O calendario do balonmán de elite xa non dá tregua: liga doméstica, competición europea e ventás de selección solápanse semana tras semana. A resposta habitual dos corpos técnicos foi vixiar o volume total de traballo. Dous estudos publicados en 2026 din que están a mirar o dato equivocado: o problema non é canto se adestra de media, senón o desigual que é esa carga entre xogadores dun mesmo equipo.

O estudo alemán que cambia o foco

Un equipo da Universidade de Paderborn (Büchel, Döring e Baumeister) publicou en xaneiro de 2026 en Frontiers in Sports and Active Living un seguimento de media tempada a 15 xogadores profesionais da Bundesliga alemá masculina. Analizaron 24 partidos e 67 sesións de adestramento, con sensores inerciais para a carga externa (aceleración, ACCLOAD) e percepción de esforzo (sRPE) para a carga interna. En total, 1.340 rexistros individuais repartidos en 23 semanas.

O achado central é contraintuitivo. Nas semanas con conxestión de partidos (dous ou máis encontros en sete días), a carga media do equipo non cambiou de forma significativa respecto ás semanas normais (p=0,289 en ACCLOAD, p=0,129 en sRPE). O que si se disparou foi a variabilidade entre xogadores: o coeficiente de variación pasou a ser significativamente máis alto en semanas conxestionadas (H=13,77, p=0,001, cun tamaño do efecto grande, η²=0,63).

Xogador do Füchse Berlin, equipo da Bundesliga alemá, tras un partido de máxima esixencia
O estudo da Universidade de Paderborn seguiu 15 xogadores profesionais da Bundesliga alemá masculina durante media tempada, 24 partidos e 67 sesións de adestramento.

Traducido á pista: cando o calendario aperta, non é que todos adestren e compitan máis. É que uns poucos absorben case todo o desgaste mentres outros apenas o tocan. Os autores atoparon diferenzas de tempada de ata 11.100 unidades de ACCLOAD entre titulares e suplentes na posición de lateral, e de 6.700 unidades de sRPE entre titulares e suplentes en extremos. Dito doutra forma: hai xogadores do mesmo vestiario acumulando o equivalente a 13 partidos completos máis de carga que os seus compañeiros ao longo da tempada.

Isto non é un detalle estatístico. É a explicación de por que algúns xogadores chegan a marzo rotos e outros chegan frescos sen ter feito apenas pretempada útil desde outubro. A sobrecarga nuns e a infracarga noutros son as dúas caras do mesmo fallo de planificación, e ambas xeran risco: a primeira por fatiga acumulada, a segunda porque un xogador que non chega a un limiar mínimo de exposición perde tolerancia física e chega mal preparado cando por fin lle toca xogar.

Por que os plans de adestramento grupais se quedan curtos

A práctica habitual na maioría de clubs, incluídos os de nivel medio-alto en España, segue sendo programar a carga por equipo: a mesma serie de sprints, o mesmo volume de ximnasio, o mesmo número de repeticións para todos. O estudo alemán demostra que ese enfoque ignora o que de verdade determina o risco: a variabilidade individual, non a media do grupo.

Os propios autores propoñen un limiar práctico e replicable sen tecnoloxía cara: vixiar cando o coeficiente de variación do equipo supera o 20% nunha semana. Se iso ocorre, hai que intervir con sesións compensatorias para os xogadores infracargados, priorizando traballo multidireccional de alta intensidade que reproduza as esixencias específicas do partido que non disputaron. Non fai falta GPS de última xeración para aplicar a idea: un caderno con minutos xogados e RPE de sesión por xogador xa permite calcular esa dispersión a man.

«Hai xogadores do mesmo vestiario acumulando o equivalente a 13 partidos completos máis de carga que os seus compañeiros ao longo da tempada.»

Büchel, Döring e Baumeister — Frontiers in Sports and Active Living, 2026

A limitación do estudo é honesta e hai que dicila: é un só equipo, media tempada, sen grupo de control con calendario normal para comparar de forma directa, e sen datos de rendemento que confirmen que esa variabilidade se traduce en máis lesións ou peor rendemento. É unha peza de evidencia sólida, non unha verdade pechada. Pero encaixa co que calquera preparador físico con experiencia en pretempadas esixentes xa sospeitaba de forma intuitiva.

A intelixencia artificial entra en xogo: o caso do Metz

En marzo de 2026, Florian Felice, matemático da Universidade de Luxemburgo, publicou na mesma revista un modelo de predición de fatiga adestrado con datos do Metz Handball, equipo francés da Champions League feminina, durante a tempada 2024/2025. O sistema usa redes neuronais LSTM (memoria a curto e longo prazo) sobre 1.617 sesións de sensores xiroscópicos, con capas que aprenden o perfil individual de cada xogadora e un modelo de linguaxe (Phi-4-mini) que traduce os números en explicacións lexibles para o corpo técnico.

