small (r = -0.034 to 0.212). These results suggest that the
measurement of muscle damage markers in serum and saliva do not provide the
same information in the conditions of our study.
Keywords: aspartate aminotransferase, creatine kinase, lactate dehydrogenase,

resistance training.
10.2. INTRODUCTION
Eccentric strength training is commonly used in sport environments to enhance

physical performance (Askling, Karlsson, & Thorstensson, 2003; Cook, Beaven, &
Kilduff, 2013; Sheppard et al., 2008), as well as during rehabilitation programs to
speed up injury recovery processes (Kingma, de Knikker, Wittink, & Takken, 2007).
An eccentric action involves the active lengthening of the muscles (Schoenfeld et al.,
2017). Eccentric actions are present in most of the sport-specific skills (e.g., jumping,
sprinting, throwing, etc.) and also during basic resistance training exercises (e.g.,
squat, bench press, etc.). It is known that the eccentric strength potential is higher
than the concentric one (maximal force output is ≈ 20-50% higher during eccentric
actions) (Enoka, 1996). Therefore, during conventional resistance training the
intensity of the eccentric portion of the movement is never maximized, since the
magnitude of the load is limited by the maximal concentric force. To overcome this
limitation, an advance training method known as “accentuated eccentric training”
has been frequently included within athletes’ resistance training routines (Douglas
et al., 2018; Sheppard et al., 2008). Briefly, accentuated eccentric training consists of
exercising against loads higher than the one-repetition maximum (1RM) (Douglas
et al., 2018). The higher force that can be produced during supramaximal eccentric
actions together with the high muscle microtrauma induced by eccentric actions
are believed to stimulate the muscle adaptation process (Wagle et al., 2017). In this
regard, there is strong evidence supporting the superiority of accentuated eccentric
training compared to concentric-only training to induce gains in maximal strength
(Walker et al., 2016). However, practitioners should also be concerned about the high
muscle damage induced by accentuated eccentric training because it may cause
perturbations in post exercise metabolic rate (Dolezal et al., 2000) and lengthen the
recovery process (Brancaccio et al., 2010).
Knowing the muscle damage induced by resistance training is valuable to

avoid overtraining and reduce the injury risk (Hartmann & Mester, 2000). The two
most accurate methods for assessing muscle damage in humans are muscle biopsies
and magnetic resonance imaging (Gibala et al., 1995). An alternative method is to
measure the concentration of different muscle damage markers in serum (e.g.,
creatine kinase [CK], aspartate aminotransferase [AST] and lactate dehydrogenase
[LDH]) (Paola Brancaccio et al., 2010). Serum measurements are based on the fact
that after a physical effort there is a leakage of proteins and enzymes into the extra-
cellular fluid due to the disturbance of the cellular muscle membrane (Brancaccio
et al., 2010). Many studies have evaluated muscle proteins and enzymes in serum
to estimate the muscle damage induced by different resistance training protocols
(Brancaccio et al., 2007; Chen et al., 2019; Pareja Blanco et al., 2016). Depending on
the training type, the peak values of muscle damage markers in serum have been
observed between 24 and 96 hours post-exercise (Koch et al., 2014). Jamurtas et al.
(2000) compared the CK response in serum at 24, 48 and 72 hours post plyometric
ESTUDIO IV 227
and eccentric training, and they reported the highest levels of CK after eccentric
training and the peak values 24 hours after training. However, Nosaka et al. (2002)
reported higher CK values after 96 hours of eccentric training compared to 24 and
48 hours after training.
Even though the blood collection is considered an efficient and valid procedure
for exploring the muscle damage response to physical exercise (Friden & Lieber,
2001), this method is somehow painful, invasive and time-consuming. Saliva has
been described of potential use for the measurement of different analytes, including
muscle damage markers in saliva samples (Barranco et al., 2017; Deminice et al.,
2010). The main advantages to measure biochemical variables in saliva are a better
tolerance to sampling by participants and that it can be collected simultaneously in
multiple subjects under field conditions (Deminice et al., 2010). Several studies have
already reported the hormonal response in saliva after different training protocols
(Beaven et al., 2008; L. D. Hayes, Sculthorpe, & Baker, 2015), but only few studies
have examined the muscle damage response in saliva (Barranco et al., 2017). In
addition, there are no previous reports about the level of agreement between serum
and saliva procedures when determining markers related to muscle damage after
a controlled effort. Therefore, it would be of interest to explore whether the activity
of muscle damage markers (e.g., CK, AST and LDH) in saliva is correlated to those
measured in serum.
The purposes of this study were (I) to examine the acute (Post 24 hours; Post24)
and delayed (Post 96 hours; Post96) responses of muscle damage biomarkers (CK,
AST and LDH,) to an accentuated eccentric training protocol in serum, and (II)
to explore the changes of these biomarkers in saliva and compare them with
serum. We hypothesized that (I) the concentration of CK, AST and LDH would be
significantly higher at Post24 and Post96 compared to Pre, and (II) these enzymes
would show changes in serum and saliva after the training protocol.
10.3. METHOD
A repeated-measures design was used to investigate the muscle damage

response to an accentuated eccentric strength training protocol conducted with the
full squat exercise. The training protocol consisted of 8 sets of 10 repetitions against
the 120% estimated 1RM load. The duration of the eccentric phase was set at 3
seconds and 5 minutes of rest were implemented between successive sets. Subjects
came to the laboratory on four occasions. The first session was used to familiarize
the subjects with the saliva extraction process, determine the estimated 1RM load
during the full squat exercise, and certify that all of subjects were able to perform
the eccentric full squat protocol with a proper technique. The second one after 72
hours of rest to perform the eccentric strength training protocol. Serum and saliva
samples were collected at the beginning of session 2 (Pre), 24 hours after training
(session 3; Post24) and 96 hours after training (session 4; Post96). Extractions of
serum and saliva were always conducted in the morning (0800-0930 hours) at rest
and fasting.
10.3.2. Subjects
Sixteen resistance-trained sport sciences students (mean ± standard deviation

[SD]; men: n= 10, age= 26.6 ± 4.8 years, height= 1.75 ± 0.11 m, body mass= 76.9 ±
10.4 kg, and full squat estimated 1RM= 103.4 ± 14.4 kg; women: n= 6, age= 22.7 ± 1.4
years, height= 1.66 ± 0.06 m, body mass= 60.1 ± 12.2 kg, full squat estimated 1RM=
68.3 ± 10.5 kg) participated in this study. All participants had more than 2 years of
resistance training experience and demonstrated to perform the full squat exercise
with a proper technique during the familiarization session. Exclusion criteria were:
1) smoking; 2) suffering from or history of any chronic disease and no significant
oral, dental or other symptoms of infection; and 3) taking any medication in the
month prior to the exercise. All subjects were fully informed of any possible risk
and discomfort associated with the experimental procedures and signed a written
consent before the initiation of the study. The experimental protocol was approved
by the local ethical committee of the Catholic University of San Antonio (Murcia)
ESTUDIO IV 229
in agreement with the Declaration of Helsinki.
10.3.3. Procedures
The study protocol consisted of four sessions. The full squat 1RM was estimated
in the first session through the individual load-velocity relationship (Pérez Castilla
et al., 2017). Subjects performed a 10 minutes standardized warm-up that included
jogging, joint mobility exercises, two sets of eight unloaded squats, five progressive
countermovement jumps, and one set of eight repetitions against 20 kg during the
full squat exercise. Thereafter, an incremental loading test was performed using the
full squat exercise following the procedure described by Pérez Castilla et al. (2017).
The initial load was set at 20 kg for all subjects and was progressively incremented
in 10 kg until the mean concentric velocity of the barbell was below 0.60 m·s-1
(≈ 80%1RM). Two repetitions were performed with each load and 3 minutes of
passive rest were implemented between successive sets. Subjects were instructed
to perform all repetitions at maximum intended velocity. The velocity collected at
the different loads was used to estimate the full squat 1RM through an individual
linear regression model as the load associated with a mean velocity of 0.33 m·s-
1 (Pérez Castilla et al., 2017). The 1RM was estimated from the individual L-V
relationship instead of performing an actual 1RM test to minimize the fatigue and
discomfort associated with lifting the 1RM load during the full squat exercise. Note
that although subjects had resistance training experience, some of them were not
lifting loads close to their 1RM during their regular training. The mean velocity of
the barbell was calculated from the displacement-time data recorded at 1,000 Hz
by a linear position transducer (Chronojump, Barcelona, Spain). The squat exercise
was always performed in a Smith machine (Technogym, Cesena, Italy).
The second session consisted of an accentuated eccentric training protocol

consisting of 8 sets of 10 repetitions against the 120% estimated 1RM load with 5
minutes inter-set resting time. The full squat was chosen because it is one of the most
used exercises to improve lower-limb muscular strength (Schoenfeld, 2010a). The
duration of the eccentric phase was set to 3 seconds and subjects were helped to lift
the load during the concentric phase. An experienced researcher was responsible
to verbally encourage the subjects to perform all eccentric phases with a 3-second
length controlled by a metronome.
10.3.4. Serum and saliva samples
- Serum: Blood samples were extracted from the antecubital vein (12 ml)
in plain tubes which were used to measure CK, AST and LDH. The analyses
were performed by spectrophotometry using commercial kits (Beckman) on an
automated biochemical analyzer (Olympus A400, Beckman Coulter, Brea USA)
(Barranco et al., 2017).
- Saliva: Subjects performed mouthwash before collecting each saliva sample.

Saliva was collected using Salivettes devices. It consisted in a tube with straw
through (passive droll) and the subjects were salivating for 1 minute. Salivettes
were stored on ice until all measurements were finished. The Salivettes were
then centrifuged at 3,500 rpm for 7 minutes, and the supernatant were removed
from the tube and stored at -80 ºC until they were analyzed. CK, AST and LDH
were measured with commercial kits. All the assays were adapted to use in saliva
samples and performed in an automated biochemistry analyzer (Olympus A400,
Beckman Coulter, Brea, USA) at 37ºC (Barranco et al., 2017). The saliva analysis was
carried out using absolute values and following the validation process according of
Barranco et al. (2017)
Descriptive values of all dependent variables (i.e., CK, AST, and LDH) are
presented as means, SD, and range. The normal distribution assumption was
violated for all dependent variables (Shapiro-Wilk test: p < 0.05). Consequently,
the Friedman test was used to explore the effect of an eccentric strength training
protocol on muscle damage markers measured in serum and saliva at three time
points (Pre, Post24, and Post96). The magnitude of the differences between the time
points was calculated through the Cohen’s d effect size (ES) and the following scale
was used for interpretation: negligible (< 0.2), small (0.2–0.5), moderate (> 0.5–0.8),
ESTUDIO IV 231
and large (≥ 0.8) (Cohen, 2013). Bland-Altman plots were constructed to explore
the level of agreement between the three muscle damage markers measured in
saliva (practical measure) and serum (criterion measure). Since we observed a
proportional bias for the three markers (r2 > 0.1) (Atkinson & Nevill, 1998), the data
were log-transformed before calculating the Pearson’s product-moment correlation
coefficients (r) (Hopkins, Marshall, Batterham, & Hanin, 2009). The criteria to
interpret the strength of the r coefficients was as follows: trivial (< 0.1), small (0.1-
0.3), moderate (0.3-0.5), high (0.5-0.7), very high (0.7-0.9), or practically perfect (>
0.9). Statistical analyses were performed using the software package SPSS (IBM
SPSS version 22.0, Chicago, IL, USA). Statistical significance was set at p < 0.05.
10.4. RESULTS
Descriptive data of the three analytes at the three time points are presented
in Table 12. In serum, the ANOVA test revealed significant differences between the
time points for the three muscle damage markers (p ≤ 0.001). Post hoc analyses
revealed significantly lower values at Pre compared to Post24 (CK: p< 0.001,
ES= 1.46; AST: p< 0.001, ES= 1.11; LDH: p = 0.010, ES= 0.66) and Post96 (CK: p<
0.001, ES= 1.24; AST: p< 0.001, ES= 1.23; LDH: p = 0.001, ES= 1.22). No significant
differences were observed between Post24 and Post96 for CK (p= 1.00, ES= 0.44),
AST (p= 1.00, ES= 0.24), or LDH (p= 1.00, ES= 0.65) (Figure 18).
Table 12. Descriptive values of the three muscle damage markers measured in serum
and saliva at three time points.
Figure 18. Comparison of Creatine kinase (CK) Aspartate aminotransferase (AST) and
Lactate dehydrogenase (LDH) measured in serum between the three time points. The
individual values (dots), averaged across the subjects values (bars) and standard deviations
(error bars) are depicted. *, significantly lower than Post24 and Post96 (p ≤ 0.001).
ESTUDIO IV 233
In saliva there was a significant increase at 96h after the exercise in males
(p<0.05, ES=0.82). On the other hand, the values of CK and AST measured in saliva
were significantly lower compared to serum (CK: p = 0.001, ES = -1.03; AST: p <
0.001, ES = -0.84), while no significant differences were observed for LDH between
serum and saliva (p = 0.126; ES = 0.37). Bland-Altman plots revealed a low level
of agreement between serum and saliva measurements (high random errors and
heteroscedasticity of the errors) and the correlations ranged from trivial to small
(Figure 19).
Figure 19. Bland-Altman plots (left hands panels) and association (right hand panels)
of Creatine kinase (CK, upper panel), Aspartate aminotransferase (AST, middle panel) and
Lactate dehydrogenase (LDH, lower panel) measured in serum and saliva. Each Bland-
Altman plot depicts the averaged difference and 95% limits of agreement (dashed lines),
along with the regression line (solid line). The Pearson’s correlation coefficient (r) was
calculated using the log-transformation since the assumption of homoscedasticity was
violated.
ESTUDIO IV 235
10.5. DISCUSSION
TThis study was designed to explore the responses of three muscle damage
markers (CK, AST and LDH) measured in serum and saliva to an accentuated
eccentric training protocol conducted with the full squat exercise. The main findings
of this study revealed (I) a significant increase of muscle damage markers at Post24
and Post96 compared to Pre values in serum, and (II) a low level of agreement
between the same muscle damage markers measured in serum and saliva. These
results highlight that the values of muscle damage markers measured in both
samples are not closely related and, therefore, saliva measurements should not be
used to infer the values of muscle damage markers in serum in situations of acute
muscle damage similar to that we used in our study.
The eccentric phase is a common component in different sport skills, such as

jumping, sprinting or change of direction among others. Hence, eccentric training
is frequently implemented during the resistance training sessions of many athletes
(Roig et al., 2009). Accentuated eccentric training is a type of eccentric training
in which the applied load is higher than the 1RM (Walker et al., 2016). Several
studies have reported benefits of accentuated eccentric training on hypertrophy
(Brandenburg et al., 2002) and sport performance (Douglas et al., 2018; Sheppard
et al., 2008; Wagle et al., 2017), being recommended to perform the eccentric phase
for 3-5 seconds (Rathleff et al., 2013). The longer time under tension compared
to traditional eccentric training has shown to produce greater muscle damage
inducing a faster protein synthetic response and superior increase in anabolic
signaling (Chen et al., 2019). Furthermore, eccentric actions produce the disruption
of contractile, structural, and supportive elements due to specific force demands on
fewer active fibers (Enoka, 1996). Therefore, it would be of interest to measure the
effect of accentuated eccentric training on physiological variables (e.g., markers of
muscle damage) to prescribe the training programs according to the stress induced
to the athletes. In the present study we have not only examined the response of
muscle damage markers to an accentuated eccentric training protocol, but also the
feasibility of saliva samples as a practical method to determine the values of CK,
AST and LDH.
The assays used in our study were validated in a previous report and
showed an adequate imprecision and accuracy to measure the activity of the three
enzymes in saliva. These assays are commercially available and can be used in
spectrophotometric equipment; therefore, can be easily set-up in any laboratory. It
is important to point out that in case of using assays for different manufacturers, an
analytical validation and optimization of the assay would be recommended.
Supporting our first hypothesis, a significant increase in all muscle damage

markers (CK, AST and LDH) in serum was observed 24 and 96 hours after the
accentuated eccentric training protocol compared to pre-training values. Although
small to moderate higher values of muscle damage markers were observed at
Post96 compared to Post24 (ES ranged from 0.24 to 0.65), no significant differences
were reached between them. CK, AST and LDH are enzymes commonly used as
indicators of muscle damage during resistance training (Brancaccio et al., 2010,
2007; Friden & Lieber, 2001). It is known that the peak value of these enzymes are
influenced by the intensity and type of exercise (Brancaccio et al., 2010). Several
studies have shown higher values of CK in men compared to women likely due
to their larger muscle mass, since men with higher muscle mass tend to report
higher values of CK compared to men with less muscle mass (Brancaccio et al.,
2010; Hunter, 2014; Raeder et al., 2016). However, no significant differences in the
response of the muscle damage markers were evident in the present study between
men and women and, consequently, we pooled the data of both sexes for statistical
analyses. In line with our results, Clarkson et al. (Clarkson, Kearns, Rouzier,
Rubin, & Thompson, 2006) reported a high variability in individual responses of
CK, AST and LDH after a maximal eccentric contraction of the elbow flexors. The
high inter-individual variability observed in the response to accentuated eccentric
training protocols suggests that coaches cannot extrapolate the results reported in
the literature to their athletes (Joonyoung & Joohyung, 2015; Koch et al., 2014) and
highlight the recommendation of an individual monitoring of these biomarkers by
comparing the values of the biomarkers with respect to the individual’s baseline
values.
Regarding our second hypothesis, contrarily to serum, only significant

changes in saliva were found for CK at 96h in men, and the muscle damage markers
ESTUDIO IV 237
measured in saliva presented a very low level of agreement with respect to the same
markers measured in serum. Deminice et al. (Deminice et al., 2010) examined the
use of serum and saliva to assess oxidative stress after a resistance training session
consisting of 3 sets of 10 repetitions at the 75%1RM with 90 seconds of inter-set
rest time during several exercises. All markers examined in that study (uric acid,
thiobarbituric acid reactive substances, lipid hydroperoxide, advanced oxidation
protein products and glutation) showed a significant increase in serum and saliva,
but only uric acid showed correlations between serum and saliva. Several studies
have also explored the hormonal response in saliva. Mc Lellan et al. (2010) measured
CK in serum and testosterone and cortisol in saliva reporting peak CK values 24
hours after a rugby match, while 5 days were necessary to return to baseline levels.
Regarding the endocrine response, testosterone and cortisol returned to baseline
levels after 48 hours of rest, moreover, showed strong correlation between serum
and saliva, but the level of agreement between CK measured in serum and saliva
was not explored. Our findings are in line with the results reported by Barranco et
al. (2017) who in a pilot study showed no significant correlations between the values
in serum and saliva of the three biomarkers of our study ( CK, AST, and LDH)
after an amateur futsal mach. However, in human with myocardial infarction and
dogs with muscle damage, a moderate significant correlation in CK and AST were
found between serum and saliva. The possible different kinetics of the enzymes in
these processes, differences in severity and magnitude of the muscle damage, the
different methods used for measurement or the fact that samplings were made at
different times after the damage could be the reasons of the divergences of these
reports with our study.
This lack of correlation between serum and saliva values found in our study
could be to different causes such as different dynamics of the enzymes in serum
and saliva, since it seems that in our study there is a need of more time to detect
increases in saliva. Also, it could be due to the existence of a threshold for passing
the enzymes from serum to saliva as occurs with other analytes such as NT-ProBNP
(Foo et al., 2012; Dizgah & Sabet, 2011) or even the possibility of enzyme synthesis
by the salivary glands (Tvarijonaviciute et al., 2017). Further studies should be
made to clarify this and improve our understanding of the cause of the changes of
muscle enzymes in saliva.
One limitation of this study is that only one type of sample collection (by
passive flow) and one way to express the result was used. Therefore, future studies
should explore if other saliva collection methods can provide the most accurate
results and also examine saliva analysis controlled for salivary flow rate or total
protein content. The number of individuals of our study was selected based on
the minimum number of individuals needed to get an adequate statistical power,
based on the inter-individual variability of CK in serum, that resulted in a value
of 15 subjects. This size of the sample used in our study was in line or higher than
other previous reports about evaluation of different biomarkers of serum or saliva
after an acute exercise: n = 9 (Pantoja, Alberton, Pilla, Vendrusculo, & Kruel, 2009)
, n=10 (Twist & Eston, 2005), n = 12 (Chapman, Newton, Sacco, & Nosaka, 2006).
However, the higher inter-individual variability of CK in saliva yield that a number
of 60 individuals should have been used to get an appropriate power. Therefore, this
report should be considered as a pilot study that should be confirmed with other
studies involving a larger number of individuals. Finally, future studies should
try to compare serum and saliva measurements to biopsy immunohistochemistry
(gold-standard method to assess muscle damage) to determine which of the two
methods (serum and saliva) provides a better representation of the muscle damage
induced by physical exercise. In addition, studies involving longer time points
would have been advisable in order to evaluate if there is a higher correlation
between saliva and serum measurements after muscle damage at those time points.
Our findings provide new physiological data that could contribute to a more
adequate strength training prescription. The high variability in the individual
responses of CK, AST and LDH to an accentuated eccentric training protocol
suggests that coaches cannot extrapolate the results reported in the literature to their
athletes, being necessary an individual monitoring of these biomarkers. Coaches
should also be aware that level of muscle damage markers measured in serum
and saliva after a physical effort cannot be closely related. Consequently, saliva
measurements should not be used to infer the values of muscle damage markers
in serum in similar situations that were used in our report. Further studies should
ESTUDIO IV 239
be performed about muscle biomarkers in saliva before practitioners can use this
sample to guide resistance training routines.
XI
Estudio V
ESTUDIO V 243
XI/ ESTUDIO V
ESTUDIO V 245
11.1. ABSTRACT
This study aimed to compare acute and delayed markers of mechanical,

neuromuscular and biochemical fatigue between resistance training sessions
leading or not to failure. Twelve healthy males completed two sessions which
consisted of 6 sets of the full-squat exercise performed against the 10RM load.
In a randomized order, in one session the sets were performed to failure and in
the other session the sets were not performed to failure (5 repetitions per set).
Mechanical fatigue was quantified through the recording of the mean velocity
during all repetitions. Neuromuscular function of the knee extensors was assessed
through the twitch interpolation technique before training, immediately after each
set, and 1h, 24h and 48h post-training. Serum creatine kinase (CK) and aspartate
aminotransferase (AST) were measured before training and 1h, 24h and 48h post-
training to infer muscle damage. A higher velocity loss between sets was observed
during the failure protocol (-21.7%) compared to the non-failure protocol (-3.5%).
Peripheral fatigue was higher during failure than non-failure protocol (p < 0.05).
Voluntary activation remained depressed up to 48h (~-7.5%) regardless of the
training protocol, indicating the persistence of central fatigue. Failure protocol
induced higher muscle damage than non-failure protocol, which lasted up to 48h
post-training (CK: +111.9%; AST: +27.6%; p < 0.05). Changes in CK and MVC were
also correlated. This study highlights that failure protocol produced a greater extent
of peripheral fatigue compromising the excitation-contraction coupling machinery
and thus, performance.
Keywords: Central Fatigue, Peripheral Fatigue, Squat Exercise, Creatine

