Alternativas a AI Endurance en 2026: cuándo el coach de resistencia con gemelo digital deja de encajar (y a qué cambiar)

Si AI Endurance construyó un gemelo digital tuyo, ¿por qué estás buscando alternativas?

La alternativa correcta a AI Endurance depende por completo de cuál de cinco frustraciones específicas te empujó a buscar — y la mayoría de las listas de «mejores alternativas» nunca lo pregunta.

AI Endurance (aiendurance.com) es una plataforma de coaching basada en machine learning para corredores, ciclistas y triatletas, disponible en web, iOS y Android. Su seña de identidad es un gemelo digital: una red neuronal por usuario entrenada con tu propio historial de entrenamiento, actualizada aproximadamente cada 24 horas, que simula cómo responderías a distintos planes y prescribe el que predice que maximizará tu rendimiento en competición.

Traduzcamos eso en claro. Es machine learning predictivo — cálculo numérico que pronostica resultados —, no el tipo de IA al estilo ChatGPT que la mayoría entiende en 2026. No conversa contigo ni se explica a sí mismo. Calcula un plan y te lo entrega.

Esa distinción es el hilo conductor de toda esta guía, así que consérvala: un modelo que pronostica es un animal distinto de un coach que razona en voz alta.

Estas son las cinco frustraciones que llevan a la gente a buscar la salida:

La caja negra — hace predicciones que no puedes interrogar ni discutir.
Sin contexto — modela tu fisiología pero no sabe nada de tu semana real.
Aristas sin pulir — un reproductor de entrenamientos inmaduro, integraciones toscas y un silo de un solo deporte a la vez.
El peaje de DFA alpha 1 — su mejor señal exige una banda pectoral y disciplina para mantener datos limpios.
Quieres más — un coach humano, o un ecosistema más grande del que una app construida por una sola persona puede ofrecer.

Cada una apunta a un lugar distinto. Esta guía relaciona el motivo con el cambio adecuado — con SensAI incluido, pero solo donde honestamente es la respuesta — y es igual de clara sobre los casos en los que la respuesta no somos nosotros.

La alternativa correcta a AI Endurance depende de por qué te vas

Encuentra la fila que suene a ti y luego lee hacia la derecha. Esa es toda la decisión.

Por qué te vas	Lo que realmente necesitas	Cambia a
Predicciones de caja negra que no puedes interrogar	Un coach que muestre su razonamiento	SensAI (explicaciones con LLM) o Athletica (transparencia con ciencia publicada)
Prescribe, pero no puede razonar sobre tu semana o tu vida	Contexto conversacional y memoria	SensAI
Reproductor de entrenamientos inmaduro, integraciones toscas, silo de un solo deporte	Ejecución pulida	TrainerRoad (estructurado) o JOIN (ciclismo)
Carga de configurar DFA alpha 1 (banda pectoral, datos sin artefactos)	Una señal adaptativa más simple	Xert o JOIN; recuperación con wearable de muñeca → SensAI
Quieres un coach humano o un ecosistema más grande	Un mercado de coaches y analíticas profundas	TrainingPeaks (con Intervals.icu como sandbox gratuito)

Fíjate en que solo una de estas filas apunta directamente a un coach con LLM. La mayoría te envía a otro lado — a una app de ciclismo pulida, a un modelo de potencia sin banda, o a una persona en un mercado. Eso es deliberado. Un coach que razona y es consciente de la recuperación resuelve un problema específico, y fingir que resuelve las cinco sería exactamente el tipo de sobreventa que esta guía existe para evitar.

Lo que AI Endurance hace genuinamente bien

Hay que reconocer lo que se ha ganado: AI Endurance hace ciencia del deporte real y defendible, y las críticas que vienen más adelante en este artículo son sobre la experiencia, no sobre la medición.

El gemelo digital, explicado en claro

Piensa en el gemelo digital como un modelo meteorológico — pero el clima eres tú.

El modelo de un meteorólogo ingiere la atmósfera de hoy y simula miles de mañanas posibles para encontrar la más probable. AI Endurance construye una red neuronal por atleta a partir de los entrenamientos que subes, la reentrena aproximadamente cada 24 horas a medida que llegan nuevos datos, y luego simula planes de entrenamiento candidatos contra ese modelo de ti. Entrega el plan que predice que producirá tu mejor resultado en competición.

