Jordi Illa

Òscar Alonso

Fabio Serpiello

Ryan Hodder

Xavier Reche

Resumen

Las exigencias condicionales a las que están sometidos los deportistas profesionales en competición han sido objeto de estudio durante las últimas décadas. El presente estudio tiene como primer objetivo describir las demandas de carga externa a las que están sometidos los jugadores de élite de fútbol sala para posteriormente comprobar si existen diferencias entre las posiciones específicas de juego. 14 jugadores profesionales de primera división de la Liga Nacional de Fútbol Sala española fueron categorizados en tres grupos de acuerdo con su posición específica en el campo: cierre (C), ala (A) y pívot (P). Los porteros no fueron incluidos en el estudio. Durante la temporada 2017-2018, se registraron un total de 15 partidos oficiales de la liga mediante la tecnología de banda ultraancha (ultra wideband, UWB), con los dispositivos WIMU PRO. Las variables analizadas fueron las siguientes: distancia total recorrida (DT); distancia total recorrida por encima de 18 km·h^-1 (DTAI: > 18 km·h^-1); carga del jugador (CJ); número de aceleraciones y desaceleraciones de alta intensidad (> / < 2 m·s-²). C, A y P no presentaron diferencias substanciales en DT y CJ, pero sí en DTAI, donde A y C recorren más metros a alta intensidad (A = 274 ± 118 m; C = 249 ± 85 m) que los P (P = 195 ± 60 m), en número de aceleraciones de alta intensidad (A = 134 ± 46; C = 139 ± 40; P = 118 ± 21) y número de desaceleraciones de alta intensidad (A = 128 ± 46; C = 131 ± 36; P = 116 ± 23). Los resultados obtenidos en este estudio podrían servir de apoyo a entrenadores, técnicos y preparadores físicos para planificar, diseñar y ajustar las cargas de entrenamiento de sus jugadores.

Introducción

El fútbol sala es un deporte de equipo jugado en una pista de 40 x 20 metros donde se enfrentan dos equipos con cinco jugadores (cuatro jugadores de pista y un portero por equipo), pudiendo realizar un número ilimitado de sustituciones sin necesidad de detener el tiempo, favoreciendo así que la intensidad sea muy alta durante todo el partido (Medina et al., 2001). En los partidos, que constan de 2 partes de 20 minutos, predominan los esfuerzos intermitentes (Barbero, 2003), caracterizados por la repetición de esfuerzos de corta duración, alta intensidad y elevado ritmo de juego (Medina et al., 2001), con un elevado número de cambios de dirección y de sentido. Por consiguiente, es indispensable que los integrantes de los cuerpos técnicos ajusten la planificación del entrenamiento a las exigencias condicionales de la competición, diseñando para ello sesiones con el objetivo de provocar las adaptaciones positivas y necesarias del jugador y del equipo situándolos en contextos lo más similares posible a los que se producirán después en la competición (Casamichana et al., 2018).

La irrupción de los dispositivos GPS en el mundo de la competición y el entrenamiento deportivo nos ha permitido la monitorización de los movimientos realizados por los deportistas tanto en entrenamientos como en la competición (Castellano y Casamichana, 2014). Son numerosos los artículos publicados que analizan las características y diferencias posicionales en las demandas competitivas de diferentes deportes de equipo de campo (Dalen et al., 2016; Martín-García et al., 2018; Wehbe et al., 2014) y deportes de sala como el baloncesto (Fox et al., 2018; García et al., 2020; Puente et al., 2017; Svilar et al., 2018; Vázquez-Guerrero et al., 2018) y el balonmano (Karcher y Buchheit, 2014). No obstante, en el caso del fútbol sala son escasos, y los publicados (Barbero, 2003; Barbero et al., 2014; Dogramaci et al., 2011; Hernández, 2001; Medina et al., 2001; Naser et al., 2017), en la mayoría de los casos, hacen referencia a indicadores concretos, sin atender a la globalidad y complejidad de las demandas competitivas, centrando su atención en la descripción de variables locomotoras mediante el análisis de vídeo (Barbero-Álvarez et al., 2008; Dogramaci et al., 2011; Hernández, 2001; Naser et al., 2017). Por consiguiente, los principales objetivos del presente estudio fueron: (I) describir las demandas condicionales a las que están expuestos los jugadores de élite de fútbol sala en partidos oficiales y (II), comparar las diferencias de carga externa en función de la posición específica de juego.