Os resultados de precisión son notables: o erro de predición na distancia total percorrida mellorou un 14% respecto aos métodos de referencia, e os intervalos de confianza do 95% acertaron na totalidade dos casos de test para a carga de aceleración. O modelo tamén confirma, con datos duros, algo que o ollo adestrado xa intúe: os extremos acumulan máis distancia e velocidade punta (5.294 metros e 26,1 km/h de media), os laterais xeran máis potencia metabólica (8.173 W) e os pivotes móvense menos en volume (3.964 metros) pero cun perfil de esforzo moi distinto, máis contacto e menos carreira.

Aquí toca ser crítico. Este tipo de ferramenta é exactamente o que precisa o balonmán de elite para xestionar a variabilidade que describe o estudo alemán. Pero ten un problema evidente de escala: os datos son propiedade exclusiva do Metz, o sistema está atado a sensores dunha marca concreta (Kinexon) e a validación fíxose nun único equipo. É unha proba de concepto prometedora, non unha solución que vaia chegar pronto a un club de Segunda División ou a un equipo da ASOBAL con orzamento axustado. A fenda tecnolóxica entre os catro ou cinco clubs de Europa que poden pagar isto e o resto vai ampliarse antes de reducirse.

O problema de fondo: engádense partidos, non recursos para xestionalos

O que estes dous estudos deixan en evidencia, lidos xuntos, é unha contradición que o balonmán leva anos arrastrando. As competicións europeas creceron en número de partidos e en esixencia de desprazamentos, as ventás de seleccións mantéñense intactas e as federacións seguen engadindo formatos sen que o investimento en corpos técnicos, fisioterapia e monitorización de carga creza ao mesmo ritmo. O resultado é previsible: máis partidos repartidos de forma desigual entre as plantillas, coa ciencia dispoñible para detectalo pero sen os recursos para actuar sobre ela na maioría dos clubs.

Adestrador de balonmán dando instrucións ao seu equipo nun pavillón
Sen orzamento de sensores nin modelos de intelixencia artificial, un corpo técnico pode aplicar a parte esencial desta ciencia cun simple rexistro de minutos e esforzo percibido por xogador.

Non fai falta un doutoramento en fisioloxía para entender o que vén despois. Os xogadores de rotación curta (os seis ou sete que xogan sempre) acumulan un desgaste que ningunha pretempada compensa, e os que menos minutos teñen perden a base física necesaria para render cando se lles necesita. Ambos os dous escenarios aumentan o risco de lesión, e ambos están documentados na literatura sobre prevención de lesións de ombreiro no balonmán, un dos focos de investigación máis activos do deporte nos últimos anos, con revisións sistemáticas e metaanálises recentes que insisten en que os programas de prevención xenéricos, sen axuste individual, teñen un impacto limitado.

Que pode facer un adestrador sen orzamento de Champions League

A boa nova é que a parte aplicable desta ciencia non esixe ximnasios de última xeración nin contratos con provedores de sensores. Un adestrador de nivel medio-alto pode:

  • Rexistrar minutos e esforzo percibido: minutos xogados por partido e sesión, e unha escala de RPE de 0 a 10 tras cada adestramento e partido. Con eses dous datos, calcular cada semana a dispersión entre xogadores (non fai falta estatística avanzada: abonda comparar o rango entre o que máis acumulou e o que menos).
  • Compensar, non só descansar: identificar de forma explícita, cada semana conxestionada, quen xogou pouco e deseñarlle unha sesión compensatoria de alta intensidade e curta duración, en lugar de deixalo simplemente descansar mentres o resto compite.
  • Rotar por carga acumulada, non só por rendemento: un xogador que leva tres partidos seguidos de máxima esixencia necesita xestión de minutos aínda que estea no seu mellor momento de forma.

Nada disto substitúe un modelo de intelixencia artificial adestrado con miles de sesións. Pero reduce a fenda entre o que a ciencia recomenda e o que un club sen orzamento de EHF Champions League pode permitirse aplicar mañá mesmo.

Conclusión

O dato que debería preocupar a calquera corpo técnico non é canto adestra o equipo de media. É canto se distancia o xogador máis esixido do menos esixido dentro do mesmo vestiario, sobre todo cando o calendario se aperta. A tecnoloxía de vangarda, como o modelo do Metz, apunta cara a onde vai o sector, pero hoxe só está ao alcance dun puñado de clubs. A parte que si está ao alcance de todos é máis sinxela do que parece: levar un rexistro básico de minutos e esforzo percibido, e usalo para protexer tanto ao que xoga demasiado como ao que xoga demasiado pouco. Ignorar esa variabilidade, que é exactamente o que segue pasando na maioría das plantillas, é deixar sen pechar a greta por onde se colan a maioría das lesións de sobrecarga da segunda metade de tempada.