Eso es realmente inteligente. Un plan basado en el promedio poblacional te trata como al atleta mediano; un modelo personal te trata como a ti. La trampa — y es la columna vertebral de la frustración n.º 1 — es que un pronóstico no es una explicación.

DFA alpha 1: detección del umbral sin prueba de laboratorio

La otra función estrella de AI Endurance estima tus umbrales de entrenamiento a partir de la variabilidad de la frecuencia cardíaca, sin necesidad de medidor de lactato ni máscara de gases.

Esta es la versión en claro. Durante el ejercicio, el tiempo entre latido y latido lleva una firma fractal oculta, y una medida de ella — el exponente de escala a corto plazo del análisis de fluctuación sin tendencia, o DFA alpha 1 — se desplaza de forma predecible a medida que te esfuerzas más. Bruce Rogers, MD, de la Facultad de Medicina de la Universidad de Florida Central, y Thomas Gronwald, PhD, de la MSH Medical School Hamburg, demostraron en una serie de estudios que esta firma sigue la intensidad: tu umbral aeróbico se sitúa cerca de un valor de DFA alpha 1 de aproximadamente 0.75,¹ y tu umbral anaeróbico, más alto, cerca de aproximadamente 0.5.² Gronwald y sus colegas plantearon el marcador como una lectura a nivel de sistema de cuánto se está exigiendo a todo tu organismo.³

Esto es fisiología real revisada por pares, no una métrica de marketing — y la implementación que hace AI Endurance de ella se sostiene. Pruebas independientes encontraron que su cálculo de DFA alpha 1 correlacionaba con Kubios, el estándar de referencia de nivel de investigación, en aproximadamente r = 0.96, con solo diferencias triviales.⁴

Así que seamos precisos con la queja. La medición es precisa. Las frustraciones con las que se topa la gente tienen que ver con la carga de recopilarla y la opacidad de lo que el modelo hace con ella — a lo que llegaremos.

Precios de AI Endurance (a julio de 2026)

AI Endurance cuesta aproximadamente $20/mes, o unos $130 en un plan anual, con una prueba gratuita de 14 días que no exige información de pago. A julio de 2026, las cifras publicadas varían según la plataforma y la región — el plan anual directo ronda los $130, mientras que el precio dentro de la App Store es más alto, cercano a los $200/año — así que confirma la cifra actual en aiendurance.com/pricing. Incluso en el extremo superior de ese rango, sigue por debajo de la mayoría de las suscripciones de entrenamiento estructurado, quedando bastante por debajo de TrainerRoad.

En cuanto a conectividad, es generoso. Importa desde Garmin, Suunto, Coros, Polar, Wahoo, Hammerhead, Intervals.icu, Strava, Stryd, Oura, WHOOP y Zwift, y exporta entrenamientos de vuelta a Garmin, Zwift, TrainingPeaks, Intervals.icu, Rouvy y TrainerDay. Si tus datos viven en algún sitio, probablemente pueda alcanzarlos.

Frustración n.º 1: la caja negra — predicciones que no puedes interrogar

El motivo más común, con diferencia, por el que la gente abandona un coach predictivo es que les da un plan nuevo pero nunca una razón.

Te despiertas, el gemelo ha regenerado tu semana, y la sesión de hoy es distinta. ¿Por qué? No puedes preguntar. El modelo ejecutó su simulación, los números se movieron, y la interfaz te entrega un resultado sin ningún argumento adjunto. Si no estás de acuerdo, no hay nada contra lo que discutir.

Hay una versión más profunda de este problema que se discute en hilos de la comunidad sobre la plataforma: un modelo entrenado con tu propio historial tiende a optimizar dentro de ese historial.⁵ Si tu entrenamiento pasado fue mediocre o estuvo interrumpido por lesiones, el gemelo aprende de esa mediocridad y prescribe con confianza dentro de esos límites. También puede apoyarse mucho en resultados simulados en lugar de resultados registrados de atletas reales siguiendo planes reales — que es un tipo de validación muy distinto. Un pronóstico construido sobre tu techo puede mantenerte silenciosamente por debajo de él.