Kinase, MPV
11.2. INTRODUCTION
Resistance training (RT) is widely used to induce strength, power and

hypertrophy adaptations (Davies et al., 2015; Grgic, Lazinica, Mikulic, Krieger,
& Schoenfeld, 2017; Soriano et al., 2015). The configuration of the RT stimulus
(volume, intensity, inter-set rest, etc.) influences acute mechanical, neuromuscular,
and biochemical responses (Río rodríguez, Iglesias soler, & Fernández, 2016) and,
consequently, the long-term neuromuscular adaptations (Adams et al., 2002). One

of the factors that most influences the metabolic and mechanical demands of RT
sessions is the number of repetitions performed in a set with respect to the maximum
number of repetitions that can be completed (González Hernández et al., 2017;
Gorostiaga et al., 2014; Sánchez Medina & González Badillo, 2011). Although some
studies support training to failure to maximize the gains in muscle hypertrophy
and maximal strength (Ahtiainen et al., 2003; Drinkwater et al., 2005; Schoenfeld et
al., 2017), other studies revealed that training to failure does not provided greater
gains in maximal strength compared to non-failure training (Folland et al., 2002;
Nóbrega & Libardi, 2016; Sampson & Groeller, 2016). For example, Pareja Blanco
et al. (2016) demonstrated that a higher velocity loss (i.e., failure or near to failure
training) induced a greater hypertrophic response, while a lower velocity loss (i.e.,
not-failure training) prevented the reduction of the fastest IIX fiber-type pool and
resulted in similar or even superior increases in strength performance.
It is well documented that performing repetitions to failure causes a significant

reduction of ATP and PCr stores, decreases the size of muscle total adenine nucleotide
pool, and increases the accumulation of lactate and inosine monophosphate in the
muscles and the levels of uric acid in the blood (Gorostiaga et al., 2012). In addition
to these metabolic responses, it is also known that a training to failure protocol
induces higher muscle damage (e.g., increased levels of creatine kinase [CK] and
aspartate aminotransferase [AST]) compared to non-failure protocols (Gonzalez
Badillo et al., 2016; Navarro et al., 2017). This is an important advantage for non-
failure RT protocols because they could allow athletes to perform more frequent
high-quality RT sessions.
However, although many studies have compared the acute responses of

failure and non-failure training protocols (Gorostiaga et al., 2014; Izquierdo, Ibañez,
Gonzále Badillo, et al., 2006; Navarro et al., 2017; Pareja Blanco et al., 2016), the
neural mechanisms underlining the decline in performance following RT are not
well understood. In this regard, the higher metabolic stress and muscle damage
induced by RT protocols leading to failure are expected to induce a high peripheral
fatigue (Marquez et al., 2016; Schott, McCully, & Rutherford, 1995). Furthermore,
the greater accumulation of metabolic by-products such as hydrogen (H+) and
ESTUDIO V 247
inorganic phosphate (Pi) after failure protocols (Gorostiaga et al., 2012) might
also affect the capacity of the central nervous system to voluntarily recruit the
motoneurons (i.e., central fatigue) due to an elevated firing frequency of afferent
group III/IV (Carroll et al., 2016; Gandevia, 2001; Macgregor & Hunter, 2018).
Therefore, it is plausible to speculate that failure and non-failure training protocols
would induce different levels of peripheral and central fatigue. However, the acute
and delayed central and peripherical fatigue have never been compared between
failure and non-failure training protocols.
The primary aim of the present study was to compare the acute (after each
training set) and delayed (1 h, 24 h and 48 h post-training) effect of failure and non-
failure protocols on peripheral and central fatigue. The secondary aim was to relate
the changes in the neuromuscular function with mechanical performance (velocity
loss during training and maximal isometric strength) and muscle damage (i.e., CK
and AST). The findings of the present study may help to explain the mechanism
underpinning the impairments in performance observed in previous studies after
protocols leading or not to failure (Gonzalez Badillo et al., 2016; Izquierdo, Ibañez,
González Badillo, et al. 2006).
11.3. METHODS
A repeated-measures design was used to compare acute and delayed

markers of mechanical, neuromuscular and biochemical fatigue between RT
sessions leading or not to failure (Figure 20). Each subject was involved in four
sessions (two familiarization sessions and two experimental sessions). All sessions
were separated by one week and were performed at the same time of the day for
individual subjects and under constant environmental conditions (20-22ºC and
55-60% relative humidity). Subjects demonstrated a proper technique during the
full squat (SQ) exercise and the 10RM load (the load that induced failure after
10 repetitions) was determined in the second familiarization session. During the
familiarization sessions, subjects were also required to perform two maximal
voluntary isometric contractions (MVCs) with and without electrical stimulation
in order to familiarize them with the neuromuscular function test.
The two experimental sessions (failure and non-failure protocols) were

performed in a counterbalanced order. Each session consisted of 6 sets of the SQ
exercise performed in a free weight squat rack (Homcom, Barcelona, Spain) against
the 10RM load (~ 75% of 1RM) with 5 min of inter-set rest. The RT protocols only
differed in the number of repetitions performed per set. In the failure protocol the
sets were performed to failure, while in the non-failure protocol approximately half
of the maximum possible number of repetitions (i.e., 5 repetitions) were performed
in each set. Subjects were instructed to perform the concentric phase of all repetitions
as fast as possible, and the eccentric phase at a controlled self-selected velocity. Prior
to the RT sessions, a standardized warm-up was performed, that included jogging,
joint mobility exercises, two sets of eight repetitions in the unloaded SQ exercise,
five progressive countermovement jumps, 2 SQ repetitions against the 10RM load,
and 3 MVCs. The procedures used for obtaining the dependent variables of the
study (mechanical, neuromuscular and biochemical variables) are described below.
Figure 20. Overview of the experimental protocol. Neuromuscular function and

biochemical variables were measured before training (Pre) and 1 hour (Post_1h), 24 hours
(Post_24h) and 48 hours (Post_48h) post-training following failure and non-failure protocols
with the full squat exercise. TIT, twitch interpolation technique.
11.3.2. Subjects
Twelve male sport science students (age = 23.6 ± 1.5 years; height = 178.2 ±
6.6 cm; body mass: 76.5 ± 9.9 kg; SQ 1RM = 91.8 ± 16.7 kg; SQ 10RM = 69.6 ± 11.9
ESTUDIO V 249
kg) with at least one year of RT experience participated in this study. Subjects gave
their written informed consent to participate in this study, which was approved by
the local ethics committee and conducted in agreement with the last version of the
Declaration of Helsinki. None of the participants reported any history of injuries
or neuromuscular disorders that could influence the results of the present study.
Subjects were required to refrain from consuming caffeinated or alcoholic drinks or
exercise 48 h before and after each experimental session.
11.3.3. Procedures
1. Mean velocity during training

The mean velocity (MV) of the bar was recorded during all repetitions with
a validated linear position transducer (Chronojump, Barcelona, Spain) which
sampled the displacement-time data at 1,000 Hz (Perez Castilla, Piepoli, Delgado
García, Garrido Blanca, & Garcia Ramos, 2020). The highest MV value of each set
was used for statistical analyses.
2. Neuromuscular function
The twitch interpolation technique was used to assess voluntary activation
and muscle contractile properties. For this purpose, subjects were seated in a
custom made chair with both knees flexed at 90º and the torso restrained with
belts to avoid any displacement. The right leg was strapped to a force transducer
(NL63-200 Kg; Digitimer, Welwyn Garden City, United Kingdom) just above the
malleoli. Transcutaneous electrical muscle stimuli (200 μs) were delivered using
a constant-current stimulator (DS7AH, Digitimer Ltd, Welwyn Garden City,
Hertfordshire, United Kingdom). Rectangular (5 × 9 cm) self-adhesive surface
electrodes (Valutrode®, Axelagaard Manufacturing Co, Lystrup, Denmark) were
placed proximally (over the upper third of the muscle) and distally (just above
the patella) over the knee extensors. Single stimuli were delivered to the relaxed
muscle beginning at 100 mA and increasing by 20 mA until a plateau occurred in
twitch amplitude. Supramaximal stimulation was ensured by increasing the final
intensity by 30% (mean current = 339 ± 36 mA).
The same measurements were performed before training (Pre), 30 seconds

after each set, and 1 h (Post_1h), 24 h (Post_24h) and 48 h (Post_48h) post-training.

Subjects performed two MVCs of 3 seconds during the knee extension exercise
separated by 1 minute of rest. However, after the training sets only one attempt
was performed. During each MVC, a high-frequency doublet (100 Hz) was
superimposed at 1.5 seconds to determine central fatigue. Afterwards, a potentiated
100 Hz doublet, a 10 Hz doublet and a single twitch were delivered at rest 5, 6.5 and
8.5 seconds after the beginning of the MVC, respectively.
Global fatigue was determined by the value of maximal force (Fmax)

reached during the MVC. Only the trial at Pre and Post with higher Fmax was
considered for statistical analyses. The indices of peripheral fatigue were the
mechanical responses to single stimulations (peak twitch, Tw), potentiated high-
and low-frequency doublet (Db100 and Db10, respectively), and the ratio of paired
stimulation peak forces at 10 Hz over 100 Hz (10:100 ratio). Central fatigue was
evaluated by measuring voluntary activation (VA). In line with Giandolini et al.
(2016), VA was calculated from the maximal force attained during the MVC (Fmax),
the force just before the superimposed doublet (Fbefore), the peak force following
the superimposed doublet (Db100sup), and Db100 as follows:
VA = [1− [(Db100sup − Fbefore) × (Fbefore / Fmax)] / Db100] × 100
3. Biomarkers of muscle damage

Muscle damage markers (CK and AST) were inferred via serum measures
before training (Pre) and 1 h (Post_1h), 24 h (Post_24h) and 48 h (Post_48h) post-
training. Blood extractions were always collected in the morning between 8:00-8:30
AM. The only exception was Post_1h which was collected one hour after training.
Blood was drawn by conventional clinical procedures from the antecubital vein
into plain tubes (5 ml). Plain tubes were centrifuged at 2000 g during 10 minutes
for careful removal of the serum and the samples were frozen at -80ºC until the
analysis was performed.
Serum CK and AST were analyzed using commercially available kits

(Beckman Coulter, Brea, United State of America). The assay for CK measurements
was based on the quantification of the Nicotinamide Adenine Dinucleotide
ESTUDIO V 251
Phosphate (NADPH) formation derived from the action of CK on the creatine

phosphate and Adenine Diphosphate (ADP). The assay for AST measurements
was based on the quantification of the NADPH consumption derived from the
action of AST over aspartate and oxoglutarate. These processes were carried out as
recommended by the International Federation of Clinical Chemistry. The calibrators
used were provided by the manufacturer of the commercial kits. The assays were
performed on an automated biochemical spectrophotometry analyzer (Olympus
A400, Beckman Coulter, Brea, USA).
11.3.4. Statistical analysis
Firstly, between-session reliability was calculated for MVC, Db10Hz,

Db100Hz, Tw, 10:100 Ratio, VA (%), CK and AST considering the PRE measurements
of both experimental sessions using intra-class correlation coefficients (ICCs) from
the mixed-effect model. The ICC was interpreted with values below 0.5 indicating
low reliability, values between 0.5 and 0.75 indicating moderate reliability, values
between 0.75 and 0.9 indicating good reliability, and values higher than 0.90
indicating excellent reliability (Koo & Li, 2016). Then, the Shapiro-Wilk analysis was
used to test for normal distribution of the data. In all cases where raw data deviated
from normality, a log transformation was applied prior to further statistical testing.
Two-way repeated measures analysis of variance (RM-ANOVA) with the

PROTOCOL (failure and non-failure) and TIME (Pre, Set_1, Set_2, Set_3, Set_4,
Set_5, Set_6, Post_1h, Post_24h and Post_48h) as factors were performed for the
following variables: MVC, Db10Hz, Db100Hz, Tw, 10:100 ratio and VA. For the
biochemical variables (CK and AST), the factor TIME only included Pre, Post_1h,
Post_24h and Post_48h time points. For the MV, the factor TIME only included
Set_1, Set_2, Set_3, Set_4, Set_5, and Set_6. In order to evaluate the acute effects
when the volume is matched (i.e., after 30 repetitions), we compared the values
of several variables (MVC, VA, Tw, Db10Hz, Db100Hz and 10:100 ratio) obtained
after the Set_3 of the failure protocol against the values obtained after the last set
of the non-failure protocol. For this purpose, we performed a RM-ANOVA with
PROTOCOL (failure and non-failure) and TIME (Pre and Post_30reps) as factors.
The assumption of Sphericity was tested with the Mauchly’s test. In cases where
the assumption of Sphericity was violated, the Greenhouse-Geisser correction was

applied. In case of significant F-values (p ≤ 0.05), post-hoc analysis was performed
using paired comparisons with Bonferroni correction.
Finally, Pearson’s correlation coefficients (r) were calculated to determine the

relationship between the changes in neuromuscular function (VA, Db10, Db100,
10:100 ratio and Tw) and the changes in MVC, CK and AST post-training (Post_1h,
Post_24h and Post_48h). Statistical analyses were performed using a commercially
available software (SPSS 23.0, IBM Corp. IBM SPSS Statistics for Windows, Armonk,
NY, USA).
11.4. RESULTS
11.4.1. Reliability of baseline values
Good to excellent between-session reliability was observed for all variables

with ICCs ranging from 0.766 to 0.959 (all p < 0.01). The only exception was the
10:100 ratio that showed moderate reliability (ICC = 0.671, p = 0.039). Furthermore,
no significant differences in PRE values were observed for any variable, indicating
similar baseline values for both experimental conditions.
11.4.2. Mean velocity during training
The analysis showed that MPV was reduced in the last set (6th) of the failure
protocol when compared to the first repetition of the training session (0.73 vs. 0.57
m·s1; p < 0.05), but remained unaltered in the non-failure (0.73 vs. 0.69 m·s-1; p >
0.05). Furthermore, the MPV differed between protocols in the last two sets of the
training (p < 0.05 for all comparisons; Table 13).
11.4.3. Neuromuscular function
Both RT protocols showed a lower MVC after all sets and Post_24h compared
to PRE values (p < 0.05; Table 13). All the markers of peripheral fatigue (i.e., Db100,
Db10, Tw and the 10:100 ratio) were also reduced after both RT protocols from the
ESTUDIO V 253
1st set until Post_1h in comparison with PRE values (p < 0.05; Table 13). Of note is
that the reduction of peripheral markers was significantly higher after the failure
protocol when compared to non-failure protocol from the 3rd to the 6th set (p <
0.05; Table 13). The VA showed a reduction after both RT protocols from the 1st
set till Post_48h when compared to PRE values (p < 0.05; Table 13) indicating the
persistence of central fatigue even after two days of recovery.
Table 13. Comparison of mechanical, neuromuscular and biochemical variables between

training sessions leading or not to failure.
11.4.4. Biomarkers of muscle damage
Following the failure protocol, CK and AST values were significantly elevated
from Post_1h to Post_48h (p < 0.05; Table 13). In contrast, after the non-failure
protocol, both CK and AST were higher at Post_1h (p < 0.05) but not significant
differences were observed at Post_24h o Post_48h (p > 0.05; Table 13).
11.4.5. The effects of a matched volume on fatigue-related variables
Subjects experienced similar impairments in MVC (failure = -28.7% and non-

failure = -23.8%, p < 0.05 for both comparisons) and VA levels (failure = -10.1% and
non-failure = -11.5%, p < 0.05 for both comparisons) (Figure 21). All the markers
ESTUDIO V 255
of peripheral fatigue (i.e., Tw, Db10Hz, Db100Hz and 10:100 ratio) were reduced
after both training protocols, but the magnitude of the reductions were higher for
the failure protocol compared to the non-failure protocol for the Db10Hz (-54.8 vs.
-41.5%) and 10:100 ratio (-33.1% vs. -20.9%) (p < 0.05 for both comparisons, Figure
21).
Figure 21. Comparison of maximal voluntary contraction (MVC; panel A), voluntary
activation (VA; panel B), potentiated low- frequency doublet (Db10Hz; panel C) and the
ratio of paired stimulation peak forces at 10 Hz over 100 Hz (10:100 ratio; Panel D) before
(PRE) and after performing 30 repetitions (POST_30reps) between both training protocols.
*, depicts significant differences from PRE values. #, shows significant differences between
both training protocols. Data are depicted as means and standard deviations.
11.4.6. Correlation analysis
Non-failure protocol. The changes in the MVC were significantly correlated

with those observed in the Db10Hz at Post_1h, Post_24h and Post_48h (r = 0.813,
0.812 and 0.566 respectively; all p < 0.05). Furthermore, the analysis also revealed
that the changes in CK were associated with those of the MVC and Db10Hz (r =
-0.533 and -0.645 respectively; both p < 0.05) at Post_1h. The remaining correlations
did not reach statistical significance (p > 0.05).
Failure protocol. The changes in the MVC were significantly correlated with
those observed in the Db10Hz at Post_1h, Post_24h and Post_48h (r = 0.693, 0.753
and 0.567, respectively; all p < 0.05). Our results also revealed significant correlations
between CK and MVC at Post_1h and Post_48h (r = -0.548 and -0.608 respectively;
both p < 0.05). Moreover, VA changes were significantly associated with those
observed in MVC at Post_24h and Post_48h (r = 0.564 and 0.569, respectively; both
p < 0.05). Finally, the analysis also showed significant correlations between the
changes in CK and VA at Post_24h (r = -0.552; p = 0.031). The remaining correlations
did not reach statistical significance (p > 0.05).
11.5. DISCUSSION
TThis study shows the acute and delayed effects of two RT protocols with
different set configurations, leading or not to failure, on mechanical performance,
central and peripheral factors of fatigue and biomarkers of muscle damage. The
main findings were as follows: (i) only the failure protocols induced a marked
decrease in MV during the 5th and 6th sets, (ii) both training protocols produced
a significant loss of MVC that remained depressed even 24h post training, (iii) the
failure protocol produced higher levels of peripheral fatigue in comparison to the
non-failure protocol, (iv) the decrease in muscle contractile properties due to the
peripheral fatigue was present 1 hour after training for both RT protocols; (v) VA
was reduced even after 48h post-training indicating the inability of the nervous
system to fully recruit the motor neuron pool, and (vi) the failure protocol induced
higher levels of muscle damage than the non-failure protocol, as evidenced by the
greater and more prolonged increase in both CK and AST biomarkers.
In accordance with previous research, the non-failure protocol allowed the

maintenance of higher velocities than the failure protocol (García Ramos et al.,
2020; Gonzalez Badillo, Manuel, Mora Custodio, & Rodríguez rosell, 2017; Pareja
Blanco et al., 2016; Sánchez Medina & González Badillo, 2011). A -21.7% and -3.5%
velocity loss between sets were observed for the failure and non-failure protocols,
respectively. The higher velocity loss observed during the failure protocol could be
explained by the greater peripheral fatigue induced by this protocol when compared
to the less physically demanding non-failure protocol. It is plausible that the failure
ESTUDIO V 257
protocols leads to a higher reduction in Na+-K+ ATPase activity (Aughey et al.,

2007) and impairs sarcoplasmic reticulum Ca2+ release and uptake (Leppik et al.,
2004) as a result of the larger number of repetitions performed in comparison with
the non-failure protocol. A longer time under tension may have a greater impact
on the metabolic profile of the excitation-contraction coupling (Schott et al., 1995).
Although both protocols induced low frequency fatigue (expressed as a reduction
in the 10:100 ratio), it was more pronounced after the failure protocol than after
the non-failure protocol. The failure protocol induced a proportionately greater
loss of force at a low stimulation frequency of 10 Hz compared to using a higher
stimulation frequency of 100 Hz. Low frequency fatigue results from increases in
intracellular free Ca2+ ([Ca2++i]) and this elevation in [Ca2+ +i] activates processes
that lead to a failure of excitation-contraction coupling and Ca2+ release (Chin &
Allen, 1998). It is possible that the non-failure protocol induced a failure of Ca2+
release that could affect the shape of the force-Ca2+ curve for both low and high
frequencies of stimulation. In contrast, the failure protocol could have affected even
more the steepest part of the force-Ca2+ curve, where higher falls in the Ca2+ release
produced a greater loss of tension at low frequencies of stimulation (Westerblad,
Duty, & Allen, 1993).
Low frequency fatigue also played a key role in the changes observed in the
MVC after both training protocols. This was evidenced by the correlations between
the changes observed in the Db10Hz and those observed in the MVC at Post_1h,
Post_24h and Post_48h. The amount of peripheral fatigue that occurs during a
workout is a major contributor to the amount of muscle damage experienced post
training, due to the effects of calcium ion accumulation in stimulating proteolytic
enzymes that damage the inside of the cell membrane (Zhang et al., 2008). This is in
agreement with the data obtained in the present study, which showed significantly
higher CK and AST values after the failure protocol compared to the non-failure
protocol. Indeed, our results are in line with those reported by Moran Navarro
et al (2017) who revealed that CK concentration was the biochemical parameter
most related to the mechanical variables (e.g.: bar velocity against a given load)
measured following RT protocols leading or not to muscle failure.
When a superimposed electrical stimulation is applied to a peripheral

nerve or motor point, it produces an increase in the force that can be voluntarily
produced (Carroll et al., 2016). This is frequently used to assess the deficit in
voluntary activation (Gandevia, 2001). Our results revealed that a single session of
RT with a 10RM load led to a long-lasting depression of VA that lasted up to 48h.
These results suggest that central fatigue affected the ability to voluntary activate
muscles likely due to a suboptimal motor unit recruitment, discharge rate or both
(Gandevia, 2001; Howatson et al., 2015; Todd et al., 2004). This mechanisms have
been previously reported after high-volume heavy strength training and eccentric
training workouts (Marquez et al., 2016; Souron, Nosaka, & Jubeau, 2018; Thomas
et al., 2018).
Since high volume workouts are associated with greater amounts of

peripheral fatigue and muscle damage, (Marquez et al., 2016; Navarro et al., 2017)
it seems plausible that there is a link between the amount of muscle damage that is
produced in a workout and the amount of central fatigue that occurs. In this regard,
our analysis revealed a significant correlation between the changes in CK and VA
at Post_24h after the failure protocol. Furthermore, significant correlations were
also found between the changes in VA and MVC at Post_24h and Post_48h after the
failure protocol but not after the non-failure protocol. Therefore, it seems plausible
that the abovementioned neuromuscular impairment that lasted up to 48 hours
post-exercise stems from a feedback mechanism resulting from elevated III/IV
afferent signaling that may lead to a decrease in firing rate of high threshold motor
units (Macgregor & Hunter, 2018; Prasartwuth et al., 2005). Group III/IV afferents
have been shown to impact cortical, subcortical and propriospinal motor outputs,
as well as on the α-motoneuron at the spinal level, whilst also directly affecting
motoneuron firing rates during muscle fatigue via reflex inhibition (Gandevia,
2001; Macgregor & Hunter, 2018).
A limitation of the present study is that the total volume of both protocols
was not matched. However, a previous study indicated that training to failure, even
when compared to a volume-matched not failure protocol, resulted in a significantly
higher acute decline of neuromuscular performance assessed through the recording
of movement velocity (Navarro et al., 2017). Furthermore, the complementary
ESTUDIO V 259
analysis performed in the present study demonstrated that, even when the volume
is matched (i.e., 30 repetitions), subjects experienced higher amounts of peripheral
fatigue after the protocol that led to muscle failure. This reinforces the findings
of previous studies that, independently of the volume, training to muscle failure
might significantly slow down the recovery of biochemical homeostasis (i.e., CK)
and mechanical performance (Gonzalez Badillo et al., 2016; Navarro et al., 2017).
Future studies should test whether the manipulation of training volume may affect
the delayed response of the central and peripheral markers of muscle fatigue after
protocols leading or not to failure.
Our findings provide new physiological and neuromuscular data that could
contribute to a more adequate strength training prescription. In summary, the current
study revealed that a non-failure protocol is associated with less impairment in the
muscle contractile properties compared to a failure protocol, which may explain
the differences in MV during training. Furthermore, it was shown that the higher
the peripheral fatigue the greater the amount of muscle damage experienced by the
subjects. Indeed, both RT protocols led to a reduction in the MVC and a long-lasting
depression (up to 48 hours) of the VA, showing the inability of the subjects to fully
recruit the motor neuron pool. Therefore, coaches and athletes are encouraged to
use non-failure protocols to reduce peripherical fatigue and muscle damage, while
the central fatigue does not seem to affected by the set configuration.
Acknowledgment
We are grateful to all the subject that took part in this study.
XII
Discusión general
DISCUSIÓN GENERAL 263
XII/ DISCUSIÓN GENERAL
La presente tesis doctoral ha sido diseñada con la intención de explorar los

efectos mecánicos, metabólicos, perceptuales, bioquímicos y neurológicos agudos y
tardíos tras diferentes configuraciones del entrenamiento de fuerza. Cómo síntesis
principal, nuestros principales hallazgos revelan diferencias significativas en
cuanto a la fatiga producida en una sesión de entrenamiento de fuerza al utilizar
descansos entre repeticiones. Además, es importante resaltar la utilización de la
saliva como método válido para determinar el estrés metabólico producido tras
el entrenamiento de fuerza. En contraposición, esta herramienta no presenta la
misma fiabilidad cuando se pretende comprobar el grado de similitud los valores
de diferentes marcadores de daño muscular entre suero y saliva tras una sesión de
entrenamiento de fuerza con carácter excéntrico acentuado en sentadilla. En cuanto
a la utilización de unos tiempos de recuperación entre series u otros, recuperaciones
en torno a 1 minuto ha demostrado ser insuficiente para mantener el rendimiento
de la sesión cuando se entrena con la mitad del carácter del esfuerzo en sentadilla
y press de banca. Por otra parte, hemos reportado que en cuanto a la respuesta
neurológica tras entrenar al fallo y no al fallo, a pesar de la diferencia en cuanto al
volumen entre estos protocolos, la fatiga central persiste incluso hasta las 48h tras
el entrenamiento de ambas configuraciones. Mientras que la fatiga periférica y el
daño muscular es significativamente mayor tras el entrenamiento hasta el fallo. Por
último, como novedad en esta tesis, se propone la pérdida de velocidad entre series
como indicador de fatiga. A diferencia de los estudios anteriores donde se usa la
pérdida de velocidad en la serie para el control de la fatiga durante el entrenamiento
de fuerza. Estos resultados, sugieren que la gestión de las variables que configuran
las series del entrenamiento de fuerza condiciona las respuestas aguadas y tardías
del entrenamiento.
A continuación, se presentan los principales hallazgos y cuestiones

más relevantes de cada uno de los apartados en los que hemos clasificado la
representación de la fatiga.
12.1. EFECTOS MECÁNICOS
12.1.1. La pérdida de velocidad
HHabitualmente la manipulación de ciertas variables como el tiempo de

recuperación entre repeticiones (García Ramos et al., 2020) o el carácter del esfuerzo
(Gonzalez Badillo et al., 2016; Sánchez Medina & González Badillo, 2011) verán
afectada la pérdida de velocidad durante el entrenamiento de fuerza. Por ello, esta
evaluación de la fatiga ha sido considerada en tres de nuestras investigaciones
como indicador de fatiga mecánica. En nuestro Estudio I, donde se compara la
respuesta tras diferentes protocolos de fuerza en sentadilla, dos tradicionales
de repeticiones continuas (TR1:3x10 y TR2: 6x5) y cuatro protocolos Cluster con
recuperación entre repeticiones (CL1: 3x10[10], CL2: 3x10[15], CL3: 3x10[30] y
CL4: 30 [15]). Se respaldó la idea de que la configuración de las series afecta en
gran medida a la pérdida de velocidad de ejecución (Sánchez Medina & González
Badillo, 2011). Cumpliéndose nuestra hipótesis inicial, al comparar un protocolo
tradicional basado en repeticiones continuas hasta el fallo muscular (TR1) con
el resto de las configuraciones diseñadas (Un protocolo tradicional con la mitad
del carácter del esfuerzo, y cuatro protocolos Cluster con diferentes tiempos de
recuperación entre repeticiones), donde se pudo apreciar que estos últimos fueron
capaces de mantener valores más altos de velocidad de ejecución a lo largo de la
sesión. Nuestros resultados coinciden con estudios anteriores que han demostrado
que la magnitud de la pérdida de velocidad puede atenuarse considerablemente
introduciendo breves períodos de descanso entre las sucesivas repeticiones (Haff
et al., 2008; Latella et al., 2019; Tufano, Brown, et al., 2016). En línea con el estudio
de Hardee et al. (2012), quienes mostraron valores similares de potencia en el
ejercicio de Power Clean cuando se aplicaron 20 y 40 segundos de descanso entre
repeticiones, nuestros resultados indican que las configuraciones de la serie CL2
(15 segundos de descanso entre repeticiones) y CL3 (30 segundos de descanso entre
repeticiones) son igualmente eficaces para mantener la velocidad media propulsiva
dentro de la sesión de entrenamiento. Cabe señalar que 15 segundos de descanso
entre repeticiones podrían ser preferibles a 30 segundos ya que reduce notablemente
la duración de la sesión de entrenamiento. Otra propuesta interesante mostrada en
esta investigación es el diseño de un protocolo que consistió en una única serie
de 30 repeticiones con 15 segundos de recuperación entre cada una de ellas. Algo

