Squat: Scopri il Tuo Vero Massimale Senza Spaccarti la Schiena! La Scienza della Velocità Rivela Come

Ciao a tutti gli appassionati di allenamento e scienza! Oggi voglio parlarvi di una cosa che mi affascina da sempre: come possiamo diventare più forti in modo intelligente, sfruttando la tecnologia e la biomeccanica. Nello specifico, parliamo del famigerato 1RM, il massimale su una ripetizione. È il Sacro Graal per molti di noi che si allenano con i pesi, un indicatore chiave della forza massima e fondamentale per programmare l’intensità degli allenamenti.

Però, ammettiamolo, testare direttamente l’1RM ha i suoi lati negativi. Può essere sfiancante, richiede tempo (soprattutto se devi testare un intero gruppo di atleti) e, diciamocelo, non è sempre la cosa più pratica del mondo [2, 3]. Ecco perché negli ultimi anni ha preso piede un approccio alternativo, molto più “tech”: la stima dell’1RM basata sulla velocità del movimento [4, 5, 6].

La Magia della Relazione Carico-Velocità (LVR)

Il concetto di base è semplice e intuitivo: più il carico è pesante, più lentamente lo solleverai (almeno nella fase concentrica, quella in cui spingi o tiri). Questa relazione tra carico e velocità (Load-Velocity Relationship, o LVR) è sorprendentemente lineare, specialmente in esercizi multi-articolari come lo squat [7]. Sembra quasi una legge fisica applicata ai nostri muscoli!

Grazie a questa relazione, si è pensato: “E se potessimo prevedere l’1RM semplicemente misurando la velocità con carichi più leggeri e poi ‘indovinando’ quale carico corrisponde a una velocità bassissima, vicina allo zero?” [5, 6, 8, 9, 10]. Sono nate così diverse equazioni “generalizzate”, uguali per tutti [11, 12, 13]. Figo, no? Beh, non proprio. Il problema è che siamo tutti diversi! La LVR è influenzata da un sacco di fattori: l’esercizio specifico, come lo esegui, il sesso, il tuo livello di forza… insomma, un’equazione standard rischia di essere poco precisa [14, 15].

Per questo, è molto meglio usare la LVR individuale, un’equazione costruita su misura per te [16]. Misurando la velocità con cui sollevi diversi carichi submassimali, possiamo creare il tuo profilo personale. Fantastico! Ma come si stima l’1RM da qui? Si usa la Soglia Minima di Velocità (MVT), cioè la velocità (teorica o misurata) che avresti al tuo 1RM. Inserendo questo valore di MVT nella tua equazione LVR individuale, voilà, ecco la stima del tuo massimale [17].

Il Dilemma della MVT: Individuale o… Ottimale?

Sembra tutto risolto, ma c’è un inghippo: la MVT individuale, quella misurata direttamente al tuo 1RM, purtroppo varia parecchio da un giorno all’altro [6, 17]. Questo significa che per avere una stima accurata dovresti ritestare spesso il tuo 1RM… e siamo punto e a capo con i problemi di praticità!

Recentemente, però, è spuntata un’idea interessante per aggirare l’ostacolo: usare un approccio “misto”. Si tratta di combinare un’equazione generale con parametri presi dalla tua LVR individuale, come il carico teorico a velocità zero (LD0, l’intercetta della retta LVR) e la pendenza della tua relazione carico-velocità [18]. Questi dati si possono ottenere da test submassimali, senza dover arrivare al limite. Un primo studio su questo modello misto per lo squat ha mostrato risultati promettenti (spiegava l’84% della varianza dell’1RM), ma si poteva fare di meglio [18].

E qui entra in gioco un altro concetto intrigante: la MVT Ottimale. Cos’è? È la velocità teorica che, inserita nella tua LVR individuale, ti darebbe *esattamente* il tuo 1RM reale. Si calcola a posteriori, conoscendo l’1RM vero, ma studi precedenti hanno suggerito che usare questa MVT Ottimale (invece di quella individuale misurata) potrebbe dare stime molto più precise [19, 20, 21].

La Nostra Indagine: MVT Individuale vs. Ottimale nel Modello Misto

A questo punto, la domanda sorge spontanea: cosa succede se inseriamo queste MVT (individuale e ottimale) nel modello misto che già usa LD0 e pendenza? Migliorerà ancora la precisione della stima dell’1RM nello squat? E come si confrontano questi nuovi modelli misti con la stima più diretta che usa solo la LVR individuale?

Per rispondere, abbiamo messo sotto torchio 76 ragazzi giovani, sani, studenti di educazione fisica e con almeno due anni di esperienza nell’allenamento con i pesi, in particolare nello squat con bilanciere libero (dovevano sollevare almeno 1.5 volte il loro peso corporeo). Li abbiamo divisi in due gruppi: uno “di allenamento” (57 soggetti) per sviluppare i modelli, e uno “di test” (19 soggetti) per validarli.

Abbiamo fatto eseguire loro delle sessioni di test per determinare l’1RM reale nello squat e per costruire le loro LVR individuali, misurando la velocità concentrica media (MCV) con un trasduttore lineare di posizione (Chronojump) per carichi tra il 40% e il 90% dell’1RM. Da questi dati abbiamo estratto:

• LD0 (carico teorico a velocità zero)
• La pendenza della LVR
• La MVT individuale (misurata all’1RM)
• La MVT ottimale (calcolata a ritroso)

Poi abbiamo costruito due modelli misti usando i dati del gruppo “di allenamento”:

1. ModelIND: Usava LD0, pendenza e MVT individuale.
2. ModelOPT: Usava LD0, pendenza e MVT ottimale.

Infine, abbiamo usato questi modelli (e anche le LVR individuali dirette, chiamate LVRIND e LVROPT a seconda della MVT usata) per stimare l’1RM del gruppo “di test” e abbiamo confrontato le stime con i loro 1RM reali.