Dos vías de escape resuelven esto desde direcciones opuestas.

Athletica responde a la transparencia con ciencia publicada: es un motor de reglas construido sobre el modelo de Potencia Crítica, así que cada prescripción se remonta a una fórmula que puedes inspeccionar. Escribimos una guía complementaria completa sobre cuándo Athletica deja de encajar y a qué cambiar — la versión corta es que su transparencia es estructural, no conversacional.

SensAI responde con lenguaje. Como es un coach con LLM y no un modelo de predicción, puedes literalmente preguntar «¿por qué esta semana es más ligera que la anterior?» — y obtener una respuesta en claro que hace referencia a tu HRV nocturna real y a tu sueño reciente, y luego negociar a partir de ahí. También puede decirte que está leyendo esa HRV como una tendencia continua y no como una única mañana alarmante — el principio que Daniel Plews, PhD, de la Auckland University of Technology, ha pasado una década estableciendo sobre cómo interpretar la señal siquiera.⁶ Ese contrato de «pregúntale por qué» es todo el sentido de una app de entrenamiento que explica su razonamiento en lugar de simplemente emitir órdenes. Un pronóstico que no puedes cuestionar es exactamente lo que un coach explicable sustituye.

Frustración n.º 2: predice tu fisiología pero no puede razonar sobre tu vida

¿Qué pasa cuando el modelo conoce tus últimos 200 entrenamientos al dedillo — pero no tiene ni idea de que esta noche tienes un vuelo nocturno?

Esa es la frustración n.º 2, y es estructural. El gemelo digital es un mapa excelente de tu fisiología y un vacío total sobre tus circunstancias. No puede tener en cuenta el vuelo, la semana con fecha límite, la molestia en el isquiotibial que le mencionarías a cualquier coach humano en una sola frase. Quienes reseñan la plataforma han señalado exactamente esto: sus ajustes de recuperación pasan por alto el contexto del mundo real, la configuración es exigente y la curva de aprendizaje es pronunciada.

Un coach con LLM cambia el contrato porque puede retener lo desordenado y no numérico. SensAI mantiene memoria de tus lesiones, restricciones y horario a lo largo de las sesiones; te permite modificar un entrenamiento a mitad de una serie en lenguaje natural; y regenera tu semana combinando datos de rendimiento, señales de recuperación y lo que sea que le hayas contado sobre tu vida. Dile que viajas el jueves y que duermes mal, y eso da forma al plan del viernes.

Nada de esto significa que la adaptación sea magia — la evidencia es más interesante que eso. Los ensayos controlados siguen encontrando que dejar que la recuperación medida guíe el entrenamiento iguala o supera a un plan fijo. Los corredores guiados por HRV en un estudio aleatorizado mejoraron su tiempo en 3000 m alrededor de un 2.1% frente a un 1.1% del grupo con plan predefinido.⁷ Los ciclistas guiados por HRV en otro estudio mejoraron la potencia pico en torno a un 5.1% y su contrarreloj de 40 minutos alrededor de un 7.3%, mientras que el grupo de periodización tradicional no mejoró de forma significativa durante el bloque.⁸ Un tercer grupo igualó las ganancias de rendimiento de un plan fijo mientras prescribía menos trabajo duro.⁹

Así que responder a tu estado medido claramente funciona. La pregunta abierta no es si la adaptación ayuda — es si la adaptación es legible y negociable, o si ocurre en silencio dentro de un modelo. Para una mirada más profunda sobre cómo se juega esto deporte a deporte, consulta nuestro artículo sobre coaching con IA para atletas de resistencia.

La advertencia honesta de nuestro lado: la profundidad de SensAI en resistencia todavía está madurando frente a una plataforma dedicada a triatlón, y hoy es exclusivo de iOS. Ganamos en razonamiento y memoria, no en trayectoria en resistencia.

Frustración n.º 3: el reproductor de entrenamientos, las integraciones y el silo de un solo deporte

Si tu frustración es la ejecución y no la inteligencia, la solución no es un modelo más inteligente — es una app más pulida.

