Sobreentrenamiento frente a extralimitación: qué pueden mostrar los wearables y qué no pueden diagnosticar

Terminaste un bloque de entrenamiento brutal. Tu rendimiento bajó, la fatiga se acumuló y supusiste que una semana de descanso lo arreglaría todo. Dos semanas después, sigues más lento, cansado y empiezas a temer entrenamientos que antes disfrutabas. ¿Qué ocurrió?

Ese patrón merece atención, pero no demuestra que pasaras de una extralimitación productiva al síndrome de sobreentrenamiento. Una infección, baja disponibilidad energética, anemia, alteraciones del sueño, efectos de medicamentos, afecciones endocrinas, estrés psicológico y otras causas pueden presentar un aspecto similar.

La ciencia del deporte distingue entre extralimitación funcional, extralimitación no funcional y síndrome de sobreentrenamiento, u OTS, pero es difícil establecer el límite entre ellos en tiempo real.¹ Las tendencias de los wearables aportan contexto sobre la carga y la recuperación. No pueden determinar en qué etapa te encuentras ni sustituir una evaluación clínica.

¿Cuál es la diferencia entre la extralimitación y el síndrome de sobreentrenamiento?

La extralimitación y el síndrome de sobreentrenamiento son conceptos relacionados con resultados de recuperación distintos. El European College of Sport Science y el American College of Sports Medicine describen tres etapas a lo largo de este espectro.¹

La extralimitación funcional (FOR) describe una reducción del rendimiento a corto plazo tras aumentar la carga, seguida de una mejora después de recuperar. Puede utilizarse de forma deliberada en algunos programas periodizados, pero no es necesaria en todos los programas eficaces y el tiempo de recuperación varía.¹²

La extralimitación no funcional (NFO) implica una reducción del rendimiento más prolongada, sin la mejora deseada, y puede aparecer junto con alteraciones del ánimo, fatiga persistente o problemas de sueño.¹³ Esos síntomas son inespecíficos y pueden deberse a causas ajenas al entrenamiento.

El síndrome de sobreentrenamiento (OTS) implica una mala adaptación prolongada y una reducción sostenida del rendimiento, pero sigue siendo un diagnóstico de exclusión.¹ Las cifras citadas a menudo, aproximadamente 60% en corredores de élite y 33% en corredores que no son de élite, se refieren a casos de NFO declarados a lo largo de la vida, no a OTS confirmado; la revisión de Kreher describe el OTS como extremadamente raro y señala que se desconoce su prevalencia.³

El reto principal es que los síntomas se superponen. Un profesional sanitario debe considerar el historial de entrenamiento, el rendimiento, los síntomas y explicaciones médicas alternativas, en vez de situar a un deportista en este continuo mediante la puntuación de un wearable.¹

¿Qué puede mostrar la HRV sobre el estrés del entrenamiento?

La variabilidad de la frecuencia cardiaca mide la variación temporal entre latidos consecutivos y puede reflejar cambios en la regulación autonómica. Una tendencia aporta contexto sobre el estado del entrenamiento, pero un valor más alto no siempre es mejor, uno más bajo no identifica la causa y la HRV no es un biomarcador diagnóstico de NFO u OTS.⁴

El artículo de 2013 de Plews y sus colegas es una revisión del seguimiento de la HRV en deportistas de resistencia, no la intervención con corredores recreativos descrita en versiones anteriores de este artículo.⁴ Su mensaje práctico es que los cambios de HRV deben interpretarse junto con el error de medición, la fase de entrenamiento, la carga, la distribución de la intensidad y otras herramientas de seguimiento.

El estrés de entrenamiento puede coincidir con una HRV suprimida, elevada o más variable según la persona, la fase del entrenamiento y el método de medición.¹⁵ La literatura no establece un periodo de recuperación universal ni un patrón de wearable que distinga FOR, NFO y OTS.

