Abres Garmin Connect, COROS o Stryd y descubres que hoy tu cadencia es diferente, has aumentado el tiempo de contacto con el suelo o tu longitud de zancada ha caído. La tentación es inmediata: estoy fatigado, mi técnica ha empeorado o quizá algo no funciona bien. Pero antes de sacar conclusiones conviene mirar un dato mucho más sencillo: ¿a qué velocidad corriste cada día?
Un nuevo estudio publicado en Medicine & Science in Sports & Exercise ofrece un buen ejemplo de por qué esto importa. Los investigadores estudiaron la relación entre nueve métricas obtenidas mediante sensores de consumo y las fuerzas internas estimadas en el tendón de Aquiles y la articulación patelofemoral.
Para poder estudiar esa relación tuvieron que hacer algo fundamental: ajustar estadísticamente los resultados por velocidad de carrera y masa corporal.
No es un pequeño detalle metodológico. Los 55 participantes corrieron a 12 velocidades diferentes, desde el 70% hasta el 125% de su ritmo habitual, y muchas de las variables que registra un wearable cambian simplemente porque nosotros también cambiamos de velocidad.
Cuando corres más rápido, tu técnica cambia aunque no intentes cambiarla
Un estudio publicado en 2025 analizó específicamente el efecto de incrementar la velocidad en corredores experimentados. Conforme aumentaba el ritmo, aumentaban la cadencia y las fuerzas de reacción contra el suelo, mientras disminuían el tiempo de apoyo y el tiempo de paso.
Otro trabajo publicado en 2026, esta vez con cien corredores y sensores inerciales, comparó tres intensidades correspondientes al 65%, 85% y 100% de la velocidad aeróbica máxima. La velocidad tuvo un efecto significativo sobre la mayoría de las variables biomecánicas estudiadas: al correr más rápido disminuyó el tiempo de contacto y aumentaron la frecuencia de paso, la longitud de zancada, el tiempo de vuelo y diferentes medidas relacionadas con las fuerzas y el impacto.
Por tanto, que hoy tu cadencia sea mayor y tu tiempo de contacto menor no significa necesariamente que hayas mejorado técnicamente. Puede significar simplemente que hoy ibas a 4:15/km y el día que estás utilizando como referencia corrías a 5:00/km.
El propio estudio sobre Aquiles y rodilla tuvo que separar el efecto de la velocidad
Esto es especialmente importante después del estudio que relacionó cadencia, oscilación vertical y ratio vertical con las fuerzas internas estimadas en Aquiles y articulación patelofemoral.
Los autores no se limitaron a comparar quién tenía más cadencia o quién rebotaba más. Sus modelos estadísticos incluyeron explícitamente la velocidad y la masa corporal como variables de ajuste.
Solo después estudiaron qué parte de las diferencias observadas en las fuerzas internas seguía asociada con cada métrica del sensor.
Es la diferencia entre decir:
“Los corredores con más cadencia tienen cargas distintas”
y preguntar:
“Entre corredores comparables y teniendo en cuenta a qué velocidad están corriendo, ¿sigue existiendo una relación entre la cadencia y las fuerzas internas?”
La segunda pregunta es bastante más útil. Y es también la que deberíamos intentar trasladar, con muchas más limitaciones, cuando analizamos nuestros propios entrenamientos.
El error clásico: comparar un rodaje suave con unas series
Imaginemos dos sesiones del mismo corredor.
50 minutos suaves a 5:15/km. Cadencia media: 166 ppm. Tiempo de contacto: 272 ms. Longitud de zancada: 1,15 m.
Series alrededor de 4:00/km. Cadencia media: 178 ppm. Tiempo de contacto: 225 ms. Longitud de zancada: 1,40 m.
Sería absurdo concluir únicamente con esos datos que el viernes el corredor tiene una técnica mucho mejor porque aumenta la cadencia, pasa menos tiempo en el suelo y avanza más en cada paso.
Una parte importante de esas diferencias es exactamente lo que esperamos que suceda cuando aumenta la velocidad.
Lo mismo puede ocurrir al revés. Después de un entrenamiento duro vemos una cadencia inferior y un tiempo de contacto mayor y concluimos inmediatamente que la fatiga ha deteriorado nuestra técnica. Puede ser cierto, pero si también estamos corriendo 25 segundos por kilómetro más despacio necesitamos separar ambos efectos.