AI Endurance es, según la mayoría de los relatos, una operación pequeña que rinde por encima de su peso, y eso se nota en las aristas sin pulir. Carece de un reproductor de entrenamientos guiados maduro, una queja que surge incluso entre usuarios de largo plazo por lo demás satisfechos. Los comentarios de la App Store — un conjunto modesto de valoraciones que promedian alrededor de cuatro estrellas a julio de 2026 — señalan integraciones toscas con terceros, huecos en el calendario y una interfaz bastante básica. Y, por lo general, te comprometes a ser corredor o ciclista o triatleta a la vez, en lugar de entrenar con fluidez entre deportes.

Aun así, démosle su mérito al otro lado. Los usuarios de largo plazo elogian lo limpiamente que incorpora la HRV nocturna y los datos de frecuencia cardíaca en reposo a su planificación, lo receptivo que es el desarrollador en solitario ante el feedback, y lo mucho más barato que es que los incumbentes de entrenamiento estructurado. Es una herramienta que mejora de forma constante y escucha.

AI Endurance frente a TrainerRoad

Elige TrainerRoad si el pulido en la ejecución es tu punto de ruptura; quédate con AI Endurance si el precio y los umbrales basados en HRV importan más.

TrainerRoad representa el compromiso opuesto: centrado en ciclismo, con una biblioteca enorme de entrenamientos estructurados, el mejor reproductor de entrenamientos indoor de la categoría, y entrenamiento adaptativo que remodela tu plan a medida que completas salidas. Cuesta $21.99/mes o $209/año a julio de 2026 — notablemente más que AI Endurance, y sin ninguna capa de razonamiento conversacional. Lo que compras es ejecución y profundidad sobre el sillín, no un coach con el que puedas hablar.

JOIN

Para ciclismo puro con menos maquinaria, JOIN ofrece salidas diarias adaptativas que se ajustan a lo que realmente hiciste, por €16.99/mes o €119.99/año a julio de 2026. Es más simple que TrainerRoad y más limitado que AI Endurance — una opción clara si «solo dime la salida de hoy» es toda la petición.

Frustración n.º 4: el peaje oculto de DFA alpha 1 — la banda pectoral y la carga de configuración

La trampa que nadie menciona cuando te venden las pruebas de umbral sin laboratorio: DFA alpha 1 es tan bueno como los datos crudos que lo alimentan, y conseguir datos limpios es una tarea pesada.

Medirlo bien significa capturar datos latido a latido (intervalo R-R) sin artefactos durante el ejercicio. Eso requiere una banda pectoral de calidad, la configuración de grabación correcta y vigilancia sobre las caídas de señal — un latido perdido al azar puede arruinar el cálculo. La frecuencia cardíaca óptica de muñeca, el tipo que la mayoría de la gente realmente usa, en general no es lo bastante precisa para esto. El propio trabajo de Rogers y Gronwald subraya lo sensible que es el marcador a la calidad de la grabación y a la corrección de artefactos;¹³ es un protocolo real, no una lectura pasiva. Y aquí hay una lección más amplia de la ciencia de la monitorización: Shona Halson, PhD, ha sostenido que el valor de cualquier métrica de entrenamiento se derrumba si recopilarla no es lo bastante práctica como para sostenerse — la interpretación ya es la parte difícil sin sumarle encima una tarea de captura de datos.¹⁰

Si ese ritual es lo que te está desgastando, tienes opciones.

Xert modela tu forma física solo a partir de la potencia — sin ritual de banda — y se adapta a partir de ahí, por aproximadamente $10–15/mes (subió precios recientemente) con una prueba gratuita de 30 días. JOIN, de igual modo, se apoya en la potencia y en las salidas completadas en lugar de un protocolo de HRV durante el ejercicio.

Y si lo que realmente quieres es un coaching consciente de la recuperación sin atarte a un laboratorio en cada entrenamiento, SensAI toma el camino del wearable de muñeca. Lee la HRV nocturna, el sueño y la frecuencia cardíaca en reposo desde un Apple Watch, Oura, WHOOP o Garmin a través de Apple HealthKit, y entrena a partir de los datos de recuperación que tu wearable ya recopila mientras duermes — sin ningún protocolo de banda durante el ejercicio. Esa señal de sueño tampoco es un simple extra: una sola noche de privación parcial de sueño perjudica de forma medible la recuperación tras una sola sesión de entrenamiento,¹¹ así que leerla bien durante la noche vale la pena. La mecánica de ese proceso se cubre en nuestro análisis a fondo de la integración de HRV y wearables.