parecido fue diseñado por Marshall et al. (2012) quienes determinaron un gran
reclutamiento de unidades motoras a través de un método de descanso-pausa
en el que los sujetos debían completar 20 repeticiones con un peso del 80%RM
en media sentadilla. Cada vez que llegaban al fallo, recuperaban 20 segundos y
seguían hasta completar todas las repeticiones propuestas. Aunque los efectos de
nuestro protocolo son muy diferentes al permanecer siempre alejados del fallo,
hemos podido comprobar como permite realizar gran número de repeticiones con
una pérdida de velocidad del 21%, similar a la experimentada por el protocolo TR2,
donde se realizaron 6 series de 5 repeticiones continuas. Al presentar respuestas
agudas similares, nos preguntamos cómo serán las adaptaciones tras varias
semanas de entrenamiento con ambos protocolos.
En nuestro Estudio III, se comparó la respuesta sobre la velocidad de

ejecución para tres protocolos con diferentes intervalos de descanso entre series
(Rec1:1 min, Rec3: 3min y Rec5: 5 min) durante una sesión de entrenamiento de
fuerza (3 series de 5 repeticiones con la carga del 10RM) para los ejercicios de
sentadillas y press de banca. Según la hipótesis planteada, el protocolo Rec1 donde
se recuperaba 1 minuto entre cada serie, proporcionaría velocidades más lentas
de ejecución durante la segunda y tercera serie en comparación con los protocolos
Rec3 y Rec5 para los ejercicios de sentadilla y press de banca. Sin embargo, aunque
también se formularon hipótesis sobre velocidades más rápidas para el protocolo
Rec5 en comparación con Rec3, no se observaron diferencias significativas en la
velocidad media entre estos protocolos (0,64 m/s vs 0,65 m/s respectivamente en
sentadilla y 0,45 m/s y 0,46 m/s respectivamente en press de banca). Se esperaba
un rendimiento de velocidad más bajo para el protocolo Rec1 porque los intervalos
de descanso más largos aumentan la recuperación de ATP y PCr, mientras que se
podría especular que los niveles de ATP y PCr podrían recuperarse después de 3
minutos, especialmente cuando las series de entrenamiento no se realizan hasta el
fallo(Wells et al., 2009). Por lo tanto, aunque los protocolos Rec3 y Rec5 permitieron
un rendimiento de velocidad comparable, el protocolo Rec3’ se postula como más
efectivo ya que la sesión de entrenamiento de fuerza en este caso es 6 minutos más
corta. Resultados similares fueron obtenidos por Abdessemed et al. (1999), quienes
reportaron una mayor concentración de lactato en la sangre y una menor producción
de potencia durante una sesión de entrenamiento de fuerza que consistió en 10

series de 6 repeticiones de press de banca con el 70%1RM usando intervalos de
descanso entre series de 1 minuto, en comparación con los intervalos de descanso de
3 y 5 minutos. En nuestro estudio la magnitud de la carga (75%1RM) y la estrategia
de entrenamiento (es decir, las series no realizadas hasta el fallo muscular) podrían
haber influido en estos resultados, siendo plausible que el uso de cargas más
pesadas o el hecho de dejar menos repeticiones en reserva, realizando en vez de 3
series de 5 repeticiones, por ejemplo 3 series de 8 repeticiones con el mismo peso (es
decir, acercarse al fallo muscular). Esta modificación de la configuración de la serie
requeriría un descanso entre series más largo para mantener el rendimiento de la
velocidad durante las sesiones entrenamiento de fuerza. Sin embargo, en base a los
resultados discutidos anteriormente (pérdida de velocidad de ejecución similar a
los 5 minutos y menos tiempo de sesión), parece que 3 minutos de descanso entre
serie es óptimo para el mantenimiento de velocidades de ejecución altas durante el
entrenamiento de fuerza con los ejercicios de sentadilla y press de banca con cargas
moderadas (75%1RM o 10RM) cuando se realizan aproximadamente la mitad del
número máximo de repeticiones posibles por serie.
Por último, en nuestro Estudio V, se comparó la perdida de velocidad de

ejecución entre un protocolo al fallo y otro hasta el no fallo con la mitad de las
repeticiones posibles (6x10 vs 6x5). De acuerdo con investigaciones anteriores
(Gonzalez Badillo et al., 2017, 2016; Pareja Blanco et al., 2016; Sánchez Medina &
González Badillo, 2011) el entrenamiento hasta el fallo generó una disminución
significativa de velocidad de ejecución, al compararlo con el protocolo hasta el
no fallo. En estas publicaciones y en nuestros estudios anteriores (Estudio 1 y
Estudio 3) se observa la perdida de velocidad en la serie, comparando la diferencia
porcentual entre la repetición más rápida (suele ser la primera) y la más lenta de
cada serie (suele ser la última). Según esta interpretación, la fatiga generada al final
de la sesión se conocería al realizar un promedio entre las perdidas de velocidades
sufridas en cada una de las series. Fueron Sánchez Medina y González Badillo
(2011) quienes propusieron esta excelente estrategia para cuantificar la fatiga en
el entrenamiento de fuerza. Pero en esta metodología, no se contempla el estado
del deportista a la hora de iniciar cada serie, puesto que a medida que aparece la
fatiga, la repetición más rápida de cada serie, disminuye. Por lo tanto, es normal ver
cómo el valor de velocidad al inicio de cada serie no coincide, siendo más alto en
la primera serie, sobre todo cuando se entrena hasta el fallo. En contra posición, el
valor de la repetición mas lenta, si suele ser similar entre series, sobre todo al agotar
todas las repeticiones posibles. Esto provoca, que las primeras series experimenten
una pérdida de velocidad mayor que las últimas, puesto que hay mas diferencia
entre la velocidad de la repetición más rápida y la más lenta de cada serie, pudiendo
dar a entender que la primera serie genera más fatiga que la última.
Es entonces, cuando planteamos como alternativa o complemento, medir

porcentualmente la pérdida de velocidad entre series, examinando el descenso de
los valores de velocidad de ejecución entre las repeticiones más rápidas de cada
serie (suelen ser las primeras repeticiones).
Pérdida de velocidad entre series (%) = 100 · (Velocidad de la primera repetición

segunda serie – Velocidad de la primera repetición primera serie) / Velocidad de la
primera
Fórmula 5. Pérdiad de velocidad entre series
De esta forma se tiene en cuenta como afecta la fatiga durante las recuperaciones
y se puede observar como aumenta el valor de perdida de velocidad a medida que
completamos más series. (Figura 22)
Figura 22: En esta figura se muestra el registro de las velocidades en un entrenamiento

de fuerza en sentadillas de 3 series de 10 repeticiones con una recuperación de 5 minutos
entre series, con el peso del 10RM (datos propios de nuestras investigaciones). En recuadro
verde con letras negras, se muestra la pérdida de velocidad en la serie a partir de la idea
propuesta por Sánchez Medina y González Badillo. Mientras que, en letras azul, se muestra
nuestra propuesta de pérdida de velocidad entre series.
Esta propuesta de medición de fatiga no pretende ir en contra de la que ya

conocemos, sino complementarla ya que se puede expresar la pérdida de velocidad
en la serie y la pérdida de velocidad entre series. Consideramos que este método
es más acertado cuando queremos tener en cuenta la capacidad de recuperación
de deportistas entre una serie y otra, la cual se verá relacionada con el tiempo de
recuperación utilizado. En nuestra investigación, el protocolo hasta el fallo indujo
una pérdida de velocidad entre series de un -21,7%, mientras que el entrenamiento
hasta el no fallo sólo provocó una reducción de un -3,5%. Estos valores no se pueden
comparar con los reportados por configuraciones similares en otros estudios, donde
al tener en cuenta la pérdida de velocidad en cada serie, el entrenamiento hasta el
fallo muestra una reducción alrededor del -40%, mientras que el entrenamiento
hasta el no fallo experimenta un descenso en torno al -20% (Gonzalez Badillo et
al., 2016). Por lo tanto, la pérdida de velocidad entre series se puede contemplar
como un novedoso método de cuantificación de la fatiga a nivel mecánico durante
el entrenamiento de fuerza.
12.1.2. Pérdida de altura de Salto en CMJ
Junto a la pérdida de velocidad, otro indicador de fatiga mecánica comúnmente

utilizado es la pérdida de altura de salto en CMJ. En el Estudio I, observamos
una perdida de la altura de salto en CMJ como consecuencia del aumento del
número de series, midiendo este indicador tras cada serie. De acuerdo con los
resultados obtenidos para la velocidad de ejecución, la mayor pérdida de altura
de salto en CMJ a través de la media los saltos de cada serie se obtuvieron para el
protocolo TR1 (17%), mientras que las configuraciones de CL2 y CL3 mostraron
la menor reducción de la altura de salto en CMJ (4,5 y 4.7% respectivamente).
Estos resultados apoyan aún más el uso de la pérdida de altura de salto para
cuantificar la fatiga neuromuscular (Jimenez Reyes et al., 2016; Morcillo et al.,

2015; Sánchez Medina & González Badillo, 2011). Pero coinciden parcialmente a los
encontrados por Mora Custodio et al. (2018), quienes propusieron tres protocolos
de entrenamiento, uno de repeticiones continuas(CR) y dos con IRR (IRR10 e
IRR20 segundos respectivamente), para realizar 3 series de 6,5,4 y 3 repeticiones
con el 60,70, 75 y 80% del 1RM respectivamente en el ejercicio de sentadilla. Si
atendemos al protocolo del 75% del RM en sentadilla, en este estudio realizaron 3
series de 4 repeticiones mientras que en nuestra investigación realizamos 3 series
de 10 repeticiones. Estos investigadores reportaron menores valores de fatiga en
cuanto a velocidad de ejecución (CR:26,9%; IRR10:14,1%; IRR20:11,3%) y altura de
salto (CR:19,5%; IRR10:14,6%; IRR20:17,9%) para los protocolos con IRR frente a
las configuraciones de repeticiones continuas, al igual que nosotros. Estos valores
de pérdida de salto al final la sesión es mayor que los registraros por nosotros
(TR1:13,3%; CL1[10s]:12,7%; CL2[15]:9,3%), quizás debido a que su investigación
se recuperó 4 min y en el nuestro 5 min. Quizás, la diferencia en cuanto al numero
de repeticiones (nosotros realizamos 6 repeticiones más por cada serie) y el tiempo
de recuperación (4 min vs 5 min), sean los responsables de que ellos no hayan
encontrado diferencias significativas entre los dos protocolos IRR y nosotros si.
Sorprendentemente, la menor reducción (2%) de la altura de salto en CMJ

tras la finalización de la sesión de entrenamiento se observó después del protocolo
CL4 (1 serie de 30 repeticiones con 15 segundos de descanso entre repeticiones).
Ya otros estudios (Boullosa et al., 2013; Dello Iacono et al., 2019) han encontrado
PAP tras la propuesta del entrenamiento Cluster, pero a diferencia de en nuestro
estudio, Boullosa et al. (2013) utilizaron una carga muy superior (5RM) y un
mayor tiempo de recuperación entre repeticiones (30”) para el protocolo Cluster
que compararon con una serie de 5RM en media sentadilla. Los resultados de este
estudio mostraron cómo al minuto de terminar ambos protocolos, la configuración
en Cluster produjo mejoras significativas en cuanto a la altura de salto en CMJ,
mientras que a los 9 minutos la mejora fue para el protocolo tradicional de 5RM.
Esto sugiere que el equilibrio fatiga/descanso que ofrece el trabajo con IRR y cargas
elevadas puede conducir a la PAP. Esta idea ha sido respaldada por Dello Iacono
et al. (2019) quienes compararon dos protocolos, uno tradicional de 3 series de
6 repeticiones y otro Cluster con de 3 series de 6 repeticiones con 20 segundos
cada dos repeticiones en el ejercicio de Jump Squat con la carga óptima de salto.
Estos investigadores reportaron PAP a los 30 segundos 4 y 8 minutos para ambos
protocolos, pero la configuración Cluster presentó mayores niveles en cada uno de
estos puntos temporales.
Por lo tanto, podemos resumir que en función de cómo gestionemos la

configuración de las series, la altura de salto de CMJ puede ser utilizada para
medir fatiga o potenciación. Nuestros resultados se asemejan con lo que hemos
encontrado en la literatura, donde configuraciones continuas al fallo similares a
la propuesta que hemos planteado, induce una significativa perdida de altura de
salto junto con un decremento en la velocidad de ejecución (Párraga Montilla et
al., 2018) mientras que las configuraciones Cluster presentaron un menor descenso
para estas dos variables mecánicas (Mora Custodio et al., 2018).
12.1.3. Perfil Fv
El perfil Fuerza velocidad únicamente ha sido evaluado en nuestra tesis

durante el Estudio III. El cuál recordamos que consistió en comparar 3 protocolos
diferentes en cuanto al tiempo de recuperación entre series (1, 3 y 5 minutos)
durante 3 series de 5 repeticiones con la carga del 10RM, para los ejercicios de press
de banca y sentadilla. Hasta donde sabemos, este ha sido el primer estudio que
ha utilizado la relación F-v para cuantificar la fatiga inducida tras una sesión de
entrenamiento de fuerza en F0, v0 y Pmax con la mitad del carácter del esfuerzo en
sentadilla. Planteamos la hipótesis de que se observaría un descenso significativo
de estas variables después de cada una de las sesiones de entrenamiento de fuerza
planteadas, siendo el descenso aún mas acentuado durante intervalos de descanso
entre seres más cortos. Esta hipótesis sólo fue confirmada parcialmente ya que
después de las sesiones de fuerza se observó una disminución significativa para
F0 y Pmax, pero no en v0. Sin embargo, la falta de cambio significativo para v0 se
encuentra en línea con el estudio de García Ramos et al. (2018) quienes reportaron
un descenso significativo en F0 pero no en v0 después de que las sesiones de fuerza
no se realizaran hasta el fallo durante el ejercicio de press de banca. Por lo tanto,
reducir el nivel de esfuerzo realizando aproximadamente la mitad del número
máximo de repeticiones por serie parece una estrategia apropiada para preservar
la capacidad de la v0. Aunque la disminución de la velocidad media durante el

entrenamiento fue mayor para el protocolo de Rec1 la magnitud del deterioro de
los parámetros de la relación F-v después del entrenamiento no difirió entre los tres
protocolos de este estudio. La ausencia de diferencias en la fatiga residual inducida
por las sesiones de entrenamiento podría explicarse debido a que tras 10 minutos
de descanso, la recuperación de los factores bioenergéticos como el ATP y el PCr
debería ser similar para los tres protocolos de descanso entre serie (Wells et al.,
2009; Willardson & Burkett, 2005).
12.2. EFECTOS METABÓLICOS
El análisis de la concentración de lactato como indicador de fatiga metabólica

fue determinado en nuestro Estudio I. Pudimos comprobar cómo la respuesta de
este metabolito ante cada configuración de la serie experimentó un comportamiento
similar con respecto a las respuestas mecánicas (pérdida de altura de salto en CMJ
y Velocidad de ejecución). A medida que se realizaban más repeticiones se indujo
un aumento de la concentración de lactato en sangre, exacerbando estos valores
(12 mmol/l) tras el protocolo TR1 (3x10(10)), pero no se observaron cambios
significativos al acabar el entrenamiento de los otros protocolos. Este resultado
indica que 5 minutos de descanso entre series fueron suficientes para minimizar
el estrés metabólico en todos los protocolos analizados (entre 6 y 3 mmol/l), con la
excepción del TR1(12 mmol/l), el cual se caracterizaba por entrenar hasta el fallo.
De acuerdo con estudios anteriores, la inclusión de períodos de descanso más largos
entre las repeticiones se asoció con concentraciones de lactato más bajas (Girman et
al., 2014; Iglesias Soler et al., 2012; Mora Custodio et al., 2018).
En relación con el protocolo CL4 (30 repeticiones con 15 segundos IRR)

hemos encontrado un aumento de la concentración de lactato de hasta 4mmol/
ml relacionándose con una perdida de velocidad de ejecución alrededor de un
21% al acabar el entrenamiento. Tufano et al. (2017) propusieron un protocolo
similar, también en sentadilla y con el 75%RM pero consistió en 36 repeticiones
con 12segundos IRR. En este estudio, los resultados mostraron una acumulación
de lactato al acabar el entrenamiento de 7 mmol/ml y una pérdida de velocidad
entorno a un 20%. Como podemos comprobar, a pesar de realizar 6 repeticiones
más que nuestro protocolo, nos llama la atención que, presentando una perdida de
velocidad de ejecución similar, exista una diferencia de casi el doble en cuanto a la
acumulación de lactato. Esta discrepancia quizás sea debida a la diferencia entre las
características de los sujetos que han tomado parte en cada estudio, pudiendo estar
nuestros sujetos más familiarizados a entrenar con este tipo de cargas.
Por otro lado, cabe señalar que el estrés metabólico se considera uno de los
principales mecanismos responsables de la hipertrofia muscular (Schoenfeld, 2013);
en consecuencia, el menor estrés metabólico inducido por las configuraciones las
series en Cluster con amplios tiempos de recuperación, podría no estar aconsejado
cuando se requiera inducir adaptaciones hipertróficas (Girman et al., 2014; Oliver
et al., 2015a). Según esta idea, el protocolo CL2 (15 segundos de IRR) puede ser
preferible al protocolo CL3 (30 segundos de IRR) al inducir un mayor estrés
metabólico con un rendimiento mecánico similar. Estos resultados evidencian
que un protocolo u otro debe ser elegido en función de la respuesta que se quiera
inducir.
12.3. EFECTOS PERCEPTUALES
La Percepción subjetiva del esfuerzo fue evaluada en nuestro Estudio I. Donde

comprobamos el esfuerzo percibido tras dos protocolos de fuerza con repeticiones
tradicionales continuas y otros cuatro con recuperaciones entre repeticiones. De
acuerdo con los resultados obtenidos para las variables mecánicas (altura de salto
CMJ y velocidad de ejecución), a medida que se completaban series, se producida
un aumento de la fatiga percibida (es decir, mayores valores en la escala OMNI)
durante todos los protocolos analizados. Como era de esperar, el protocolo TR1,
caracterizado por llegar al fallo muscular, se asoció con la mayor fatiga percibida.
Sin embargo, contrariamente a los resultados obtenidos de las variables mecánicas
y metabólicas, el protocolo CL4 fue la segunda configuración de la serie más
perceptiblemente fatigante, mientras que no se observaron diferencias entre las
otras cuatro configuraciones de la serie restantes (TR2, CL1, CL2 y CL3). En el
mismo estudio de Tufano et al. ( 2017) del que hablamos en el apartado anterior,
también se evaluó la RPE al finalizar el protocolo de 36 repeticiones con 12 segundos
IRR. Los resultados de percepción del esfuerzo para este protocolo fueron de un
valor de 8 sobre 10 en la escala OMNI, ligeramente por encima de los reportados

por nuestros sujetos (7.5), tras realizar el protocolo CL4 (30 repeticiones con 12
segundos IRR). Aunque la diferencia no es grande, va en línea con los resultados
encontrados en la acumulación de lactato, lo que puede respaldar la idea propuesta
en el apartado anterior de que los sujetos de nuestro estudio acumularon menos
lactato y percibieron menos esfuerzo al estar más adaptados a este tipo de esfuerzo.
Aunque la mayor fatiga percibida para los protocolos TR1 y CL4

podría atribuirse a sus sesiones de entrenamiento más cortas (11,5 y 8,75
min., respectivamente), estudios anteriores también han demostrado que las
configuraciones de las series Cluster inducen una menor fatiga percibida cuando la
duración total de la sesión se iguala con respecto al entrenamiento de repeticiones
continuas tradicional (Mayo et al., 2014). En general, estos resultados confirman la
utilidad de las diferentes configuraciones de la series en Cluster cuando el objetivo
es reducir el grado de esfuerzo percibido (Hardee, Lawrence, Utter, et al., 2012;
Mayo et al., 2014). Sin embargo, aunque fue eficaz en cuanto a los bajos niveles
de fatiga mecánica y metabólica, el protocolo CL4 (1 serie de 30 repeticiones con
15 segundos de IRR) puede no ser adecuado para los sujetos novatos, ya que se
percibió como muy estresante en comparación con otras configuraciones de la serie
en Cluster.
12.4. EFECTOS BIOQUÍMICOS
Desde un punto de vista bioquímico, en esta tesis doctoral ha tomado

protagonismo el estudio del ácido úrico como indicador de estrés metabólico y la
CK, AST y LDH como biomarcadores de daño muscular. Es importante entender
que el ácido úrico es un compuesto orgánico formado por carbono, nitrógeno,
oxígeno e hidrógeno que se forma cuando el metabolismo desintegra las purinas al
haberse producido una pérdida temporal de los depósitos musculares de ATP en la
musculatura, acompañado de la producción de radicales libres (Gorostiaga et al.,
2012; Hellsten & Norman, 1993). (Gorostiaga, et al., 2012; Westing, Norman, Balsom,
& Sjodin, 1993). Por otro lado, tras un ejercicio intenso donde se ha producido un
gran esfuerzo y nuestro organismo ha sufrido algún daño o desbalance, se produce
una disrupción de las paredes celulares y se vierte al torrente sanguíneo diferentes
biomarcadores que indican el daño muscular sufrido (Brancaccio et al., 2010). Es

por ello, que nuestra inquietud ha sido valorar la respuesta de estos analitos tras
diferentes configuraciones del entrenamiento de fuerza, midiéndolos de forma
tradicional en suero e intentar correlacionarlos con los datos obtenidos en saliva.
El estudio del daño muscular y el estrés metabólico tras el entrenamiento de fuerza
a partir de las muestras de saliva es poco usual en la literatura, a diferencia del
estudio de hormonas como la testosterona y cortisol (Beaven et al., 2008; Hayes et
al., 2015). Las extracciones de saliva suponen un menor coste económico y mayor
facilidad para recolectar en comparación con el suero, además de ser una extracción
e indolora, pero hemos visto que presenta diversas limitaciones. Quizás, debido a
que la saliva está expuesta a diversos agentes externos como la comida y bebida,
pudiendo alterar la concentración de los diferentes biomarcadores. La posibilidad
de medir estos marcadores en saliva es debido a que en las glándulas salivales
tiene lugar el transporte de proteínas e iones de la sangre a la saliva, especialmente
a través de los vasos sanguíneos que nutren estas glándulas. Este enlace podría
representar el puente entre el sistema vascular y la cavidad oral (Haekel & Häneke,
1996).
La respuesta del estrés metabólico tras el entrenamiento de fuerza ha

sido medida en nuestro Estudio II. Ya en el año 2010, Deminice y colaboradores
(Deminice et al., 2010), estudiaron la respuesta de diferentes marcadores de estés
oxidativo en suero y saliva tras una sesión de varios ejercicios realizando en cada
uno de ellos 3 series de 10 repeticiones, con la carga del 75%RM. Los resultados
de este estudio reportaron que entre los diferentes analítos, unicamente el ácido
úrico incrementó significativamente tanto en suero (31,1%) como en saliva (47,6%)
tras el entrenamiento. Lo que nos hace suponer que es debido a la gran capacidad
oxidativa que presenta esta molécula, ya que constituye alrededor del 70% de la
capacidad antioxidante de la saliva (Battino et al., 2002). Esta investigación nos
motivó a valorar la respuesta tras un entrenamiento más exigente que otro, por lo
que propusimos un entrenamiento hasta el fallo y otro hasta el no fallo (6x10 vs
6x5). Para comprobar la eficacia de diferentes métodos de recolección de saliva y de
interpretación de los datos. Los resultados de nuestro estudio demuestran valores
superiores para el protocolo hasta el fallo a los 60 min (Flujo pasivo fallo: 2,77 mg/
dl vs Flujo pasivo no fallo 2,40 mg/dl) sin diferencias significativas entre protocolos
y se comprobó también que no existieron diferencias significativas al comparar

salivette de algodón con flujo pasivo. Estos resultados están en concordancia con
los obtenidos en publicaciones anteriores, en las que se utilizó salivette de algodón
en 54 individuos (Chielle et al., 2017) y en el estudio con 83 sujetos en los que se
utilizó flujo pasivo(Riis et al., 2018). Sin embargo, el coeficiente de correlación (r)
que obtuvimos (r=0.4344 y r=0.3728) fue menor que el reportado por Kondakova
et al. (1999) (r = 0,76). Estas diferencias podrían estar relacionadas con las distintas
condiciones de los ensayos utilizados o con la existencia de una dinámica diferente
en la respuesta del ácido úrico al ejercicio en el suero que en la saliva. En general,
sería conveniente evaluar una población más numerosa para determinar las
correlaciones entre flujo pasivo y la salivette de algodón con el suero.
El uso del salivette de algodón ha sido recomendado previamente en algunos

estudios ya que, al utilizar los rollos de algodón, después de la centrifugación, la
saliva contiene menos mucinas y pierde viscosidad, lo que facilita el procesamiento
de las muestras (Lamey & Nolan, 1994). Sin embargo, puede alterar la composición
de algunos analitos y, por lo tanto, el número de biomarcadores que pueden
medirse con este procedimiento es limitado (Celec & Ostatníková, 2012; Kruger et
al., 1996). En nuestro estudio no se encontraron diferencias entre el uso de salivette
con algodón y flujo pasivo para la determinación del ácido úrico en la saliva, por lo
que aparentemente ambos métodos podrían utilizarse para las mediciones de este
biomarcador de estrés metabólico.
En cuanto a los diferentes procedimientos de normalización utilizados

en nuestra intervención, los valores de ácido úrico no corregidos mostraron la
mayor correlación con el suero (Salivette algodón: r = 0.4344; p < 0.001 y Flujo
pasivo: r = 0.3728; p = 0.031). Cuando los resultados se corrigieron por el flujo o la
concentración total de proteínas, los cambios en el ácido úrico después del ejercicio
generalmente no se correlacionaron con los obtenidos en el suero. Esto concuerda
con un estudio anterior en el que los valores no corregidos describieron con mayor
precisión los cambios observados en la alfa-amilasa de la saliva en diferentes
condiciones experimentales (Contreras Aguilar et al., 2017). Por lo tanto, nuestros
resultados refuerzan las recomendaciones anteriores sobre la no normalización de
las muestras a la concentración de proteínas en la saliva, al evaluar el nivel de estrés
tras el entrenamiento de fuerza.
En lo que se refiere al daño muscular, hemos elegido la CK, AST y LDH cómo
indicadores de este efecto. Para ello, diseñamos una primera investigación, Estudio
IV, en la que inducimos un esfuerzo exacerbado a través de un entrenamiento de
fuerza excéntrico acentuado con el 120%del RM en sentadilla. Tras 8 series de 10
repeticiones, evaluamos en suero y saliva el daño muscular a las 24 y 96h post.
Con la intención de comprobar la dinámica de la respuesta para la CK, AST y LDH
en suero y saliva y estudiar la posible fiabilidad de la saliva para detectar el daño
muscular tras el entrenamiento de fuerza.
Los principales hallazgos de este estudio revelaron (I) un aumento significativo