Garmin y COROS nos dan números, pero el contexto sigue siendo nuestro
Los principales fabricantes ofrecen ya muchas de estas métricas directamente desde el reloj, una banda o un footpod.
Garmin agrupa dentro de sus Running Dynamics variables como cadencia, tiempo de contacto, longitud de zancada, oscilación vertical y relación vertical. COROS ofrece un conjunto parecido con cadencia, tiempo de contacto, altura de zancada, ratio de zancada y longitud de zancada.
El propio COROS reconoce en su documentación que variables como el tiempo de contacto deben observarse teniendo en cuenta ritmo, fatiga y terreno. Es un matiz bastante más importante que las clasificaciones de “bueno” o “malo” que pueden acompañar algunas métricas.
Ya vimos en Trigloberos al analizar la fiabilidad de las métricas de carrera de los wearables que poder medir una variable con bastante precisión no significa automáticamente saber cómo interpretarla.
No solo cambia la velocidad: también terreno, zapatilla y pendiente
Incluso comparando ritmos parecidos todavía quedan variables capaces de modificar nuestra mecánica.
La superficie, las pendientes, las curvas, la fatiga, la zapatilla utilizada y las características individuales pueden cambiar diferentes parámetros de carrera. Una revisión reciente sobre cadencia recuerda precisamente que esta varía con la velocidad, la morfología, el calzado y la superficie, entre otros factores.
Eso significa que comparar un rodaje a 4:45/km sobre asfalto con otro a 4:45/km realizado por un parque ondulado tampoco proporciona necesariamente una comparación limpia.
Y comparar una sesión con superzapatillas de competición frente a otra con una zapatilla pesada de entrenamiento introduce todavía otra variable.
Entonces, ¿cómo comparar bien nuestras dinámicas de carrera?
No necesitamos convertir cada entrenamiento en un experimento de laboratorio. Basta con intentar que las comparaciones tengan sentido.
- Compara velocidades similares. Si quieres saber si una métrica está cambiando con el tiempo, busca bloques realizados aproximadamente al mismo ritmo.
- Utiliza terrenos comparables. Un circuito llano y otro con continuos repechos pueden producir métricas diferentes aunque el ritmo medio termine siendo parecido.
- Anota las zapatillas. Especialmente cuando comparas sesiones rápidas o analizas cambios pequeños.
- Mira bloques, no únicamente el promedio completo. Un entrenamiento con calentamiento, series y vuelta a la calma mezclará intensidades que hacen mucho menos interpretable la media final.
- Busca tendencias repetidas. Una única sesión extraña es mucho menos interesante que cuatro semanas mostrando el mismo cambio bajo condiciones parecidas.
Ejemplo práctico: si quieres saber si tu tiempo de contacto está aumentando con la fatiga durante los rodajes largos, compara kilómetros realizados a ritmos similares dentro de varias sesiones. Si los últimos kilómetros son 30 segundos/km más lentos, parte del aumento del tiempo de contacto puede explicarse simplemente por esa reducción de velocidad.
La comparación dentro de una misma sesión puede ser especialmente engañosa
Existe otro ejemplo habitual. Observamos un rodaje progresivo y vemos cómo aumenta la cadencia, crece la longitud de zancada y disminuye el tiempo de contacto conforme pasan los kilómetros.
Una aplicación puede presentarnos gráficos que parecen indicar una mejora progresiva de la técnica.
Pero si comenzamos a 5:15/km y terminamos a 4:10/km, lo que estamos observando principalmente puede ser la respuesta normal de nuestra mecánica al aumento de velocidad.
Esto no hace inútiles los datos. Simplemente cambia la pregunta.
En lugar de preguntar “¿mi cadencia ha subido?”, quizá debamos preguntar “¿mi cadencia a 4:30/km está cambiando respecto a lo que hacía a ese mismo ritmo hace dos meses?”.
Eso ya empieza a ser bastante más interesante.
La fatiga sí puede aparecer en los datos, pero hay que separar ritmo y fatiga
Que la velocidad explique parte de los cambios no significa que los wearables sean incapaces de mostrar efectos de fatiga.
Un estudio publicado este verano utilizó sensores durante maratones completos y encontró que los grupos de corredores que redujeron significativamente su ritmo mostraron también cambios en longitud de paso, frecuencia de paso, rigidez vertical y tiempo de contacto.
Precisamente el problema es que ambas cosas sucedían al mismo tiempo: los corredores estaban fatigándose y también estaban reduciendo su velocidad.