Un límite, dicho sin rodeos para que nadie lo malinterprete: la preparación por HRV nocturna y el DFA alpha 1 durante el ejercicio son mediciones distintas que responden preguntas distintas. DFA alpha 1 estima tus umbrales de entrenamiento en mitad del esfuerzo; la HRV nocturna mide tu estado de recuperación en reposo. SensAI hace lo segundo, no lo primero — no va a replicar la detección de umbrales, y no afirma hacerlo. Lo que elimina es el peaje de la banda específicamente para la tarea de coaching de recuperación.

Frustración n.º 5: quieres una persona — o un ecosistema más grande

A veces la respuesta honesta es que ninguna app basta, y quieres a una persona en el proceso o una plataforma más profunda debajo de ti.

Esa es una salida elegante hacia TrainingPeaks. Su nivel Premium ronda los $19.95/mes (aproximadamente $120–135 facturados anualmente, con un nivel básico gratuito) a julio de 2026, y su verdadero atractivo es el mercado de coaches — puedes contratar a una persona real y darle analíticas estándar de la industria con las que trabajar. Combínalo con Intervals.icu, un sandbox de análisis gratuito genuinamente potente (una contribución opcional de patrocinador desbloquea extras), y ten en cuenta que AI Endurance puede exportar directamente ahí si quieres los planes del gemelo en un espacio de trabajo más completo.

Hay una razón fisiológica por la que la supervisión humana se gana su tarifa en los márgenes. El sobreentrenamiento no es un único interruptor que se activa — la declaración de consenso del European College of Sport Science y el American College of Sports Medicine concluyó que no hay un marcador único para el sobreesfuerzo no funcional; hay que sopesar múltiples señales frente a la situación real de un atleta.¹² Ese tipo de decisión de criterio, cerca de la línea roja, es donde un coach que te conoce puede superar a cualquier fórmula. Si estás sopesando esta vía, nuestra guía complementaria sobre alternativas a Athletica desarrolla con más profundidad el caso humano y de ecosistema.

Software de coaching de resistencia en 2026: el panorama completo

Si te alejas, el campo se organiza en filosofías distintas en lugar de un único ranking. Aquí está el panorama, con cada motor descrito con honestidad.

Plataforma	Motor de coaching	Deportes	Precio (a julio de 2026)	Ideal para
AI Endurance	Gemelo digital de ML por atleta + DFA alpha 1	Carrera / ciclismo / triatlón, uno a la vez	~$20/mes, ~$130–200/año	Atletas autoentrenados basados en datos
TrainerRoad	ML adaptativo + biblioteca estructurada	Centrado en ciclismo	$21.99/mes, $209/año	Ejecución pulida
Athletica	Motor de reglas transparente (Potencia Crítica)	Multideporte	$19.90/mes, ~$189/año	Transparencia con ciencia publicada
TrainingPeaks	Analíticas + mercado de coaches humanos	Multideporte	$19.95/mes, ~$120–135/año (básico gratuito)	Coaching humano + ecosistema
Intervals.icu	Sandbox de análisis manual	Multideporte	Gratuito (+ patrocinador opcional)	Usuarios avanzados que hacen todo por su cuenta
JOIN	Salidas diarias adaptativas	Ciclismo	€16.99/mes, €119.99/año	Adaptación simple para ciclismo
Xert	Firma de forma física basada en potencia	Ciclismo	~$10–15/mes, prueba de 30 días	Ciclismo adaptativo sin banda
TriDot	Optimización de triatlón con ML + niveles de coach	Triatlón	Por niveles, ~$15–200/mes	Triatletas que quieren añadidos de coach
Humango	Programación multideporte con IA	Multideporte	~$17–29/mes	Personas ocupadas que programan multideporte
SensAI	Coach con LLM + datos de recuperación de wearables	Centrado en fitness; resistencia en maduración	Suscripción, sin nivel gratuito, iOS	Atletas que quieren razonamiento y explicaciones

Un par de notas al margen sobre la tabla: Spoked existe como otra opción de ciclismo en el rango de aproximadamente $14–15/mes, y los precios en todo este campo cambian — confirma cada uno en el propio sitio del proveedor antes de comprometerte.