de los marcadores de daño muscular en Post 24h y Post 96h en comparación con los
valores Pre en el suero, y (II) un bajo nivel de relación entre los mismos marcadores
de daño muscular medidos en el suero y la saliva. Estos resultados ponen de
manifiesto que los valores de los marcadores de daño muscular medidos en ambas
muestras no están estrechamente relacionados y, por lo tanto, las mediciones de
saliva no deben utilizarse para estudiar los valores de los marcadores de daño
muscular tras el entrenamiento de fuerza excéntrico.
Apoyando nuestra primera hipótesis, se observó un aumento significativo

de marcadores de daño muscular en el suero a las 24 horas (CK: 1439 UI/L,
AST 60 UI/L y LDH:339UI/L) y a las 96 horas (CK: 2461 UI/L, AST 75 UI/L y
LDH: 482UI/L) después del protocolo de entrenamiento excéntrico acentuado
en comparación con los valores previos al entrenamiento. Aunque se observaron
valores pequeños a moderadamente más altos de los marcadores de daño muscular
en el Post 96h en comparación con el Post 24h (ES osciló entre 0,24 y 0,65), no
se alcanzaron diferencias significativas entre ellos. La CK, la AST y la LDH son
enzimas que se utilizan comúnmente como indicadores de daño muscular durante
el entrenamiento de fuerza (Brancaccio et al., 2010, 2007; Friden & Lieber, 2001). Se
sabe que el valor máximo de estas enzimas está influenciado por la intensidad y el
tipo de ejercicio (Brancaccio et al., 2010). Varios estudios han mostrado valores más
altos de CK en los hombres en comparación con las mujeres, probablemente debido
a su mayor masa muscular, ya que los hombres con mayor masa muscular tienden a
reportar valores más altos de CK en comparación con los hombres con menor masa
muscular (Brancaccio et al., 2010; Hunter, 2014; Raeder et al., 2016). Sin embargo,
en el presente estudio no se observaron diferencias significativas en la respuesta de
los marcadores de daño muscular entre hombres y mujeres y, en consecuencia, se
agruparon los datos de ambos sexos para realizar análisis estadísticos. De acuerdo
con nuestros resultados, Clarkson et al. (2006) informaron de una alta variabilidad
en las respuestas individuales de CK, AST y LDH después de un entrenamiento
de contracción excéntrica de flexión del codo. La alta variabilidad interindividual
observada en la respuesta a los protocolos de entrenamiento excéntrico acentuado
sugiere que los entrenadores no pueden extrapolar los resultados reportados en la
literatura a sus atletas (Hortobágyi & Denahan, 1989; Joonyoung & Joohyung, 2015;
Koch et al., 2014) y destacan la recomendación de una monitorización individual
de estos biomarcadores comparándolos respecto a los valores de referencia del
individuo.
En cuanto a nuestra segunda hipótesis, al contrario que en el caso del suero,

sólo se encontraron cambios significativos en la saliva para la CK a las 96 horas
en los hombres (81 UI/L), y los marcadores de daño muscular medidos en la
saliva presentaron un nivel de concordancia muy bajo con respecto a los mismos
marcadores medidos en el suero. Hasta donde llega nuestro conocimiento no existe
un estudio que valore la respuesta de estos marcadores de daño muscular en sangre
y saliva tras un entrenamiento de fuerza excéntrico acentuado. Valorando otras
actividades, nuestros hallazgos están en consonancia con los resultados reportados
por Barranco et al. (2017), quienes en un estudio piloto no mostraron correlaciones
significativas entre los valores en suero y saliva de los tres biomarcadores de
nuestro estudio (CK, AST y LDH) después de un partido de fútbol aficionado. Sin
embargo, en humanos con infarto de miocardio (Dizgah & Sabet, 2011) y perros
con daño muscular (Tvarijonaviciute et al., 2017), se encontró una correlación
moderadamente significativa en CK y AST entre el suero y la saliva. Las posibles
diferencias cinéticas de las enzimas en estos procesos, las diferencias en la magnitud
del daño muscular, los diferentes métodos utilizados para la medición o el hecho de
que se tomaran muestras en diferentes momentos después del daño podrían ser las
razones de las diferencias de estos trabajos con nuestros resultados.
Esta falta de correlación entre los valores de suero y saliva encontrados en

nuestro estudio podría deberse a diferentes causas, como la diferente dinámica
de las enzimas en el suero y la saliva, ya que parece que en nuestro estudio se
necesita más tiempo para detectar aumentos en la saliva. También podría deberse
a la existencia de un umbral para pasar las enzimas del suero a la saliva, como
ocurre con otros analitos como el NT-ProBNP (Foo et al., 2012; Dizgah & Sabet,
2011) o incluso a la posibilidad de síntesis de las enzimas por las glándulas salivales
(Tvarijonaviciute et al., 2017).
Tras la poca fiabilidad de la saliva para medir el daño muscular que

nos encontramos en el Estudio IV, para el Estudio V decidimos no valorar esta
metodología, y estudiar el daño muscular a través de la CK y AST en suero, tras dos
protocolos de fuerza diferentes. Estas mediciones se realizaron 1, 24 y 48 horas post
entrenamiento. Se sabe que el entrenamiento de fuerza excéntrico produce mayor
daño muscular que el tradicional con énfasis en la fase concéntrica (Brancaccio et
al., 2010). Nosotros hemos podido comprobar esta teoría al comparar los resultados
de nuestras dos investigaciones, donde se reportando valores de CK a las 24h de
(532 U/L ± 261) para el protocolo convencional hasta el fallo con el 75%RM en
el Estudio 5, frente a una respuesta exacerbada de (2142 U/L ± 1778) registrada
por lo hombres en el Estudio IV tras el entrenamiento excéntrico acentuado con el
120%RM.
En nuestro Estudio V valoramos la respuesta del daño muscular 1, 24 y

48 horas tras el entrenamiento de fuerza en sentadilla para dos protocolos, Fallo
6x10(10) vs no Fallo 6x5(10). Los resultados de este estudio mostraron que el
entrenamiento que condujo al fallo indujo niveles más altos de daño muscular que
el entrenamiento hasta el no fallo, debido al incremento de la CK y AST.
Los autores González Badillo et al. (2016), reportaron una correlación

significativa entre la pérdida de velocidad de ejecución en la serie con el incremento
de la CK a las post 48 horas (r = 0.51) tras un entrenamiento de fuerza hasta el
fallo en sentadilla y pres de banca. En nuestra investigación, cómo mostramos en
el apartado de las respuestas mecánicas, no valoramos la pérdida de velocidad en
la serie como ellos, sino, la pérdida de velocidad entre series. Esta diferencia de la
metodología no supone una interpretación dispar, puesto que nuestros resultados

se comportan de manera similar, donde el protocolo hasta el fallo presenta
mayor pérdida de velocidad y acumulación de CK tras el entrenamiento que el
entrenamiento hasta el no fallo.
Por otro lado, a diferencia de nuestros resultados, donde el pico de CK se

encontró a las 24 horas para el entrenamiento hasta el fallo, Pareja Blanco et al.
(2016) reportaron los valores máximos de este biomarcador a las 48 horas de un
entrenamiento de fuerza hasta el fallo de 3 series de 12 repeticiones en press de
banca y sentadilla. Esta diferencia quizás sea debido al diseño del estudio en donde
se realizaba un ejercicio de miembro superior y otro de miembro inferior, mientras
que en nuestro diseño únicamente medimos el ejercicio de sentadilla.

12.5. EFECTOS NEUROLÓGICOS
El estudio de los efectos del entrenamiento de fuerza desde un punto de

vista neurológico fue evaluado en nuestro Estudio V, donde mostramos los efectos
agudos y tardíos de dos protocolos de entrenamiento de fuerza con diferentes
configuraciones de la serie, fallo vs. no fallo, sobre el rendimiento mecánico,
fatiga central y periférica y daño muscular. Para ello, cómo hemos nombrado
anteriormente, se diseñó un protocolo hasta el fallo de 6 series de 10 repeticiones y
otro hasta el no fallo de 6 series de 5 repeticiones. Ambos con el peso del 75%RM
en sentadilla y 5 minutos de descanso entre series. Los principales hallazgos fueron
los siguientes: (I) aunque sólo el entrenamiento al fallo indujo una disminución
significativa de la velocidad de ejecución entre series (-21,7 % vs -3,5%), ambos
protocolos de entrenamiento produjeron una pérdida significativa en cuanto a la
aplicación de fuerza durante una máxima contracción voluntaria (-29% vs -24%)
de la musculatura extensora de rodilla. Esta variable permaneció afectada incluso
24 horas después del entrenamiento (-19% vs -16%); (II) como hipotetizamos,
el entrenamiento hasta el fallo produjo niveles más altos de fatiga periférica en
comparación con el entrenamiento hasta el no fallo (; (III) las deficiencias en las
propiedades contráctiles del músculo debidas a la fatiga periférica estuvieron
presentes 1 hora después de la ejecución de ambos protocolos de entrenamiento;
(IV) La activación voluntaria se percibió afectada incluso después de 48 horas de
post entrenamiento, lo que indica la incapacidad del sistema nervioso para reclutar
plenamente el conjunto de motoneuronas; (V) por último, los resultados actuales
muestran que la configuración del entrenamiento hasta el fallo indujo niveles más
altos de daño muscular que el protocolo hasta el no fallo, como lo demuestra el
incremento significativo de los biomarcadores CK y AST después del protocolo de
mayor exigencia, siendo el pico a las 24 h post (CK: 44s UI/L vs 532UI/L y AST:
33,4 UI/L vs 38UI/L).
Cómo ya hemos visto en los apartados anteriores, al comparar estos

protocolos, el entrenamiento hasta el fallo produjo un decremento significativo
en cuanto a la velocidad de ejecución durante la sesión y una mayor producción
de biomarcadores de daño muscular a las 24 horas post entrenamiento. Estos
resultados, se respaldan por las evidencias de nuestra intervención desde una
perspectiva neurológica, donde el protocolo que completa todas las repeticiones
posibles experimenta mayor fatiga periférica (Activación respecto al pre para
el Ratio 10:100 post S6: 62,9% vs 73,1 %). La cantidad de fatiga periférica que se
produce durante el entrenamiento es uno de los principales contribuyentes a la
cantidad de daño muscular experimentado después del entrenamiento, debido a
los efectos de la acumulación de iones de calcio en la estimulación de las enzimas
proteolíticas que dañan el interior de la membrana celular (Zhang et al., 2008). Es
plausible que el entrenamiento hasta el fallo dé lugar a una mayor reducción de la
actividad de la ATPasa Na⁺- K⁺ (Aughey et al., 2007) y perjudique la liberación y
absorción del retículo sarcoplásmico Ca²⁺(Leppik et al., 2004) como resultado del
mayor número de repeticiones realizadas en comparación con el entrenamiento
hasta el no fallo. El tiempo bajo tensión más prolongado, experimentado por el
protocolo 6x10 pudo haber contribuido con el aumento en el perfil metabólico del
acoplamiento excitación-contracción (Schott et al., 1995). Aunque ambos protocolos
indujeron fatiga de baja frecuencia (expresada como una reducción de la relación
10:100HZ al estimular la musculatura), esta fue más pronunciada después del
entrenamiento hasta el fallo respecto a los valores registrados por la configuración
menos exigente. El protocolo de mayor carácter del esfuerzo indujo una pérdida
de fuerza proporcionalmente mayor a una frecuencia de estimulación baja (10 Hz)
en comparación con una frecuencia de estimulación alta (100 Hz). La fatiga de
baja frecuencia resulta del aumento del Ca²⁺ libre intracelular (Ca²⁺+i) durante la
fatiga y estas elevaciones en (Ca²⁺+i) activan procesos que conducen a un fallo en

el acoplamiento del proceso excitación-contracción y la liberación de Ca2+(Chin &
Allen, 1998). Es posible que el entrenamiento hasta el no fallo haya inducido un fallo
en la liberación de Ca²⁺ que podría afectar a la forma de la curva fuerza-Ca²⁺, tanto
para las frecuencias bajas como para las altas. Por el contrario, el entrenamiento hasta
el fallo pudo haber afectado más a la parte más pronunciada de la curva fuerza-Ca²⁺,
donde las mayores caídas en la liberación de Ca²⁺ produjeron una mayor pérdida
de tensión a bajas frecuencias (Westerblad et al., 1993).Por último, la fatiga de baja
frecuencia también desempeñó un papel fundamental en los cambios observados
en la medición de la máxima contracción voluntaria después de ambos protocolos
de entrenamiento. Esto fue evidente debido a las correlaciones entre los cambios
observados en los Db10Hz y los observados en la aplicación de fuerza durante la
contracción isométrica máxima después de 1h, 24h y 48h de entrenamiento.
Cuando una estimulación eléctrica superimpuesta sobre el nervio periférico

o el punto motor produce un aumento de la fuerza voluntaria generada por el
sujeto, muestra un déficit en la activación voluntaria. Nuestros resultados revelaron
que una sola sesión de entrenamiento de fuerza con una carga de 10RM condujo a
una afectación duradera de la activación voluntaria hasta las 48h. Estos resultados
sugieren que la fatiga central afectó la capacidad de activación voluntaria de los
músculos probablemente debido a un reclutamiento subóptimo de la unidad
motriz, a la frecuencia de descarga o a ambas (Gandevia, 2001; Howatson et al.,
2015; Todd et al., 2004). Esto se ha observado previamente tras un entrenamiento
de fuerza con cargas altas y alto volumen y sesiones de entrenamiento excéntrico
(Marquez et al., 2016; Souron et al., 2018; Thomas et al., 2018).
Dado que los entrenamientos de gran volumen están asociados con mayores
cantidades de fatiga periférica y daño muscular (Marquez et al., 2016; Navarro et al.,
2017), parece plausible que exista una relación entre la cantidad de daño muscular
que se produce en un entrenamiento y la cantidad de fatiga central experimentada.
En relación con esto, nuestro análisis reveló una correlación significativa entre los
cambios en la CK y la activación voluntaria 24 horas después del entrenamiento
hasta el fallo. Además, también se encontraron correlaciones significativas entre los
cambios en activación y contracción voluntarias máxima 24 y 48 horas después del
entrenamiento hasta el fallo, pero no después del protocolo hasta el no fallo.
En resumen, partimos de la base de que el protocolo hasta el fallo produce

gran cantidad de daño muscular por la exigencia que supone agotar todas las
repeticiones posibles, en cambio, durante el entrenamiento hasta el no fallo las
repeticiones se realizan con una carga elevada, a altas velocidades de ejecución.
Esto activa mayor porcentaje de fibras rápidas y estas son más susceptibles al daño
muscular. Por lo tanto, el daño muscular provocado en este protocolo daría lugar
a un mayor feedback aferente que provocará una mayor inhibición selectiva de las
unidades motoras de mayor umbral, comprometiendo la frecuencia de descarga de
estas, viéndose reflejada en la fatiga central (Macgregor & Hunter, 2018; Prasartwuth
et al., 2005).

XIII
Conclusiones
CONCLUSIONES 287
XIII/ CONCLUSIONES
Estudio I:
• Los diferentes protocolos de Cluster con tiempo de recuperación entre
repeticiones que hemos estudiado (IRR 10, 15 y 30 segundos) han reportado
significativamente menos fatiga mecánica, metabólica y perceptual tras
una sesión de entrenamiento en sentadilla de 3 series de 10 repeticiones
con la carga del 10RM que el entrenamiento tradicional de repeticiones
continuas.
• Todos los protocolos de Cluster evaluados han conseguido mantener

valores más altos de velocidad de ejecución durante las sentadillas en
comparación con la configuración de series tradicional de repeticiones
continuas. Lo que se traduce en un mejor rendimiento por sesión.
• Entrenar con la mitad del carácter del esfuerzo, sin llegar al fallo, produce
mejor rendimiento durante la sesión y menor fatiga mecánica, metabólica
y perceptual (fallo TR1: 3x10) vs no al fallo TR2:6x5)
• El protocolo Cluster con 30 s IRR presenta el mejor rendimiento y los

valores más bajo de fatiga tras el entrenamiento. Pero no muestra
diferencias significativas con el protocolo Cluster con 15 s IRR.
• El protocolo Cluster en sentadilla con 15s IRR obtienen prácticamente el

mismo rendimiento y la misma fatiga generada que el protocolo con 30s
IRR con la diferencia de 6 min 45 s menos de sesión.
• Se ha observado un fenómeno de potenciación post-activación (PAP) en

muchos sujetos que contrarresta la influencia negativa de la fatiga durante
la recuperación, minimizando así la pérdida de altura de salto en CMJ 4
min 15 s después de la configuración CL4 (1x30 IRR 15”)
• El protocolo tradicional hasta el fallo produce un decremento significativo

de la altura de salto, tras cada serie y al final de la sesión.
• El protocolo tradicional hasta el fallo produce un incremento significativo

de la concentración de lactato en sangre.
• El protocolo de Cluster con 30 s IRR muestra la menor concentración de

lactato tras el entrenamiento.
• El protocolo tradicional hasta el fallo ocasiona los niveles más altos de

percepción subjetiva del esfuerzo.
• El protocolo de Cluster con 30 s IRR reporta los niveles más bajos de

percepción subjetiva del esfuerzo
• El protocolo de las CL4 ha experimentado los mayores valores de

percepción subjetiva de esfuerzo dentro de los protocolos de Cluster.
Estudio II:
• Es necesario expresar los resultados del ácido úrico en saliva sin corregir
(mg/dL) los valores obtenidos para que se correlacione con los valores
de este metabolito en sangre tras el entrenamiento de fuerza al fallo y no
fallo.
• Tanto el uso de los Salivettes de Algodón y Fluido Pasivo para la extracción

de saliva y posteriormente determinación del estrés metabólico a partir
del ácido úrico, son válidos para determinar el estrés metabólico en saliva
tras el entrenamiento de fuerza.
• El entrenamiento hasta el fallo (6x10) produce mayor concentración de

ácido úrico en suero que el entrenamiento hasta el no fallo (6x5).
• Los valores máximos de ácido úrico en suero para ambos protocolos se

reportaron al post 24horas.
CONCLUSIONES 289
• Los valores máximos de ácido úrico en saliva medidos en Salivette de

algodón se reportaron para el protocolo hasta el fallo a las post28
Estudio III:
• El entrenamiento de fuerza estudiado, (3 series de 5 repeticiones) en
sentadilla y press de banca con la mitad del carácter del esfuerzo,
experimentó significativamente valores más bajos de velocidad cuando
se realizaban recuperaciones entre serie de 1 min, frente a los protocolos
de 3 y 5 min.
• No se encontraron diferencias significativas en el rendimiento al evaluar

la velocidad media de ejecución para los protocolos de 3 y 5 min de
recuperación entre serie con la mitad del carácter del esfuerzo en sentadilla
y press de banca.
• Los parámetros de la relación F-v no se ha visto afectados tras la sesión

de entrenamiento en sentadilla y press de banca para ninguno de los
protocolos estudiados.
• El entrenamiento de fuerza con la mitad de carácter del esfuerzo preserva

la capacidad de v0 durante una sesión de sentadilla y press de banca.
Estudio IV:
• El entrenamiento de fuerza excéntrico acentuado en sentadillas con el
120% del RM ha reportado valores máximos de CK, AST y LDH para
sangre y saliva a las 96 h post entrenamiento
• Los valores de marcadores de daño muscular en suero tras el entrenamiento

de fuerza excéntrico acentuado genera una gran variabilidad entre sujetos.
• Existe un comportamiento diferente entre la respuesta de la CK, AST y

LDH para suero y saliva.
• Se ha encontrado un bajo nivel de similitud entre los valores de los

marcadores de daño muscular estudiados para suero y saliva.
• Este entrenamiento produce un incremento significativo de la Creatina

Kinasa en saliva para los hombres a las 96 h Post Entreno.
Estudio V:
• Entrenar hasta el fallo (6 series de 10 repeticiones) produce una
disminución significativa de la velocidad de ejecución durante la quinta
y sexta serie.
• La pérdida de velocidad entre series se propone como un método para

cuantificar la fatiga mecánica producida durante los entrenamientos de
fuerza hasta el fallo y no fallo.
• La activación voluntaria se ve afectada tras ambos protocolos de fuerza

(fallo: 6x10 vs no fallo: 6x5) incluso 48 h después del entrenamiento.
• El protocolo hasta el fallo produce significativamente mayores niveles

de fatiga periférica justo al acabar el entrenamiento que la configuración
hasta el no fallo.
• Entrenar al fallo y no al fallo produce valores máximos de daño muscular

y fatiga periférica al post 1h tras entrenamiento.
• El protocolo de fuerza hasta el fallo ocasiona mayores niveles de daño

muscular en todos los tiempos medidos que el protocolo hasta el no fallo.

XIV
Aplicaciones prácticas
APLICACIONES PRÁCTICAS 295
XVI/ APLICACIONES PRÁCTICAS
Estudio I:
• Introducir tiempo de recuperación entre series es una estrategia validad
para desarrollar un mejor rendimiento en cuanto a velocidad de ejecución
en el entrenamiento de fuerza en sentadillas.
• No entrenar al fallo reduce significativamente la fatiga mecánica,

metabólica y perceptual ocasiona.
• El protocolo Cluster con 15 s IRR se propone como un método eficaz

para realizar entrenamientos de fuerza donde se persigue desarrollar
velocidades de ejecución altas y poca fatiga acumulada con un tiempo
de sesión de 18 min 15 s. Este tipo de entrenamiento es atractivo para
periodos competitivos o en los que el deportista se encuentra en estado
de plateau.
• El entrenamiento Cluster suscita que puede ser una alternativa para

entrenar a sujetos poco experimentados ya que supone una menor
percepción subjetiva del esfuerzo.
• El protocolo Cluster de una única serie de 30 repeticiones con 15 s IRR

consigue contrarrestar la influencia negativa de la fatiga durante la
recuperación, minimizando así la pérdida de altura de salto en CMJ 4
min 15 s después del entrenamiento, proponiendo a esta configuración de
la serie como un método de PAP.
Estudio II:
• La utilización de la saliva para la determinación del estrés metabólico a
partir del ácido úrico tras el entrenamiento de fuerza se presenta como
una propuesta válida, barata, rápida e indolora. Lo que supone ventajas
a la hora de conocer el efecto producido por el entrenamiento, frente al
método tradicional de evaluación a través del suero.
• Tanto Salivettes de algodón como flujo pasivo, son válidos para la

recolección de saliva con el fin de determinar el estrés metabólico a partir
de la concentración de ácido úrico.
• Para que el uso de la saliva sea fiable, se hace necesario utilizar los
valores absolutos (mg/dL) sin necesidad de normalizar por flujo salival
o proteina total.
Estudio III:
• Recuperaciones de 1 minuto no son suficientes para mantener el
rendimiento en sentadilla y press de banca cuando se entrena con la
mitad del carácter del esfuerzo.
• Al no encontrarse diferencias significativas en el rendimiento entre las

recuperaciones de 3 y 5 minutos para un entrenamiento de fuerza en
sentadillas y press de banca con la mitad del carácter del esfuerzo, se
puede recomendar el uso de los 3 minutos para optimizar el rendimiento
en la sesión de fuerza, ya que la duración es 6 minutos más corta.
• El entrenamiento de fuerza para sentadilla y press de banca con la mitad

de carácter del esfuerzo se propone como una estrategia apropiada para
preservar la capacidad de v0 durante la sesión.
Estudio IV:
• La medición de marcadores de daño muscular en saliva tras el
entrenamiento de fuerza no son fiables, por lo que se deben medir en
suero.
• La alta variabilidad en las respuestas individuales de CK, AST y LDH en

suero al protocolo de entrenamiento excéntrico acentuado que hemos de
nuestra investigación, sugiere que los entrenadores no pueden extrapolar
los resultados reportados en la literatura a sus atletas, siendo necesario un
APLICACIONES PRÁCTICAS 297
control individual de estos biomarcadores.
• Si se persigue conocer el pico máximo de los valores de daño muscular

tras un entrenamiento de estas características, se recomienda la medición
en suero a las 96 h post entrenamiento.
Estudio V:
• Entrenar sin llegar al fallo permite un mejor rendimiento en cuanto a la
velocidad de ejecución durante el entrenamiento de fuerza en sentadilla.
• Tener en cuenta el novedoso concepto de perdida de velocidad entre

series, nos aportará una visión más acertada del estado de recuperación
del deportista entre cada serie.
• Se debe tener en cuenta que la activación voluntaria, relacionada con la

fatiga central, se ve afectada tras el entrenamiento al fallo y no al fallo
incluso a las 48 h post entrenamiento.
• Entrenar al fallo produce mayores niveles de fatiga periférica y de daño

muscular que el entrenamiento hasta el no fallo.
XV
Limitaciones
LIMITACIONES 301
XV/ LIMITACIONES
A pesar de ser un trabajo muy elaborado, siempre surgen diferentes

limitaciones que podrían haber mejorado el diseño de nuestras investigaciones. A
continuación, se enumeran algunas limitaciones que presenta esta tesis doctoral:
Únicamente un estudio, el Estudio 4, sobre entrenamiento excéntrico se

realiza con muestra masculina y femenina. Por lo que la participación de la muestra
femenina hubiera mejorado la calidad de nuestras investigaciones para aportar
respuestas más globalizadas a la sociedad.
Para todos los estudios, las participantes han sido estudiantes de educación
física, por lo que es osado pensar que los datos de esta tesis se pueden extrapolar a
cualquier otro sector de la población.
Para el Estudio I, se propone como limitación del estudio que no se haya

igualado el tiempo de recuperación entre cada protocolo.
En el Estudio III, acerca del tiempo de recuperación, ha sido una limitación

el uso únicamente de variable mecánicas, a diferencia del resto de intervenciones
propuestas en esta tesis doctoral.
En el Estudio IV, nos encontramos con la limitación de que en esta investigación

sólo se utilizó un tipo de recolección de muestras de saliva (por flujo pasivo) y una
forma de expresar el resultado. A diferencia del Estudio II, donde estudiamos dos
métodos de recolección y tres propuestas para expresar el resultado del ácido úrico.
También en el Estudio IV, al comprobar la dinámica seguida por la respuesta