Metodología

Participantes

Se registró la carga externa de 14 jugadores (n = 14) profesionales (27.5 ± 3 años; 174.9 ± 6.8 cm; 72.2 ± 5.3 kg) de un mismo equipo de primera división de la Liga Nacional de Fútbol Sala española, los cuales fueron categorizados en tres grupos de acuerdo con su posición específica en el campo; cierre (C = 5), ala (A = 7) y pívot (P = 2), sin inclusión de los porteros en el estudio. En el momento del estudio, los jugadores realizaban entre cuatro y seis sesiones de entrenamiento y jugaban entre uno y tres partidos semanales. Los datos analizados se obtuvieron a través de la monitorización diaria de los jugadores, en la que todas sus actividades fueron monitorizadas de forma regular durante el transcurso de toda la temporada. Los procedimientos utilizados en este estudio estaban de acuerdo con la Declaración de Helsinki y fueron aprobados por el Comité Ético de Investigaciones Científicas (CEIC) del Consejo Catalán del Deporte de la Generalidad de Cataluña con el número 17/CEICGC/2020. Los participantes en el estudio fueron debidamente informados y ofrecieron su consentimiento firmado para el uso anónimo de sus datos antes de participar.

Diseño y procedimiento

Los jugadores fueron monitorizados durante 15 partidos oficiales correspondientes a la fase regular de la 1ª división de la Liga Nacional de Fútbol Sala de la temporada 2017-2018 (11 victorias, 3 empates y 1 derrota, finalizando la liga regular en 2ª posición), todos ellos jugados en la misma pista (partidos jugados como equipo local) y en condiciones ambientales similares. Durante la fase regular de la Liga Nacional de Fútbol Sala, cada uno de los 16 equipos participantes disputó un total de 30 partidos mediante un sistema de liga regular con partidos de ida y vuelta, clasificándose los 8 primeros equipos para el Play-off por el título de liga.

La duración total de los partidos analizados fue de 80.0 ± 6.0 minutos (media ± desviación estándar), y la participación de los jugadores fue de 33.0 ± 9.6 minutos, siendo los P los jugadores con mayor participación, con un promedio de 36.2 ± 7.3 minutos, los C 32.8 ± 12.4 minutos y los A 32.2 ± 9.8 minutos.

La carga externa de los jugadores se monitorizó utilizando los dispositivos inerciales WIMU PRO^TM (Realtrack Systems S.L., Almería) a través de la tecnología UWB. Estos dispositivos cuentan con diferentes sensores (acelerómetros, giroscopio, magnetómetro, GPS, entre otros). La frecuencia de registro de los datos obtenidos del acelerómetro, el giroscopio y el magnetómetro fue de 100 Hz, mientras que los datos de UWB fueron registrados a una frecuencia de 18 Hz.

Entre 8 y 12 minutos antes del inicio del partido y tras un calentamiento protocolizado de 24 minutos de duración, se colocaban los dispositivos en cada uno de los petos que llevaban los jugadores bajo la camiseta de juego, petos ajustados y diseñados especialmente para fijar los dispositivos en la parte alta de la espalda, justo sobre los omóplatos, sin causar ningún tipo de limitación de movilidad del tronco ni de los brazos. Los jugadores fueron monitorizados continuamente durante todos los partidos, aunque la carga externa fue cuantificada únicamente en los momentos en que el jugador estaba compitiendo en pista (p. ej., cuando un jugador era sustituido, durante los tiempos muertos o la media parte, los datos no fueron incluidos). Tras la finalización de cada partido, se extraían y sincronizaban los datos para su posterior análisis, usando el correspondiente software (SPRO™, Realtrack Systems SL, Almería, España).