I Risultati: Cosa Abbiamo Scoperto?

Allora, cosa è venuto fuori? Preparatevi, perché i risultati sono davvero interessanti!

1. I Modelli Misti Funzionano alla Grande: Entrambi i modelli si sono rivelati ottimi predittori dell’1RM. ModelIND (con MVT individuale) spiegava quasi il 90% della varianza dell’1RM. Ma ModelOPT (con MVT ottimale) ha fatto ancora meglio, arrivando a spiegare un incredibile 98.7% della varianza! Un bel salto di qualità.

2. Errori Bassissimi, Soprattutto con MVT Ottimale: Gli errori percentuali assoluti medi erano bassi per entrambi i modelli (4.7% per ModelIND, 3.9% per ModelOPT). La differenza media tra 1RM reale e stimato era praticamente zero per entrambi i modelli misti. Questo significa che, in media, ci prendevano alla grande.

3. Occhio alla Stima Diretta con MVT Individuale: Quando abbiamo usato la LVR individuale “pura” con la MVT individuale (LVRIND), le cose non sono andate altrettanto bene. L’errore medio era significativamente diverso da zero (5.7%) e, cosa importante, abbiamo notato eteroscedasticità: il modello tendeva a sovrastimare i più forti e sottostimare i più deboli. Non il massimo dell’affidabilità.

4. MVT Ottimale Vince, Anche da Sola: La vera star sembra essere la MVT Ottimale. Non solo ha reso il modello misto (ModelOPT) super preciso, ma anche usandola direttamente nella LVR individuale (LVROPT) abbiamo ottenuto risultati eccellenti, con errori bassi (4.0%) e nessuna tendenza a sbagliare di più o di meno a seconda della forza dell’atleta (omoscedasticità). Di fatto, ModelOPT e LVROPT erano praticamente equivalenti in termini di accuratezza.

5. Limiti di Accordo Migliorati: Un altro punto a favore della MVT Ottimale: i limiti di accordo (LoA), che indicano quanto può variare l’errore da persona a persona, erano più stretti per ModelOPT (±11.4 kg) e LVROPT rispetto a ModelIND (±15.1 kg) e a molti studi precedenti sullo squat. Questo suggerisce una maggiore affidabilità individuale.

Cosa Significa Tutto Questo per Te in Palestra?

Ok, traduciamo questi numeri in consigli pratici. Se vuoi stimare il tuo 1RM nello squat senza doverlo testare direttamente ogni volta, la MVT Ottimale sembra la chiave per ottenere la massima precisione.

Sorprendentemente, il nostro studio suggerisce che non serve nemmeno complicarsi la vita con il modello misto (ModelOPT). Dato che usare la MVT Ottimale direttamente nella tua LVR individuale (LVROPT) dà risultati praticamente identici e altrettanto accurati, questa sembra la strada più semplice ed efficace.

Quindi, il consiglio pratico è:

• Determina la tua LVR individuale facendo qualche serie submassimale di squat a velocità massimale.
• Calcola (o fatti aiutare a calcolare, magari con app specifiche) la tua MVT Ottimale (questo richiede di conoscere il tuo 1RM almeno una volta per il calcolo iniziale).
• Usa questa MVT Ottimale nella tua equazione LVR individuale per stimare l’1RM nelle sessioni successive.

Attenzione però: anche con questo metodo, i limiti di accordo (circa ±11 kg) significano che per alcuni individui l’errore potrebbe ancora essere troppo grande per rilevare piccoli miglioramenti di forza (tipo un 5%), quelli che magari cerchiamo di ottenere tra un ciclo di allenamento e l’altro. È un passo avanti enorme rispetto al passato, ma la perfezione assoluta è ancora lontana.

Piccole Note a Margine (Limitazioni)

Come ogni studio scientifico, anche il nostro ha dei limiti che è giusto menzionare:

• I risultati valgono per lo squat con bilanciere libero eseguito in un certo modo. Altre varianti potrebbero dare risultati diversi.
• Abbiamo usato uno specifico trasduttore lineare. Altri strumenti potrebbero dare velocità leggermente diverse.
• Non abbiamo controllato la velocità della fase eccentrica (la discesa), che potrebbe influenzare quella concentrica.
• I partecipanti erano maschi giovani e allenati. Non sappiamo se i risultati sarebbero identici per donne, principianti o atleti di élite.
• La grande incognita rimane la stabilità a lungo termine della MVT Ottimale. Serviranno altri studi per capire se una singola misurazione basta per mesi o se va ricalcolata periodicamente.

In Conclusione: Allenarsi più Smart con la Velocità

Questo viaggio nella scienza della stima dell’1RM ci dice una cosa chiara: la MVT Ottimale è un parametro potentissimo per migliorare l’accuratezza delle nostre previsioni nello squat, molto più della MVT individuale. E la buona notizia è che per sfruttarla al meglio sembra sufficiente usare la cara vecchia LVR individuale, senza bisogno di modelli misti più complessi.

È un passo avanti notevole per chiunque voglia monitorare la forza e personalizzare l’allenamento basandosi su dati oggettivi e non solo sensazioni. Certo, c’è ancora strada da fare, ma la direzione è quella giusta: usare la scienza e la tecnologia per allenarci in modo più intelligente ed efficace. Alla prossima!

Fonte: Springer