de la CK en saliva, hubiera siso interesante medir en tiempos posteriores, de esta
forma tendríamos con mayor exactitud el comportamiento de los marcadores de
daño muscular en saliva.
No se han medido exactamente los mismos ejercicios ni las mismas variables

a lo largo de los diferentes estudios, para muchos esto puede ser una limitación,
pero nosotros lo hemos contemplado como una estrategia con el fin de aporta una
mayor variedad de resultados.
Otra limitación que presenta el Estudio IV, es el tamaño de la muestra, ya que

la variabilidad de los resultados es muy grande. Para obtener un poder estadístico
adecuado, sería necesario una muestra mínima de 15 sujetos por sexo. Es por ello
por lo que se entiende a esta investigación como un estudio piloto.
La principal limitación que sufre el Estudio V es que el volumen no está

igualado entre los dos protocolos. Aunque hacemos un análisis complementario
durante el entrenamiento y se comprueba que la fatiga periférica es mayor cuando
el volumen está igualado (30 repeticiones) la respuesta post entrenamiento,
únicamente nos permite comparar el efecto de estos dos protocolos con volúmenes
distintos.
XVI
Futuras líneas de investigación
FUTURAS LÍNEAS DE INVESTIGACIÓN 307
XVI/ FUTURAS LÍNEAS DE INVESTIGACIÓN
Esta tesis doctoral profundiza sobre una brecha existente en la literatura

creando conocimiento, y por consiguiente permite la ampliación de esta línea de
investigación dando pie a futuros estudios que pueden estar relacionados.
Se debería explorar el efecto de introducir períodos de descanso después de

grupos de dos o tres repeticiones continuas, no sólo entre repeticiones.
Otra propuesta en relación con los protocolos Cluster/ IRR es la de estudiar

la respuesta habiendo igualado el tiempo de recuperación.
En estudios posteriores se debería evaluar la influencia de diferentes

configuraciones de las series en el equilibrio PAP/fatiga con diferentes
recuperaciones para un mejor diseño de sesiones de entrenamiento.
Además, es susceptible de estudiar el efecto de la duración del descanso

entre series sobre el rendimiento mecánico utilizando otros ejercicios (p. Ej., Press
de piernas o dominadas), caracteres del esfuerzo (es decir, proximidad al fracaso),
otras cargas (p. Ej., 20RM y 5RM), y poblaciones (p. ej., mujeres o atletas altamente
entrenados). Por ejemplo, aunque el protocolo Rec 3’ proporcionó resultados
satisfactorios en el presente estudio, es posible que se necesiten períodos de descanso
entre series más largos para mantener el rendimiento mecánico al levantar cargas
más pesadas o al realizar series más cercanas al fallo.
También sería interesante comparar las mediciones de suero y saliva con las
extracciones de biopsia (método Gold Standard en evaluación del daño muscular)
para determinar cuál de los dos métodos (suero y saliva) proporciona una mejor
representación del daño muscular inducido por el ejercicio físico. Además, los
estudios que involucran puntos de tiempo más largos habrían sido aconsejables
para evaluar si existe una mayor correlación entre las mediciones de saliva y suero
después del daño muscular en esos puntos temporales.
Por otro lado, otros estudios deberían evaluar si la manipulación del volumen
de entrenamiento puede afectar la respuesta tardía de los indicadores de fatiga
central y periférica tras el entrenamiento al fallo y no fallo.
Sería atractivo, estudiar la respuesta de diferentes biomarcadores como

hormonas, o citoquinas tras las configuraciones de las series que hemos propuesto
en estas intervenciones.
Por último, el estudio de los efectos crónicos de las propuestas agudas

expuestas en esta tesis es de gran interés para comprender las adaptaciones que se
puede conseguir.
XVII
Referencias
REFERENCIAS 313
XVII/ REFERENCIAS
Aagaard, P., Simonsen, E. B., Andersen, J. L., Magnusson, P., & Dyhre-Poulsen, P.
(2002). Increase rate of force development and neural drive of human skeletal
muscle following resistance training. Article in Journal of Applied Physiology,
93(4), 1318-1326.
Aagaard, Per, Andersen, J. L., Dyhre-Poulsen, P., Leffers, A.-M., Wagner, A.,
Magnusson, S. P., … Simonsen, E. B. (2001). A mechanism for increased
contractile strength of human pennate muscle in response to strength training:
changes in muscle architecture. The Journal of Physiology, 534(2), 613–623.
Abdessemed, D., Duche, P., Hautier, C., Poumarat, G., & Bedu, M. (1999). Effect of
recovery duration on muscular power and blood lactate during the bench
press exercise. International Journal of Sports Medicine, 20(6), 368–373.
Adams, K., Cafarelli, E., Gary, A., Dooly, C., Matthew, S., Fleck, S. J., … Triplett-
mcbride, T. (2002). Progression Models in Resistance Training for Healthy
Adults. Medicine & Science in Sport Excercise, 34(2), 364–380.
Ahtiainen, J. P., Pakarinen, A., Kraemer, W. J., & Häkkinen, K. (2003). Acute
hormonal and neuromuscular responses and recovery to forced vs. Maximum
repetitions multiple resistance exercises. International Journal of Sports
Medicine, 24(6), 410–418.
Ahtiainen, J., Pakarinen, A., Alen, M., Kraemer, W., & Häkkinen, K. (2005). Short
vs. long rest period between the sets in hypertrophic resistance training: influence on
muscle strength, size, and hormonal adaptations in trained men. , 19(3), 572–582.
Ahtiainen, Juha P., Pakarinen, A., Alen, M., Kraemer, W. J., & Häkkinen, K. (2003).
Muscle hypertrophy, hormonal adaptations and strength development
during strength training in strength-trained and untrained men. European
Journal of Applied Physiology, 89(6), 555–563.
Allen, D. G., Lamb, G. D., & Westerblad, H. (2008). Skeletal Muscle Fatigue : Cellular
Mechanisms. American Physiological Society, 88(1), 287–332.
Allen, D. G., & Westerblad, H. (2001). Role of phosphate and calcium stores in
muscle fatigue. Journal of Physiology, 536(3), 657–665.
Alway, S. E., Grumbt, W. H., Stray-Gundersen, J., & Gonyea, W. J. (1992). Effects
of resistance training on elbow flexors of highly competitive bodybuilders.
Ament, W., & Verkerke, G. (2009). Exercise and fatigue. Sports Medicine, 39(5), 389–
422.
Ammar, A., Riemann, B. L., Trabelsi, K., Blaumann, M., Abdelkarim, O., Chtourou,
H., … Hökelmann, A. (2019). Comparison of 2- and 3-Minute Inter-Repetition
Rest Periods on Maximal Jerk Technique and Power Maintenance. Research
Quarterly for Exercise and Sport, 90(3), 287–296.
Arana, C., Cutando, A., Ferrera, M., Gómez-Moreno, G., Worf, C., Bolaños, M., …
Acuña-Castroviejo, D. (2006). Parameters of oxidative stress in saliva from
diabetic and parenteral drug addict patients. J Oral Pathol Med, 35(9), 554-559,.
Arnason, A., Andersen, T. E., Holme, I., Engebretsen, L., & Bahr, R. (2007). Prevention
of hamstring strains in elite soccer: an intervention study. Scandinavian Journal
of Medicine & Science in Sports, 18(1), 40–48.
Askling, C., Karlsson, J., & Thorstensson, A. (2003). Hamstring injury occurrence in
elite soccer players after preseason strength training with eccentric overload.
Scandinavian Journal of Medicine and Science in Sports, 13(4), 244–250.
Atkinson, G., & Nevill, A. M. (1998). Statistical methods for assessing measurement
error (reliability) in variables relevant to sports medicine. Sports Medicine,
REFERENCIAS 315
26(4), 217–238.
Aughey, R. J., Murphy, K. T., Clark, S. A., Garnham, A. P., Snow, R. J., Cameron-
Smith, D., … Mckenna, M. J. (2007). Muscle Na-K-ATPase activity and isoform
adaptations to intense interval exercise and training in well-trained athletes. J
Appl Physiol, 103(1), 39–47.
Bahar, G., Feinmesser, R., Shpitzer, T., Popovtzer, A., & Nagler, R. M. (2007). Salivary
analysis in oral cancer patients. Cancer, 109(1), 54–59.
Balsalobre-Fernandez, C., Glaister, M., & Lockey, R. A. (2015). The validity and
reliability of an iPhone app for measuring vertical jump performance. Journal
of Sports Sciences, 33(15), 1574–1579.
Balsalobre Fernández, C., García Ramos, A., & Jiménez Reyes, P. (2018). Load–
velocity profiling in the military press exercise: Effects of gender and training.
International Journal of Sports Science & Coaching, 13(5), 743–750.
Balsalobre Fernández, C., & Jimenez Reyes, P. (2014). Entrenamiento de fuerza. Nuevas
perpectivas metodológicas (ibooks). Madrid, España: ibooks.
Balshaw, T. G., Massey, G. J., Maden-Wilkinson, T. M., Tillin, N. A., & Folland, J.
P. (2016). Training-specific functional, neural, and hypertrophic adaptations
to explosive-vs. sustained-contraction strength training. Journal of Applied
Physiology, 120(11), 1364–1373.
Barranco, T., Tvarijonaviciute, A., Tecles, F., Sanchez-Resalt, C., Jimenéz-Reyes,

P., Rubio, M., … Cugat, R. (2017). Changes in CK , LDH and AST in saliva
samples after an intense exercise : a pilot study. The Journal of Sports Medicine
and Physical Fitness, 58(6), 910–916.
Battino, M., Ferreiro, M. S., Gallardo, I., Newman, H. N., & Bullon, P. (2002). The
antioxidant capacity of saliva. Journal of Clinical Periodontology, 29(3), 189–194.
Baz-Valle, E., Fontes-Villalba, M., Santos-Concejero, J., Maela´, M., & Fontes-
Villalba, M. (2018). Total number of sets as a training volume quantification
method for muscle hypertrophy: a systematic review. Article in The Journal of
Strength and Conditioning Research.
Beaven, C. M., Gill, N. D., & Cook, C. J. (2008). Salivary testosterone and cortisol
responses in professional rugby players after four resistance exercise
protocols. Journal of Strength and Conditioning Research, 22(2), 426–432.
Behm, D., Drinkwater, E., Behm, D. G., Reardon, G., & Fitzgerald, J. (2002). The
effect of 5, 10, and 20 repetition maximums on the recovery of voluntary and
evoked contractile properties. Journal of Strength & Conditioning Research,
16(2), 209–218.
Berger, R. A. (1962a). Effect of varied weight training programs on strength.

Research Quarterly of the American Association for Health, Physical Education and
Recreation, 33(2), 168–181.
Berger, R. A. (1962b). Optimum repetitions for the development of strength.

Research Quarterly of the American Association for Health, Physical Education and
Recreation, 33(3), 334–338.
Bibi, G., & Nagler, R. (2008). Compositional and oxidative analysis in the saliva
and serum of predialysis chronic kidney disease patients and end-stage renal
failure patients on peritoneal dialysis. Ther Apher Dial, 12(2), 164–170.
Blain, G. M., & Hureau, T. J. (2017). Limitation of fatigue and performance during
exercise: the brain-muscle interaction. Experimental Physiology, 102(1), 3–4.
Boccia, G., Dardanello, D., Zoppirolli, C., Bortolan, L., Cescon, C., Schneebeli, A.,
… Pellegrini, B. (2017). Central and peripheral fatigue in knee and elbow
extensor muscles after a long-distance cross-country ski race. Scandinavian
Journal of Medicine and Science in Sports, 27(9), 945–955.
REFERENCIAS 317
Boccia, Gennaro, Dardanello, D., Tarperi, C., Festa, L., La Torre, A., Pellegrini, B.,
… Rainoldi, A. (2018). Women show similar central and peripheral fatigue
to men after half-marathon*. European Journal of Sport Science, 18(5), 695–704.
Bogdanis, G. C., Nevill, M. E., Boobis, L. H., & Lakomy, H. K. A. (1996). Contribution
of phosphocreatine and aerobic metabolism to energy supply during repeated
sprint exercise. Journal of Applied Physiology, 80(3), 876–884.
Borg, G. (1970). Perceived exertion as an indicator of somatic stress. Scandinavian

Journal of Rehabilitation Medicine, 2(2), 92–98.
Bosco, C., Luhtanen, P., & Komi, P. V. (1983). A Simple Method for Measurement
of Mechanical Power in Jumping. European Journal of Applied Physiology and
Occupational Physiology (Vol. 50).
Boullosa, D., Abreu, L., Beltrame, L. G., & Behm, D. G. (2013). The acute effect of
different half squat set configurations on jump potentiation. Journal of Strength
& Conditioning Research, 27(8), 2059–2066.
Bourne, M. N., Timmins, R. G., Opar, D. A., Pizzari, T., Ruddy, J. D., Sims, C., …
Shield, A. J. (2018). An evidence-based framework for strengthening exercises
to prevent hamstring Injury. Sports Medicine, 48(2), 251–267.
Brancaccio, P, Limongelli, F. M., & Maffulli, N. (2006). Monitoring of serum enzymes

in sport. British Journal of Sports Medicine, 40(2), 96–97.
Brancaccio, Paola, Lippi, G., & Maffulli, N. (2010). Biochemical markers of muscular
damage. Clinical Chemistry and Laboratory Medicine, 48(6), 757–767.
Brancaccio, Paola, Maffulli, N., & Limongelli, F. M. (2007). Creatine kinase

monitoring in sport medicine. British Medical Bulletin, 81, 209–230.
Brandenburg, J., Docherty, D., & Brandenburg, J. P. (2002). The effects of accentuated
eccentric loading on strength, muscle hypertrophy, and neural adaptations in
trained individuals. National Strength & Conditioning Association J. Strength

Cond. Res, 16(1), 25–32.
Brandon, R., Howatson, G., Strachan, F., & Hunter, A. M. (2015). Neuromuscular
response differences to power vs strength back squat exercise in elite athletes.
Scandinavian Journal of Medicine and Science in Sports, 25(5), 630–639.
Brooks, G. A. (2001, October 1). Lactate doesn’t necessarily cause fatigue: Why are
we surprised? Journal of Physiology. Wiley-Blackwell.
Brooks, George A. (2007). Lactate: Link between glycolytic and oxidative

metabolism. Sports Medicine, 37(4–5), 341–343.
Brooks, N., Layne, J. E., Gordon, P. L., Roubenoff, R., Nelson, M. E., & Castaneda-
Sceppa, C. (2007). Strength training improves muscle quality and insulin
sensitivity in Hispanic older adults with type 2 diabetes. International Journal
of Medical Sciences, 4(1), 19–27.
Brughelli, M., Cronin, J., Mendiguchia, J., Kinsella, D., & Nosaka, K. (2010).
Contralateral leg deficits in kinetic and kinematic variables during running
in australian rules football players with previous hamstring injuries. Journal
of Strength and Conditioning Research, 24(9), 2539–2544.
Brzycki, M. (1993). Strength testing-predicting a one-rep max from reps-to-fatigue.

Journal of Physical Education, Recreation and Dance, 64(1), 88–90.
Burd, N. A., Andrews, R. J., West, D. W. D., Little, J. P., Cochran, A. J. R., Hector, A. J.,
… Phillips, S. M. (2012). Muscle time under tension during resistance exercise
stimulates differential muscle protein sub-fractional synthetic responses in
men. The Journal of Physiology, 590(2), 351–362.
Byrne, C., Twist, C., & Eston, R. (2004). Neuromuscular function after exercise-
induced muscle damage: theoretical and applied implications. Sports
Medicine, 34(1), 49–69.
REFERENCIAS 319
Cady, E. B., Elshove, H., Jones, D. A., & Moll, A. (1989). The metabolic causes of
slow relaxation in fatigued human skeletal muscle. The Journal of Physiology,
418(1), 327–337.
Cairns, S. P., Knicker, A. J., Thompson, M. W., & Sjogaard, G. (2005). Evaluation of
models used to study neuromuscular fatigue. Exercise Sport Science Rev, 33(1),
9–16.
Calle, M. C., & Fernandez, M. L. (2010). Effects of resistance training on the

inflammatory response. Nutrition Research and Practice, 4(4), 259–269.
Carroll, T. J., Taylor, J. L., & Gandevia, S. C. (2016). Recovery of central and
peripheral neuromuscular fatigue after exercise. Journal of Applied Physiology,
122(5), 1068–1076.
Celec, P., & Ostatníková, D. (2012). Saliva collection devices affect sex steroid
concentrations. Clinica Chimica Acta, 413(19–20), 1625–1628.
Chaabene, H., Prieske, O., Negra, Y., & Granacher, U. (2018). Change of Direction
Speed: Toward a Strength Training Approach with Accentuated Eccentric
Muscle Actions. Sports Medicine, 48(8), 1773–1779.
Chapman, D., Newton, M., Sacco, P., & Nosaka, K. (2006). Greater muscle damage
induced by afst versus slow velocity eccentric exercise. International Journal of
Sports Medicine, 27(8), 591–598.
Chen, T. C., Yang, T.-J., Huang, M.-J., Wang, H.-S., Tseng, K.-W., Chen, H.-L., &
Nosaka, K. (2019). Damage and the Repeated Bout Effect of Arm, Leg and
Trunk Muscles Induced by Eccentric Resistance Exercises. Scandinavian
Journal of Medicine & Science in Sports, 0–1.
Chicharro, J. L., & Mojares, L. M. L. (2008). Fisiología Clínica del Ejercicio (Ed. Médica).
Chielle, E. O., Casarin, J. N., Chielle, E. O., & Casarin, J. N. (2017). Evaluation of
salivary oxidative parameters in overweight and obese young adults. Archives

of Endocrinology and Metabolism, 61(2), 152–159.
Chin, E. R., & Allen, D. G. (1998). The contribution of pH-dependent mechanisms

to fatigue at different intensities in mammalian single muscle fibres. Journal of
Physiology, 512(3), 831–840.
Christou, M., Smilios, I., Sotiropoulos, K., Volaklis, K., Pilianidis, T., & Tokmakidis,
S. P. (2006). The Effects of resistance training on the physical capacities of
adolescent soccer players. Journal of Strength and Conditioning Research, 20(4),
783–791.
Clarkson, P. M., & Hubal, M. J. (2002). Exercise-induced muscle damage in humans.

American Journal of Physical Medicine & Rehabilitation / Association of Academic
Physiatrists, 81(11 Suppl), 52–69.
Clarkson, P. M., Kearns, A. M. Y. K., Rouzier, P., Rubin, R., & Thompson, P. D. (2006).
Serum Creatine Kinase Levels and Renal Function Measures in Exertional
Muscle Damage. Medicine & Science in Sport Excercise.
Claudino, J. G., Cronin, J., Mezêncio, B., McMaster, D. T., McGuigan, M., Tricoli, V.,
… Serrão, J. C. (2017). The countermovement jump to monitor neuromuscular
status: A meta-analysis. Journal of Science and Medicine in Sport, 20(4), 397–402.
Coffey, V. G., & Hawley, J. A. (2007). The Molecular Bases of Training Adaptation.
Sport Medicine, 37(9), 737–763.
Cohen, J. (2013). Statistical power analysis for the behavioral sciences. Statistical Power
Analysis for the Behavioral Sciences. Academic press.
Conceição, F., Fernandes, J., Lewis, M., Gonzaléz-Badillo, J. J., & Jimenéz-Reyes, P.
(2016). Movement velocity as a measure of exercise intensity in three lower
limb exercises. Journal of Sports Sciences, 34(12), 1099–1106.
REFERENCIAS 321
Contreras-Aguilar, M. D., Escribano, D., Martínez-Subiela, S., Martínez-Miró, S.,

Rubio, M., Tvarijonaviciute, A., … Cerón, J. J. (2017). Influence of the way of
reporting alpha-Amylase values in saliva in different naturalistic situations:
A pilot study. PLOS ONE, 12(6), e0180100.
Cook, C. J., Beaven, C. M., & Kilduff, L. P. (2013). Three weeks of eccentric training
combined with overspeed exercises enhances power and running speed
performance gains in trained athletes. Journal of Strength and Conditioning
Research, 27(5), 1280–1286.
Cotterman, M. L., Darby, L. A., & Skelly, W. A. (2005). Comparison of muscle force
production using the smith machine and free weights for bench press and
squat exercises. Journal of Strength and Conditioning Research, 19(1), 169–176.
Courel-Ibáñez, J., Martínez-Cava, A., Morán-Navarro, R., Escribano-Peñas,

P., Chavarren-Cabrero, J., González-Badillo, J. J., & Pallarés, J. G. (2019).
Reproducibility and repeatability of five different technologies for bar
velocity measurement in resistance training. Annals of Biomedical Engineering,
47(7), 1523–1538.
Crewther, B., Keogh, J., Cronin, J., & Cook, C. (2006). Possible Stimuli for Strength and
Power Adaptation. Sports Medicine, 36(3), 215–238.
Cronin, J., & Sleivert, G. (2005). Challenges in understanding the influence of

maximal power training on improving athletic performance. Sports Medicine,
35(3), 213–234.
Dankel, S. J., Mattocks, K. T., Jessee, M. B., Buckner, S. L., Mouser, J. G., Counts, B.
R., … Loenneke, J. P. (2017). Frequency: the overlooked resistance training
variable for inducing muscle hypertrophy? Sports Medicine, 47(5), 799–805.
Davies, T. B., Halaki, M., Orr, R., Helms, E. R., & Hackett, D. A. (2019). Changes
in bench press velocity and power after 8 weeks of high-load cluster- or
traditional- set structures, Journal of Strength and Conditioning Research,(28).
Davies, T., Orr, R., Halaki, M., & Hackett, D. (2016). Effect of training leading
to repetition failure on muscular strength: A systematic review and meta-
analysis. Sports Medicine, 46(4), 487–502.
Davis, J., & Bailey, S. (1997). Possible mechanisms of central nervous system fatigue
during exercise. Medicine & Science in Sports & Exercise, 20(1), 45–57.
de Hoyo, Moises, Gonzalo-Skok, O., Sañudo, B., Carrascal, C., Plaza-Armas, J. R.,
Camacho-Candil, F., & Otero-Esquina, C. (2016). Comparative effects of in-
season full-back squat, resisted sprint training, and plyometric training on
explosive performance in U-19 elite soccer players. Journal of Strength and
Conditioning Research, 30(2), 368–377.
de Hoyo, Moisés, Sañudo, B., Carrasco, L., Mateo-Cortes, J., Domínguez-Cobo,

S., Fernandes, O., … Gonzalo-Skok, O. (2016). Effects of 10-week eccentric
overload training on kinetic parameters during change of direction in football
players. Journal of Sports Sciences, 34(14), 1380–1387.
Del Vecchio, A., Negro, F., Falla, D., Bazzucchi, I., Farina, D., & Felici, F. (2018).
Higher muscle fiber conduction velocity and early rate of torque development
in chronically strength-trained individuals. Journal of Applied Physiology,
125(4), 1218–1226.
Del Vecchio, Alessandro, Casolo, A., Negro, F., Scorcelletti, M., Bazzucchi, I., Enoka,
R., … Farina, D. (2019). The increase in muscle force after 4 weeks of strength
training is mediated by adaptations in motor unit recruitment and rate
coding. The Journal of Physiology, 597(7), 1873–1887.
Dello Iacono, A., Beato, M., & Halperin, I. (2019). The effects of cluster-set and
traditional-set postactivation potentiation protocols on vertical jump
performance. International Journal of Sports Physiology and Performance, 15(4).
Delorme, T. L. (1945). Restoration of muscle power by heavy-resitance exercise. The

Journal of Bone and Joint Surgery, 27(4), 645–667.
REFERENCIAS 323
DeLorme, T., Schwab, R., & Watkins, A. (1948). The response of the quadriceps
femoris to progressive-resistance exercises in poliomyelitic patients. JBJS,
30(4), 834–847.
DeLorme, T., & Watkins, A. (1948). Technics of progressive resistance exercise.

Rehabil, Arch Phys Med, 29, 263–273.
Deminice, R., Sicchieri, T., Payao, P. o., & Jordao, A. A. (2010). Blood and salivary
oxidative stress biomarkers following an acute session of resistance exercise
in humans. Int J Sports Med Int J Sports Med, 31(31), 599–603.
Denton, J. (2005). The kinematic, kinetic and blood lactate profiles of continuous and intra-
set rest loading schemes. Auckland University of Technology.
DeWeese, B. H., Hornsby, G., Stone, M., & Stone, M. H. (2015, December 1). The
training process: Planning for strength-power training in track and field. Part
1: Theoretical aspects. Journal of Sport and Health Science. Elsevier B.V.
Dolezal, B. A., Potteiger, J. A., Jacobsen, D. J., Benedict, S. H., Dolezal, B. A., Potteiger,
J. A., … Benedict, S. H. (2000). Muscle damage and resting metabolic rate
after acute resistance exercise with an eccentric overload. Med. Sci. Sports
Exerc, 31(5), 1202–1207.
Dos’Santos, T., Thomas, C., Comfort, P., McMahon, J. J., Jones, P. A., Oakley, N. P.,
& Young, A. L. (2017). Between-session reliability of isometric mid-thigh pull
kinetics and maximal power clean performance in male youth soccer players.
Journal of Strength and Conditioning Research, 32(12), 3356–3372.
Douglas, J., Pearson, S., Ross, A., & MC Guigan, M. (2018). Effects of accentuated
eccentric loading on muscle properties, strength, power, and speed in
resistance-trained rugby players. Journal of Strength & Conditioning Research,
32(10), 2750–2761.
Draganidis, D., Chatzinikolaou, A., Jamurtas, A. Z., Carlos Barbero, J., Tsoukas, D.,
Theodorou, A. S., … Fatouros, I. (2013). The time-frame of acute resistance

exercise effects on football skill performance: The impact of exercise intensity.
Journal of Sports Sciences, 31(7), 714–722.
Drinkwater, E. J., Lawton, T. W., Lindsell, R. P., Pyne, D. B., Hunt, P. H., & McKenna,
M. J. (2005). Training leading to repetition failure enhances bench press
strength gains in elite junior athletes. The Journal of Strength and Conditioning
Research, 19(2), 382–388.
Dudley, G. A., & Djamil, R. (1985). Incompatibility of endurance- and strength-

training modes of exercise. Journal of Applied Physiology, 59(5), 1446–1451.
Enoka, R M. (1996). Eccentric contractions require unique activation strategies by

the nervous system. Journal of Applied Physiology (Bethesda, Md. : 1985), 81(6),
2339–2346.
Enoka, Roger M. (1996). Eccentric contractions require unique activation strategies

by the nervous system. Journal of Applied Physiology (Bethesda, Md. : 1985),
81(6), 2339–2346.
Enoka, Roger M. (2002). Activation order of motor axons in electrically evoked

contractions. Muscle & Nerve, 25(6), 763–764.
Enoka, Roger M., & Duchateau, J. (2008). Muscle fatigue: what, why and how it
influences muscle function. The Journal of Physiology, 586(1), 11–23.
Escamilla, R. F. (2001). Squat Exercise. Medicine and Science in Sports and Exercise,
33(1), 127–141.
Faigenbaum, A. D., & Myer, G. D. (2010). Resistance training among young athletes:
Safety, efficacy and injury prevention effects. British Journal of Sports Medicine,
44(1), 56–63.
Falls, W. (2003). Effects of different set configurations on barbell. Strength And

REFERENCIAS 325
Conditioning, 17(1), 95–103.
Fernandez-Gonzalo, R., Lundberg, T. R., Alvarez-Alvarez, L., & de Paz, J. A. (2014).