Basados en estudios previos realizados en baloncesto (García et al., 2020; Puente et al., 2017; Vázquez-Guerrero et al., 2018), en los que se analizaban las demandas condicionales de la competición, las siguientes variables fueron analizadas y presentadas en términos absolutos y relativos por minuto: distancia total recorrida (DT), en m, y distancia total relativa (DT_REL), en m·min^-1; distancia total recorrida por encima de 18 km·h^-1 (DTAI > 18 km·h^-1), en m, y distancia total recorrida por encima de 18 km·h-1 relativa (DTAI_REL), en m·min^-1; carga del jugador (CJ), en unidades arbitrarias (ua), y carga del jugador relativa (CJ_REL), en ua·min^-1; número de aceleraciones de alta intensidad (> 2 m·s^-2) y número de aceleraciones de alta intensidad relativas en n·min-1; número de desaceleraciones de alta intensidad (> 2 m·s^-2) y número de desaceleraciones de alta intensidad relativas, en n·min^-1. La elección de estas variables se fundamenta además por representar el conjunto de parámetros utilizados en la monitorización y cuantificación de la carga externa diaria por los diferentes deportes y equipos que forman parte del Área de Rendimiento Deportivo del club al que pertenecen todos los jugadores participantes en el estudio.

Análisis de datos

Para analizar las diferencias de las medias de las variables entre posiciones de juego se realizó un modelo mixto lineal general (PROC MIXED), utilizando Statistical Analysis System (versión 9.4 de SAS Studio – SAS Institute Inc., Cary, EEUU). Los efectos aleatorios fueron la identidad del jugador (para tener en cuenta las mediciones repetidas en los jugadores), la identidad del partido (para tener en cuenta las diferencias medias generales entre los partidos) y el residual (para tener en cuenta las diferencias entre los jugadores dentro de los partidos). Se estimaron varianzas separadas para cada posición de juego, el efecto aleatorio del jugador y el residual, y estas varianzas se combinaron para dar desviaciones estándar (DE) observadas entre jugadores en cada posición. Las tres DE fueron entonces promedio (a través de ponderaciones de grados de libertad de las varianzas) para dar un resultado general de la DE del jugador en un partido típico, y esta DE se usó para estandarizar las diferencias entre los medios de las posiciones de juego. Las posiciones de juego se usaron como efectos fijos (tres niveles). Se utilizó una regresión de Poisson para el análisis de variables expresadas como recuentos. Los umbrales de magnitud para los efectos fijos fueron < 0.2, 0.2, 0.6, 1.2, 2.0 y 4.0 para trivial, pequeño, moderado, grande, muy grande y extremadamente grande, respectivamente (Hopkins et al., 2009).

La incertidumbre en las estimaciones de los efectos se presenta como límites de compatibilidad del 90 %. Las decisiones basadas sobre las magnitudes de los efectos se basaron en pruebas de hipótesis unilaterales de magnitudes substanciales (Lakens et al., 2018). El valor p para rechazar una hipótesis de una magnitud dada fue el área de la distribución t de muestreo del estadístico del efecto con valores de esa magnitud. Las hipótesis de disminución y aumento sustanciales se rechazaron si sus respectivos valores de p eran inferiores a .05. Si se rechazó una hipótesis, el valor p para la otra hipótesis se interpretó como evidencia de esa hipótesis, ya que el valor p corresponde a la probabilidad posterior de la magnitud del efecto verdadero en un análisis bayesiano de referencia con un previo mínimamente informativo (Hopkins y Batterham, 2019). El valor p se informa cualitativamente utilizando la siguiente escala: .25 – .75, posiblemente; .75 – .95, probable; .95 – -.995, muy probable; > .995, más probable (Hopkins et al., 2009). Si ninguna de las hipótesis fue rechazada, la magnitud del efecto se consideró poco clara y se muestra sin un calificador probabilístico.

Resultados

En la Tabla 1, se presentan los valores medios ± desviación estándar de cada una de las variables analizadas por cada posición específica del juego incluyendo la magnitud del efecto ± intervalos de confianza y la decisión para las diferencias posicionales.

La distribución de los datos se muestra en la Figura 1.