Una sola mañana con HRV baja dice poco. Un cambio persistente merece revisarse junto con los síntomas, el rendimiento, el sueño y la carga, pero ningún número fijo de días identifica automáticamente el sobreentrenamiento ni impone un cambio de sesión.

¿Qué es la proporción de carga aguda a crónica y por qué importa?

La proporción de carga aguda a crónica, o ACWR, compara una ventana de carga reciente con otra más larga. Se popularizó para describir aumentos bruscos de carga, pero no diagnostica el sobreentrenamiento y su validez predictiva y preventiva ha sido objeto de un intenso debate.⁶⁷

Los primeros estudios observacionales propusieron rangos de «zona óptima» y «zona de peligro», pero esos valores procedían de deportes, medidas de carga y cohortes concretos.⁶ No deben tratarse como límites individuales universales.

Vale la pena revisar un aumento de carga, pero una proporción no confirma que un incremento determinado sea peligroso o seguro para una persona. Un ensayo aleatorizado por grupos con 482 futbolistas jóvenes de élite observó que gestionar la carga según la ACWR no reducía los problemas de salud y señaló que ningún estudio había logrado predecirlos a partir de esa proporción.⁷

SensAI no calcula la ACWR ni señala automáticamente una etapa de sobreentrenamiento. El historial de lo planificado frente a lo realizado y las tendencias agregadas de recuperación pueden aportar contexto para conversar sobre el entrenamiento reciente.

Por qué los biomarcadores no pueden distinguir cada etapa por sí solos

FOR, NFO y OTS no producen firmas de wearable distintas que funcionen en todas las personas.¹

Durante una posible extralimitación funcional, una breve reducción del rendimiento puede seguir a una sobrecarga planificada y mejorar tras recuperar. La frecuencia cardiaca, la HRV, el sueño y los síntomas pueden variar, así que ninguno confirma el estado.¹²

Durante una posible extralimitación no funcional, la reducción del rendimiento y la fatiga duran más y pueden aparecer junto con alteraciones del ánimo o el sueño. Son indicios clínicos con muchas explicaciones alternativas, no umbrales fijos de un wearable.¹³

Durante un posible síndrome de sobreentrenamiento, el bajo rendimiento prolongado y los síntomas requieren un estudio clínico. El consenso ECSS/ACSM revisó marcadores hormonales, de rendimiento, psicológicos, bioquímicos e inmunitarios, pero ninguno cumplió los criterios para un uso diagnóstico generalmente aceptado.¹

Varias señales pueden hacer que un patrón merezca atención, pero combinar señales inciertas no las convierte en un diagnóstico. El OTS requiere excluir otras causas.¹

¿Puede la IA diagnosticar el sobreentrenamiento? No

Un LLM puede resumir varias entradas y comentar posibles factores contribuyentes. No hay evidencia de que SensAI u otro sistema de IA de consumo diagnostique el OTS de forma más fiable que una evaluación clínica.

La combinación de un rendimiento en descenso, cambios en las tendencias de recuperación y síntomas que empeoran puede justificar prudencia, pero aun así no sitúa al deportista en el continuo entre FOR y OTS. El mismo patrón podría reflejar infección, ingesta energética insuficiente, anemia, enfermedad endocrina, efectos de medicamentos o estrés vital.

El consenso de Meeusen et al. afirma que distinguir NFO de OTS es difícil, depende del resultado clínico y de un diagnóstico de exclusión, y no cuenta con un marcador generalmente aceptado.¹ Varios indicadores respaldan el historial clínico, pero no lo sustituyen.

Los datos del Apple Watch llegan directamente a SensAI mediante HealthKit, mientras que las métricas compatibles de Garmin, Oura y WHOOP llegan a través de HealthKit. SensAI resume las tendencias agregadas de recuperación disponibles y el historial de entrenamiento para el coaching con LLM. No puede identificar la causa de un cambio, calcular una puntuación de riesgo médico ni razonar sin incertidumbre y puntos ciegos.