Muscle damage responses and adaptations to eccentric-overload resistance
exercise in men and women. European Journal of Applied Physiology, 114(5),
1075–1084.
Fisher, J. P., Blossom, D., & Steele, J. (2015). A comparison of volume-equated knee
extensions to failure, or not to failure, upon rating of perceived exertion and
strength adaptations. Applied Physiology, Nutrition and Metabolism, 41(2), 168–
174.
Folland, J. P., Irish, C. S., Roberts, J. C., Tarr, J. E., & Jones, D. A. (2002). Fatigue is
not a necessary stimulus for strength gains during resistance training. British
Journal of Sports Medicine, 36(5), 370–373.
Folland, J. P., & Williams, A. G. (2007). The adaptations to strength training:

Morphological and neurological contributions to increased strength. Sports
Medicine, 37(2), 145–168.
Fonseca, F. S., Costa, B. D. de V., Ferreira, M. E. C., Paes, S., de Lima-Junior, D.,
Kassiano, W., … Fortes, L. S. (2020). Acute effects of equated volume-
load resistance training leading to muscular failure versus non-failure on
neuromuscular performance. Journal of Exercise Science and Fitness, 1(17).
Foo, J. Y. Y., Wan, Y., Kostner, K., Arivalagan, A., Atherton, J., Cooper-White, J., …
Punyadeera, C. (2012). NT-ProBNP Levels in Saliva and Its Clinical Relevance
to Heart Failure. PLoS ONE, 7(10), e48452.
Freitas, T. T., Martinez-Rodriguez, A., Calleja-González, J., & Alcaraz, P. E. (2017).

Short-term adaptations following complex training in team-sports: A meta-
analysis. PLoS ONE, 12(6).
Friden, J., & Lieber, R. L. (2001). Eccentric exercise-induced injuries to contractile

and cytoskeletal muscle fibre components. Acta Physiologica Scandinavica,

171(3), 321–326.
Gabbett, T. J. (2016). The training-injury prevention paradox: Should athletes be

training smarter and harder? British Journal of Sports Medicine, 50(5), 273–280.
Gabriel, D. A., Kamen, G., & Frost, G. (2006). Neural adaptations to resistive
exercise: Mechanisms and recommendations for training practices. Sports
Medicine, 36(2), 133–149.
Galiano, C., Rocha, L., Blanco, F. P., Hidalgo De Mora, J., & Sáez De Villarreal,
E. (2020). Low-velocity loss induces similar strength gains to moderate-
velocity loss during resistance training. Article in The Journal of Strength and
Conditioning Research.
Gandevia, S. C. (2001). Spinal and supraspinal factors in human muscle fatigue.

Physiological Reviews, 81(4), 1725–1789.
García-Ramos, A., Torrejón, A., Feriche, B., Morales-Artacho, A. J., Pérez-Castilla,

A., Padial, P., & Jaric, S. (2018). Selective effects of different fatigue protocols
on the function of upper body muscles assessed through the force–velocity
relationship. European Journal of Applied Physiology, 118(2), 439–447.
García Ramos, A., González-Hernández, J. M., Baños Pelegrín, E., Castaño Zambudio,
A., Capelo Ramírez, F., Boullosa, D., … Jiménez Reyes, P. (2020). Mechanical
and metabolic responses to traditional and cluster set configurations in the
bench press exercise. Journal of Strength and Conditioning Research, 34(3), 663–
670.
García Ramos, A., Haff, G. G., Feriche, B., & Jaric, S. (2017). Effects of different
conditioning programs on the performance of high-velocity soccer-related
tasks: Systematic review and meta-analysis of controlled trials. International
Journal of Sport Science & Coaching, 13(1), 129–151.
REFERENCIAS 327
García Ramos, A., Nebot, V., Padial, P., Valverde Esteve, T., Pablos Monzó, A.,
& Feriche, B. (2016). Effects of short inter-repetition rest periods on power
output losses during the half squat exercise. Isokinetics and Exercise Science,
24(4), 323–330.
García Ramos, A., Padial, P., Haff, G. G., Argüelles Cienfuegos, J., García Ramos,
M., Conde Pipó, J., & Feriche, B. (2015). Effect of Different Interrepetition Rest
Periods on Barbell Velocity Loss During the Ballistic Bench Press Exercise.
Journal of Strength and Conditioning Research / National Strength & Conditioning
Association, 29(9), 2388–2396.
García Ramos, A., Pestaña Melero, F. L., Pérez Castilla, A., Rojas, F. J., & Gregory
Haff, G. (2018). Mean velocity vs. mean propulsive velocity vs. peak velocity.
Journal of Strength and Conditioning Research, 32(5), 1273–1279.
García Ramos, A., Suzovic, D., & Pérez Castilla, A. (2019). The load-velocity
profiles of three upper-body pushing exercises in men and women. Sports
Biomechanics.
García Ramos, A., Torrejón, A., Feriche, B., Morales Artacho, A. J., Pérez Castilla,
A., Padial, P., & Haff, G. G. (2018). Prediction of the maximum number of
repetitions and repetitions in reserve from barbell velocity. International
Journal of Sports Physiology and Performance, 13(3), 353–359.
Garcia Ramos, A, Pérez Castilla, A., & Jaric, S. (2018). Optimisation of applied loads
when using the two-point method for assessing the force-velocity relationship
during vertical jumps. Sports Biomechanics.
Garcia Ramos, Amador, & Jaric, S. (2018). Two-point method: A quick and fatigue-
free procedure for assessment of muscle mechanical capacities and the 1
repetition maximum. Strength and Conditioning Journal, 40(2), 54–66.
Garcia Ramos, Amador, & Jaric, S. (2019). Optimization of the force-velocity

relationship obtained from the bench press throw exercise: An a-posteriori
multicentre reliability study. International Journal of Sports Physiology and

Performance, 14(3), 317–322.
Giandolini, M., Horvais, N., Rossi, J., Millet, G. Y., Morin, J. B., & Samozino, P.
(2016). Acute and delayed peripheral and central neuromuscular alterations
induced by a short and intense downhill trail run. Scandinavian Journal of
Medicine and Science in Sports, 26(11), 1321–1333.
Gibala, M. J., Interisano, S. A., Tarnopolsky, M. A., Roy, B. D., MacDonald, J. R.,
Yarasheski, K. E., & MacDougall, J. D. (2000). Myofibrillar disruption following
acute concentric and eccentric resistance exercise in strength-trained men.
Canadian Journal of Physiology and Pharmacology, 78(8), 656–661.
Gibala, M. J., MacDougall, J. D., Tarnopolsky, M. A., Stauber, W. T., & Elorriaga, A.
(1995). Changes in human skeletal muscle ultrastructure and force production
after acute resistance exercise. Journal of Applied Physiology, 78(2), 702–708.
Girman, J. C., Jones, M. T., Matthews, T. D., & Wood, R. J. (2014). Acute effects
of a cluster-set protocol on hormonal, metabolic and performance measures
in resistance-trained males. European Journal of Sport Science, 14(November
2014), 151–159.
Goldspink, G., Scutt, A., Loughna, P. T., Wells, D. J., Jaenicke, T., & Gerlach, G.
F. (1992). Gene expression in skeletal muscle in response to stretch and
force generation. American Journal of Physiology - Regulatory Integrative and
Comparative Physiology, 262(3), 356–363.
González-Badillo, J., Yañez-García, J., Mora-Custodio, R., & Rodríguez-Rosell,

D. (2017). Velocity Loss as a Variable for Monitoring Resistance Exercise.
International Journal of Sports Medicine, 38(3), 217–225.
González-Badillo, Juan J, Marques, M. C., & Sánchez-Medina, L. (2011). The

importance of movement velocity as a measure to control resistance training
intensity. Journal of Human Kinetics, 29(A), 15–19.
REFERENCIAS 329
González-Badillo, Juan José, Gorostiaga, E. M., Arellano, R., & Izquierdo, M. (2005).
Moderate Resistance Training Volume Produces More Favorable Strength
Gains Than High Or Low Volumes During A Short- Term Training Cycle.
Journal of Strength & Conditioning Research, 19(3), 689–697.
González-izal, M., Malanda, A., Gorostiaga, E., & Izquierdo, M. (2012).

Electromyographic models to assess muscle fatigue. Journal of Electromyography
and Kinesiology.
Gonzalez Badillo, J. J., Manuel, Y.-G. J., Mora Custodio, R., & Rodríguez rosell,
D. (2017). Velocity loss as a Variable for Mornitoring Resistance Exercise.
González Badillo, J. J., Rodríguez Rosell, D., Sánchez Medina, L., Gorostiaga, E.
M., & Pareja Blanco, F. (2014). Maximal intended velocity training induces
greater gains in bench press performance than deliberately slower half-
velocity training. European Journal of Sport Science, 18(8), 772–781.
Gonzalez Badillo, J. J., Rodriguez Rosell, D., Sanchez Medina, L., Ribas, J., Lopez
Lopez, C., Mora Custodio, R., … Pareja Blanco, F. (2016). Short-term Recovery
Following Resistance Exercise Leading or not to Failure. International Journal
of Sports Medicine, 37(4), 295–304.
González Badillo, J. J., & Sanchez Medina, L. (2010). Movement Velocity as a

Measure of Loading Intensity in Resistance Training. International Journal
Sport Medicine, 31(05), 347–352.
González Badillo, J. J., & Serna, J. R. (2002). Bases de la programación del entrenamiento
de fuerza (Inde). Barcelona: Inde.
Gonzalez, D., Marquina, R., Rondon, N., Rodriguez-Malaver, A., & Reyes, R. (2008).
Effects of Aerobic Exercise on Uric Acid, Total Antioxidant Activity, Oxidative
Stress, and Nitric Oxide in Human Saliva. Research in Sports Medicine, 16(2),
128–137.
González Hernández, J., García Ramos, A., Capelo Ramírez, F., Castaño Zambudio,
A., Marquez, G., Boullosa, D., & Jiménez-Reyes, P. (2017). Mechanical,
metabolic, and perceptual acute responses to different set configurations in
full squat. Journal of Strength and Conditioning Research.
Gonzalo-Skok, O., Sánchez-Sabaté, J., Izquierdo-Lupón, L., & Sáez de Villarreal, E.

(2019). Influence of force-vector and force application plyometric training in
young elite basketball players. European Journal of Sport Science, 19(3), 305–314.
Gorostiaga, E. M., Amezqueta-Navarro, I., Calbet, J. A. L., Sanchez-Medina, L.,

Cusso, R., Guerrero, M., … Izquierdo, M. (2014). Blood Ammonia and lactate
as Markers of Muscle Metabolites during legs press excercise. Journal of
Strength & Conditioning Research, 28(10), 2775–2785.
Gorostiaga, E. M., Navarro-Amézqueta, I., Calbet, J. A. L., Hellsten, Y., Cusso, R.,
Guerrero, M., … Izquierdo, M. (2012). Energy Metabolism during Repeated
Sets of Leg Press Exercise Leading to Failure or Not. PLoS ONE, 7(7), e40621.
Grgic, J, Lazinica, B., Mikulic, P., Krieger, J. W., & Schoenfeld, B. J. (2017). The effects
of short versus long inter-set rest intervals in resistance training on measures
of muscle hypertrophy: A systematic review. Eur J Sport Sci, 17(8), 983–993.
Grgic, Jozo, Schoenfeld, B. J., Davies, T. B., Lazinica, B., Krieger, J. W., & Pedisic, Z.
(2018a). Effect of resistance training frequency on gains in muscular strength:
A systematic review and meta-analysis. Sports Medicine, 48(5), 1207–1220.
Grgic, Jozo, Schoenfeld, B. J., Davies, T. B., Lazinica, B., Krieger, J. W., & Pedisic,
Z. (2018b). Effect of Resistance Training Frequency on Gains in Muscular
Strength: A Systematic Review and Meta-Analysis. Sports Medicine, 48(5),
1207–1220.
Griffiths, B., Grant, J., Langdown, L., Gentil, P., Fisher, J., & Steele, J. (2019). The
effect of in-season traditional and explosive resistance training programs
on strength, jump height, and speed in recreational soccer players. Research
REFERENCIAS 331
Quarterly for Exercise and Sport, 90(1), 95–102.
Gruber, M., & Gollhofer, A. (2004). Impact of sensorimotor training on the rate
of force development and neural activation. European Journal of Applied
Physiology, 92(1–2), 98–105.
Guentsch, A., Preshaw, P. M., Bremer-Streck, S., Klinger, G., Glockmann, E., &
Sigusch, B. W. (2008). Lipid peroxidation and antioxidant activity in saliva of
periodontitis patients: effect of smoking and periodontal treatment. Clinical
Oral Investigations, 12(4), 345–352.
Gyurászová, M., Gurecká, R., & … J. B. (2020). Oxidative Stress in the

Pathophysiology of Kidney Disease: Implications for Noninvasive Monitoring
and Identification of Biomarkers. Oxidative Medicine and Cellular Longevity.
Retrieved from https://www.hindawi.com/journals/omcl/2020/5478708/
Hackett, D., & Cobley, S. (2018). Estimation of repetitions to failure for monitoring
resistance exercise intensity: Building a case for application. Journal of Strength
& Conditioning Research, 32(5), 1352–1359.
Haekel, R., & Häneke, P. (1996). Application of saliva for drug monitoring. An in
vivo model for transmembrane transport. Clinical Chemistry and Laboratory
Medicine, 34(3), 171–192.
Haff, G. G., & Stone, M. H. (2003). Effects of different set configurations on barbell
velocity and displacement during a clean. Journal of Strength & Conditioning
Research, 17(1), 95–103.
Haff, G., Hobbs, R. T., Haff, E. E., Sands, W. a, Pierce, K. C., & Stone, M. H. (2008).
Cluster training: a novel method for introducing training program variation.
Strength and Conditioning Journal, 30(1), 67–76.
Hakkinen, K., Pakarinen, A., Alen, M., Kauhanen, H., & Komi, P. V. (1988).
Neuromuscular and hormonal adaptations in athletes to strength training in
two years. Journal of Applied Physiology, 65(6), 2406–2412.
Hall, M. M., Rajasekaran, S., Thomsen, T. W., & Peterson, A. R. (2016). Lactate:
friend or foe. PM&R, 8(3), 8–15.
Hansen, K. T., Cronin, J. B., & Newton, M. J. (2011). The effect of cluster loading on
force, velocity, and power during ballistic jump squat training. International
Journal of Sports Physiology and Performance, 6(4), 455–468.
Hansen, K. T., Cronin, J. B., Pickering, S. L., & Newton, M. J. (2011). Does cluster
loading enhance lower body power development in preseason preparation
of elite rugby union players? Journal of Strength & Conditioning Research, 25(8),
2118–2126.
Haouzi, P., Hill, J. M., Lewis, B. K., & Kaufman, M. P. (1999). Responses of group III
and IV muscle afferents to distension of the peripheral vascular bed. Journal
of Applied Physiology, 87(2), 545–553.
Hardee, J. P., Lawrence, M. M., Utter, A. C., Triplett, N. T., Zwetsloot, K. A., &
McBride, J. M. (2012). Effect of inter-repetition rest on ratings of perceived
exertion during multiple sets of the power clean. European Journal of Applied
Physiology, 112(8), 3141–3147.
Hardee, J. P., Lawrence, M. M., Zwetsloot, K. a, Triplett, N. T., Utter, A. C., & McBride,
J. M. (2012). Effect of cluster set configurations on power clean technique.
Journal of Sports Sciences, 26(4), 883–889.
Hardee, J. P., Triplett, N. T., Utter, A. C., Zwetsloot, K. A., & McBride, J. M. (2012).
Effect of interrepetition rest on power output in the power clean. Journal of
Harridge, S. D. R., Bottinelli, R., Canepari, M., Pellegrino, M. A., Reggiani, C.,
Esbjörnsson, M., & Saltin, B. (1996). Whole-muscle and single-fibre contractile
properties and myosin heavy chain isoforms in humans. Pflugers Archiv
REFERENCIAS 333
European Journal of Physiology, 432(5), 913–920.
Hartmann, U., & Mester, J. (2000). Training and overtraining markers in selected
sport events. Medicine & Science in Sport Excercise, 32(1), 209–215.
Hayes, L. D., Bickerstaff, G. F., & Baker, J. S. (2010). Interactions of cortisol,

testosterone, and resistance training: influence of circadian rhythms.
Chronobiology International, 27(4), 675–705.
Hayes, L. D., Sculthorpe, N., & Baker, J. S. (2015). Poor levels of agreement between
serum and saliva testosterone measurement following exercise training in
aging men. The Aging Male, 18(2), 67–70.
Hayes, S. G., Mccord, J. L., Koba, S., & Kaufman, M. P. (2009). Gadolinium inhibits
group III but not group IV muscle afferent responses to dynamic exercise.
Journal of Physiology, 587(4), 873–882.
Hellsten, Y., & Norman, B. (1993). Decreased resting levels of adenine nucleotides
in human skeletal muscle after high-intensity training. Article in Journal of
Applied Physiology, 74(5), 2523–2528.
Helms, E. R., Storey, A., Cross, M. R., Brown, S. R., Lenetsky, S., Ramsay, H., …
Zourdos, M. C. (2017). RPE and velocity relationships for the back squat,
bench press, and deadlift in powerlifters. Journal of Strength and Conditioning
Research, 31(2), 292–297.
Henneman, E. (1957). Relation between Size of Neurons and Their Susceptibility to

Discharge. Science, 126(3287), 1345–1347.
Hill, C. A., Thompson, M. W., Ruell, P. A., Thom, J. M., & White, M. J. (2001).
Sarcoplasmic reticulum function and muscle contractile character following
fatiguing exercise in humans. Journal of Physiology, 531(3), 871–878.
Hopkins, W. G., Marshall, S. W., Batterham, A. M., & Hanin, J. (2009). Progressive
statistics for studies in sports medicine and exercise science. Medicine and
Science in Sports and Exercise, 41(1), 3–13.
Hortobágyi, T., & Denahan, T. (1989). Variability in Creatine Kinase: Methodological,

Exercise, and Clinically Related Factors. International Journal of Sports Medicine,
10(02), 69–80.
Hortobágyi, Tibor, Barrier, J., Beard, D., Braspennincx, J., Koens, P., Devita, P.,
… Lambert, J. (1996). Greater initial adaptations to submaximal muscle
lengthening than maximal shortening. Journal of Applied Physiology, 81(4),
1677–1682.
Howatson, G., Brandon, R., & Hunter, A. M. (2015). The response to, and recovery
from maximum strength and power training in elite track and field athletes.
International Journal of Sports Physiology and Performance, 11, 356–362.
Hunter, S. K. (2014). Sex differences in human fatigability: mechanisms and insight

to physiological responses. Acta Physiologica, 210(4), 768–789.
Hurley F., B., Hanson D., E., & Sheaff K., A. (2011). Strength Training as a
Countermeasure to Aging Muscle and Chronic Disease. Sports Medicine,
41(4), 289–306.
Huxley, A. F., & Niedergerke, R. (1954). Structural changes in muscle during

contraction: Interference microscopy of living muscle fibres. Nature, 173(4412),
971–973.
Ichinose, Y., Kanehisa, H., Ito, M., Kawakami, Y., & Fukunaga, T. (1998). Relationship
Between Muscle Fiber Pennation and Force Generation Capability in Olympic
Athletes. International Journal of Sports Medicine, 19(08), 541–546.
Iglesias-Soler, E., Carballeira, E., Sánchez-Otero, T., Mayo, X., & Fernández-Del-
Olmo, M. (2014). Performance of maximum number of repetitions with cluster-
set configuration. International Journal of Sports Physiology and Performance,
REFERENCIAS 335
9(4), 637–642.
Iglesias-Soler, E., Carballeira, E., Sanchez-Otero, T., Mayo, X., Jimenez, A.,
& Chapman, M. L. (2012). Acute effects of distribution of rest between
repetitions. International Journal of Sports Medicine, 33(05), 351–358.
Iglesias-Soler, E., Fernández-Del-Olmo, M., Mayo, X., Fariñas, J., Río-Rodríguez, D.,
Carballeira, E., … Tuimil, J. L. (2017). Changes in the force-velocity mechanical
profile after short resistance training programs differing in set configurations.
Journal of Applied Biomechanics, 33(2), 144–152.
Ikegawa, S., Funato, K., Tsunoda, N., Kanehisa, H., Fukunaga, T., & Kawakami,
Y. (2008). Muscle Force per Cross-sectional Area is Inversely Related with
Pennation Angle in Strength Trained Athletes. Journal of Strength and
Ingham, S. a., Whyte, G. p., Pedlar, C., Bailey, D. m., Dunman, N., & Nevill, A.
m. (2008). Determinants of 800-m and 1500-m Running Performance Using
Allometric Models. Medicine & Science in Sports & Exercise, 40(2), 345–350.
Izquierdo, M., Gonza, M., Navarro-amezqueta, I., L Calbet, J. A., Iban, J., Malanda,
A., … Gorostiaga, E. M. (2011). Effects of Strength Training on Muscle Fatigue
Mapping from Surface EMG and Blood Metabolites. Med. Sci. Sports Exerc,
43(2), 303–311.
Izquierdo, M., Ibañez, J., Calbet, J. A. L., Navarro-Amezqueta, I., González-Izal, M.,
Idoate, F., … Almar, M. (2009). Cytokine and hormone responses to resistance
training. Eur J Appl Physiol, 107, 397–409.
Izquierdo, M., Ibañez, J., González-Badillo, J. J., Häkkinen, K., Ratamess, N. A.,
Kraemer, W. J., … Gorostiaga, E. M. (2006). Differential effects of strength
training leading to failure versus not to failure on hormonal responses,
strength, and muscle power gains. Journal of Applied Physiology, 100(5),1647-
1656.
Izquierdo, M., Ibañez, J., González-Badillo, J. J., Häkkinen, K., Ratamess, N. a,

Kraemer, W. J., … Gorostiaga, E. M. (2006). Differential effects of strength
training leading to failure versus not to failure on hormonal responses,
strength, and muscle power gains. Journal of Applied Physiology (Bethesda,
Md. : 1985), 100(5), 1647–1656.
Jamurtas, A. Z., Fatouros, I. G., Buckenmeyer, P. J., Kokkinidis, E., Taxildaris, K.,
Kambas, A., & Kyriazis, G. (2000). Effects of plyometric exercise on muscle
soreness and plasma creatine kinase levels and Its comparison with eccentric
and concentric exercise. Article in The Journal of Strength and Conditioning
Research, 14(1), 68–74.
Janicijevic, D., González-Hernández, J. M., Gu, Y., & Garcia-Ramos, A. (2020).