Demandas de carga externa y diferencias posicionales en fútbol sala de élite mediante tecnología UWB

Ver a tamaño completo

Demandas de carga externa y diferencias posicionales en fútbol sala de élite mediante tecnología UWB

Ver a tamaño completo

Tabla 1
Valores medios y desviaciones estándar (DE) de las diferentes variables analizadas por posición y diferencias entre posiciones.

Ver Tabla

El presente estudio tenía como objetivos describir las exigencias condicionales a las que están sometidos los jugadores de fútbol sala de élite en competición oficial y examinar si existían diferencias entre posiciones específicas de juego. Los resultados obtenidos sugirieron lo siguiente: (1) los valores medios de carga externa por jugador por partido fueron: DT = 3052 ± 804 m; DT_REL = 88.7 ± 15.3 m·min^-1; DTAI = 254 ± 101 m; DTAI_REL = 7.5 ± 2.9 m·min^-1; CJ = 57.2 ± 15.2 ua; CJ_REL = 1.7 ± 0.3 ua·min^-1; aceleraciones de alta intensidad = 135 ± 41 n; aceleraciones de alta intensidad relativas = 3.9 ± 1.0 n·min^-1; desaceleraciones de alta intensidad = 129 ± 39 n; desaceleraciones de alta intensidad relativas = 3.8 ± 1.0 n·min^-1; (2) no se encontraron diferencias substanciales entre C y A para ninguna de las variables de carga externa analizadas; (3) la DT y la DT_REL, la CJ y la CJ_REL no parecen ser dependientes de la posición de juego, con valores similares para las tres posiciones específicas de juego, y (4) se observaron diferencias substanciales entre posiciones en variables relacionadas con la intensidad tanto en valores absolutos (DTAI, aceleraciones y desaceleraciones de alta intensidad) como en valores relativos (DTAI_REL, aceleraciones y desaceleraciones de alta intensidad relativas).

Hasta donde tenemos conocimiento, este es el primer estudio que ha llevado a cabo un análisis de las demandas de carga externa en competición oficial de fútbol sala de élite mediante tecnología UWB, comparando a su vez las diferencias existentes entre las diferentes posiciones de juego de campo. Estudios previos han descrito la DT que recorrían los jugadores de fútbol sala durante la competición, como, por ejemplo, el estudio de Dogramaci et al., (2011), en el que se describía cómo jugadores australianos recorrían una distancia total de 4277 ± 1030 m por partido. Estos valores son similares a los registrados sobre jugadores de un equipo de fútbol sala de la Liga Profesional de Fútbol Sala española, quienes recorrían un promedio de 4313 ± 2139 m por partido (Barbero-Álvarez et al., 2008). La metodología de registro en ambos estudios (los dos utilizaron la tecnología de videoanálisis) podría explicar la diferencia respecto a los resultados obtenidos en nuestro estudio (DT = 3052 ± 804 m).

Los P parecen estar expuestos a una menor carga externa total que el resto de sus compañeros, de la misma forma que ocurre en el baloncesto (Vázquez-Guerrero et al., 2018). Los C y los A registraron mayores índices de actividad de alta intensidad que los P, realizando más aceleraciones, más desaceleraciones y recorriendo más distancia a alta intensidad. Estos resultados podrían tener su explicación en las características antropométricas, las cualidades físicas y técnicas de los P y, sobre todo, el rol que generalmente desempeñan los P dentro del sistema táctico y el modelo de juego del equipo.

Como ya se ha descrito en otros deportes de equipo (Varley y Aughey, 2013; Vázquez-Guerrero et al., 2018), la identificación de los perfiles posicionales específicos de aceleración podría ayudar a entrenadores, miembros de sus cuerpos técnicos y científicos del deporte a desarrollar ejercicios específicos para cada posición con el objetivo de mejorar el nivel condicional de los deportistas.

