El calendari de l'handbol d'elit ja no dona treva: lliga domèstica, competició europea i finestres de selecció se solapen setmana rere setmana. La resposta habitual dels cossos tècnics ha estat vigilar el volum total de treball. Dos estudis publicats el 2026 diuen que estan mirant la dada equivocada: el problema no és quant s'entrena de mitjana, sinó com de desigual és aquesta càrrega entre jugadors d'un mateix equip.
L'estudi alemany que canvia el focus
Un equip de la Universitat de Paderborn (Büchel, Döring i Baumeister) va publicar el gener del 2026 a Frontiers in Sports and Active Living un seguiment de mitja temporada a 15 jugadors professionals de la Bundesliga alemanya masculina. Van analitzar 24 partits i 67 sessions d'entrenament, amb sensors inercials per a la càrrega externa (acceleració, ACCLOAD) i percepció d'esforç (sRPE) per a la càrrega interna. En total, 1.340 registres individuals repartits en 23 setmanes.
La troballa central és contraintuïtiva. A les setmanes amb congestió de partits (dos o més encontres en set dies), la càrrega mitjana de l'equip no va canviar de manera significativa respecte de les setmanes normals (p=0,289 en ACCLOAD, p=0,129 en sRPE). El que sí que es va disparar va ser la variabilitat entre jugadors: el coeficient de variació va passar a ser significativament més alt en setmanes congestionades (H=13,77, p=0,001, amb una mida de l'efecte gran, η²=0,63).
Traduït a la pista: quan el calendari s'estreny, no és que tots entrenin i competeixin més. És que uns pocs absorbeixen gairebé tot el desgast mentre altres amb prou feines el toquen. Els autors van trobar diferències de temporada de fins a 11.100 unitats d'ACCLOAD entre titulars i suplents en la posició de lateral, i de 6.700 unitats de sRPE entre titulars i suplents en extrems. Dit d'una altra manera: hi ha jugadors del mateix vestidor acumulant l'equivalent a 13 partits complets més de càrrega que els seus companys al llarg de la temporada.
Això no és un detall estadístic. És l'explicació de per què alguns jugadors arriben al març trencats i altres arriben frescos sense haver fet gairebé pretemporada útil des de l'octubre. La sobrecàrrega en uns i la infracàrrega en altres són les dues cares del mateix error de planificació, i ambdues generen risc: la primera per fatiga acumulada, la segona perquè un jugador que no arriba a un llindar mínim d'exposició perd tolerància física i arriba mal preparat quan per fi li toca jugar.
Per què els plans d'entrenament grupals es queden curts
La pràctica habitual a la majoria de clubs, inclosos els de nivell mitjà-alt a Espanya, continua sent programar la càrrega per equip: la mateixa sèrie d'esprints, el mateix volum de gimnàs, el mateix nombre de repeticions per a tots. L'estudi alemany demostra que aquest enfocament ignora el que de debò determina el risc: la variabilitat individual, no la mitjana del grup.
Els mateixos autors proposen un llindar pràctic i replicable sense tecnologia cara: vigilar quan el coeficient de variació de l'equip supera el 20% en una setmana. Si això passa, cal intervenir amb sessions compensatòries per als jugadors infracarregats, prioritzant treball multidireccional d'alta intensitat que reprodueixi les exigències específiques del partit que no van disputar. No cal GPS d'última generació per aplicar la idea: un quadern amb minuts jugats i RPE de sessió per jugador ja permet calcular aquesta dispersió a mà.
«Hi ha jugadors del mateix vestidor acumulant l'equivalent a 13 partits complets més de càrrega que els seus companys al llarg de la temporada.»
La limitació de l'estudi és honesta i cal dir-la: és un sol equip, mitja temporada, sense grup de control amb calendari normal per comparar de manera directa, i sense dades de rendiment que confirmin que aquesta variabilitat es tradueix en més lesions o pitjor rendiment. És una peça d'evidència sòlida, no una veritat tancada. Però encaixa amb el que qualsevol preparador físic amb experiència en pretemporades exigents ja sospitava de manera intuïtiva.
La intel·ligència artificial entra en joc: el cas del Metz
El març del 2026, Florian Felice, matemàtic de la Universitat de Luxemburg, va publicar a la mateixa revista un model de predicció de fatiga entrenat amb dades del Metz Handball, equip francès de la Champions League femenina, durant la temporada 2024/2025. El sistema fa servir xarxes neuronals LSTM (memòria a curt i llarg termini) sobre 1.617 sessions de sensors giroscòpics, amb capes que aprenen el perfil individual de cada jugadora i un model de llenguatge (Phi-4-mini) que tradueix els números en explicacions llegibles per al cos tècnic.