Differences in the magnitude and reliability of velocity variables collected
during 3 variants of the bench press exercise. Journal of Sports Sciences, 38(7),
759–766.
Jaric, S. (2016). Two-load method for distinguishing between muscle force, velocity,
and power-producing capacities. Sports Medicine, 46(11), 1585–1589.
Jiménez-Reyes, P., & González-Badillo, J. J. (2011). Monitoring training load through

the CMJ in sprints and jump events for optimizing performance in athletics.
Cultura, Ciencia y Deporte, 7(18), 207–217.
Jimenez-Reyes, P., Pareja-Blanco, F., Cuadrado-Peñafiel, V., Morcillo, J., Párraga, J.,
& González-Badillo, J. (2016). Mechanical, metabolic and perceptual response
during sprint training. International Journal of Sports Medicine, 37(10), 807–812.
Jiménez Reyes, P., Samozino, P., Pareja Blanco, F., Conceicao, F., Cuadrado Penafiel,
V., Gonzalez Badillo, J. J., & Morin, J. B. (2017). Validity of a simple method
for measuring force-velocity-power profile in countermovement jump.
International Journal of Sports Physiology and Performance, 12(1), 36–43.
Joonyoung, K., & Joohyung, L. (2015). The relationship of creatine kinase variability
REFERENCIAS 337
with body composition and muscle damage markers following eccentric

muscle contractions. J. Exerc. Nutr. Biochem, 19(2), 123–129.
Jusoh, A., Shak, A., & Tufano, J. J. (2019). Integrated power training mode in soccer:
merging complex training with cluster set. International Journal of Academic
Research in Business and Social Sciences, 9(1), 1192–1202.
Karatzaferi, C., De Haan, A., Ferguson, R. A., Van Mechelen, W., & Sargeant, A.
J. (2001). Phosphocreatine and ATP content in human single muscle fibres
before and after maximum dynamic exercise. Pflugers Archiv European Journal
of Physiology, 442(3), 467–474.
Kingma, J. J., de Knikker, R., Wittink, H. M., & Takken, T. (2007). Eccentric overload
training in patients with chronic Achilles tendinopathy: a systematic review.
British Journal of Sports Medicine, 41(6), e3.
Koch, A., Pereira, R., & Machado, M. (2014). The creatine kinase response to
resistance exercise. Journal of Musculoskelet Neural Interact, 14(1), 68–77.
Retrieved from
Kondakova, I., Lissi, E. A., & Pizarro, M. (1999). Total reactive antioxidant potential
in human saliva of smokers and non-smokers. IUBMB Life, 47(6), 911–920.
Koo, T. K., & Li, M. Y. (2016). A Guideline of Selecting and Reporting Intraclass
Correlation Coefficients for Reliability Research. Journal of Chiropractic
Medicine, 15(2), 155–163.
Kraemer, W. J., Dziados, J. E., Marchitelli, L. J., Gordon, S. E., Harman, E. A., Mello,
R., … Frykman, P. N. (1993). Effects of different heavy-resistance exercise.
Kraemer, W. J., Loebel, C. C., Volek, J. S., Ratamess, N. A., Newton, R. U., Wickham,
R. B., … Haè, K. (2001). The effect of heavy resistance exercise on the circadian
rhythm of salivary testosterone in men. European Journal of Applied Physiology,
84(1–2), 13–28.
Kraemer, W. J., & Ratamess, N. A. (2004). Fundamentals of Resistance Training :

Progression and Exercise Prescription. Medicine and Science in Sports and
Exercise, 36(4), 674–688.
Kraemer, W., Noble, B., Clark, M., & Culver, B. (1987). Physiologic Responses to
Heavy-Resistance Exercise with Very Short Rest Periods*. International Journal
of Sports Medicine, 08(04), 247–252.
Kruger, C., Breunig, C., BiskupekSigwart, J., & Dorr, H. (1996). Problems with
salivary 17-hydroxyprogesterone determinations using the Salivette(R)
device. Eur J Clin Chem Clin Biochem, 34(11), 927–930.
Kuzkaya, N., Weissmann, N., Harrison, D. G., & Dikalov, S. (2005). Interactions
of peroxynitrite with uric acid in the presence of ascorbate and thiols:
Implications for uncoupling endothelial nitric oxide synthase. Biochemical
Pharmacology, 70(3), 343–354.
Lamey, P., & Nolan, A. (1994). The recovery of human saliva using the Salivette
system. Eur J Clin Chem Clin Biochem, 32(9), 727–728.
Latella, C., Teo, W. P., Drinkwater, E. J., Kendall, K., & Haff, G. G. (2019). The acute
neuromuscular responses to cluster set resistance training: A systematic
review and meta-analysis. Sports Medicine, 49(12), 1861–1877.
Latham, N. K., Bennett, D. a, Stretton, C. M., & Anderson, C. S. (2004). Systematic

review of progressive resistance strength training in older adults. J Gerontol A
Biol Sci Med Sci, 59(1), 48–61.
Lawton, T. W., Cronin, J. B., & Lindsell, R. P. (2006). Effect of interrepetition rest
intervals on weight training repetition power output. Journal of Strength &
REFERENCIAS 339
Lawton, T. W., Cronin, J., Drinkwater, E., Lindsell, R. P., & Pyne, D. B. (2004). The
effect of continuous repetition training and intra-set rest training on bench
press strength and power. Journal of Sport Medicine and Physical Fitness, 44(4),
361–367.
Leong, B., Kamen, G., Patten, C., & Burke, J. R. (1999). Maximal motor unit discharge
rates in the quadriceps muscles of older weight lifters. Medicine and Science in
Sports and Exercise, 31(11), 1638–1644.
Leppik, J. A., Aughey, R. J., Medved, I., Fairweather, I., Carey, M. F., Mckenna, M.
J., & Fair-Weather, I. (2004). Prolonged exercise to fatigue in humans impairs
skeletal muscle Na-K-ATPase activity, sarcoplasmic reticulum Ca 2 release,
and Ca 2 uptake. J Appl Physiol, 97(4), 1414–1423.
Lindsay, A., Costello, J. T., & Lindsay, A. (2017). Realising the Potential of Urine and
Saliva as Diagnostic Tools in Sport and Exercise Medicine. Sports Medicine,
47(1), 11–31.
Lippi, G., Schena, F., Salvagno, G. L., Montagnana, M., Gelati, M., Tarperi, C., …
Guidi, G. C. (2008). Acute variation of biochemical markers of muscle damage
following a 21-km , half- marathon run. The Scandinavian Journal of Clinical &
Laboratory Investigation, 68(7), 667–672.
Loturco, I., Nakamura, F. Y., Kobal, R., Gil, S., Cal Abad, C. C., Cuniyochi, R.,
… Roschel, H. (2015). Training for Power and Speed. Journal of Strength and
Macgregor, L. J., & Hunter, A. M. (2018). High-threshold motor unit firing reflects
force recovery following a bout of damaging eccentric exercise. Plos ONE,
13(4), e0195051.
Maffiuletti, N. A., Aagaard, P., Blazevich, A. J., Folland, J., Tillin, N., &
Duchateau, J. (2016). Rate of force development: physiological and
methodologicalconsiderations. European Journal of Applied Physiology, 116(6),
1091–1116.
Maganaris, C. N., Baltzopoulos, V., & Sargeant, A. J. (1998). In vivo measurements

of the triceps surae complex architecture in man: implications for muscle
function. The Journal of Physiology, 512(2), 603–614.
Manolopoulos, E., Papadopoulos, C., Salonikidis, K., Katartzi, E., & Poluha, S.
(2004). Strength training effects on physical conditioning and instep kick
kinematics in young amateur soccer players during preseason. Perceptual and
Motor Skills, 99(2), 701–710.
Marcos Pardo, P. J., González Hernández, J. M., García Ramos, A., López Vivancos,
A., & Jiménez Reyes, P. (2019). Movement velocity can be used to estimate the
relative load during the bench press and leg press exercises in older women.
PeerJ, 7, e7533.
Marino, F. E., Gard, M., & Drinkwater, E. J. (2011). The limits to exercise performance
and the future of fatigue research. British Journal of Sports Medicine, 45(1), 65–
67.
Marquez, G., Romero-arenas, S., Mar, C., Vera-Ibañez, A., Fernandez-Del-Olmo,

M., & Taube, W. (2016). Peripheral and central fatigue after high intensity.
Muscle and Nerve, 56(1), 152–159.
Marshall, P., Robbins, D. A., Wrightson, A. W., & Siegler, J. C. (2012). Acute
neuromuscular and fatigue responses to the rest-pause method. Journal of
Science and Medicine in Sport, 15(2), 153–158.
Marshall, P. W. M., McEwen, M., & Robbins, D. W. (2011). Strength and neuromuscular
adaptation following one, four, and eight sets of high intensity resistance
exercise in trained males. European Journal of Applied Physiology, 111(12), 3007–
3016.
Mayo, X., Iglesias-Soler, E., & Fernández-Del-Olmo, M. (2014). Effects of set

REFERENCIAS 341
configuration of resistance exercise on perceived exertion. Perceptual and

Motor Skills, 119(3), 825–837.
Mazzetti, S., I, M. D., Yocum, A., & Harber, M. (2007). Effect of explosive versus
slow contractions and exercise intensity on energy expenditure. Medicine &
Science in Sport Excercise, 39(8), 1291–1301.
McLellan, Christopher P, Lovell, D. I., & Gass, G. C. (2011). The role of rate of
force development on vertical jump performance. Journal of Strength and
McLellan, Cristopher P., Lovell, D. I., & Gass, G. C. (2010). Creatine kinase and
endocrine responses of elite players pre, during, and post rugby leage match
play. Journal of Strength & Conditioning Research, 24(11), 2908–2919.
Melnyk, J. A., Rogers, M. A., & Hurley, B. F. (2009). Effects of strength training and
detraining on regional muscle in young and older men and women. European
Mendiguchia, J., Edouard, P., Samozino, P., Brughelli, M., Cross, M., Ross, A., …
Morin, J. B. (2016). Field monitoring of sprinting power–force–velocity profile
before, during and after hamstring injury: two case reports. Journal of Sports
Sciences, 34(6), 535–541.
Mendiguchia, Jurdan, Martinez ruiz, E., Edouard, P., Morin, J., Martinez martinez,
F., Idoate, F., & Mendez villanueva, A. (2017). A multifactorial, criteria-based
progressive algorithm for hamstring injury treatment. Medicine & Science in
Sports & Exercise, 49(7), 1482–1492.
Merrigan, J. J., Tufano, J. J., Oliver, J. M., White, J. B., Fields, J. B., & Jones, M. T.
(2020). Reducing the loss of velocity and power in women athletes via rest
redistribution. International Journal of Sports Physiology and Performance, 15(2),
255–261.
Mike, J., Kerksick, C. M., & Kravitz, L. (2015). How to incorporate eccentric training
into a resistance training program. Strength and Conditioning Journal, 37(1),
5–17.
Millet, G., Bachasson, D., Temesi, J., & … B. W. (2012). Potential interests and limits
of magnetic and electrical stimulation techniques to assess neuromuscular
fatigue. Neuromuscular Disorder, 22, 182–186.
Minetto, M., Rainoldi, A., Gazzoni, M., Terzolo, M., Borrione, P., Termine, A., …
Paccotti, P. (2005). Differential responses of serum and salivary interleukin-6
to acute strenuous exercise. European Journal of Applied Physiology, 93(5–6),
679–686.
Miranda, H., Simão, R., Moreira, L. M., de Souza, R. A., de Souza, J. A. A., de Salles,
B. F., & Willardson, J. M. (2009). Effect of rest interval length on the volume
completed during upper body resistance exercise. Journal of Sports Science &
Medicine, 8(3), 388–392.
Mirzaii-Dizgah, I., & Jafari-Sabet, M. (2011). Unstimulated whole saliva creatine

phosphokinase in acute myocardial infarction. Oral Diseases, 17(6), 597–600.
Monteiro, P. A., Campos, E. Z., de Oliveira, F. P., Peres, F. P., Rosa-Neto, J. C.,
Pimentel, G. D., & Lira, F. S. (2016). Modulation of inflammatory response
arising from high-intensity intermittent and concurrent strength training in
physically active males. Cytokine, 91, 104–109.
Mora-Custodio, R., Rodríguez-Rosell, D., Pareja-Blanco, F., Yañez-García, J. M., &

González-Badillo, J. J. (2016). Effect of low- vs moderate-load squat training
on strength, jump and sprint performance in physically active women.
Mora Custodio, R., Rodríguez Rosell, D., Yáñez García, J. M., Sánchez Moreno,
M., Pareja Blanco, F., & González Badillo, J. J. (2018). Effect of different inter-
repetition rest intervals across four load intensities on velocity loss and blood
REFERENCIAS 343
lactate concentration during full squat exercise. Journal of Sports Sciences,

36(24), 2856–2864.
Morales Artacho, A. J., Padial, P., García Ramos, A., Pérez Castilla, A., & Feriche,
B. (2018). Influence of a cluster set configuration on the adaptations to short-
term power training. Journal of Strength and Conditioning Research, 32(4), 930–
937.
Morán-Navarro, R., Martínez-Cava, A., Sánchez-Medina, L., Mora-Rodríguez,

R., González-Badillo, J. J., & Pallarés, J. G. (2019). Movement velocity as a
measure of level of effort during resistance exercise. Journal of Strength and
Morcillo, J. A., Jimenez-Reyes, P., Cuadrado-Peñafiel, V., Lozano, E., Ortega-

Becerra, M., & Párraga, J. (2015). Relationships between repeated sprint
ability, mechanical parameters, and blood metabolites in professional soccer
players. Journal of Strength & Conditioning Research, 29(6), 1673–1682.
Morel, B., Lapole, T., Liotard, C., & Hautier, C. (2019). Critical peripheral fatigue
thresholds among different force-velocity conditions: An individual-based
model approach. Frontiers in Physiology, 10. https://doi.org/10.3389/
fphys.2019.00875
Munn, J., Herbert, R. D., Hancock, M. J., & Gandevia, S. C. (2005). Training with
unilateral resistance exercise increases contralateral strength. Journal of
Applied Physiology, 99(5), 1880–1884.
Murphy, R. M., Stephenson, D. G., & Lamb, G. D. (2004). Effect of creatine on

contractile force and sensitivity in mechanically skinned single fibers from rat
skeletal muscle. American Journal of Physiology-Cell Physiology, 287(6), 1589–
1595.
Naclerio, F, & Larumbe-Zabala, E. (2016). Relative load prediction by velocity and

the Omni-Res 0-10 scale in parallel squat. Journal of Strength & Conditioning
Research, 31(6), 1585–1591.
Naclerio, Fernando, & Larumbe-Zabala, E. (2016). Loading intensity prediction

from velocity and the rate of perceived exertion in bench press. Journal of
Naclerio, Fernando, Rodríguez-Romo, G., Barriopedro-Moro, M. I., Jiménez, A.,

Alvar, B. A., & Triplett, N. T. (2011). Control of Resistance Training Intensity
by the Omni Perceived Exertion Scale. Journal of Strength and Conditioning
Research, 25(7), 1879–1888.
Narici, M. V., Roi, G. S., Landoni, L., Minetti, A. E., & Cerretelli, P. (1989). Changes in
force, cross-sectional area and neural activation during strength training and
detraining of the human quadriceps. European Journal of Applied Physiology
and Occupational Physiology, 59(4), 310–319.
Navarro, R. M., Pérez, C. E., Mora, R., De, E., Sánchez, C., José, J., … Sánchez, L.
(2017). Time course of recovery following resistance training leading or not to
failure. European Journal of Applied Physiology, 117(12), 2387–2399.
Newton, R. U., Ha¨kkinen, K., Ha¨kkinen, H., Ha¨kkinen, A., Mccormick, M., Volek,
J., & Kraemer, W. J. (2002). Mixed-methods resistance training increases
power and strength of young and older men. Med. Sci. Sports Exerc, 34(8),
1367–1375.
Nicholson, G., Ispoglou, · T, & Bissas, · A. (2016). The impact of repetition mechanics
on the adaptations resulting from strength-, hypertrophy- and cluster-type
resistance training. European Journal of Applied Physiology, 116(10), 1875–1888.
Nielsen, J., & Kagamihara, Y. (1992). The regulation of disynaptic reciprocal Ia

inhibition during co-contraction of antagonistic muscles in man. The Journal
of Physiology, 456(1), 373–391.
Nimphius, S., McGuigan, M. R., & Newton, R. U. (2012). Changes in Muscle

REFERENCIAS 345
Architecture and Performance During a Competitive Season in Female

Softball Players. Journal of Strength and Conditioning Research, 26(10), 2655–
2666.
Nóbrega, S. R., & Libardi, C. A. (2016). Is resistance training to muscular failure

necessary? Frontiers in Physiology, 7(10), 75–78.
Norrbrand, L., Tous-Fajardo, J., Vargas, R., & Tesch, P. A. (2011). Quadriceps muscle
use in the flywheel and barbell squat. Aviation Space and Environmental
Medicine, 82(1), 13–19.
Nosaka, K., & Newton, M. (2002). Concentric or eccentric training effect on eccentric
exercise-induced muscle damage. Med. Sci. Sports Exerc, 34(1), 63.
O’Leary, T. J., Morris, M. G., Collett, J., & Howells, K. (2016). Central and peripheral
fatigue following non-exhaustive and exhaustive exercise of disparate
metabolic demands. Scandinavian Journal of Medicine and Science in Sports,
26(11), 1287–1300.
Ochi, E., Maruo, M., Tsuchiya, Y., Ishii, N., Miura, K., & Sasaki, K. (2018). Higher
training frequency is important for gaining muscular strength under volume-
matched training. Frontiers in Physiology, 9, 744.
Oliver, J. M., Jagim, A. R., Sanchez, A. C., Mardock, M. A., Kelly, K. A., Meredith, H.
J., … Kreider, R. B. (2013). Greater gains in strength and power with intraset
rest intervals in hypertrophic training. Journal of Strength & Conditioning
Research, 27(11), 3116–3131.
Oliver, J. M., Kreutzer, A., Jenke, S. C., Phillips, M. D., Mitchell, J. B., & Jones, M.
T. (2015a). Velocity drives greater power observerd during back squat using
cluster sets. Journal of Strength and Conditioning Research, 30(1), 235–243.
Oliver, J. M., Kreutzer, A., Jenke, S., Phillips, M. D., Mitchell, J. B., & Jones, M. T.
(2015b). Acute response to cluster sets in trained and untrained men. European
Paavolainen, L., Häkkinen, K., Hämäläinen, I., Nummela, A., & Rusko, H. (1999).
Explosive-strength training improves 5-km running time by improving
running economy and muscle power. Journal of Applied Physiology, 86(5),
1527–1533.
Palastanga, N., Field, D., & Soames, R. (2007). Anatomía y movimiento humano.
Estructura y funcionamiento. Paidotribo.
Pantoja, P. D., Alberton, C. L., Pilla, C., Vendrusculo, A. P., & Kruel, L. F. M. (2009).
Effect of Resistive Exercise on Muscle Damage in Water and on Land. Journal
Papacosta, E., & Nassis, G. P. (2011). Saliva as a tool for monitoring steroid, peptide
and immune markers in sport and exercise science. Journal of Science and
Medicine in Sport, 14(5), 424–434.
Pareja-Blanco, F., Villalba-Fernández, A., Cornejo-Daza, P., Sánchez-Valdepeñas, J.,

& González-Badillo, J. (2019). Time course of recovery following resistance
exercise with different loading magnitudes and velocity loss in the set. Sports,
7(3), 59.
Pareja Blanco, F., Rodríguez Rosell, D., Sánchez Medina, L., Sanchis Moysi, J.,
Dorado, C., Mora Custodio, R., … González Badillo, J. J. (2016). Effects of
velocity loss during resistance training on athletic performance, strength
gains and muscle adaptations. Scandinavian Journal of Medicine and Science in
Sports, 27(7), 724–735.
Pareja Blanco, Fernando, Rodriguez Rosell, D., & González Badillo, J. J. (2014).
Effect of movement velocity during resistance training on neuromuscular
performance. International Journal of Sports Medicine, 35(11), 916–924.
Pareja Blanco, Fernando, Rodríguez Rosell, D., Sánchez Medina, L., Ribas Serna, J.,
REFERENCIAS 347
López López, C., Mora Custodio, R., … González Badillo, J. J. (2016). Acute
and delayed response to resistance exercise leading or not leading to muscle
failure. Clinical Physiology and Functional Imaging, 37(6), 630–639.
Pareja Blanco, Fernando, Suarez Arrones, L., & González Badillo, J. J. (2017). Effects
of Velocity Loss During Resistance Training on Performance in Professional
Soccer Players. International Journal of Sports Physiology & Performance, 12(4),
512–519.
Párraga Montilla, J. A., García Ramos, A., Castaño Zambudio, A., Capelo Ramírez,
F., González Hernández, J. M., Cordero Rodríguez, Y., & Jiménez Reyes, P.
(2018). Acute and delayed effects of a resistance training session leading to
muscular failure on mechanical, metabolic, and perceptual responses. Journal
of Strength and Conditioning Research.
Pasquet, B., Carpentier, A., Duchateau, J., & Hainaut, K. (2000). Muscle fatigue
during concentric and eccentric contractions. Muscle & Nerve, 23(11), 1727–
1735.
Pearson, S. N., Cronin, J. B., Hume, P. A., & Slyfield, D. (2009). Kinematics and
kinetics of the bench-press and bench-pull exercises in a strength-trained
sporting population. Sports Biomechanics, 8(3), 245–254.
Perez-Castilla, A., Piepoli, A., Delgado-García, G., Garrido-Blanca, G., & Garcia-
Ramos, A. (2020). Reliability and concurrent validity of 7 commercially
available devices for the assessment of movement velocity at different
intensities during the bench press. Journal of Strength and Conditioning Research,
33(5), 1258–1265.
Pérez-Castilla, A, García-Ramos, A., Padial, P., Morales-Artacho, A., & Feriche, B.

(2017). Load-velocity relationship in variations of the half-squat exercise:
Influence of execution technique. Journal of Strength and Conditioning Research.
Pérez-Castilla, Alejandro, McMahon, J. J., Comfort, P., & García-Ramos, A. (2020).

Assessment of loaded squat jump height with a free-weight barbell and smith
machine. Journal of Strength and Conditioning Research, 34(3), 671–677.
Pérez Castilla, A., García Ramos, A., Padial, P., Morales Artacho, A. J., & Feriche,
B. (2018). Effect of different velocity loss thresholds during a power-oriented
resistance training program on the mechanical capacities of lower-body
muscles. Journal of Sports Sciences, 36(12), 1331–1339.
Pérez Castilla, A, Jaric, S., Feriche, B., Padial, P., & García Ramos, A. (2018).
Evaluation of muscle mechanical capacities through the two-load method:
optimization of the load selection. Journal of Strength and Conditioning Research,
32(5), 1245–1253.
Pérez Castilla, Alejandro, Piepoli, A., Garrido Blanca, G., Delgado García,
G., Balsalobre Fernández, C., & García Ramos, A. (2019). Precision of 7
Commercially Available Devices for Predicting the Bench Press 1-Repetition
Maximum From the Individual Load-Velocity Relationship. International
Journal of Sports Physiology and Performance, (April), 1–13.
Phillips, S. (2015). Fatigue in Sport and Exercise (Routledge).
Prasartwuth, O., Taylor, J. L., & Gandevia, S. C. (2005). Maximal force, voluntary
activation and muscle soreness after eccentric damage to human elbow flexor
muscles. Journal of Physiology, 567(1), 337–348.
Prokopchuk, O., Prokopchuk, O., Liu, Y., Wang, L., Wirth, K., & Schmidt-, D. (2007).
Skeletal muscle IL-4 , IL-4R α , IL-13 and IL- 13R α 1 expression and response
to strength training. Exercise Immunology Review, 13, 67-75.
Raeder, C., Wiewelhove, T., De Paula Simola, R. Á., Kellmann, M., Meyer, T.,
Pfeiffer, M., & Ferrauti, A. (2016). Assessment of fatigue and recovery in male
and female athletes following six days of intensified strength training. Journal
REFERENCIAS 349
Rahimi, Raham. (2005). Effect of different rest intervals on the exercise volume
completed during squat bouts. Journal of Sports Science & Medicine, 4(4), 361–
366.
Rahimi, Rahman, Sadeghi, S., Mozafari’, B. ’ A., & Faraji, H. (2009). The effects of
different rest intervals between sets on the training volume of female athletes.
International Journal of Fitness, 5(1), 61–67.
Ratamess, N. A., Alvar, B. A., Evetoch, T. E., Housh, T. J., Ben Kibler, W., Kraemer,
W. J., & Triplett, N. T. (2009). Progression models in resistance training for
healthy adults. Medicine & Science in Sports & Exercise, 41(3), 687–708.
Rathleff, M. S., Thorborg, K., & Bandholm, T. (2013). Concentric and eccentric
time-under-tension during strengthening exercises: validity and reliability of
stretch-sensor recordings from an elastic exercise-band. PLoS ONE, 8(6).
Rhea, M. R., Alvar, B. A., Burkett, L. N., & Ball, S. D. (2003). A meta-analysis to
determine the dose response for strength development. Medicine & Science in
Sports & Exercise, 35(3), 456–464.
Rial-Vázquez, J., Mayo, X., Tufano, J. J., Fariñas, J., Rúa-Alonso, M., & Iglesias-Soler,
E. (2020). Cluster vs. traditional training programmes: changes in the force–
velocity relationship. Sports Biomechanics, 1–19.
Riis, J., Bryce, C., Hand, T., Bayer, J., Matin, M., Stebbins, J., … Granger, D. (2018).
The validity, stability, and utility of measuring uric acid in saliva: A salivary
bioscience-biobehavioral research interface. Biomarkers in Medicine, 12(6),
583–596.
Río-rodríguez, D., Iglesias-soler, E., & Fernández, M. (2016). Set configuration in

resistance exercise: muscle fatigue and cardiovascular effects. Plos One, 11(3),
1–18.
Robertson, R. J., Goss, F. L., Rutkowski, J., Lenz, B., Dixon, C., Timmer, J., …
Andreacci, J. (2003). Concurrent validation of the OMNI perceived exertion

scale for resistance exercise. Medicine and Science in Sports and Exercise, 35(2),
333–341.
Rodríguez-Lorenzo, L., Fernandez-Del-Olmo, M., Sanchez-Molina, J. A., & Acero,

R. M. (2016). Role of Vertical Jumps and Anthropometric Variables in Maximal
Kicking Ball Velocities in Elite Soccer Players. Journal of Human Kinetics, 53(1),
143–153.
Rodríguez-Rosell, D., Yáñez-García, J. M., Mora-Custodio, R., Pareja-Blanco, F.,

Ravelo-García, A. G., Ribas-Serna, J., & González-Badillo, J. J. (2020). Velocity-
based resistance training: Impact of velocity loss in the set on neuromuscular
performance and hormonal response. Applied Physiology, Nutrition, and
Metabolism, apnm-2019-0829.
Rodríguez-Rosell, D., Yáñez-García, J. M., Torres-Torrelo, J., Mora-Custodio, R.,

Marques, M. C., & González-Badillo, J. J. (2018). Effort index as a novel
variable for monitoring the level of effort during resistance exercises. Journal
Rodríguez Rosell, D., Franco Márquez, F., Pareja Blanco, F., Mora Custodio, R.,
Yáñez García, J. M., González Suárez, J. M., & González Badillo, J. J. (2016).
Effects of 6 weeks resistance training combined with plyometric and speed
exercises on physical performance of pre-peak-height-velocity soccer players.
Rohleder, N., & Nater, U. M. (2009). Determinants of salivary alpha-amylase in

humans and methodological considerations. Psychoneuroendocrinology, 34(4),
469–485.
Roig, M., O’Brien, K., Kirk, G., Murray, R., McKinnon, P., Shadgan, B., & Reid, W. D.
(2009). The effects of eccentric versus concentric resistance training on muscle
strength and mass in healthy adults: a systematic review with meta-analysis.
British Journal of Sports Medicine, 43(8), 556–568.
REFERENCIAS 351
Roth, S., Ferrell, R., & Hurley, B. (2000). Strength training for the prevention and
treatment of sarcopenia. The Journal of Nutrition, Health & Aging, 4(3), 143–155.
Rotto, D. M., & Kaufman, M. P. (1988). Effect of metabolic products of muscular

contraction on discharge of group III and IV afferents. Journal of Applied
Physiology, 64(6), 2306–2313.
Ruiz, J. R., Sui, X., Lobelo, F., Morrow Jr., J. R., Jackson, A. W., Sjostrom, M., & Blair,
S. N. (2008). Association between muscular strength and mortality in men:
prospective cohort study. BMJ, 337, a439.
Sale, D. G., Jacobs, I., Macdougall, J. D., & Garner, S. (1990). Comparison of two
regimens of concurrent strength and endurance training. Medicine and Science
in Sports and Exercise, 22(3), 348–356.
Samozino, P., Morin, J. B., Frédérique, H., & Alain, B. (2008). A simple method for
measuring force, velocity and power output during squat jump. Journal of
Biomechanics, 41(14), 2940–2945.
Sampson, J., & … H. G. (2016). Is repetition failure critical for the development of
muscle hypertrophy and strength? Scandinavian Journal of Medicine & Science
in Sports, 26(4), 375–383.
Sanborn, K., Boros, R., Hruby, J., Schilling, B., O’Bryant, H. S., Johnson, R. L., ... &,
& Stone, M. H. (2000). Short-term performance effects of weight training with
multiple sets not to failure vs. a single set to failure in women. The Journal of
Sánchez-Medina, L., González-Badillo, J. J., Pérez, C. E., & Pallarés, J. G. (2014).