Si bien las demandas condicionales han sido generalmente expuestas y descritas mediante valores absolutos en deportes de equipo de campo como el fútbol (Martín-García et al., 2018) o el rugby (Gabbett et al., 2012), la lógica interna del fútbol sala, con un reglamento que permite una dinámica de sustituciones libre e ilimitada, parece requerir el uso de valores de carga relativos como el método más representativo para una descripción de la carga de competición. En baloncesto, por ejemplo, la DT_REL por jugador fluctúa entre 76.6 y 86.8 metros (Puente et al., 2017); en balonmano entre 87 y 101 metros (Barbero et al., 2014) y en fútbol sala entre 108 y 117.3 metros (Barbero-Álvarez et al., 2008), valores, estos últimos, superiores a los registrados en nuestro estudio (DT_REL = 88.7 ± 15.3 m·min^-1). Esta disminución de la DT_REL podría guardar relación con el incremento del tiempo que los equipos han dedicado durante los últimos años al uso del sistema de juego 5c4 (sistema en el que el portero es sustituido por un jugador de campo, creando una superioridad numérica constante en campo).

A pesar de que el reducido tamaño de la muestra podría ser considerado como un factor limitante, debería tenerse en cuenta que todos los jugadores participantes en el estudio formaban parte de una misma plantilla, hecho común en estudios basados en equipos profesionales. Consecuentemente, y puesto que el modelo de juego del equipo analizado puede haber condicionado en cierta medida los resultados obtenidos, se debería tener precaución a la hora de tomar decisiones basadas en los mismos. Otro aspecto a considerar es que para el estudio se han analizado únicamente valores de carga externa, obtenidos a través de dispositivos equipados con tecnología de banda ultraancha (UWB). La inclusión de variables de carga interna (p. ej., variables basadas en la frecuencia cardíaca o en la percepción subjetiva del esfuerzo) en futuras investigaciones podría suponer una gran aportación para el proceso de monitorización de la carga competitiva y la carga de entrenamiento. Estas futuras investigaciones deberían incluir una mayor muestra de participantes, a poder ser de otros equipos de la misma categoría, y un mayor número de partidos analizados para poder confirmar los resultados obtenidos.

Conclusión

Los hallazgos de este estudio ofrecen una nueva perspectiva de conocimiento sobre las demandas condicionales en el fútbol sala de más alto nivel, entendiendo que su descripción, basada únicamente mediante variables locomotoras relacionadas con la velocidad, puede no ser suficiente para entender la complejidad de la competición y el entrenamiento.

En este contexto, las diferencias observadas en variables de intensidad entre las diversas posiciones específicas de juego deberían ayudar a entrenadores, preparadores físicos y otros miembros de los cuerpos técnicos a diseñar tareas y sesiones de entrenamiento más ajustadas a las necesidades individuales de cada deportista y a una planificación del proceso de entrenamiento más adecuada a las exigencias de la competición.

Jordi Illa

Òscar Alonso

Fabio Serpiello

Ryan Hodder

Xavier Reche

Abstract

The physical conditioning demands on professional athletes in competition have been a subject of study over recent decades. The first objective of this study is to describe the external load demands on elite futsal players and then to verify whether there are differences among the specific playing positions. Fourteen professional first-division players in the Spanish National Futsal League were categorised into three groups according to their specific position on the court: stopper (S), flank (FL) and forward (FO). Goalkeepers were not included in this study. In the 2017-2018 season, a total of 15 official league matches were recorded using ultra wideband (UWB) technology with WIMU PRO devices The following variables were analysed: total distance travelled (TD); total distance travelled over 18 km·h^-1 (TDHI: >18 km·h^-1); player load (PL); and number of high-intensity accelerations and decelerations (> / < 2 m·s-²). S, FL and FO did not present substantial differences in TD and PL, but they did in TDHI, where FL and S ran more metres at high intensity (FL = 274 ± 118 m; S = 249 ± 85 m) than FO (FO = 195 ± 60 m) and had more high-intensity accelerations (FL = 134 ± 46; S = 139 ± 40; FO = 118 ± 21) and high-intensity decelerations (FL = 128 ± 46; S = 131 ± 36; FO = 116 ± 23). The results of this study could support coaches, technicians and physical trainers in planning, designing and adjusting their players’ training loads.