La verdad incómoda es que «mejor app de coaching de resistencia 2026» no tiene una única respuesta, y cualquier lista que te dé una te está vendiendo algo. Haz el diagnóstico en su lugar: nombra primero la frustración, y la plataforma se desprende de ahí. Para un campo más amplio que incluya fuerza y fitness general, nuestro resumen de las mejores apps de entrenador personal con IA de 2026 cubre terreno que esta lista centrada en resistencia no cubre.

Cuándo deberías quedarte con AI Endurance

Muchos atletas deberían ignorar toda esta guía y mantener su suscripción. Quedarte es la decisión correcta si eres:

Un atleta autoentrenado y con fluidez en los datos que realmente disfruta confiando en un modelo bien construido y no necesita que se explique con palabras.
Equipado para obtener buenos datos de HRV — tienes una banda pectoral de calidad, capturas intervalos R-R limpios, y quieres seguimiento de umbrales sin laboratorio. La ciencia de DFA alpha 1 que hay detrás es legítima, y su implementación es precisa.¹⁴
Sensible al precio — queda notablemente por debajo de TrainerRoad y de la mayoría de los incumbentes de entrenamiento estructurado.
Contento con un desarrollador en solitario receptivo que lanza mejoras constantes y escucha el feedback, algo que los usuarios de largo plazo elogian de forma consistente.

También hay aquí un encaje de filosofía de entrenamiento. Si ya confías en un enfoque mayormente sin intervención, guiado por un modelo, y manejas por tu cuenta las decisiones diarias de «forzar o frenar», un motor predictivo se ajusta a tu forma de entrenar. El rendimiento en resistencia depende en gran medida de acertar con tu distribución de intensidad — el reparto aproximado 80/20 entre suave y duro que el trabajo de Stephen Seiler estableció como el patrón al que convergen los atletas de élite¹³ — y un modelo disciplinado que mantenga esa estructura por ti es una manera perfectamente válida de mantenerte honesto al respecto. Si quieres profundizar en ese reparto, consulta nuestra guía sobre entrenamiento polarizado, por umbrales y piramidal.

Preguntas frecuentes: respuestas rápidas

¿Cuál es la mejor alternativa a AI Endurance?

No hay un ganador universal — depende de por qué te vas. Para un coach que explique su razonamiento en claro, una app con LLM como SensAI; para una ejecución de entrenamientos pulida, TrainerRoad; para un coach humano y un ecosistema más grande, TrainingPeaks. Relaciona la herramienta con tu frustración específica. (Las advertencias honestas de SensAI: sin nivel gratuito, sin mercado de coaches humanos, y una profundidad en resistencia que todavía está madurando.)

¿Cuánto cuesta AI Endurance?

Aproximadamente $20/mes o unos $130 en un plan anual, aunque las cifras publicadas varían según la plataforma y la región — el precio dentro de la App Store se acerca más a los $200/año. Hay una prueba gratuita de 14 días que no exige información de pago. Confirma la cifra actual en aiendurance.com/pricing, ya que los precios cambian.

AI Endurance frente a TrainerRoad — ¿cuál debería elegir?

Elige TrainerRoad si el pulido en la ejecución es tu punto de ruptura: tiene el mejor reproductor de entrenamientos indoor, una biblioteca estructurada enorme y entrenamiento adaptativo, por $21.99/mes o $209/año. Quédate con AI Endurance si el precio y el seguimiento de umbrales basado en HRV importan más que una interfaz elegante.

AI Endurance frente a Athletica — ¿cuál es la diferencia real?

AI Endurance es una caja negra de ML predictivo: una red neuronal por atleta que pronostica tu mejor plan sin explicar su razonamiento. Athletica es un motor de reglas transparente construido sobre el modelo de Potencia Crítica, así que cada prescripción se remonta a una fórmula inspeccionable. Uno optimiza de forma opaca; el otro muestra su trabajo. Nuestra guía de alternativas a Athletica cubre ese compromiso en detalle.

¿Es preciso el DFA alpha 1 de AI Endurance?