¿Cómo siguen los wearables el continuo del sobreentrenamiento en tiempo real?

Los wearables modernos recogen señales que aportan contexto sobre el entrenamiento y la recuperación, pero no son monitores continuos de OTS.

Cada dispositivo muestra métricas diferentes de frecuencia cardiaca, HRV, sueño, temperatura, actividad y preparación propias de la plataforma. La disponibilidad y los métodos de medición varían según el dispositivo, su configuración y la integración.

Esas métricas pueden discrepar y ninguna confirma sobreentrenamiento ni una enfermedad en fase inicial. Un cambio de temperatura o preparación invita a revisar los síntomas y el contexto, no constituye un diagnóstico.

El resumen diario de recuperación de SensAI puede colocar las métricas agregadas disponibles junto al historial de entrenamiento. Después puedes pedir al coach que comente los factores que quizá hayan contribuido y solicitar un cambio en la sesión. SensAI no crea una posición compuesta de OTS ni elige automáticamente una intensidad, un volumen o un día de recuperación.

¿Qué debes hacer cuando empeoran el rendimiento y las tendencias de recuperación?

No supongas que las tendencias de los biomarcadores indican NFO. Si el rendimiento y la recuperación empeoran a la vez, evita aumentar el entrenamiento a ciegas y revisa todo el contexto.

Si cambia la HRV, compara la tendencia con la calidad de la medición, los síntomas, el rendimiento, el sueño y el entrenamiento reciente. No se ha validado para todas las personas ningún número fijo de días ni una reducción porcentual.⁴

Si la carga cambió de forma brusca, considera un ajuste prudente elegido por ti sin tratar la ACWR como un límite de seguridad.⁶⁷

Si empeoran el sueño y los síntomas, prioriza el descanso y busca orientación cuando corresponda. Las alteraciones del sueño son inespecíficas y pueden acompañar al estrés del entrenamiento, a una enfermedad y a muchas otras afecciones.³

Si la fatiga, los síntomas de enfermedad, los cambios de ánimo o la reducción del rendimiento son persistentes, marcados o empeoran, solicita una evaluación clínica cuanto antes, en vez de esperar un periodo fijo de autotratamiento. Un profesional quizá tenga que evaluar una infección, RED-S o una alimentación insuficiente, anemia, afecciones endocrinas, efectos de medicamentos y otras causas antes de considerar el OTS.¹

SensAI no automatiza esta decisión ni detecta una transición al OTS. Puedes solicitar un cambio en la sesión actual al coach conversacional, y la regeneración semanal del programa puede utilizar las tendencias reales de rendimiento y recuperación. La evaluación médica sigue siendo un proceso independiente.

¿Por qué la mayoría de los deportistas pasa por alto las señales de sobreentrenamiento?

La mayoría las pasa por alto porque los primeros síntomas se parecen a los de un entrenamiento duro normal. Es lógico sentir fatiga después de una sesión exigente. Una motivación un poco más baja se atribuye a un mal día. Una caída del rendimiento se interpreta como una necesidad de «esforzarse más».

La revisión de Kreher y Schwartz presenta los síntomas psicológicos de la NFO temprana, como mayor irritabilidad, menor motivación y alteraciones del ánimo, como contexto potencialmente relevante.³ Pero la cultura deportiva condiciona a entrenar pese a la incomodidad. La misma fortaleza mental que permite un alto rendimiento también puede dificultar reconocer cuándo detenerse.

El seguimiento con wearables no elimina los sesgos ni la incertidumbre. La HRV, la frecuencia cardiaca en reposo y las estimaciones del sueño son ruidosas e incompletas, mientras que los síntomas y el rendimiento siguen siendo un contexto esencial.

El reto es interpretarlos. Un LLM puede explicar tendencias y ayudar a plantear preguntas, pero las modificaciones de la sesión actual solo ocurren cuando el usuario las solicita y no constituyen asesoramiento médico.