Introduction

Futsal is a team sport played on a court measuring 40 x 20 metres by two teams with five players (four players on the court and one goalkeeper per team). Any number of substitutions can be made without having to stop the clock, thus favouring a very high intensity throughout the match (Medina et al., 2001). Intermittent effort predominates in the matches, which consist of two 20-minute halves (Barbero, 2003) characterised by the repetition of short bursts of high-intensity effort and quick-paced play (Medina et al., 2001). with many changes in direction. Consequently, technical staff have to adjust their planning to the physical conditioning needs of competition by designing sessions intended to provoke positive and necessary adaptations of the players and the team by placing them in contexts as similar as possible to those they will subsequently encounter in competition (Casamichana et al., 2018).

The advent of GPS devices in sports competition and training has made it possible to monitor athletes’ movements in both training and competition (Castellano & Casamichana, 2014). Numerous published articles have analysed the characteristics and positional differences of the competitive demands of different sports teams both outdoors (Dalen et al., 2016; Martín-García et al., 2018; Wehbe et al., 2014) and indoors, such as basketball (Fox et al., 2018; García et al., 2020; Puente et al., 2017; Svilar et al., 2018; Vázquez-Guerrero et al., 2018) and handball (Karcher and Buchheit, 2014). However, there are few studies on futsal, and most of them (Barbero, 2003; Barbero et al., 2014; Dogramaci et al., 2011; Hernández, 2001; Medina et al., 2001; Naser et al., 2017) refer to specific indicators, without taking the globality and complexity of the competitive demands into consideration, focusing rather on describing locomotor variables by means of video analysis (Barbero-Álvarez et al., 2008; Dogramaci et al., 2011; Hernández, 2001; Naser et al., 2017). Consequently, the main objectives of this study were: (I) to describe the physical conditioning demands on elite futsal players in official matches, and (II), to compare the differences in external load according to specific playing position.

Methodology

Participants

The external load of 14 professional players (N = 14) (27.5 ± 3 years; 174.9 ± 6.8 cm; 72.2 ± 5.3 kg) from the same first-division team in the Spanish National Futsal League, categorised into three groups according to their specific position on the court; stopper (S = 5), flank (FL = 7) and forward (FO = 2), was recorded; goalkeepers were excluded from the study. At the time of the study, the players were doing between four and six training sessions and playing between one and three matches per week. The data analysed were obtained by monitoring the players on a daily basis, so that all their activities were regularly monitored throughout the season. The procedures used in this study observed the tenets of with the Declaration of Helsinki and were approved by the Scientific Research Ethics Committee (CEIC) of the Catalan Sports Council of the Government of Catalonia with number 17/CEICGC/2020. Before participating, the participants in the study were duly informed and provided their consent for their data to be used anonymously.

Design and procedure

The players were monitored over 15 official matches in the regular phase of the 1st division of the National Futsal League in the 2017-2018 season (11 victories, 3 ties and 1 defeat, ending the league in 2nd place). The matches were all played on the same court (matches played as the home team) and in similar environmental conditions. During the regular phase of the National Futsal League, each one of the 16 participating teams played a total of 30 matches in a regular league system with home and away matches, and the top 8 teams went on to the playoff as contenders for the league title.

The total length of the matches analysed was 80.0 ± 6.0 minutes (mean ± standard deviation), and the players’ participation was 33.0± 9.6 minutes, with FO being the players with the highest participation, with an average of 36.2± 7.3 minutes, S with 32.8± 12.4 minutes and FL with 32.2± 9.8 minutes. 

The players’ external load was monitored using WIMU PRO^™ inertial devices (Realtrack Systems S.L., Almería, Spain) with UWB technology. These devices have different sensors (accelerometers, gyroscopes, magnetometers, GPS and others). The frequency at which the accelerometer, gyroscope and magnetometer recorded data was 100 Hz, while the UWB data were recorded at a frequency of 18 Hz.