Velocity- and power-load relationships of the bench pull vs. bench press
exercises. International Journal of Sports Medicine, 35(3), 209–216. h
Sanchez-Medina, L., Perez, C. E., & Gonzalez-Badillo, J. J. (2010). Importance of

the propulsive phase in strength assessment. International Journal of Sports
Medicine, 31(2), 123–129.
Sánchez-Moreno, M., Rodríguez-Rosell, D., Pareja-Blanco, F., Mora-Custodio, R.,

& González-Badillo, J. J. (2017). Movement velocity as indicator of relative
intensity and level of effort attained during the set in pull-up exercise.
Sánchez Medina, L., & González Badillo, J. J. (2011). Velocity loss as an indicator of
neuromuscular fatigue during resistance training. Medicine & Science in Sports
& Exercise, 43(9), 1725–1734.
Schiaffino, S., & Reggiani, C. (1996). Molecular diversity of myofibrillar proteins:

Gene regulation and functional significance. Physiological Reviews, 76(2), 371–
423.
Schjerve, I. E., Tyldum, G. A., Tjønna, A. E., Stølen, T., Loennechen, J. P., Hansen,
H. E. M., … Wisløff, U. (2008). Both aerobic endurance and strength training
programmes improve cardiovascular health in obese adults. Clinical Science,
115(9), 283–293.
Schoenfeld, BJ, Ogborn, D., & Krieger, J. (2017). Dose-response relationship between
weekly resistance training volume and increases in muscle mass: A systematic
review and meta-analysis. Journal of Sports Sciences, 35(11), 1073–1082.
Schoenfeld, Brad. (2013). Potential mechanisms for a role of metabolic stress in

hypertrophic adaptations to resistance training. Sports Medicine, 43(3), 179–
194.
Schoenfeld, Brad. (2016). Science and development of muscle hypertrophy. Human

Kinetics.
Schoenfeld, Brad J., Ogborn, D., Vigotsky, D., Franchi, M. V., & Krieger, J. W. (2017).
Hypertrophic effects of concentric vs. eccentric muscle actions: A systematic
review and meta-analysis. Journal of Strength & Conditioning Research, 31(9),
REFERENCIAS 353
2599–2608.
Schoenfeld, Brad J., Pope, Z. K., Benik, F. M., Hester, G. M., Sellers, J., Nooner,
J. L., … Krieger, J. W. (2016). Longer interset rest periods enhance muscle
strength and hypertrophy in resistance-trained men. Journal of Strength and
Schoenfeld, Brad J., Ratamess, N. A., Peterson, M. D., Contreras, B., & Tiryaki-
Sonmez, G. (2015). Influence of resistance training frequency on muscular
adaptations in well-trained men. Journal of Strength and Conditioning Research,
29(7), 1821–1829.
Schoenfeld, Brad J. (2010a). Squatting kinematics and kinetics and their application
to exercise performance. Journal of Strength and Conditioning Research / National
Strength & Conditioning Association, 24(12), 3497–3506.
Schoenfeld, Brad J. (2010b). The mechanisms of muscle hypertrophy and their

application to resistance training. Journal of Strength and Conditioning Research,
24(10), 2857–2872.
Schoenfeld, Brad J, Peterson, M. D., Ogborn, D., Contreras, B., & Sonmez, G. T.
(2015). Effects of low- vs. high-load resistance training on muscle strength
and hypertrophy in well-trained men. Journal of Strength and Conditioning
Research, 29(10), 2954–2963.
Schoenfeld, Brad Jon, Grgic, J., & Krieger, J. (2019). How many times per week
should a muscle be trained to maximize muscle hypertrophy? A systematic
review and meta-analysis of studies examining the effects of resistance
training frequency. Journal of Sports Sciences, 37(11), 1286–1295.
Schoenfeld, Brad, & Williams, M. (2012). Are Deep Squats a Safe and Viable Exercise?
Strength and Conditioning Journal, 34(2), 34–36.
Schott, J., McCully, K., & Rutherford, O. M. (1995). The role of metabolites in strength
training. European Journal of Applied Physiology and Occupational Physiology,

71(4), 337–341.
Schwanbeck, S., Chilibeck, P. D., & Binsted, G. (2009). A comparison of free weight
squat to smith machine squat using electromyography. Journal of Strength and
Scott, W., Stevens, J., & Binder–Macleod, S. A. (2001). Human Skeletal Muscle Fiber
Type Classifications. Physical Therapy, 81(11), 1810–1816.
Senna, G., Salles, B. F., Prestes, J., Mello, R. A., & Simão, R. (2009). Influence of two
different rest interval lengths in resistance training sessions for upper and
lower body. Journal of Sports Science and Medicine, 8(2), 197–202.
Sheppard, J., Hobson, S., Barker, M., Taylor, K., Chapman, D., McGuigan, M., &
Newton, R. (2008). The effect of training with accentuated eccentric load
counter-movement jumps on strength and power characteristics of high-
performance volleyball players. International Journal of Sports Science &
Coaching, 3(3), 355–363.
Shirtcliff, E. A., Granger, D. A., Schwartz, E., & Curran, M. J. (2001). Use of salivary
biomarkers in biobehavioral research: cotton-based sample collection methods
can interfere with salivary immunoassay results. Psychoneuroendocrinology,
26(2), 165–173.
Silvers-Granelli, H. J., Bizzini, M., Arundale, A., Mandelbaum, B. R., & Snyder-
Mackler, L. (2017). Does the FIFA 11+ Injury prevention program reduce
the incidence of ACL injury in male soccer players? Clinical Orthopaedics and
Related Research, 475(10), 2447–2455.
Skovdal Rathleff, M., Thorborg, K., & Bandholm, T. (2013). Concentric and Eccentric
Time-Under-Tension during Strengthening Exercises: Validity and Reliability
of Stretch-Sensor Recordings from an Elastic Exercise-Band. PLoS ONE, 8(6),
e68172.
REFERENCIAS 355
Smilios, I. (1998). Effects of varing levels of muscular fatigue on leg power. Journal
of Strength & Conditioning Research, 12(3), 2004–2008.
Soriano, M. A., Jiménez-Reyes, P., Rhea, M. R., & Marín, P. J. (2015). The optimal
load for maximal power production during lower-body resistance exercises:
A meta-analysis. Sports Medicine, 45(8), 1191–1205.
Souron, R., Nosaka, K., & Jubeau, M. (2018). Changes in central and peripheral
neuromuscular fatigue indices after concentric versus eccentric contractions
of the knee extensors. European Journal of Applied Physiology, 118(3), 805–816.
Spiering, B., Kraemer, W., Anderson, J., Armstrong, L., Nindl, B., Volek, J., & Maresh,
C. (2008). Resistance exercise biology: manipulation of resistance exercise
programme variables determines the responses of cellular and molecular
signalling pathways. Sports Medicine, 38(7), 527–540.
Suchomel, T. J., Nimphius, S., Bellon, C. R., & Stone, M. H. (2018). The Importance of
Muscular Strength: Training Considerations. Sports Medicine, 48(4), 765–785.
Tan, B. (1999). Manipulating Resistance Training Program Variables to Optimize

Maximum Strength in Men: A Review. Journal of Strength & Conditioning Research
(Vol. 13).
Taylor, J. L., Amann, M., Duchateau, J., Meeusen, R., & Rice, C. L. (2016). Neural
contributions to muscle fatigue: From the brain to the muscle and back again.
Medicine and Science in Sports and Exercise, 48(11), 2294–2306.
Taylor, J. L., & Gandevia, S. C. (2008). A comparison of central aspects of fatigue

in submaximal and maximal voluntary contractions. Journal of Applied
Physiology, 104(2), 542–550.
Thomas, K., Brownstein, C. G., Dent, J., Parker, P., Goodall, S., & Howatson, G.
(2018). Neuromuscular fatigue and recovery after heavy resistance, jump,
and sprint training. Medicine & Science in Sport Excercise, 50(12), 2526–2535.
Thorpe, R., & Sunderland, C. (2012). Muscle damage, endocrine, and immune
marker response to a soccer match. Journal of Strength and Conditioning
Research, 26(10),
Todd, G., Gorman, R. B., & Gandevia, S. C. (2004). Measurement and reproducibility
of strength and voluntary activation of lower-limb muscles. Muscle & Nerve,
29(6), 834–842.
Todd, J. S., Shurley, J. P., & Todd, T. C. (2012). Thomas L. DeLorme and the science
of progressive resistance exercise. Journal of Strength & Conditioning Research,
26(11), 2913–2923.
Torrejón, A., Janicijevic, D., Haff, G. G., & García-Ramos, A. (2019). Acute effects
of different set configurations during a strength-oriented resistance training
session on barbell velocity and the force–velocity relationship in resistance-
trained males and females. European Journal of Applied Physiology, 119(6),
1409–1417. h
Tous-Fajardo, J., Gonzalo-Skok, O., Arjol-Serrano, J. L., & Tesch, P. (2016). Enhancing
Change-of-Direction Speed in Soccer Players by Functional Inertial Eccentric
Overload and Vibration Training. International Journal of Sports Physiology and
Performance, 11(1), 66–73.
Tran, Q. T., Docherty, D., & Behm, D. (2006). The effects of varying time under
tension and volume load on acute neuromuscular responses. European Journal
of Applied Physiology, 98(4), 402–410.
Trinidad, J., Chacón, Q., Francisco, E., Meneses, E., Sierra Muñiz, G., Ramos-
Jimenez, A., … Cruz, G. H. (2018). Central and peripheral fatigue related to
the type of exercise. Preprints, (November), 1–11.
Tufano, J. J., Brown, L. E., & Haff, G. G. (2016). Theoretical and Practical Aspects of
Different Cluster Set Structures: A Systematic Review. Journal of Strength and
REFERENCIAS 357
Tufano, J. J., Conlon, J. A., Nimphius, S., Brown, L. E., Harry, G., Williamson, B. D.,
… Centre, P. (2016). Cluster sets permit greater mechanical stress without
decreasing relative velocity. International Journal of Sports Physiology &
Performance, 12(4), 463–469.
Tufano, J. J., Conlon, J. A., Nimphius, S., Brown, L. E., Seitz, L. B., Williamson, B. D.,
& Gregory Haff, G. (2016). Maintenance of velocity and power with cluster
sets during high-volume back squats. International Journal of Sports Physiology
and Performance, 11(7), 885–892.
Tufano, J. J., Conlon, J. A., Nimphius, S., Brown, L. E., Seitz, L. B., Williamson, B. D.,
& Haff, G. G. (2016). Cluster Sets Maintain Velocity and Power During High-
Volume Back Squats. International Journal of Sports Physiology and Performance,
11(1), 86–95.
Tufano, J. J., Nimphius, S., Oliver, J. M., Conlon, J. A., Kreutzer, A., Gregory Haff,
G., & Tufano, J. (2017). Different Cluster Sets Result In Similar Metabolic,
Endocrine, And Perceptual Responses In Trained Men. Journal of Strength and
Conditioning Research, 33(3), 346-354.
Tvarijonaviciute, A., Barranco, T., Rubio, M., Carrillo, J. M., Martinez-Subiela, S.,
Tecles, F., … Cerón, J. J. (2017). Measurement of creatine kinase and aspartate
aminotransferase in saliva of dogs: a pilot study. BCM Veterinary Research,
13(1), 168.
Twist, C., & Eston, R. (2005). The effects of exercise-induced muscle damage on
maximal intensity intermittent exercise performance. European Journal of
Applied Physiology, 94(5–6), 652–658.
Van Cutsem, M., Duchateau, J., & Hainaut, K. (1998). Changes in single motor
unit behaviour contribute to the increase in contraction speed after dynamic
training in humans. The Journal of Physiology, 513(1), 295–305.
Vasconcelos, G., Costa, D., & Santos, T. M. (2019). Do traditional and cluster-set
resistance training systems alter the pleasure and effort perception in trained
men? Article in Journal of Physical Education and Sport, 19(3), 823–828.
Vieira, J. G., Dias, M. R., Lacio, M., Filipe, L., & Leitao, M. (2019). Resistance training
with repetition to failure or not on muscle strength and perceptual responses.
Article in Journal of Exercise Physiology Online, 16(3).
Wagle, J. P., Cunanan, A. J., Carroll, K. M., Sams, M. L., Wetmore, A., Bingham,
G. E., … Stone, M. H. (2018). Accentuated eccentric loading and cluster set
configurations in the back squat: A kinetic and kinematic analysis. Journal of
Wagle, J. P., Taber, C. B., Cunanan, A. J., Bingham, G. E., Carroll, K. M., DeWeese,
B. H., … Stone, M. H. (2017). Accentuated eccentric loading for training and
performance: A review. Sports Medicine, 47(12), 2473–2495.
Wagle, J., Taber, C., Carroll, K., Cunanan, A., Sams, M., Wetmore, A., … Stone, M.
(2018). Repetition-to-repetition differences using cluster and accentuated
eccentric loading in the back squat. Sports, 6(3), 59.
Walker, S., Blazevich, A. J., Haff, G. G., Tufano, J. J., Newton, R. U., & Häkkinen,
K. (2016). Greater strength gains after training with accentuated eccentric
than traditional isoinertial loads in already strength-trained men. Frontiers in
Physiology, 7(149), 1–12.
Weakley, J., Wilson, K., Till, K., Banyard, H., Dyson, J., Phibbs, P., … Jones, B. (2018).
Show me, tell me, encourage me: The effect of different forms of feedback on
resistance training performance. Journal of Strength and Conditioning Research.
Wells, G. D., Selvadurai, H., & Tein, I. (2009). Bioenergetic provision of energy for
muscular activity. Paediatric Respiratory Reviews, 10(3), 83–90.
Westerblad, H., Duty, S., & Allen, G. (1993). Intracellular calcium concentration
during low-frequency fatigue in isolated single fibers of mouse skeletal
REFERENCIAS 359
muscle. American Physiological Society, 75(1), 382–388.
Westerblad, H., Lee, J. A., Lannergren, J., & Allen, D. G. (1991). Cellular mechanisms
of fatigue in skeletal muscle. American Journal of Physiology-Cell Physiology,
261(2), 195–209.
Westerblad, Håkan, Allen, D. G., & Lännergren, J. (2002). Muscle fatigue: Lactic
acid or inorganic ophosphate the major cause? Physiology, 17(1), 17–21.
Willardson, J. M. (2006). A brief review: Factors affecting the length of the rest
interval between resistance exercise sets. Journal of Strength and Conditioning
Research, 20(4),978
Willardson, J. M., & Burkett, L. N. (2005). A comparison of 3 different rest intervals

on the exercise volume completed during a workout. Journal of Strength and
Willardson, J. M., & Burkett, L. N. (2008). The effect of different rest intervals
between sets on volume components and strength gains. Journal of Strength
and Conditioning Research, 22(1), 146–152.
Wong, D. T. (2006). Salivary diagnostics powered by nanotechnologies, proteomics

and genomics. Journal of the American Dental Association (1939), 137(3), 313–
321.
Zajac, A., Chalimoniuk, M., Maszczyk, A., Gotas, A., & Lngfort, J. (2015). Central
and peripheral fatigue during resistance exercise – A critical review. Journal of
Human Kinetics, 49(1), 159–169.
Zaras, N. D., Stasinaki, A. E., Krase, A. A., Methenitis, S. K., Karampatsos, G. P.,
Georgiadis, G. V., … Terzis, G. D. (2014). Effects of tapering with light vs.
heavy loads on track and field throwing performance. Journal of Strength and
Zhang, B.-T., Yeung, S. S., Allen, D. G., Qin, L., & Yeung, E. W. (2008). Role of the
calcium-calpain pathway in cytoskeletal damage after eccentric contractions.
Biology of Physical Activity in Youth J Appl Physiol, 105(1), 352–357.
Zourdos, M. C., Klemp, A., Dolan, C., Quiles, J. M., Schau, K. a., Jo, E., … Blanco, R.
(2016). Novel resistance training-specific RPE scale measuring repetitions in
reserve. Journal of Strength and Conditioning Research, 30(1), 267–275.
XVIII
Anexos
ANEXOS 365
XVIII/ ANEXOS
Publicaciones Científicas:
Estudio I
Estado: Publicado (2020) 34(6), 1581-1590.
Título: Mechanical, metabolic, and perceptual acute responses to different set
configurations in full squat.
Autores:González-Hernádez, J., García-Ramos, A., Capelo-Ramírez, F., Castaño-
Zambudio, A., Marquez, G., Boullosa, D., & Jiménez-Reyes, P
Revista: Journal of Strength and Conditional Research Q1
Estudio II
Estado: Publicado (2019). 8(9), 389.
Título: Influence of Sampling Conditions, Salivary Flow, and Total Protein Content
in Uric Acid Measurements in Saliva.
Autores: Jorge M González-Hernández, Lorena Franco, David Colomer-Poveda,
Silvia Martinez-Subiela, Ramón Cugat, José J Cerón, Gonzalo Márquez, Luis M
Martínez-Aranda, Pedro Jimenez-Reyes and Asta Tvarijonaviciute
Revista: Antioxidants Q1
Estudio III
Estado: Aceptado
Título: Effect of different interset rest intervals on movement velocity during the
squat and bench press exercises
Autores: Jorge M González-Hernández, Pedro Jiménez-Reyes, Danica Janicijevic,
James J Tufano, Gonzalo Márquez, Amador García-Ramos
Revista: Sport Biomechanics Q2
Estudio IV
Estado: En Revisión
Título: Response of muscle damage markers in serum and saliva to an accentuated
eccentric training protocol

Autores: Jorge M. González-Hernández, Pedro Jiménez-Reyes, José J Cerón, Asta
Tvarijonaviciute, Francisco J. Llorente-Canterano, Luis M. Martínez-Aranda,
Amador García-Ramos.
Estudio V
Estado: En Revision
Título: Resistance training to failure vs. not to failure: acute and delayed markers of
mechanical, neuromuscular and biochemical fatigue
Autores: Jorge M González-Hernández, Amador García-Ramos, David Colomer-
Poveda, Asta Tvarijonaviciute, José Cerón, Pedro Jiménez-Reyes, Gonzalo Márquez.
ANEXOS 367
Estudio I
ANEXOS 369
ANEXOS 371
ANEXOS 373
ANEXOS 375
ANEXOS 377
Estudio II
ANEXOS 379
ANEXOS 381
ANEXOS 383
ANEXOS 385
Estudio III
ANEXOS 387
ANEXOS 389
ANEXOS 391
ANEXOS 393
ANEXOS 395
ANEXOS 397
ANEXOS 399
Divulgación Científica en Congresos
Título del trabajo: Acute and Delayed Knee Extensor Fatigue and Muscle Damage
Following Resistance Training Leading or Not to Failure in Men vs Women
Nombre del congreso: Simposio Internacional de Actualizaciones en el
Entrenamiento de Fuerza
Autor de correspondencia: Si
Ciudad de celebración: Madrid, Comunidad de Madrid, España
Fecha de celebración: 14/12/2018
Fecha de finalización: 15/12/2018
Entidad organizadora: Universidad Politécnica de Madrid
Ciudad entidad organizadora: Madrid, Comunidad de Madrid, España
Jorge Miguel González Hernández; David Colomer Poveda; Asta Tvarijonaviciute;
José Joaquin Cerón; Gonzalo Márquez Sánchez; Pedro Jiménez Reyes.
Following Resistance Training Leading or Not to Failure
Nombre del congreso: X Congreso Internacional de la Asociación Española de
Ciencias del Deporte (AECCD)
Ciudad de celebración: A Coruña, Galicia, España
Entidad organizadora: Instituto Nacional de Educación Física de Galicia (INEFG)
Ciudad entidad organizadora: A Coruña, Galicia, España
José Joaquin Cerón; Pedro Jiménez Reyes; Gonzalo Márquez Sánchez.
Following Resistance Training Leading or Not to Failure
Nombre del congreso: 23rd Annual Congress of the European College of Sport
Science
Ciudad de celebración: Dublin, Irlanda

Jose Joaquin Cerón; Pedro Jiménez Reyes; Gonzalo Márquez Sánchez.
Título del trabajo: Entrenamiento de Fuerza hasta el Fallo vs No Fallo, Efectos

Mecánicos, Neuromusculares y Bioquímicos
Nombre del congreso: IV Jornadas de Investigación y Doctorado: Women in Science
Ciudad de celebración: Murcia, Comunidad de Madrid, España Fecha de
celebración: 18/05/2018
Entidad organizadora: Universidad Católica San Tipo de entidad: Universidad
Antonio de Murcia
Ciudad entidad organizadora: Murcia, Región de Murcia, España
José Joaquin Ceron; Pedro Jiménez Reyes.
Título del trabajo: Response to eccentric strength of muscle damage markers in

serum and saliva: Apilot study
Nombre del congreso: X Simposio Internacional de Actualizaciones en
Entrenamiento de la Fuerza
Ciudad de celebración: Madrid, Comunidad de Madrid, España
Entidad organizadora: Universidad Politécnica de Madrid
Ciudad entidad organizadora: Madrid, Comunidad de Madrid, España
Jorge Miguel González hernández; Luis Manuel Martínez Aranda; David Colomer
Poveda; Francisco Llorente Cantero; Asta Tvarijonaviciute; Joaquin Ceron; Gonzalo
Márquez Sánchez; Pedro Jiménez Reyes.
ANEXOS 401
Consentimientos informados
ANEXOS 403
ANEXOS 405
Estancia Internacional
ANEXOS 407

Tesis de Fuerza

Cargado por

Copyright:

Formatos disponibles

Tesis de Fuerza

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis de Fuerza

Cargado por

Copyright:

Formatos disponibles

ESCUELA INTERNACIONAL DE DOCTORADO

Programa de Doctorado en Ciencias del Deporte

Estudio de los efectos agudos y tardíos de diferentes

Murcia, junio de 2020

Estudio de los efectos agudos y tardíos de diferentes

Murcia, junio de 2020

El Dr. D. Pedro Jiménez Reyes, el Dr. D. Gonzalo Márquez Sánchez y la Dra.

Lo que firmo, para dar cumplimiento al Real Decreto 99/2011, 1393/2007,

Pedro Jiménez Reyes Gonzalo Márquez Sánchez Asta Tvarijonaviciute

Tras casi cuatro años de intenso trabajo, coleccionando momentos, absorbiendo

A mis directores de tesis, gracias Asta Tvarijonaviciute por ofrecerte a

Nada más llegar a la UCAM me abriste las puertas de tu laboratorio y me

Hace casi 10 años que te conozco y aún no he encontrado la manera de

Gracias a mis abuelos, César, Carmina, Miguel y Milagros. Todos ellos

He tenido la suerte de aprender de ti, de tu habilidad para escribir papers,

Durante mi estancia en el laboratorio Pleokinetic de la Universidad Católica

He de reconocer que resumir toda la ayuda que me han prestado en estas

AST Aspartate Aminotrasferase/ Aspartato Aminotrasferasa

Figura 1: Ejemplo de cálculo de la pérdida de velocidad en un 47

Tabla 1: Resumen metodológico en cada estudio 133

Durante el entrenamiento de fuerza, la forma en la que se establezcan las

En el primero de ellos se compara el efecto mecánico, metabólico y perceptual

En una segunda aproximación, se diseñaron dos protocolos diferentes de

El tercer estudio tuvo como objetivo comparar el efecto de tres intervalos

El cuarto estudio tuvo como objetivo evaluar el daño muscular en suero y

Palabras clave: Sentadillas, Cluster, Saliva, Velocidad de Ejecución, Tiempo

Resistance training has proven to be a successful strategy for performance

There is a great deal of research in the field of sports science, where it is

In a second approach, two different squat resistance training protocols

Three training sessions were performed starting with a pre-test, followed

Specifically, saliva was collected applying two different procedures (i)

A randomized crossover design was used to explore the effect of different

As last study of this thesis, a repeated-measures design was used to compare

In the second approach, our results revealed the importance of an adequate

It is then, when we think of measuring the velocity loss between sets as

This proposal for measuring fatigue is not intended to go against what we

It should also be noted that the measurement of muscle damage markers in

Keywords: Squats, Cluster, Saliva, Movement Velocity, Rest Time, Accentuated

El entrenamiento de fuerza ha demostrado ser una estrategia clave para la

Son muchos los centros deportivos que ofertan programas de entrenamiento

Con la idea de indagar en el efecto que produce el entrenamiento de

Existen numerosas investigaciones en el campo de las ciencias del deporte,

se hace necesario investigar sobre la respuesta ante estas variaciones, aportando

Estudio I: Mechanical, metabolic, and perceptual acute responses to different

Estudio III: Effect of different interset rest intervals on movement velocity

Estudio IV: Response of muscle damage markers in serum and saliva to an

excéntrico acentuado. Lo que implica, una mayor demanda mecánica, además

Esta tesis doctoral se desarrolla dentro del grupo de investigación de

último experimento de esta tesis durante la estancia internacional de tres meses y

El trabajo desempeñado por nuestro grupo de investigación para la presente

II/ ORIGEN DE LA PROBLEMÁTICA OBJETO DE ESTUDIO

Son muchos lo artículos científicos y los libros en donde se postula al trabajo

Es necesario conocer el efecto que producirá el estímulo que se pretende

las series resultante al combinar las variables de volumen, intensidad, descanso,

A la hora de evaluar y diseñar los entrenamientos de fuerza, la referencia

posteriormente plantear dos sesiones semanales de entrenamiento durante seis

Fórmula 1. Brzycki estimación del 1 RM

Donde “c” es el valor de la carga y “n” es el número de repeticiones realizadas.

Fórmula 2. Brzycki estimación del 1 RM con datos.