Els resultats de precisió són notables: l'error de predicció en distància total recorreguda va millorar un 14% respecte dels mètodes de referència, i els intervals de confiança del 95% van encertar en la totalitat dels casos de test per a la càrrega d'acceleració. El model també confirma, amb dades dures, una cosa que l'ull entrenat ja intueix: els extrems acumulen més distància i velocitat punta (5.294 metres i 26,1 km/h de mitjana), els laterals generen més potència metabòlica (8.173 W) i els pivots es mouen menys en volum (3.964 metres) però amb un perfil d'esforç molt diferent, més contacte i menys carrera.
Aquí toca ser crític. Aquest tipus d'eina és exactament el que necessita l'handbol d'elit per gestionar la variabilitat que descriu l'estudi alemany. Però té un problema evident d'escala: les dades són propietat exclusiva del Metz, el sistema està lligat a sensors d'una marca concreta (Kinexon) i la validació s'ha fet en un únic equip. És una prova de concepte prometedora, no una solució que hagi d'arribar aviat a un club de Segona Divisió o a un equip de l'ASOBAL amb pressupost ajustat. La bretxa tecnològica entre els quatre o cinc clubs d'Europa que poden pagar això i la resta s'ampliarà abans de reduir-se.
El problema de fons: s'afegeixen partits, no recursos per gestionar-los
El que aquests dos estudis deixen en evidència, llegits junts, és una contradicció que l'handbol arrossega fa anys. Les competicions europees han crescut en nombre de partits i en exigència de desplaçaments, les finestres de seleccions es mantenen intactes i les federacions continuen afegint formats sense que la inversió en cossos tècnics, fisioteràpia i monitoratge de càrrega creixi al mateix ritme. El resultat és previsible: més partits repartits de manera desigual entre les plantilles, amb la ciència disponible per detectar-ho però sense els recursos per actuar-hi a la majoria de clubs.
No cal un doctorat en fisiologia per entendre què ve després. Els jugadors de rotació curta (els sis o set que juguen sempre) acumulen un desgast que cap pretemporada compensa, i els que tenen menys minuts perden la base física necessària per rendir quan se'ls necessita. Ambdós escenaris augmenten el risc de lesió, i ambdós estan documentats a la literatura sobre prevenció de lesions d'espatlla en handbol, un dels focus de recerca més actius de l'esport en els darrers anys, amb revisions sistemàtiques i metaanàlisis recents que insisteixen que els programes de prevenció genèrics, sense ajust individual, tenen un impacte limitat.
Què pot fer un entrenador sense pressupost de Champions League
La bona notícia és que la part aplicable d'aquesta ciència no exigeix gimnasos d'última generació ni contractes amb proveïdors de sensors. Un entrenador de nivell mitjà-alt pot:
- Registrar minuts i esforç percebut: minuts jugats per partit i sessió, i una escala de RPE de 0 a 10 després de cada entrenament i partit. Amb aquestes dues dades, calcular cada setmana la dispersió entre jugadors (no cal estadística avançada: n'hi ha prou de comparar el rang entre el que més ha acumulat i el que menys).
- Compensar, no només descansar: identificar de manera explícita, cada setmana congestionada, qui ha jugat poc i dissenyar-li una sessió compensatòria d'alta intensitat i curta durada, en lloc de deixar-lo simplement descansar mentre la resta competeix.
- Rotar per càrrega acumulada, no només per rendiment: un jugador que porta tres partits seguits de màxima exigència necessita gestió de minuts encara que estigui en el seu millor moment de forma.
Res d'això no substitueix un model d'intel·ligència artificial entrenat amb milers de sessions. Però redueix la bretxa entre el que la ciència recomana i el que un club sense pressupost d'EHF Champions League es pot permetre aplicar demà mateix.
Conclusió
La dada que hauria de preocupar qualsevol cos tècnic no és quant entrena l'equip de mitjana. És quant s'allunya el jugador més exigit del menys exigit dins del mateix vestidor, sobretot quan el calendari s'estreny. La tecnologia d'avantguarda, com el model del Metz, apunta cap a on va el sector, però avui només és a l'abast d'un grapat de clubs. La part que sí que és a l'abast de tots és més senzilla del que sembla: portar un registre bàsic de minuts i esforç percebut, i fer-lo servir per protegir tant el que juga massa com el que juga massa poc. Ignorar aquesta variabilitat, que és exactament el que continua passant a la majoria de plantilles, és deixar sense tancar l'esquerda per la qual es colen la majoria de les lesions de sobrecàrrega de la segona meitat de temporada.