Between 8 and 12 minutes before the start of the match, and after a standard 24-minute warm-up, the devices were fitted on each one of the bibs worn by the players under their jerseys; the bibs were fitted and designed specifically to secure the devices to the upper back, just above the shoulder blades, without limiting trunk or arm mobility in any way. The players were monitored throughout all matches, although the external load was only quantified when the player was on the court (e.g., the data were not included when a player was substituted, during time-out or at halftime). At the end of every match, the data were downloaded and synchronised so that they could be analysed using the corresponding software (SPRO™, Realtrack Systems S.L., Almería, Spain).

Based on previous studies in basketball (García et al., 2020; Puente et al., 2017; Vázquez-Guerrero et al., 2018) analysing physical conditioning demands in competition, the following variables were analysed and presented in absolute and relative terms per minute: total distance travelled (TD) in m and total relative distance (TD_REL) in m·min-1; total distance travelled over 18 km·h-1 (TDHI: > 18 km·h^-1) in m and total relative distance travelled over 18 km·h^-1 (TDHI_REL) in m·min-1; player load (PL) in arbitrary units (au) and relative player load (PL_REL) in au·min-1; number of high-intensity accelerations (> 2 m·s-²) and relative number of high-intensity accelerations in n·min-1; and number of high-intensity decelerations (> 2 m·s-²) and relative number of high-intensity decelerations in n·min-1. These variables were also chosen because they represent all the parameters used to monitor and quantify the daily external load by different sports and teams in the Sports Performance Area in the club to which all the players participating in the study belonged.

Data analysis

To analyse the differences in the means of the variables between playing positions, a general mixed linear model was built (PROC MIXED) using Statistical Analysis System (version 9.4 of SAS Studio – SAS Institute Inc., Cary, NC, USA). The random effects were player identity (to account for repeated measurements in the players), match identity (to account for the mean general differences between the matches) and the residual (to account for the differences between the players in the matches). Separate variances were estimated for each playing position, the random effect of the player and the residual, and these variances were combined to obtain standard deviations (SD) observed between players in each position. The three SDs were then averaged (via weightings of the degrees of freedom of the variances) to yield a general result of the player’s SD in a typical match, and this SD was used to standardise the differences between the means of the playing positions. The playing positions were used as fixed effects (three levels). A Poisson regression was used to analyse the variables expressed as tallies. The magnitude thresholds for the fixed effects were < 0.2, 0.2, 0.6, 1.2, 2.0 and 4.0 for trivial, small, moderate, large, very large and extremely large, respectively (Hopkins et al., 2009).

The uncertainty in the estimates of the effects is presented as 90 % compatibility limits. The decisions based on the magnitudes of the effects were based on unilateral hypotheses of substantial magnitudes (Lakens et al., 2018). The p value to reject a hypothesis of a given magnitude was the t-distribution area of the statistic of the effect with values of that magnitude. The hypotheses of substantial decreases and increases were rejected if their respective p values were under .05. If a hypothesis was rejected, the p value for the other hypothesis was interpreted as evidence of that hypothesis, as the p value corresponds to the subsequent likelihood of the true effect size in a previous minimally informative Bayesian reference analysis (Hopkins and Batterham, 2019). The p value is reported qualitatively using the following scale: .25 – .75, possible; .75 – .95, probable; .95 – -.995, very probable; > .995, more probable (Hopkins et al., 2009). If none of the hypotheses was rejected, the effect size was regarded as unclear and is displayed without a probabilistic descriptor.

Results

Table 1 presents the mean values ± standard deviation of each one of the variables analysed for each specific playing position including the effect magnitude ± confidence intervals and the decision for the positional differences.

External Load Demands and Positional Differences in Elite Futsal Using UWB Technology

Ver a tamaño completo

External Load Demands and Positional Differences in Elite Futsal Using UWB Technology

Ver a tamaño completo

Table 1
Mean values and standard deviations (SD) of the different variables analysed by position and differences between positions.