Los propios autores observaron que algunas relaciones encontradas durante una maratón diferían de las obtenidas en laboratorio cuando la velocidad permanecía constante.
Es una magnífica demostración de por qué interpretar datos reales resulta más complicado que mirar si una línea ha subido o bajado.
¿Y si estamos volviendo de una lesión?
Aquí la prudencia debería ser todavía mayor.
Imaginemos que antes de una lesión corríamos nuestros rodajes habituales a 4:45/km y, durante la vuelta progresiva, estamos haciendo 5:30/km.
Cadencia, tiempo de contacto, longitud de zancada y otras variables pueden ser diferentes simplemente porque nuestra velocidad es diferente.
Concluir que “mi biomecánica todavía no ha vuelto a la normalidad” comparando directamente ambas sesiones puede generar preocupación sin que exista realmente una señal relevante.
Si queremos utilizar el wearable para seguir una vuelta a la carrera, necesitamos comparar condiciones comparables. El dato adquiere valor cuando controlamos el contexto, no cuando lo aislamos de él.
Eso tampoco significa perseguir valores idénticos
Hay otro riesgo: una vez aprendemos a comparar sesiones semejantes podemos obsesionarnos con que todas las cifras sean exactamente iguales.
Tampoco funciona así.
Existe variabilidad normal entre días y el propio dispositivo tiene un error de medida. Un estudio de validación de un reloj comercial encontró buena fiabilidad para cadencia, oscilación vertical y tiempo de contacto, pero incluso así existían cambios mínimos detectables antes de poder asegurar que una diferencia superaba razonablemente el ruido del sistema.
Más recientemente, un estudio con Garmin HRM-Pro, Stryd, OptoGait y vídeo encontró diferencias entre dispositivos y entre velocidades para distintas variables.
Por eso una diferencia de dos pasos por minuto o unos pocos milisegundos de contacto en un único entrenamiento probablemente no merezca ninguna intervención.
Lo interesante son las tendencias dentro del mismo corredor
Para entrenadores, probablemente ahí esté la verdadera utilidad de estos datos.
No necesitamos decidir si una cadencia de 172 es “mejor” que una de 168 para toda la población. Podemos estudiar si un mismo corredor, a velocidades y condiciones parecidas, está modificando sistemáticamente sus métricas.
| Comparación | Valor interpretativo |
|---|---|
| 5:30/km vs 4:00/km | Bajo para juzgar cambios técnicos: la velocidad explica una parte importante de las diferencias. |
| 4:30/km hoy vs 4:30/km hace ocho semanas | Mucho más interesante si terreno, zapatilla y condiciones son parecidas. |
| Asfalto llano vs trail ondulado | Mala comparación directa aunque el ritmo medio sea similar. |
| Primer bloque vs último bloque al mismo ritmo | Puede aportar información interesante sobre cambios asociados a la fatiga. |
| Una sesión aislada | Poca información salvo que el cambio sea extraordinariamente grande o coincida con síntomas. |
| Tendencia durante varias semanas | Mucho más útil para seguimiento individual. |
El reloj puede detectar un cambio sin conocer su causa
Esta quizá sea la idea más importante de todo el artículo.
Un wearable puede detectar perfectamente que hoy tu tiempo de contacto es mayor. Eso no significa que sepa por qué.
Podría ser fatiga. Podría ser que estés corriendo más despacio. Puede haber una pendiente, una zapatilla diferente, una superficie distinta o simplemente variabilidad normal.
El nuevo estudio sobre Aquiles y rodilla es especialmente interesante precisamente porque sus investigadores intentaron separar algunos de esos factores antes de interpretar las asociaciones.
Nosotros no podemos hacer una regresión funcional cada vez que terminamos un entrenamiento, pero sí podemos aplicar el principio básico: controlar todo lo posible aquello que puede explicar el cambio antes de atribuirle un significado clínico o técnico.
Las dinámicas de carrera pueden convertirse en una herramienta muy interesante cuando dejamos de utilizarlas como un semáforo que decide si corremos bien o mal.
Si hoy tu cadencia ha cambiado, tu tiempo de contacto ha aumentado o tu zancada es diferente, antes de buscar una lesión o intentar modificar tu técnica mira primero algo mucho más sencillo: a qué velocidad estabas corriendo.
Y si realmente quieres saber si algo está cambiando, compara contigo mismo, a ritmos similares, en condiciones parecidas y durante varias sesiones. Ahí es donde los cientos de datos que acumula nuestro reloj empiezan a convertirse en información.