SensAI ofrece a los deportistas cotidianos una forma conversacional de revisar el contexto de recuperación disponible, el historial de entrenamiento, los objetivos y las limitaciones. No reproduce un equipo clínico de ciencias del deporte ni deduce el riesgo individual de sobreentrenamiento.

¿Cómo será el futuro de la prevención del sobreentrenamiento impulsada por IA?

Las investigaciones futuras podrían mejorar la forma de resumir el contexto del entrenamiento y la recuperación, pero los sistemas de consumo actuales no detectan ni predicen el OTS.

La investigación estudia la combinación de señales de wearables con el trabajo, los viajes, la nutrición y el contexto psicológico.⁸ Estos modelos siguen siendo herramientas de investigación y no deben describirse como una predicción validada del riesgo individual de OTS.

Los nuevos sensores podrían añadir contexto en la investigación, pero el consenso sobre recuperación citado no establece el seguimiento continuo de glucosa como biomarcador temprano de NFO u OTS.⁸

Por ahora, las tendencias del wearable y del entrenamiento son contexto, no una progresión rastreable con firmas claras de cada etapa. Utilízalas para detectar cambios y formular mejores preguntas. Recurre a atención clínica cualificada para investigar un bajo rendimiento persistente o síntomas preocupantes.

---

References

Footnotes

1. 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, 45(1), 186-205, 2013. https://doi.org/10.1249/MSS.0b013e318279a10a ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴

2. Halson, S. L., & Jeukendrup, A. E. “Does Overtraining Exist? An Analysis of Overreaching and Overtraining Research.” Sports Medicine, 34(14), 967-981, 2004. https://doi.org/10.2165/00007256-200434140-00003 ↩ ↩²

3. Kreher, J. B., & Schwartz, J. B. “Overtraining Syndrome: A Practical Guide.” Sports Health, 4(2), 128-138, 2012. https://doi.org/10.1177/1941738111434406 ↩ ↩² ↩³ ↩⁴ ↩⁵

4. Plews, D. J., Laursen, P. B., Stanley, J., Kilding, A. E., & Buchheit, M. “Training Adaptation and Heart Rate Variability in Elite Endurance Athletes: Opening the Door to Effective Monitoring.” Sports Medicine, 43(9), 773-781, 2013. https://doi.org/10.1007/s40279-013-0071-8 ↩ ↩² ↩³

5. Buchheit, M. “Monitoring Training Status with HR Measures: Do All Roads Lead to Rome?” Frontiers in Physiology, 5, 73, 2014. https://doi.org/10.3389/fphys.2014.00073 ↩

6. Gabbett, T. J. “The Training—Injury Prevention Paradox: Should Athletes Be Training Smarter and Harder?” British Journal of Sports Medicine, 50(5), 273-280, 2016. https://doi.org/10.1136/bjsports-2015-095788 ↩ ↩² ↩³

7. Dalen-Lorentsen T, Bjørneboe J, Clarsen B, Vagle M, Fagerland MW, Andersen TE. “Does load management using the acute:chronic workload ratio prevent health problems? A cluster randomised trial of 482 elite youth footballers of both sexes.” British Journal of Sports Medicine, 2021;55(2):108-114. https://bjsm.bmj.com/content/55/2/108 ↩ ↩² ↩³

8. Kellmann, M., Bertollo, M., Bosquet, L., Brink, M., Coutts, A. J., Duffield, R., Erlacher, D., Halson, S. L., Hecksteden, A., Heidari, J., Kallus, K. W., Meeusen, R., Mujika, I., Robazza, C., Skorski, S., Venter, R., & Beckmann, J. “Recovery and Performance in Sport: Consensus Statement.” International Journal of Sports Physiology and Performance, 13(2), 240-245, 2018. https://doi.org/10.1123/ijspp.2017-0759 ↩ ↩²