See Table

The objectives of this study were to describe physical conditioning demands on elite futsal players in official competition and to examine whether there were differences between specific playing positions. The results suggest the following: (1) the mean external load values per player per match were: TD = 3052 ± 804 m; TD_REL = 88.7 ± 15.3 m·min^-1; TDHI = 254 ± 101 m; TDHI_REL = 7.5 ± 2.9 m·min^-1; PL = 57.2 ± 15.2 au; PL_REL = 1.7 ± 0.3 au·min^-1; high-intensity accelerations = 135 ± 41 n; relative high-intensity accelerations = 3.9 ± 1.0 n·min^-1; high-intensity decelerations = 129 ± 39 n; relative high-intensity decelerations = 3.8 ± 1.0 n·min^-1; (2) no substantial differences were found between S and FL for any of the external load variables analysed; (3) TD and TD_REL, PL and PL_REL do not seem to be dependent on playing position, with all three specific playing positions presenting similar values; and (4) substantial differences were observed between positions in variables related to intensity in both absolute values (TDHI, high-intensity accelerations and decelerations) and relative values (TDHI_REL, high-intensity relative accelerations and decelerations).

To our knowledge, this is the first study to conduct an analysis of external load demands in elite futsal official competition using UWB technology while also comparing the differences between the different positions on the playing court. Previous studies have described the TD travelled by futsal players during competition, such as the study by Dogramaci et al., (2011), which described how Australian players travelled a total distance of 4277 ± 1030 m per match. These values are similar to those recorded on players of a futsal team in the Spanish Professional Futsal League, who ran an average of 4313 ± 2139 m per match (Barbero-Álvarez et al., 2008). The recording methodology in both studies (both used video analysis technology) may account for the differences with the results found in our study (TD = 3052 ± 804 m).

FO seem to be exposed to a lower total external load than their teammates, as is also the case in basketball (Vázquez-Guerrero et al., 2018). S and FL recorded higher high-intensity activity indexes than FO, made more accelerations and decelerations and travelled a greater distance at high intensity. These results might be explained by the anthropometric features and the physical and technical qualities of FO, and especially by the fact that FO generally play within the team’s tactical system and the play model. 

As described in other team sports (Varley and Aughey, 2013; Vázquez-Guerrero et al., 2018), identifying specific acceleration profiles may help coaches, technical staff and sports scientists to tailor exercises for each position with the goal of improving the athletes’ level of physical conditioning.

Although physical conditioning demands have been generally expounded and described in outdoor team sports such as football (Martín-García et al., 2018) and rugby (Gabbett et al., 2012) using absolute values, the internal logic of futsal, with rules that make for a free, unlimited dynamic of substitutions, seems to require the use of relative load values as a more representative method to describe the competition load. In basketball, for example, the TD_REL per player fluctuates between 76.6 and 86.8 metres (Puente et al., 2017), in handball it varies between 87 and 101 metres (Barbero et al., 2014), while in futsal it ranges from 108 to 117.3 metres (Barbero-Álvarez et al., 2008), these latter values being higher than those recorded in our study (TD_REL = 88.7 ± 15.3 m·min^-1). This decrease in the TD_REL may be related to the increase in the amount of time dedicated in recent years by teams to the 5c4 playing system (a system in which the goalkeeper is replaced by a field player, creating constant on-court numerical superiority).

Although the small sample size could be considered a limiting factor, it should be borne in mind that all the players participating in the study were on the same team, a common fact in studies based on professional teams. Consequently, given that the team’s play model analysed may have conditioned the results to a certain extent, caution should be exercised when decisions based on them are taken. Another factor to consider is that in this study only external load values obtained via devices equipped with ultra wideband (UWB) technology were analysed. Including internal load variables (e.g., variables based on heart rate or on the subjective perception of effort) in future studies could herald a significant contribution to the process of monitoring competitive and training loads. Such future studies should also include a larger sample of participants, if possible from other teams in the same category, and should analyse more matches in order to confirm these results.

Conclusions

The findings of this study offer a new perspective of knowledge about physical conditioning demands in elite futsal, in the understanding that their description, based solely on speed-related locomotor variables, may not be sufficient to understand the complexity of competition and training.

In this context, the differences observed in the intensity variables between different specific playing positions should help coaches, physical trainers and other technical staff to design training tasks and sessions that fit each athlete’s individual needs better and to plan the training process best suited to the demands of competition.