Sí — pruebas independientes encontraron que su cálculo de DFA alpha 1 correlacionaba con el estándar de nivel de investigación Kubios en aproximadamente r = 0.96, con solo diferencias triviales.⁴ La verdadera advertencia no es la precisión, es la carga: conseguir datos limpios y sin artefactos exige una banda pectoral de calidad y una disciplina de grabación cuidadosa en cada sesión, que es exactamente el peaje de configuración del que algunos atletas se van para escapar.

References

Rogers B, Giles D, Draper N, Hoos O, Gronwald T. “A New Detection Method Defining the Aerobic Threshold for Endurance Exercise and Training Prescription Based on Fractal Correlation Properties of Heart Rate Variability.” Frontiers in Physiology, 2021. https://pubmed.ncbi.nlm.nih.gov/33519504/ ↩ ↩² ↩³
Rogers B, Giles D, Draper N, Mourot L, Gronwald T. “Detection of the Anaerobic Threshold in Endurance Sports: Validation of a New Method Using Correlation Properties of Heart Rate Variability.” Journal of Functional Morphology and Kinesiology, 2021. https://pubmed.ncbi.nlm.nih.gov/33925974/ ↩
Gronwald T, Rogers B, Hoos O. “Fractal Correlation Properties of Heart Rate Variability: A New Biomarker for Intensity Distribution in Endurance Exercise and Training Prescription?” Frontiers in Physiology, 2020. https://pubmed.ncbi.nlm.nih.gov/33071812/ ↩ ↩²
Muscle Oxygen Training. “AI Endurance – DFA a1 accuracy initial review.” muscleoxygentraining.com, July 2021. http://www.muscleoxygentraining.com/2021/07/ai-endurance-dfa-a1-accuracy-initial.html ↩ ↩² ↩³
TrainerRoad Forum. “AIEndurance … thoughts?” TrainerRoad Community. https://www.trainerroad.com/forum/t/aiendurance-thoughts/59786 ↩
Plews DJ, Laursen PB, Stanley J, Kilding AE, Buchheit M. “Training adaptation and heart rate variability in elite endurance athletes: opening the door to effective monitoring.” Sports Medicine, 2013. https://pubmed.ncbi.nlm.nih.gov/23852425/ ↩
Vesterinen V, Nummela A, Heikura I, Laine T, Hynynen E, Botella J, Häkkinen K. “Individual Endurance Training Prescription with Heart Rate Variability.” Medicine and Science in Sports and Exercise, 2016. https://pubmed.ncbi.nlm.nih.gov/26909534/ ↩
Javaloyes A, Sarabia JM, Lamberts RP, Moya-Ramon M. “Training Prescription Guided by Heart-Rate Variability in Cycling.” International Journal of Sports Physiology and Performance, 2019. https://pubmed.ncbi.nlm.nih.gov/29809080/ ↩
Nuuttila OP, Nikander A, Polomoshnov D, Laukkanen JA, Häkkinen K. “Effects of HRV-Guided vs. Predetermined Block Training on Performance, HRV and Serum Hormones.” International Journal of Sports Medicine, 2017. https://pubmed.ncbi.nlm.nih.gov/28950399/ ↩
Halson SL. “Monitoring training load to understand fatigue in athletes.” Sports Medicine, 2014. https://pubmed.ncbi.nlm.nih.gov/25200666/ ↩
Rae DE, Chin T, Dikgomo K, Hill L, McKune AJ, Kohn TA, Roden LC. “One night of partial sleep deprivation impairs recovery from a single exercise training session.” European Journal of Applied Physiology, 2017. https://pubmed.ncbi.nlm.nih.gov/28247026/ ↩
Meeusen R, Duclos M, Foster C, Fry A, Gleeson M, Nieman D, Raglin J, Rietjens G, Steinacker J, Urhausen A. “Prevention, diagnosis, and treatment of the overtraining syndrome: joint consensus statement of the European College of Sport Science and the American College of Sports Medicine.” Medicine & Science in Sports & Exercise, 2013. https://pubmed.ncbi.nlm.nih.gov/23247672/ ↩
Seiler S. “What is best practice for training intensity and duration distribution in endurance athletes?” International Journal of Sports Physiology and Performance, 2010. https://pubmed.ncbi.nlm.nih.gov/20861519/ ↩